論案件事實(shí)的智能認(rèn)定

彭中禮

(中南大學(xué) 法學(xué)院，湖南 長(zhǎng)沙 410083)

司法裁判作為分配權(quán)利和義務(wù)的制度機(jī)制，是解決社會(huì)糾紛的主要渠道。一直以來(lái)，司法裁判都是專(zhuān)業(yè)法官所承擔(dān)的職責(zé)，而隨著科技的不斷進(jìn)步，這一切都可能會(huì)因?yàn)槿斯ぶ悄?AI)的發(fā)展而產(chǎn)生巨大的變化。人工智能學(xué)科發(fā)展的首要目標(biāo)之一是改進(jìn)機(jī)器和系統(tǒng)，使它們能夠?qū)崿F(xiàn)推理、學(xué)習(xí)、自我收集信息、創(chuàng)造知識(shí)、自主交流等一系列功能，從而改變或者影響周?chē)沫h(huán)境。因此，有人認(rèn)為，在不久的將來(lái)人工智能將增加或者取代某些職業(yè)。例如，人工智能將對(duì)法律界和律師行業(yè)產(chǎn)生巨大的影響，這一點(diǎn)正在逐漸變?yōu)楝F(xiàn)實(shí)。針對(duì)人工智能帶來(lái)的重要影響，市場(chǎng)和技術(shù)已經(jīng)做好了準(zhǔn)備。從市場(chǎng)應(yīng)變看，有關(guān)法律科技研發(fā)領(lǐng)域的投資數(shù)額急劇增加；從技術(shù)成果看，大量人工智能技術(shù)也被投入到了法律職業(yè)領(lǐng)域?？梢哉f(shuō)，市場(chǎng)感知和技術(shù)成果共同為新版本的法律職業(yè)鋪就了道路。[1]隨著大量資金的投入，有關(guān)司法人工智能的設(shè)想不斷被提及，甚至還有人預(yù)測(cè)未來(lái)可能會(huì)出現(xiàn)“機(jī)器人法官”?！皺C(jī)器人法官”會(huì)因?yàn)槠錂C(jī)械化的操作而提高案件的裁判效率，也會(huì)因?yàn)槠漭^少受到感情因素的干擾而使得案件裁判結(jié)果更為公平和公正。甚至，“從長(zhǎng)遠(yuǎn)來(lái)看，使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的智能裁判體都可能取代律師、仲裁員、調(diào)解員，甚至可能取代法官”[1]。例如，上海法院系統(tǒng)正在創(chuàng)新的“206”系統(tǒng)，其初衷即是通過(guò)發(fā)展人工智能技術(shù)來(lái)創(chuàng)新司法裁判的方式。特別值得注意的是，當(dāng)前全世界的在線糾紛解決系統(tǒng)正日漸盛行?；ヂ?lián)網(wǎng)和信息技術(shù)的使用引發(fā)了多種糾紛，這些糾紛又往往涉及新技術(shù)本身，而新技術(shù)又為解決這些糾紛提供了可能。[2]人工智能技術(shù)使得司法裁判的理想變得更加清晰，而基于技術(shù)的司法公正正在被逐步實(shí)現(xiàn)。

在傳統(tǒng)的司法裁判過(guò)程中，法官裁判案件必須關(guān)注案件事實(shí)，并基于訴訟雙方提交的證據(jù)進(jìn)行事實(shí)查證，這是司法裁判的基礎(chǔ)程序。人工智能如果能夠進(jìn)入司法領(lǐng)域，并實(shí)現(xiàn)智能裁判，首先應(yīng)當(dāng)實(shí)現(xiàn)對(duì)案件事實(shí)的智能認(rèn)定?！霸谟嘘P(guān)法律問(wèn)題的科學(xué)、智能計(jì)算工作中，發(fā)現(xiàn)和描述事實(shí)的能力是人類(lèi)解決問(wèn)題的一個(gè)重要因素。計(jì)算機(jī)工作的探索已經(jīng)開(kāi)始，但仍有許多工作要做?！盵3]案件事實(shí)是裁判的基礎(chǔ)，是裁判結(jié)果呈現(xiàn)的直接原點(diǎn)。任何時(shí)候，任何類(lèi)型的裁判都必須將認(rèn)定案件事實(shí)作為司法的中心任務(wù)，進(jìn)而實(shí)現(xiàn)公平、公正裁判案件的目的。為此，筆者基于案件事實(shí)形成的基本機(jī)理，探討如何通過(guò)人工智能認(rèn)定案件事實(shí)，從而為人工智能在司法領(lǐng)域的發(fā)展奠定堅(jiān)實(shí)的事實(shí)基礎(chǔ)。

一、作為數(shù)據(jù)的證據(jù)：案件事實(shí)智能認(rèn)定的邏輯起點(diǎn)

雖然，每個(gè)人都有自己的行為方式和行動(dòng)模式，但是法律所調(diào)整的事實(shí)只能是模式化、制度化的事實(shí)。所以，在司法過(guò)程中，法律人通常會(huì)將生活中的自然事實(shí)通過(guò)證據(jù)進(jìn)行還原，形成案件事實(shí)，使之與制度事實(shí)相匹配，從而使自然事實(shí)具有可評(píng)價(jià)性?！笆聦?shí)問(wèn)題是指事情的真實(shí)情況，強(qiáng)調(diào)事情的真實(shí)性……事實(shí)一般包括時(shí)間、地點(diǎn)、天氣、光線、速度、顏色、人物身份、所說(shuō)、所做、所聞以及推斷的事實(shí)如行為人的意圖、精神、心情等事項(xiàng)……事實(shí)問(wèn)題所涉及的是某些通過(guò)感官、證據(jù)或據(jù)以進(jìn)行推理而可認(rèn)知的事物的存在、性質(zhì)和狀況等問(wèn)題，是通過(guò)調(diào)查過(guò)去某時(shí)間、某人、某事的存在狀態(tài)來(lái)認(rèn)知的情況?！盵4]可見(jiàn)，從自然事實(shí)還原到案件事實(shí)，是通過(guò)證據(jù)支撐并進(jìn)行邏輯推理的結(jié)果。

人工智能旨在理解人工系統(tǒng)中如何實(shí)現(xiàn)智能行為這一基本原理。這一研究領(lǐng)域的成果顯示，人工智能具有四個(gè)方面的能力，即靈活應(yīng)對(duì)環(huán)境變化的能力、證據(jù)推理和感知的能力、計(jì)劃和執(zhí)行目標(biāo)的能力、學(xué)習(xí)能力。[1]實(shí)現(xiàn)司法裁判人工智能化，最重要的問(wèn)題是能夠合理地認(rèn)定案件事實(shí)?！叭绻粋€(gè)系統(tǒng)要展示其智能化，那么它必須與現(xiàn)實(shí)世界交互。為了做到這一點(diǎn)，它必須有一個(gè)可以用來(lái)表示外部現(xiàn)實(shí)的正規(guī)框架(如邏輯)。”[5](P.15)在人工智能系統(tǒng)中，要能夠智能認(rèn)定案件事實(shí)，就必須首先實(shí)現(xiàn)證據(jù)的數(shù)據(jù)化，即使司法人工智能系統(tǒng)能夠識(shí)別訴訟雙方提交的證據(jù)。“隨著儲(chǔ)存人類(lèi)活動(dòng)信息的各種資料實(shí)現(xiàn)電子化，大數(shù)據(jù)技術(shù)能夠綜合處理各種類(lèi)型的數(shù)據(jù)，從而獲得其數(shù)據(jù)背后的知識(shí)或隱藏的信息?！盵6](P.3)證據(jù)數(shù)據(jù)是對(duì)原始證據(jù)的進(jìn)一步“加工”。目前來(lái)說(shuō)，人腦能夠識(shí)別的證據(jù)和計(jì)算機(jī)系統(tǒng)能夠識(shí)別的證據(jù)還存在一定的差別。人腦通過(guò)對(duì)證據(jù)的認(rèn)知和感知基本可以識(shí)別證據(jù)的目的和用途，甚至還能夠推斷出證據(jù)所深蘊(yùn)的含義。但對(duì)于計(jì)算機(jī)而言，其尚不能夠像人類(lèi)一樣識(shí)別原始證據(jù)。這就需要將證據(jù)通過(guò)某種形式進(jìn)行格式化、數(shù)據(jù)化，即變成計(jì)算機(jī)能夠識(shí)別的“材料”——數(shù)據(jù)。

