浅析人工智能在行政领域的应用及其风险规制
人工智能已成为一种时代发展新趋势，它在法律和行政领域的应用也越来越广泛。按照智能水平高低，人工智能分为弱人工智能和强人工智能。弱人工智能，是指人工智能按照特定的输入程序作出反应，但是不能自主推理；强人工智能，是指在弱智能基础上的跨越式进步，能够有自主意识地解决问题。目前行政和法律领域的“人工智能”运用，远达不到创造性智能水平，仅仅是感知智能阶段，是一种基本依靠程序设定和对数据进行表征学习的初级智能，只能在某个特定环节通过人机交互发挥作用，属于弱人工智能阶段。
“人工智能+行政”的应用现状
（一）人工智能在行政立法中的应用
1.立法流程电子化。一部政府规章的出台包括上报立法计划、立法草案、征询意见、召开审核会议等多个环节，严格按照法定程序推进有近三十项之多。如此繁复的流程若是能够智能化、电子化，将大大减轻立法各环节工作人员的工作任务，提高立法工作的效率。为回应立法需求，上海率先建成了“智慧法制”立法信息平台，该平台与办公厅公文系统对接，将电子数据一键推送。通过平台，可以直接传递立法材料、在线操作规章及规范性文件的即时清理、完成意见征询材料的快速传送并及时反馈征询的意见结果。地方行政立法工作有了人工智能辅助，不仅避免了纸质过程，利于环保，更有利于立法工作的有序推进。
2.备案审查阶段智能化。立法机关的备案审查工作一直有“只备案不审查”的现象，主要原因之一是待审查文件以及作为审查依据的法律、行政法规、地方性法规数量庞大。立法工作者需要花费大量时间精力广泛查阅法律规定，并将其与待审文件的规定事项进行关联比对，而人工智能辅助立法的探索，将有助于缓解规范性文件“备而不审”的现象。例如天津市使用北大法宝智能立法支持平台，借助人工智能帮助备案审查工作。这套智能立法平台为立法工作者设置了“敏感词词库”，当“敏感词”出现在待审查文件中时，则需要进一步审查。比如，按照法律规定、规章及以下位阶的文件不能增设行政许可，机器检测到待审查文件中出现“许可”“审批”等词时会予以提示。该平台还能对往年的规范性文件进行审查，在机器的辅助下更新清理，提示制定机关进行纠正。这种智能化平台不仅能提高备案审查工作效率，还能提高规范性文件的合法性和准确性。
（二）人工智能在行政服务中的应用
随着政府公共管理服务分工日趋细化复杂，将人工智能技术应用于政务工作中，能有效缓解政务服务人员人力不足的压力，及时采集、存储、归类相关政务信息，整合并高效利用政务资源，推动政务服务质量提升。上海市徐汇区的政务服务中心进行智能化政务建设，打造AI机器人，通过语音、文字交互并结合录入的专项业务语料和政府服务政策的知识库，引导民众完成业务咨询、办理与引导。使得民众办事更便捷、高效，提升了民众满意度。
此外，上海长宁区在2018年底也已经实现了“智能服务平台”全覆盖，该平台是根据“互联网+政务服务”结合人工智能应用技术，对“人工智能+政务服务”模式的一次探索。除现有社区事务受理办事指南外，还在拓展区级行政审批、服务类事项指南及政务知识库。通过对接区网上政务大厅预约接口，实现相关事项的预约服务，并将此拓展到手机客户端、计算机终端等。这种创新智能化服务方式提升了政府服务水平，促进政务服务的转型。
（三）人工智能在行政管理中的应用
1.自动化行政审批。行政审批的手续繁琐、审批周期长，以及过程不透明等弊端，导致行政审批工作既增加工作人员压力和相对人的成本，又可能滋生权力寻租现象，影响执法的公信力，而人工智能技术的介入可以解决以上问题。如深圳市率先试用了一种“无人干预自动审批”新型行政审批方式，对于高校应届毕业生的引进和落户申报，只需申请人在网上系统提交信息，由系统自动核查，若材料完整、信息无误，将直接完成自动审批。因工作效率之高，此种方式也被称为“秒批”“智能审批”。安徽省合肥市在2019年也逐步推行了个体工商户智能审批，只需申请者提交标准化材料后，机器自动审核出照。仅一周试运行期间，合肥市瑶海区自助办照的个体工商户数量达该区新设立个体工商户总数量的50%，极大提升了审批效率。