證據(jù)數(shù)據(jù)化是將證據(jù)通過(guò)人工智能進(jìn)行轉(zhuǎn)換，變成可供智能系統(tǒng)識(shí)別和認(rèn)定的數(shù)據(jù)符號(hào)。1976年，紐威爾和西蒙提出“物理符號(hào)系統(tǒng)假說(shuō)”，這種假說(shuō)后來(lái)成了人工智能的核心內(nèi)容。這個(gè)假說(shuō)指出“智能是符號(hào)系統(tǒng)的工作……物理符號(hào)系統(tǒng)對(duì)于一般的智能行為具有必要和充分的手段?！盵1]“計(jì)算機(jī)作為公認(rèn)的物理符號(hào)系統(tǒng)能夠顯示其智能化的功能，而人類(lèi)作為智能生物，在一定意義上也可以將其視為物理符號(hào)系統(tǒng)。因此二者存在相似之處，都能夠處理符號(hào)結(jié)構(gòu)。”[1]通過(guò)技術(shù)處理，將各種形式的證據(jù)變成可供計(jì)算機(jī)識(shí)別的數(shù)據(jù)符號(hào)，使司法智能系統(tǒng)能夠讀懂和理解證據(jù)，從而根據(jù)已有的技術(shù)來(lái)實(shí)現(xiàn)原始證據(jù)數(shù)據(jù)化。

首先，自然語(yǔ)言翻譯是司法人工智能系統(tǒng)“讀懂”案卷的前提和基礎(chǔ)?！叭绻覀兿Ｍ⒅悄芟到y(tǒng)，就要求系統(tǒng)擁有方便人類(lèi)理解的語(yǔ)言?！盵5](P.15)人工智能專(zhuān)家認(rèn)為，語(yǔ)言和語(yǔ)音的處理是人工智能中要求最高的領(lǐng)域之一。因?yàn)槿魏沃悄芟到y(tǒng)的開(kāi)發(fā)都涉及對(duì)自然語(yǔ)言的識(shí)別和運(yùn)用。在人工智能發(fā)展的早期，人們希望用機(jī)器來(lái)翻譯語(yǔ)言，但是現(xiàn)在人們普遍傾向于使用符號(hào)來(lái)表示語(yǔ)言，如計(jì)算機(jī)中C語(yǔ)言就是一種符號(hào)語(yǔ)言。而語(yǔ)言為我們提供了更多進(jìn)行詳細(xì)交流的機(jī)會(huì)，同時(shí)也帶來(lái)了產(chǎn)生誤解的機(jī)會(huì)，因?yàn)檎Z(yǔ)言有其精確性，但卻很少有人可以精確地使用語(yǔ)言。[5](P.369)

司法人工智能要對(duì)證據(jù)進(jìn)行處理，就必須能夠閱讀證據(jù)、理解證據(jù)，這就需要通過(guò)某種程序?qū)崿F(xiàn)對(duì)自然語(yǔ)言的處理。從精確度方面看，目前的機(jī)器語(yǔ)言處理模式只能實(shí)現(xiàn)對(duì)自然語(yǔ)言的近似處理，或者通過(guò)概率來(lái)實(shí)現(xiàn)語(yǔ)言模型的字符排列處理。為此，人們已經(jīng)創(chuàng)造出了一些模型識(shí)別語(yǔ)言，如n元模型識(shí)別自然語(yǔ)言。“語(yǔ)言識(shí)別就是一項(xiàng)n元模型非常適合完成的任務(wù)，給定一段文本，確定它是用哪種自然語(yǔ)言書(shū)寫(xiě)的，這是一個(gè)相對(duì)來(lái)說(shuō)比較簡(jiǎn)單的任務(wù)，即使是簡(jiǎn)短的文本，例如‘Hello,world’或者‘wie geht dir’，也很容易被其辨別出第一個(gè)是英語(yǔ)、第二個(gè)是德語(yǔ)。”[7](P.716)所以，要實(shí)現(xiàn)對(duì)自然語(yǔ)言的識(shí)別，首先要建立一個(gè)候選語(yǔ)言的三元模型，從而實(shí)現(xiàn)文本的語(yǔ)料集合。

從理論上說(shuō)，自然語(yǔ)言是有限的。而通過(guò)對(duì)自然語(yǔ)言的程序性輸入，并形成有關(guān)句子的完整含義，人工智能即可以對(duì)自然語(yǔ)言進(jìn)行處理。但人工智能可能面臨的問(wèn)題在于復(fù)雜的句子不僅有表層含義，還會(huì)有深層含義。例如，“含沙射影”“指桑罵槐”之類(lèi)的復(fù)雜含義要在智能系統(tǒng)當(dāng)中體現(xiàn)出來(lái)，還需要有更加強(qiáng)大的技術(shù)支撐和程序安排。然而，相比之下，訴訟證據(jù)中隱含深層含義的情形比較少見(jiàn)，一般來(lái)說(shuō)其意義都比較明確，因而相對(duì)容易被識(shí)別。實(shí)現(xiàn)人工智能對(duì)證據(jù)的識(shí)別就要在語(yǔ)料庫(kù)中進(jìn)行信息抽取，從而讓計(jì)算機(jī)能夠讀懂證據(jù)。信息抽取是從特定文本中尋找一組特定的關(guān)系詞語(yǔ)，即是在大型的知識(shí)庫(kù)或者語(yǔ)料庫(kù)中抽取事實(shí)本體。雖然人工智能界認(rèn)為傳統(tǒng)的信息抽取只針對(duì)一部分關(guān)系，而系統(tǒng)地、并行地對(duì)所有關(guān)系進(jìn)行處理是“機(jī)器閱讀”[7](P.734)，但對(duì)證據(jù)的識(shí)別和處理也應(yīng)當(dāng)被歸納為機(jī)器閱讀的范圍。在“閱讀”的基礎(chǔ)上，機(jī)器可以進(jìn)行句法分析，即“按照語(yǔ)法規(guī)則分析單詞串從而得到其短語(yǔ)結(jié)構(gòu)”[7](P.743)。

其次，機(jī)器學(xué)習(xí)是司法人工智能系統(tǒng)“讀懂”案卷的核心。對(duì)人類(lèi)來(lái)說(shuō)可能是難度較高的工作，如復(fù)雜的數(shù)學(xué)計(jì)算，對(duì)計(jì)算機(jī)來(lái)說(shuō)卻是容易的；但對(duì)人類(lèi)來(lái)說(shuō)很容易進(jìn)行的活動(dòng)，如情緒識(shí)別，對(duì)計(jì)算機(jī)來(lái)說(shuō)卻很困難。這些問(wèn)題的存在促使研究人員開(kāi)發(fā)了一種被稱(chēng)為“人工神經(jīng)網(wǎng)絡(luò)”(也稱(chēng)為連接主義)的系統(tǒng)，其目的是創(chuàng)建具有類(lèi)似大腦特征的計(jì)算程序，使之能夠深度學(xué)習(xí)。研究人員還創(chuàng)建了一個(gè)“常識(shí)知識(shí)問(wèn)題”數(shù)據(jù)庫(kù)，為計(jì)算機(jī)的內(nèi)部運(yùn)轉(zhuǎn)提供部分答案。該數(shù)據(jù)庫(kù)包含一個(gè)人所擁有的所有常識(shí)知識(shí)，并以一種可被檢索的方式呈現(xiàn)出來(lái)。[1]因此，所謂機(jī)器學(xué)習(xí)即是讓計(jì)算機(jī)具有像人一樣的學(xué)習(xí)能力，并能夠從堆積如山的數(shù)據(jù)中尋找到有用的知識(shí)。[8](P.2)機(jī)器學(xué)習(xí)對(duì)于任何需要解釋并操作數(shù)據(jù)的領(lǐng)域都有所裨益。[9](P.3)從這個(gè)層面講，以證據(jù)證成案件事實(shí)就必須有機(jī)器學(xué)習(xí)的參與，進(jìn)而實(shí)現(xiàn)對(duì)數(shù)據(jù)的有效解釋。

機(jī)器學(xué)習(xí)可以類(lèi)型化為監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等類(lèi)型。針對(duì)這些學(xué)習(xí)類(lèi)型，機(jī)器學(xué)習(xí)負(fù)有回歸、分類(lèi)、異常檢測(cè)、聚類(lèi)以及降維等任務(wù)。其中降維與證據(jù)的數(shù)據(jù)化即存在密切的關(guān)系，原因在于它能在高維度數(shù)據(jù)中提取關(guān)鍵信息，并將其轉(zhuǎn)換為易于計(jì)算的低維度問(wèn)題進(jìn)而求解。換言之，通過(guò)計(jì)算機(jī)對(duì)數(shù)據(jù)化的證據(jù)進(jìn)行計(jì)算、建模，機(jī)器本身就能夠“學(xué)習(xí)”到足夠的技能，甚至可以實(shí)現(xiàn)深度的結(jié)構(gòu)學(xué)習(xí)。為此，人類(lèi)會(huì)在司法機(jī)器當(dāng)中建立機(jī)器學(xué)習(xí)系統(tǒng)，使其能夠利用過(guò)去和現(xiàn)在的各種信息，綜合計(jì)算出一個(gè)合理的結(jié)論。可見(jiàn)，計(jì)算機(jī)系統(tǒng)要能夠識(shí)別證據(jù)，并對(duì)證據(jù)進(jìn)行深度認(rèn)識(shí)，必須引入計(jì)算元素集合的概念。[10](P.10)通過(guò)機(jī)器學(xué)習(xí)，智能裁判系統(tǒng)能夠基于此前的證據(jù)識(shí)別經(jīng)驗(yàn)，不斷總結(jié)、識(shí)別證據(jù)數(shù)據(jù)，從而不斷得出接近客觀真相的結(jié)論。

從一定程度上講，機(jī)器學(xué)習(xí)是智能裁判系統(tǒng)能夠識(shí)別證據(jù)的核心技術(shù)。它由一系列指令和計(jì)算機(jī)的程序規(guī)則確定。當(dāng)規(guī)則1要求做什么的條件不具備時(shí)，就可以啟動(dòng)規(guī)則2，當(dāng)規(guī)則2啟動(dòng)的條件不具備時(shí)，可以啟動(dòng)規(guī)則3。這個(gè)規(guī)則過(guò)程即是人工智能的“學(xué)習(xí)”過(guò)程，它會(huì)不斷重組已有的知識(shí)結(jié)構(gòu)，不斷改善、提升智能機(jī)器自身的性能。

最后，智能識(shí)別是司法人工智能系統(tǒng)“讀懂”案卷的關(guān)鍵性技術(shù)。將案卷轉(zhuǎn)化為數(shù)據(jù)，目的就是為了讓智能裁判系統(tǒng)能夠識(shí)別案件。但是，不同形式的數(shù)據(jù)，需要有不同的“閱讀”(識(shí)別)技術(shù)。換言之，“識(shí)別”過(guò)程就是機(jī)器理解案件證據(jù)的過(guò)程。例如，對(duì)語(yǔ)音證據(jù)、圖像證據(jù)、氣味證據(jù)、痕跡證據(jù)等的識(shí)別，不同的證據(jù)類(lèi)型需要有不同的識(shí)別技術(shù)。目前常用的智能識(shí)別技術(shù)主要是卷積神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)簡(jiǎn)稱(chēng)CNN網(wǎng)絡(luò)，是一種前饋神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周?chē)鷨卧?，?duì)于大型圖像處理有出色表現(xiàn)，其主要功能是對(duì)輸入數(shù)據(jù)進(jìn)行特征的提取，并廣泛應(yīng)用在圖像識(shí)別、目標(biāo)檢測(cè)等與圖像相關(guān)的領(lǐng)域。2012年，ImageNet圖像識(shí)別比賽中的冠軍由一個(gè)名為AlexNet的卷積神經(jīng)網(wǎng)絡(luò)奪得，且其在各項(xiàng)關(guān)鍵指標(biāo)中遙遙領(lǐng)先，至此卷積神經(jīng)網(wǎng)絡(luò)發(fā)展到一個(gè)全新的時(shí)代。理論上，通過(guò)傳統(tǒng)算法可以解決的問(wèn)題都可以通過(guò)深度學(xué)習(xí)得以解決，而網(wǎng)絡(luò)的功能雖然很強(qiáng)大，但如果在神經(jīng)網(wǎng)絡(luò)比較復(fù)雜且數(shù)據(jù)不夠完整的情況下，則很容易出現(xiàn)過(guò)擬合(所謂“過(guò)擬合”，是指為了得到一致的假設(shè)而使假設(shè)變得過(guò)度嚴(yán)格)的現(xiàn)象，從而達(dá)不到理想的效果。[11]隨著卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展，與此相關(guān)的智能識(shí)別技術(shù)的發(fā)展也十分迅速。通過(guò)卷積神經(jīng)網(wǎng)絡(luò)、紅外圖像識(shí)別等發(fā)展出來(lái)的人臉識(shí)別技術(shù)、語(yǔ)音識(shí)別技術(shù)、光學(xué)識(shí)別技術(shù)、生物識(shí)別技術(shù)等智能識(shí)別技術(shù)在很多領(lǐng)域都得到了廣泛的應(yīng)用。

在對(duì)案件事實(shí)進(jìn)行識(shí)別的過(guò)程中，有較多的證據(jù)會(huì)以圖片的形式加以呈現(xiàn)。因而，圖片識(shí)別技術(shù)在案件事實(shí)的認(rèn)定過(guò)程中會(huì)起到舉足輕重的作用。圖片識(shí)別技術(shù)利用計(jì)算機(jī)對(duì)圖片進(jìn)行處理和分析，辨別圖片的類(lèi)別，就圖片所呈現(xiàn)的法律問(wèn)題作出明確而有意義的判斷。當(dāng)證據(jù)轉(zhuǎn)化為圖片數(shù)據(jù)之后，計(jì)算機(jī)會(huì)對(duì)其進(jìn)行預(yù)處理，如對(duì)圖片進(jìn)行分割、重建、細(xì)化等，從而分析圖片的基本特征，然后根據(jù)目的或需要進(jìn)行特征匹配，從而得出判斷結(jié)論。這是一個(gè)從圖像到圖像的過(guò)程，表現(xiàn)為從一幅圖像轉(zhuǎn)化為另一幅經(jīng)過(guò)修改或完善的圖像，并從中發(fā)現(xiàn)圖像的特點(diǎn)，以獲取更有價(jià)值信息的過(guò)程。[12]在圖片識(shí)別過(guò)程中，可以結(jié)合深度學(xué)習(xí)技術(shù)、文本挖掘技術(shù)等，對(duì)案件證據(jù)進(jìn)行有目的的深入分析。

二、通過(guò)算法的運(yùn)算：案件事實(shí)智能認(rèn)定的基本機(jī)制

案件證據(jù)數(shù)據(jù)化的目的是使證據(jù)成為智能裁判系統(tǒng)的審視對(duì)象，進(jìn)而使事實(shí)認(rèn)定能夠順利進(jìn)行，最大可能地實(shí)現(xiàn)案件事實(shí)對(duì)自然事實(shí)的真實(shí)還原。在這個(gè)過(guò)程當(dāng)中，算法是必須應(yīng)用到的基本工具，算法是指對(duì)解題方案的準(zhǔn)確而完整的描述，是一系列解決問(wèn)題的清晰指令，算法代表著用系統(tǒng)的方法描述解決問(wèn)題的策略機(jī)制。通過(guò)算法進(jìn)行推理是智能系統(tǒng)實(shí)現(xiàn)對(duì)案件事實(shí)智能認(rèn)定的基本方法。在當(dāng)代以及未來(lái)，“算法決策者(已經(jīng))主宰了我們生活的各個(gè)方面。算法具有通過(guò)機(jī)器學(xué)習(xí)的較強(qiáng)的學(xué)習(xí)能力，這使它們能夠自主作出決策”[13]。甚至還有學(xué)者認(rèn)為：“我們多數(shù)人每天都使用算法，我們統(tǒng)治著算法，同時(shí)也被算法所統(tǒng)治。但我們大多數(shù)人對(duì)算法代碼了解得并不多，而算法集合正是通過(guò)這些算法代碼起作用的?！盵14](P.18)這意味著作為系統(tǒng)描述問(wèn)題解決方法的策略機(jī)制，算法已經(jīng)成為智能系統(tǒng)的重要運(yùn)算方法，并指引著案件事實(shí)智能認(rèn)定基本路徑的形成。

在算法原理當(dāng)中，算法主要有三個(gè)方面的功能。一是計(jì)算功能。當(dāng)需要為某些技術(shù)或者某些標(biāo)準(zhǔn)提供足夠充分的理由時(shí)，即需要通過(guò)算法進(jìn)行計(jì)算。算法的計(jì)算功能主要體現(xiàn)在四個(gè)方面，即基本的算術(shù)運(yùn)用(加減乘除等)、邏輯運(yùn)算(或、且、非等)、關(guān)系運(yùn)算(大于、小于等)以及數(shù)據(jù)運(yùn)算(輸入、輸出、賦值等)。通過(guò)算法的計(jì)算功能可以解決一些復(fù)雜的數(shù)學(xué)問(wèn)題，例如，人類(lèi)基因工程已經(jīng)取得了重大進(jìn)展，其目標(biāo)是識(shí)別人類(lèi)DNA中的所有基因，確定構(gòu)成人類(lèi)DNA的30億個(gè)化學(xué)基對(duì)的序列，在數(shù)據(jù)庫(kù)中存儲(chǔ)這類(lèi)信息并為數(shù)據(jù)分析開(kāi)發(fā)工具，這些工作就需要復(fù)雜的算法對(duì)其進(jìn)行支持。[15](P.6)二是定義功能。人類(lèi)可以通過(guò)算法將概念轉(zhuǎn)化成計(jì)算機(jī)程序問(wèn)題，并由計(jì)算機(jī)程序進(jìn)行識(shí)別處理。例如，在計(jì)算機(jī)中設(shè)置證人證言的法律效力認(rèn)定規(guī)則時(shí)，就可以讓計(jì)算機(jī)通過(guò)識(shí)別年齡來(lái)定義證人證言的形式合法性。算法的定義功能可以將一些法律概念轉(zhuǎn)化成計(jì)算機(jī)程序，并以多元規(guī)則的方式加以呈現(xiàn)。甚至可以用數(shù)據(jù)集合的方式來(lái)定義法律概念，從而解決概念的內(nèi)涵和外延。三是時(shí)空蘊(yùn)含功能。算法的時(shí)空蘊(yùn)含功能可以充分體現(xiàn)司法裁判所需要的時(shí)間性和空間性，進(jìn)而體現(xiàn)案件事實(shí)認(rèn)定的精準(zhǔn)性。算法的時(shí)空蘊(yùn)含功能，源于算法中函數(shù)算子的時(shí)空蘊(yùn)含功能?！肮δ苄杂?jì)算中的算子包含了更豐富的時(shí)空蘊(yùn)含功能。在結(jié)構(gòu)性計(jì)算中，算子本身是可以脫離于計(jì)算規(guī)則而存在的，也就是說(shuō)，在同樣的計(jì)算中，算子本身不會(huì)存在任何區(qū)別。因此，結(jié)構(gòu)性計(jì)算中的算子只蘊(yùn)含了空間意義，而沒(méi)有時(shí)間意義。與之相對(duì)應(yīng)的功能性計(jì)算中，算子的運(yùn)動(dòng)本身要參與計(jì)算，即算子同時(shí)蘊(yùn)含了時(shí)間和空間意義。于是，算子本身就成為了在時(shí)間和空間的變化中體現(xiàn)出來(lái)的‘漲落’特征?！盵16]對(duì)任何欲求解的對(duì)象，可先設(shè)定一個(gè)可供程序運(yùn)行的輸入和輸出的系統(tǒng)，從輸入開(kāi)始，然后以正確的輸出使程序自動(dòng)終止，則該算法為正確的算法，算法的時(shí)空性即得到了彰顯。這與證據(jù)的智能認(rèn)定有較強(qiáng)的相關(guān)性。實(shí)現(xiàn)案件事實(shí)的智能認(rèn)定，就是要在證據(jù)被輸入以后，經(jīng)過(guò)一些步驟的操作指令(計(jì)算機(jī)運(yùn)算規(guī)則)，將證據(jù)轉(zhuǎn)化為基本清晰的案件事實(shí)，從而為智能裁判提供事實(shí)基礎(chǔ)，使得證據(jù)轉(zhuǎn)化達(dá)到最優(yōu)，以充分體現(xiàn)證據(jù)的時(shí)空特性。

從數(shù)據(jù)的角度看，智能裁判系統(tǒng)能夠運(yùn)行的依據(jù)是其可以將證據(jù)視為數(shù)據(jù)，從而將碎片化的數(shù)據(jù)納入到大數(shù)據(jù)的系統(tǒng)當(dāng)中，通過(guò)算法規(guī)則整合眾多碎片化的“證據(jù)大數(shù)據(jù)”。依據(jù)上述算法的功能，在智能裁判系統(tǒng)中對(duì)案件事實(shí)進(jìn)行認(rèn)定，應(yīng)當(dāng)將算法運(yùn)算作為智能認(rèn)定事實(shí)的核心機(jī)制。換言之，我們通過(guò)在智能裁判系統(tǒng)中設(shè)定規(guī)則的方式來(lái)設(shè)定算法的運(yùn)算方式?！拔覀兩钪械囊?guī)則來(lái)源于這樣的假設(shè)，即人們能夠認(rèn)識(shí)到更重要的目標(biāo)時(shí)就可以遵守或違反這些規(guī)則?！盵17](P.107)顯然，將這些算法規(guī)則轉(zhuǎn)化成智能系統(tǒng)中對(duì)案件事實(shí)認(rèn)定的規(guī)則，并固定在計(jì)算機(jī)運(yùn)算程序中，有利于從宏觀層面把握對(duì)案件事實(shí)的認(rèn)定。雖然，算法設(shè)計(jì)本身是公權(quán)力的體現(xiàn)，但也要遵循科學(xué)性的原則。通過(guò)算法進(jìn)行運(yùn)算的主要設(shè)計(jì)方案包括三個(gè)方面的內(nèi)容。

第一，設(shè)定案件事實(shí)的主要算法承認(rèn)規(guī)則。智能裁判系統(tǒng)中的算法承認(rèn)規(guī)則是通過(guò)算法運(yùn)算確定案件事實(shí)成立的前提和基礎(chǔ)。通過(guò)算法承認(rèn)規(guī)則確認(rèn)案件事實(shí)成立，并能夠闡述成立的理由，這將成為智能系統(tǒng)發(fā)揮作用的主要算法規(guī)則。承認(rèn)規(guī)則設(shè)置的根本目的是認(rèn)可在特定條件下案件事實(shí)成立的可能，即通過(guò)“if……then……”的邏輯形式，認(rèn)可條件滿足時(shí)特定結(jié)果的輸出。例如，合同中有條款規(guī)定，在某年某月某日之前甲方?jīng)]有付款，則甲方承擔(dān)違約責(zé)任，事實(shí)上甲方在該日期到來(lái)之前沒(méi)有付款，所以其違約事實(shí)成立。算法承認(rèn)規(guī)則與法律規(guī)范的邏輯構(gòu)成在某種意義上應(yīng)當(dāng)具有一致性，并通過(guò)這種一致性來(lái)體現(xiàn)司法裁判算法的規(guī)范性。

第二，設(shè)定案件事實(shí)的主要算法排除規(guī)則。算法排除規(guī)則是算法承認(rèn)規(guī)則中的重要形式，其基本目的不是為事實(shí)認(rèn)定提供直接證明，而是從反面思考事實(shí)存在的可能。雖然算法排除規(guī)則也可以通過(guò)“if……then……”的邏輯形式予以表達(dá)，但是邏輯后果與算法承認(rèn)規(guī)則稍有不同。例如，在案件事實(shí)認(rèn)定中，案件的時(shí)間和空間至關(guān)重要。無(wú)論是民事案件還是刑事案件，時(shí)間或者空間首先固定了案件的性質(zhì)、案件發(fā)生的地址、案件的時(shí)效等。假設(shè)在刑事案件中可以通過(guò)案件證據(jù)顯示案件發(fā)生的時(shí)間、證據(jù)采集的時(shí)間，從而確定與此相關(guān)的問(wèn)題或者排除某些嫌疑。如果在某確定的時(shí)間可以證明某人并沒(méi)有在案發(fā)地出現(xiàn)，此時(shí)通過(guò)算法排除規(guī)則即可排除此人的嫌疑。換言之，在法律當(dāng)中存在普遍和例外的規(guī)定，在算法規(guī)則當(dāng)中就是通過(guò)承認(rèn)規(guī)則和排除規(guī)則進(jìn)行編排，以反映真實(shí)的法律文本，以滿足人們對(duì)司法裁判的現(xiàn)實(shí)需求。

第三，設(shè)定案件事實(shí)的主要算法改進(jìn)規(guī)則。算法改進(jìn)規(guī)則可以基于機(jī)器學(xué)習(xí)，通過(guò)決策樹(shù)、神經(jīng)網(wǎng)絡(luò)或者貝葉斯分類(lèi)器等技術(shù)，實(shí)現(xiàn)對(duì)更多證據(jù)碎片的分類(lèi)化識(shí)別，從而不斷提升智能裁判系統(tǒng)的案件事實(shí)認(rèn)定能力。例如，在決策樹(shù)(1)決策樹(shù)是在已知各種情況發(fā)生概率的基礎(chǔ)上，通過(guò)構(gòu)成決策樹(shù)來(lái)求取凈現(xiàn)值的期望值大于等于零的概率，以評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn)、判斷其可行性的決策分析方法，是直觀運(yùn)用概率分析的一種圖解法。中，一棵決策樹(shù)包含一個(gè)根結(jié)點(diǎn)、若干內(nèi)部結(jié)點(diǎn)和若干個(gè)葉結(jié)點(diǎn)，葉結(jié)點(diǎn)對(duì)應(yīng)于決策結(jié)果，其他每個(gè)結(jié)點(diǎn)則對(duì)應(yīng)于一個(gè)屬性測(cè)試，每個(gè)結(jié)點(diǎn)包含的樣本集合根據(jù)屬性測(cè)試的結(jié)果被劃分到子結(jié)點(diǎn)中，根節(jié)點(diǎn)則包含樣本全集。從根節(jié)點(diǎn)到每個(gè)葉結(jié)點(diǎn)的路徑對(duì)應(yīng)了一個(gè)判定測(cè)試序列。決策樹(shù)流程遵循了分而治之的策略。決策樹(shù)的生成是一個(gè)遞歸的過(guò)程。[18](PP.73～74)例如，美國(guó)的Heuristic Dendral項(xiàng)目就是啟發(fā)式樹(shù)狀項(xiàng)目的一個(gè)重大實(shí)踐?；趯?shí)驗(yàn)數(shù)據(jù)，該項(xiàng)目必須要區(qū)分“真實(shí)數(shù)據(jù)點(diǎn)”和“虛假數(shù)據(jù)點(diǎn)”，并從解決問(wèn)題的角度出發(fā)，將錯(cuò)誤數(shù)據(jù)和虛假數(shù)據(jù)從重要的事實(shí)中分離出來(lái)。在整個(gè)項(xiàng)目中，決策都是基于專(zhuān)家使用的決策規(guī)則而產(chǎn)生的。[3]從本質(zhì)上講，決策樹(shù)是一種條件不斷改進(jìn)、優(yōu)化的算法規(guī)則。而依據(jù)對(duì)證據(jù)數(shù)據(jù)的劃分，不同的證據(jù)數(shù)據(jù)通過(guò)集合選擇被劃歸為不同屬性的集合，進(jìn)而成為相同或者不同決策樹(shù)上的結(jié)點(diǎn)，從而不斷改進(jìn)基于證據(jù)數(shù)據(jù)對(duì)案件事實(shí)認(rèn)定的算法進(jìn)程。

簡(jiǎn)言之，智能裁判系統(tǒng)要在充分發(fā)揮算法作用的基礎(chǔ)上，將證據(jù)劃歸為不同的集合，然后運(yùn)用不同的算法規(guī)則，對(duì)證據(jù)要素的運(yùn)用方法作出必要的修正、補(bǔ)充，從而輸出必要的、具有可信度的結(jié)果。當(dāng)然，以上三種類(lèi)型的算法規(guī)則形式，只是對(duì)智能系統(tǒng)如何運(yùn)用的一個(gè)簡(jiǎn)化歸納，在智能系統(tǒng)的實(shí)際運(yùn)作過(guò)程中，遠(yuǎn)比此更為復(fù)雜。

三、通過(guò)推理的邏輯：案件事實(shí)智能認(rèn)定的過(guò)程設(shè)定

無(wú)論是人類(lèi)法官還是未來(lái)的“機(jī)器人法官”，對(duì)案件事實(shí)的認(rèn)定都離不開(kāi)推理的過(guò)程。推理是人類(lèi)思維的基本運(yùn)作方式，也是人工智能能夠“像人一樣思考”的工作原理。任何一種需要人工智能幫助的領(lǐng)域都可以被稱(chēng)為是知識(shí)庫(kù)，知識(shí)庫(kù)本身即是一種語(yǔ)句集合。這些語(yǔ)句可以是不需要推理而能夠得到的語(yǔ)句，這是推理的起點(diǎn)，即所謂的“公理”。而絕大多數(shù)的語(yǔ)句是需要通過(guò)推導(dǎo)才能夠被獲得的。因此，必須存在將新語(yǔ)句添加到知識(shí)庫(kù)以及能夠查詢目前所知內(nèi)容的方法，這兩個(gè)任務(wù)都可能涉及推理，即從原有語(yǔ)句中推理出新語(yǔ)句。[7](P.743)從自然事實(shí)到案件事實(shí)，本身就是基于證據(jù)而產(chǎn)生的邏輯推理過(guò)程，這與人工智能的推理邏輯相契合。因而，在智能裁判系統(tǒng)中，基于算法規(guī)則對(duì)數(shù)據(jù)證據(jù)進(jìn)行推理整合，便成為智能裁判系統(tǒng)的根本邏輯形式。

司法人工智能裁判系統(tǒng)不僅要解釋法律推理，更要通過(guò)智能程序來(lái)設(shè)計(jì)法律推理，將推理嵌入智能程序當(dāng)中，成為人工智能認(rèn)定案件事實(shí)的重要方法。有學(xué)者指出，法理學(xué)爭(zhēng)論的焦點(diǎn)是法律的性質(zhì)、法律推理的過(guò)程、法律規(guī)則和制度的結(jié)構(gòu)、邏輯與法律的關(guān)系以及成文法和判例法的解釋。因此，任何試圖解決法律問(wèn)題以進(jìn)行法律推理的計(jì)算機(jī)系統(tǒng)必然會(huì)做出一整套法理假設(shè)，它將對(duì)法律和法律推理的性質(zhì)進(jìn)行某種解釋。[19]霍姆斯曾經(jīng)指出，在法律發(fā)展過(guò)程中，唯一起作用的力量是邏輯。司法判決所用的語(yǔ)言主要是邏輯語(yǔ)言，律師(法官)所受到的訓(xùn)練也主要是邏輯訓(xùn)練。邏輯的方法和形式更能滿足每個(gè)人心中對(duì)確定性和安寧的渴望。[20]雖然三段論邏輯在司法過(guò)程中的應(yīng)用受到了廣泛的質(zhì)疑，但是整體而言，三段論邏輯并沒(méi)有被人們所拋棄?！叭握摰耐评矸浅Ｓ辛?，又為人所熟知，因此，渴求自己的活動(dòng)看上去盡量客觀的律師和法官都花費(fèi)了很大力氣使法律推理看上去盡可能像是三段論?！盵21](P.50)為此，我們需要從如下三個(gè)層面把握推理在人工智能系統(tǒng)中的作用。

第一，推理是緊密聯(lián)系證據(jù)之間邏輯關(guān)系的橋梁。在司法裁判當(dāng)中，認(rèn)定案件事實(shí)就要對(duì)證據(jù)之間的關(guān)系進(jìn)行有效組織。不同的證據(jù)關(guān)系可能會(huì)對(duì)案件事實(shí)的認(rèn)定帶來(lái)不同的結(jié)果，證據(jù)之間要形成“證據(jù)鏈”，才能夠?qū)Π讣聦?shí)的認(rèn)定產(chǎn)生足夠的影響強(qiáng)度。這是因?yàn)樽C據(jù)本身就意味著某個(gè)基于事實(shí)的“陳述”存在。眾多證據(jù)之間的關(guān)系成立，就意味著基于眾多證據(jù)的事實(shí)“陳述”存在。正如邏輯學(xué)基本原理所表達(dá)的：“如果一個(gè)集合中的所有陳述都是真的，那么依據(jù)有效推理規(guī)則從陳述集合中推導(dǎo)出來(lái)的都是真的?！盵22](P.207)因此，形成了“證據(jù)鏈”，才能使各證據(jù)之間具備有效的邏輯聯(lián)系，從而足以經(jīng)受必要的邏輯反思。

司法人工智能裁判系統(tǒng)將推理視為聯(lián)系證據(jù)之間關(guān)系的主要方法，進(jìn)而通過(guò)程序設(shè)計(jì)固定推理在智能系統(tǒng)中的地位。比如，證據(jù)A和證據(jù)B之間的邏輯關(guān)系如何，能夠通過(guò)這兩個(gè)證據(jù)得出何種結(jié)論(案件事實(shí))，即需要依靠邏輯推理。假設(shè)證據(jù)A為兇器，而證據(jù)B為兇手留在兇器上的指紋，而證據(jù)C為某犯罪嫌疑人的指紋。如果證據(jù)B和證據(jù)C一致，則可以得出犯罪嫌疑人曾經(jīng)使用過(guò)兇器的結(jié)論。證據(jù)法中要求形成所謂的“證據(jù)鏈”，應(yīng)當(dāng)是指眾多證據(jù)之間彼此的相互聯(lián)系，這種聯(lián)系表現(xiàn)在人工智能系統(tǒng)當(dāng)中必然要求符合推理形式，否則就難以形成穩(wěn)定的、可預(yù)期的邏輯效果。

第二，推理是實(shí)現(xiàn)論證事實(shí)因果關(guān)系的有效路徑。美國(guó)邏輯學(xué)家斯蒂芬·雷曼曾說(shuō)過(guò)：“讓我們從技術(shù)意義上使用‘證明’一詞來(lái)指稱(chēng)從符號(hào)論證的前提到結(jié)論的一系列推理步驟?！盵22](P.207)顯然，在司法裁判過(guò)程中，從證據(jù)到結(jié)論，即是系列推理的結(jié)果。特別是在案件事實(shí)的形成過(guò)程中，如何將日常生活的邏輯與推理結(jié)合起來(lái)，實(shí)現(xiàn)司法裁判的可接受性，就需要通過(guò)因果推理來(lái)實(shí)現(xiàn)對(duì)案件事實(shí)的合理建構(gòu)。通過(guò)因果推理，人們可以將基于證據(jù)形成的、帶有碎片性質(zhì)的證明事實(shí)組合成為合理的、完整的案件事實(shí)。如前述的假設(shè)當(dāng)中，證據(jù)A為兇器，證據(jù)B為兇手留在兇器上的指紋，證據(jù)C為某犯罪嫌疑人的指紋，證據(jù)D為犯罪嫌疑人留在現(xiàn)場(chǎng)的腳印。如果證據(jù)B和證據(jù)C一致，則可以得出犯罪嫌疑人曾經(jīng)使用過(guò)兇器這一結(jié)論。然后，再根據(jù)證據(jù)D即可以進(jìn)一步聯(lián)系到犯罪嫌疑人曾到過(guò)犯罪現(xiàn)場(chǎng)，進(jìn)而可以推斷出犯罪嫌疑人在犯罪現(xiàn)場(chǎng)使用過(guò)兇器殺害了被害人這一結(jié)論。

通過(guò)計(jì)算機(jī)程序來(lái)設(shè)計(jì)因果推理過(guò)程，不僅在理論界已經(jīng)開(kāi)始了探索，技術(shù)界也開(kāi)始進(jìn)行相關(guān)的技術(shù)設(shè)想。早在1985年，Iwasaki和Simon就提出了因果順序理論，他們針對(duì)系統(tǒng)方程組與系統(tǒng)初值狀態(tài)構(gòu)成的平衡自容結(jié)構(gòu)，不斷求解最小完備子集及導(dǎo)出結(jié)構(gòu)，直到最高階導(dǎo)出結(jié)構(gòu)中不再有自容的子集。此時(shí)，各方程中的變量按其分屬不同階的最小完備子集構(gòu)成了因果依賴(lài)關(guān)系，進(jìn)而構(gòu)成了因果關(guān)系圖。[23]

我國(guó)學(xué)者提出的因果推理的計(jì)算機(jī)形式，將因果推理過(guò)程歸納為兩個(gè)步驟。一是根據(jù)已有的各種關(guān)于系統(tǒng)的結(jié)構(gòu)、行為和功能的知識(shí)構(gòu)造出因果關(guān)系圖；二是依據(jù)因果關(guān)系圖及關(guān)于系統(tǒng)的原有知識(shí)，對(duì)變量行為進(jìn)行傳播,對(duì)系統(tǒng)的行為進(jìn)行仿真，回顧仿真過(guò)程中的重要行為序列，便可對(duì)系統(tǒng)行為作出解釋。[24]“論證理論”是人工智能領(lǐng)域的一個(gè)重要課題，其提供了如何描述證明結(jié)論的模型，這些模型嚴(yán)格遵循人類(lèi)推理中的推理模式，從而使論證成為一種直觀和通用的常識(shí)推理任務(wù)模型。[25]顯然，計(jì)算機(jī)程序中對(duì)因果推理的正確運(yùn)用也涉及算法承認(rèn)規(guī)則、算法排除規(guī)則和算法改進(jìn)規(guī)則。換言之，在事實(shí)的因果推理方面，智能系統(tǒng)已經(jīng)有了可供運(yùn)用的理論和實(shí)踐技術(shù)，人類(lèi)已經(jīng)初步具備了通過(guò)智能系統(tǒng)實(shí)現(xiàn)因果推理的能力。

第三，推理是基于證據(jù)深入理解事實(shí)的重要方法。每一個(gè)證據(jù)都是一種“陳述”，是對(duì)案件事實(shí)的無(wú)聲闡釋。但是，證據(jù)不能夠自行表述案件事實(shí)，而需要法官根據(jù)自己的認(rèn)知來(lái)理解證據(jù)。有時(shí)，可能單個(gè)的證據(jù)只能表現(xiàn)出某些案件事實(shí)的一個(gè)或幾個(gè)方面的表面問(wèn)題，而讓人難以看到案件深層次的問(wèn)題，但如果把眾多的證據(jù)聯(lián)系起來(lái)，形成完整的證據(jù)鏈，就能夠表現(xiàn)出更為深刻的事實(shí)真相，而這就需要進(jìn)一步發(fā)揮推理的作用。而如果法官對(duì)證據(jù)的理解不夠深刻，對(duì)碎片化的案件事實(shí)不能夠串聯(lián)起來(lái)進(jìn)行思考，就難以發(fā)現(xiàn)更多的案件真相。推理能夠把體現(xiàn)在案件表層和案件深層的隱藏真相揭露出來(lái)，這是法官依照經(jīng)驗(yàn)和學(xué)識(shí)推定的結(jié)果，也是對(duì)于人工智能而言較難突破的困境所在。

毫無(wú)疑問(wèn)，現(xiàn)有人工智能系統(tǒng)對(duì)揭示事物復(fù)雜內(nèi)涵的工作已經(jīng)有了足夠的思考。例如，序列式?jīng)Q策問(wèn)題就可以作為人工智能系統(tǒng)深入挖掘證據(jù)中可能隱藏的深層次含義的重要技術(shù)。針對(duì)完全可觀察的環(huán)境，使用馬爾可夫鏈轉(zhuǎn)移模型(2)馬爾可夫模型是一種統(tǒng)計(jì)模型，用來(lái)描述一個(gè)含有隱含未知參數(shù)的馬爾可夫過(guò)程，其難點(diǎn)是從可觀察的參數(shù)中確定該過(guò)程的隱含參數(shù)，然后利用這些參數(shù)來(lái)做進(jìn)一步的分析，例如模式識(shí)別。和累加回報(bào)的序列式?jīng)Q策問(wèn)題被稱(chēng)為馬爾可夫決策過(guò)程(簡(jiǎn)稱(chēng)為MDP)。一個(gè)MDP由4個(gè)組成部分來(lái)定義，包括狀態(tài)集合、在每個(gè)狀態(tài)的動(dòng)作集合、轉(zhuǎn)移模型以及回報(bào)函數(shù)。而通過(guò)馬爾可夫鏈轉(zhuǎn)移模型和累加回報(bào)的序列式?jīng)Q策的解是什么？計(jì)算機(jī)專(zhuān)家指出，所謂的“解”是指在任何狀態(tài)下，Agent(即可以自主活動(dòng)的計(jì)算機(jī)軟件或者硬件，本文主要指人工智能體)應(yīng)當(dāng)采取什么樣的行動(dòng)來(lái)實(shí)現(xiàn)目的的策略。如果Agent有完備的策略，那么無(wú)論行動(dòng)的結(jié)果如何，Agent總會(huì)知道下一步應(yīng)當(dāng)做什么。Agent是人工智能系統(tǒng)最核心的部分，雖然它未必能夠完全具備人類(lèi)一樣的思維，但是通過(guò)采用各種算法規(guī)則，即可以做到“像人類(lèi)一樣進(jìn)行思考”，從而促使“挖掘證據(jù)以及基于證據(jù)而形成的案件事實(shí)背后的真相”成為智能系統(tǒng)必須具備的能力，否則，智能裁判的初衷將難以實(shí)現(xiàn)。

總而言之，所有的專(zhuān)家系統(tǒng)都應(yīng)當(dāng)包含一個(gè)關(guān)于法律的結(jié)構(gòu)和個(gè)性化的理論、一個(gè)法律規(guī)范的理論、一個(gè)描述性的法律科學(xué)的理論、一個(gè)法律推理的理論、一個(gè)邏輯和法律的理論、一個(gè)語(yǔ)義理論，以及一個(gè)社會(huì)學(xué)和法律心理學(xué)的要素[26]，它們的結(jié)合構(gòu)成了法律智能專(zhuān)家系統(tǒng)的理論根基。從知識(shí)型決策的角度看，智能裁判系統(tǒng)也就是一個(gè)深入的、能夠給人們帶來(lái)決策參考性質(zhì)的系統(tǒng)。在這個(gè)系統(tǒng)當(dāng)中，如何描述和塑造推理，如何將推理用智能知識(shí)表達(dá)出來(lái)，都將會(huì)是在人類(lèi)對(duì)人工智能研究過(guò)程中十分重要的主題。

四、通過(guò)科技的整合：案件事實(shí)智能認(rèn)定的法理反思

通過(guò)智能裁判系統(tǒng)認(rèn)定案件事實(shí)，其操作路徑十分清晰。但從人類(lèi)行為的特性以及技術(shù)本身的特性看，目前尚存在妨礙案件事實(shí)識(shí)別的因素，需要在不斷創(chuàng)新技術(shù)的基礎(chǔ)上逐步推進(jìn)智能裁判能力的發(fā)展。任何新事物的發(fā)展既會(huì)有問(wèn)題的挑戰(zhàn)，也會(huì)有進(jìn)步的機(jī)遇。而理論層面的反思是解決新問(wèn)題、回應(yīng)新機(jī)遇、策應(yīng)新發(fā)展的重要路徑。

第一，案件證據(jù)類(lèi)型多元化對(duì)智能科技的挑戰(zhàn)。在證據(jù)法中，案件證據(jù)可以類(lèi)型化為物證、書(shū)證、證人證言、被害人陳述、鑒定意見(jiàn)等形式。司法人工智能系統(tǒng)既要識(shí)別和理解物證的含義，也要識(shí)別和理解書(shū)證等證據(jù)的含義。這個(gè)過(guò)程可以通過(guò)掃描技術(shù)和智能識(shí)別技術(shù)來(lái)推進(jìn)證據(jù)的數(shù)據(jù)化，從而讓其演變?yōu)榭杀蛔R(shí)別的形態(tài)。然而，在此過(guò)程當(dāng)中，人們還可能會(huì)面臨一些技術(shù)上的難題。

面對(duì)識(shí)別案件證據(jù)性質(zhì)等難題，人類(lèi)天然有著識(shí)顏色、聞氣味、聽(tīng)聲音等多方面的能力，這些能力對(duì)于案件的裁判起到了十分重要的作用。例如，在案件偵辦過(guò)程中經(jīng)常遇到的“筆跡鑒定”工作，雖然其屬于技術(shù)性的工作，但在本質(zhì)上還是需要依靠鑒定專(zhuān)家利用自己的專(zhuān)業(yè)特長(zhǎng)對(duì)證據(jù)進(jìn)行識(shí)別。再如，在案件審理的過(guò)程中，法官能夠依靠自身的學(xué)識(shí)和經(jīng)驗(yàn)識(shí)別物證等證據(jù)。相比之下，司法人工智能系統(tǒng)可能難以直接對(duì)各類(lèi)證據(jù)進(jìn)行有效識(shí)別，為此我們必須開(kāi)發(fā)出顏色識(shí)別技術(shù)、味覺(jué)識(shí)別技術(shù)等作為人工智能系統(tǒng)的輔助工具。例如，兇殺案件的作案工具(如手槍)，它不僅僅是作案工具，辦案機(jī)關(guān)還能夠根據(jù)手槍上留下的指紋來(lái)發(fā)現(xiàn)可能的兇手，同時(shí)可以將手槍射擊的子彈和死者所中的子彈進(jìn)行技術(shù)性對(duì)此，并得出兩者是否相符的結(jié)論。但智能系統(tǒng)尚不能主動(dòng)完成這一系列的操作，而需要借助人類(lèi)的預(yù)先規(guī)劃，否則就難以實(shí)現(xiàn)人工智能系統(tǒng)與證據(jù)之間的相互關(guān)聯(lián)。

基于證據(jù)以探求案件背后的“真相”也存在一定的難題。如果說(shuō)識(shí)別證據(jù)“顯性”特征的問(wèn)題可以通過(guò)不斷進(jìn)行技術(shù)創(chuàng)新解決的話，那么識(shí)別和理解證據(jù)背后隱含的深義，同時(shí)對(duì)其作出判斷并加以利用則會(huì)給智能裁判帶來(lái)更多的挑戰(zhàn)。如基于經(jīng)驗(yàn)認(rèn)識(shí)而進(jìn)行的推理則是難以通過(guò)邏輯判斷而形成的，而在這種情況下，智能裁判系統(tǒng)就難以對(duì)相關(guān)問(wèn)題作出判斷。再如在事實(shí)判斷過(guò)程中，有時(shí)需要基于日常生活規(guī)則來(lái)確信某件事情成立與否，此處的“日常生活”本身就難以用邏輯語(yǔ)言來(lái)表達(dá)。根本原因在于，日常生活規(guī)則所確定的事實(shí)都是具體的、個(gè)別的事實(shí)，難以通過(guò)一般的程序性規(guī)則設(shè)計(jì)出來(lái)。例如，在“王淑芳與本溪市成達(dá)房地產(chǎn)開(kāi)發(fā)公司、本溪滿族自治縣糧庫(kù)民間借貸糾紛案”中，原告提供了“還款計(jì)劃”和“欠條”，但是被告主張“還款計(jì)劃”和“欠條”無(wú)效，主要理由是這兩份書(shū)面證據(jù)是李勝敵在受脅迫的情況下所寫(xiě)的，并提供了王淑芳書(shū)寫(xiě)“欠條”的草稿。為此，法官?gòu)谋桓骊愂龅摹皟纱问苊{迫的地點(diǎn)”以及“還款計(jì)劃”的形式要件上推測(cè)其效力。(3)法院認(rèn)為，本案被上訴人成達(dá)公司主張“還款計(jì)劃”和“欠條”無(wú)效的主要理由是這兩份書(shū)面證據(jù)是李勝敵在受脅迫的情況下所寫(xiě)的，并提供了王淑芳書(shū)寫(xiě)“欠條”的草稿。因此，成達(dá)公司法定代表人李勝敵受脅迫的事實(shí)能否被認(rèn)定成為本案的關(guān)鍵。首先，從李勝敵敘述兩次受脅迫的地點(diǎn)上看，李勝敵在公安機(jī)關(guān)講述寫(xiě)“還款計(jì)劃”和“欠條”過(guò)程時(shí)，幾次提到了2003年12月30日寫(xiě)“還款計(jì)劃”是在本溪縣工地、2004年4月5日寫(xiě)“欠條”是在普蘭店城邊的東陽(yáng)飯店。在本院原二審審理時(shí)提到的地點(diǎn)與在公安機(jī)關(guān)說(shuō)的基本一致。但本溪中院重審開(kāi)庭時(shí)和本院本次開(kāi)庭審理時(shí)，李勝敵陳述的2003年12月30日寫(xiě)“還款計(jì)劃”是在普蘭店的東陽(yáng)飯店，2004年4月5日寫(xiě)“欠條”是在本溪縣工地。李勝敵幾次陳述的寫(xiě)“還款計(jì)劃”和“欠條”的地點(diǎn)相互矛盾。其次，從“還款計(jì)劃”形式要件上看，“還款計(jì)劃”所用紙張的反面是“本溪滿族自治縣建筑工程施工許可證”，在“還款計(jì)劃”的落款日期上，蓋有成達(dá)公司的合同專(zhuān)用章。如果李勝敵是在普蘭店附近的東陽(yáng)飯店被脅迫寫(xiě)下的“還款計(jì)劃”，那么怎么會(huì)既有本溪縣工地用紙，又有成達(dá)公司的合同章，李勝敵出門(mén)在外，這兩樣?xùn)|西同時(shí)帶在身邊的可能性很小。這一事實(shí)說(shuō)明李勝敵不具備受脅迫的條件。再次，從李勝敵報(bào)案的時(shí)間上看，李勝敵向本溪市公安局控告王淑芳敲詐勒索的時(shí)間是2004年8月26日，是在其所述兩次受脅迫之后的8個(gè)月和4個(gè)月之后，且此時(shí)王淑芳已就本案起訴了成達(dá)公司。正常情況下，公民受到外界脅迫或敲詐應(yīng)在第二天或事后很短的時(shí)間內(nèi)報(bào)案，不應(yīng)等幾個(gè)月后才報(bào)案。最后，從公安機(jī)關(guān)的撤案決定書(shū)上看，公安機(jī)關(guān)接到李勝敵報(bào)案后，經(jīng)過(guò)7個(gè)多月的調(diào)查，認(rèn)定“不應(yīng)追究刑事責(zé)任”，并決定撤案，使得本案李勝敵主張所寫(xiě)“欠條”和“還款計(jì)劃”是受脅迫的理由失去了事實(shí)依據(jù)。至于王淑芳書(shū)寫(xiě)“欠條”草稿一事，則不能直接說(shuō)明王淑芳脅迫了李勝敵，因?yàn)樽罱K的“欠條”是李勝敵本人書(shū)寫(xiě)的。參見(jiàn)遼寧省高級(jí)人民法院《(2007)遼審民再終字第31號(hào)民事判決書(shū)》。法官通過(guò)日常的生活經(jīng)驗(yàn)推知，一個(gè)人不太可能在離開(kāi)公司后，不僅攜帶有公章，而且還攜帶有工地專(zhuān)用稿紙。因此，既然一般人在出門(mén)時(shí)同時(shí)攜帶這兩樣?xùn)|西的可能性很小，那么兩件物品同時(shí)出現(xiàn)則可以說(shuō)明當(dāng)事人應(yīng)當(dāng)是自愿攜帶，而沒(méi)有受到脅迫。這是通過(guò)證據(jù)尋找案件背后“可能真相”的典型案例，但無(wú)法“像人一樣思考”的智能裁判機(jī)器尚難以達(dá)到這種境界，這說(shuō)明智能裁判機(jī)器的知識(shí)獲取途徑還需要智能技術(shù)的不斷進(jìn)步來(lái)拓展和推進(jìn)。

第二，案件證據(jù)的認(rèn)定帶有法官的主觀裁量因素，智能裁判系統(tǒng)難以對(duì)此進(jìn)行數(shù)據(jù)化計(jì)算。例如，在對(duì)證據(jù)的認(rèn)定方面，司法傳統(tǒng)所堅(jiān)持的“自由心證”主義即難以通過(guò)智能裁判系統(tǒng)體現(xiàn)出來(lái)。在證據(jù)法上，對(duì)證據(jù)是否有證明力及其證明力的大小,法律不預(yù)先作出規(guī)定,而由法官根據(jù)內(nèi)心確信去自由判斷證據(jù),從而認(rèn)定案件事實(shí)。所謂“自由”，是指法官根據(jù)“良心”“理性”判斷證據(jù),不受任何其他的限制和約束；而“心證”是指法官通過(guò)對(duì)證據(jù)的判斷所形成的內(nèi)心信念。確信是一種心理狀態(tài),法官通常會(huì)受這種狀態(tài)的支配，并把這種狀態(tài)作為裁判的根據(jù)。[27]從某種意義上說(shuō)，“自由心證”一直都是法官采信證據(jù)的基本原則，其出現(xiàn)及發(fā)展是對(duì)司法活動(dòng)復(fù)雜性和流動(dòng)性的承認(rèn)，也是對(duì)人類(lèi)理性和認(rèn)識(shí)能力的肯定。[28](P.125)這說(shuō)明對(duì)證據(jù)的確信并非是完全客觀的，發(fā)現(xiàn)證據(jù)能夠直接說(shuō)明的事實(shí)及其背后深層次的含義，是法官知識(shí)、能力及經(jīng)驗(yàn)的綜合體現(xiàn)。特別是基于證據(jù)形成的證據(jù)鏈?zhǔn)潜容^復(fù)雜的心理活動(dòng)過(guò)程而產(chǎn)生的結(jié)果，因此，需要計(jì)算機(jī)專(zhuān)家和法律專(zhuān)家通過(guò)特定技術(shù)規(guī)則來(lái)共同完成。對(duì)于心理活動(dòng)過(guò)程而言，雖然已經(jīng)存在各種相關(guān)的學(xué)說(shuō)，但尚未能夠形成可以用邏輯語(yǔ)言表達(dá)的知識(shí)體系，而用程序化的規(guī)則表述心理過(guò)程還存在較大的難度，因此，需要法官運(yùn)用主觀的知識(shí)和經(jīng)驗(yàn)來(lái)對(duì)證據(jù)加以認(rèn)定。從技術(shù)層面看，智能裁判是對(duì)數(shù)據(jù)的計(jì)算，而司法裁判則是心理活動(dòng)的重要結(jié)果。要使計(jì)算機(jī)能夠識(shí)別心理活動(dòng)，就需要能夠?qū)⑿睦砘顒?dòng)轉(zhuǎn)化為數(shù)據(jù)的形式，然后根據(jù)特定算法規(guī)則進(jìn)行設(shè)計(jì)，才能夠完全實(shí)現(xiàn)對(duì)主觀裁量因素的數(shù)據(jù)化計(jì)算。

第三，對(duì)于因果聯(lián)系的形成，需要有強(qiáng)大的判斷力作依據(jù)，而智能裁判系統(tǒng)難以對(duì)此進(jìn)行因果推理?！耙蚬P(guān)系的認(rèn)定是法律責(zé)任的基礎(chǔ)。因果關(guān)系問(wèn)題無(wú)疑是過(guò)失案件中最難解決的問(wèn)題。因果關(guān)系存在于每一個(gè)過(guò)失案件當(dāng)中，但只有將因果關(guān)系與案件中的其他問(wèn)題對(duì)立起來(lái)，才能理解因果關(guān)系在特定案件中的特殊意義?！盵29]不僅是過(guò)失案件，在其他需要確定因果關(guān)系的案件當(dāng)中，如何確定因果關(guān)系都是不可避免的難題。對(duì)于司法裁判來(lái)講，對(duì)因果關(guān)系的認(rèn)定包含在對(duì)案件事實(shí)的認(rèn)定當(dāng)中。智能裁判系統(tǒng)中的“if……then……”的邏輯形式之所以能夠成立，要么是基于法律的規(guī)范敘述，要么則是基于邏輯的推理闡述。然而，在因果推理過(guò)程中，以“if……then……”的邏輯形式來(lái)推論因果關(guān)系則未必能夠成立。一是法律中并不存在明確的因果聯(lián)系規(guī)范，二是這樣的邏輯形式未必能夠適用于因果推理。例如，因?yàn)楸缓θ丝辞辶朔缸锵右扇说恼鎸?shí)面貌，所以犯罪嫌疑人將被害人殺害，而這種因果關(guān)系的形成即與邏輯和法律無(wú)關(guān)。司法人工智能要在解決這些問(wèn)題的基礎(chǔ)之上不斷提升對(duì)案件事實(shí)的認(rèn)定能力，不斷推進(jìn)司法裁判系統(tǒng)的智能化，進(jìn)而使得“智能裁判”成為可能。

第四，智能裁判增添了司法過(guò)程中的權(quán)力因素。在傳統(tǒng)的司法裁判過(guò)程中，法官依靠法律和智慧解決法律問(wèn)題，即司法權(quán)在法官身上得以體現(xiàn)。然而，智能技術(shù)并沒(méi)有完全被法官所掌握。雖然“數(shù)據(jù)保護(hù)的法律人應(yīng)當(dāng)與機(jī)器學(xué)習(xí)的專(zhuān)家之間保持密切的合作關(guān)系，這將是真正可行的。任何試圖增加機(jī)器學(xué)習(xí)系統(tǒng)透明性或明確性的努力實(shí)際上都是為了更好地利用它們實(shí)現(xiàn)社會(huì)利益，而缺乏這種交叉合作的智能技術(shù)可能無(wú)法有效地發(fā)揮作用”[30]，但同時(shí)應(yīng)當(dāng)看到，智能技術(shù)應(yīng)用在司法裁判過(guò)程當(dāng)中，無(wú)論是作為外部技術(shù)還是作為內(nèi)部核心要素，都在無(wú)形中成為了司法權(quán)力的“分享者”。正如人們所說(shuō)，公權(quán)力與算法權(quán)力正在多領(lǐng)域進(jìn)行雙向化的互動(dòng)，擁有用戶、數(shù)據(jù)、算法的平臺(tái)企業(yè)不僅成為數(shù)字經(jīng)濟(jì)時(shí)代經(jīng)濟(jì)領(lǐng)域的先鋒代表，而且正以顛覆者的姿態(tài)邁入政治和法律領(lǐng)域。[31]此時(shí)，智能裁判系統(tǒng)如何進(jìn)行事實(shí)認(rèn)定，不再依靠法官行使“司法權(quán)力”，而是依靠技術(shù)專(zhuān)家對(duì)算法所作的規(guī)定。從技術(shù)層面看，此時(shí)的司法權(quán)力體現(xiàn)的是“算法的規(guī)訓(xùn)”。而且在此過(guò)程中，司法智能系統(tǒng)面臨的危險(xiǎn)逐漸增多。如COMPAS 算法是從 2000 年初就在美國(guó)司法系統(tǒng)使用的預(yù)測(cè)被告未來(lái)再次犯罪率和危險(xiǎn)程度的智能系統(tǒng)。非營(yíng)利機(jī)構(gòu) ProPublica 曾對(duì)COMPAS 系統(tǒng)的評(píng)分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得出了“黑人被告有45%的可能會(huì)比白人被告得到的分?jǐn)?shù)更高”[32]的結(jié)論。當(dāng)然，這一切都需要人們有足夠充分的心理準(zhǔn)備，并放平心態(tài)去接受智能裁判系統(tǒng)，實(shí)現(xiàn)人與智能機(jī)器的充分融合，才可能真正迎來(lái)“機(jī)器人法官”的時(shí)代。