2.智能化行政管理。目前，“人工智能+行政”的不断探索使得行政命令得以摆脱人工，实现智能化。2018年上海市进行了智能信号灯系统试点，通过人工智能设定程序规则和指令，系统通过监控等多渠道，自行感知和收集交通数据，并结合各道路行车数据和路面状况，给出信号控制和交通组织的最佳方案。该智能系统可以替代以形体动作指挥交通的交警，通过大数据分析指挥交通更加科学化，试点的初步成效之一就是优化了信号灯配时、一定程度缓解了交通拥堵状况。
“人工智能+行政”的应用风险
（一）智能应用的依托数据质量差
人工智能发挥作用的基础就是大数据，智能化操作结果准确性依托于数据的准确性和完整性。反观目前人工智能应用现状，基础数据存在以下问题：
1.数据存在大量信息重复和关联性差的缺陷。大数据的收集基于相关词的捕捉，但是其自身的信息筛选能力较差，许多关联性不强的信息也被一并收集。而且大量系统信息通过不同渠道的录入，存在表述不一致、个别录入错误等情况，所以在进行信息捕捉时，相同的信息数据可能会被反复收集。正如目前在智能系统搜集类型化的案件，获取的文书可能会出现多个案号、重复或串案等问题，这就导致许多冗余数据影响分析结果。
2.数据片面化影响结果准确性。大数据来源于公民参与互联网活动留下的信息痕迹，由于一定时间段内互联网使用人群差异及地域差异，影响该时间段内信息的全面性和普遍性，加之程序设定者自身主观性，以及机器识别和深度学习的局限性，大数据分析结果的客观性存疑。比如，民主决策环节依靠智能化手段搜集民意信息，而算法更容易推送迎合自己的观点，在“信息茧房”的桎梏下，收集的信息数据可能片面化，无法保证决策的真正“民主”性。
（二）个人信息数据安全问题突显
“人工智能+行政”模式使政府收集个人信息的能力显著提升，极大提高了政府的行政效率。个人信息作为行政机关管理服务的基础，行政机关越来越依赖其促进社会管理和服务。比如，通过分析个人健康数据，提高医疗服务水平和减少行政成本；自动行政审批系统通过获取个人信息进行审核；行政决策通过搜集民意实现民主决策等。但是，大数据不可避免带有算法“黑箱”属性，其操作和管控均不透明，因此，信息收集的手段和方式具有多样性和隐蔽性，而且信息搜集领域广泛，只需借助大数据的综合分析和挖掘技术，就能在信息主体不知情的情况下，利用互联网软件轻松地对个人信息进行搜集和对比分析。因此，一旦智能系统出现漏洞或者遭遇黑客攻击，个人信息数据安全将难以得到保障。
当下，在行政机关如火如荼地建设智能化业务办理、流程信息网上公开的同时，除了政府直接向公民个人要求提供信息之外，还需要依赖其他机构对公民信息数据的搜集，因而其他机构在一种合理化的默示批准情形下，“慷慨”地搜集、披露着公民的信息数据。如，教育部门要求学生将包括姓名、身份证号、家庭地址等在内的个人信息，上传至教育服务平台开发的App，而App的开发和维护工作都是转交给第三方机构。由此可见，除了行政机关之外，公民的个人信息还被其他机构掌握，而在目前缺乏有效法律规制和监管体系下，个人信息存在着被不当搜集以及被随意处置的风险。
（三）行政管理过度依赖人工智能
随着人工智能在行政治理中的应用推广，在某种程度上政府的治理能力被弱化了。人工智能系统由市场主体开发设计，行政机关在利用人工智能系统时，可能不理解系统的算法过程与数据判断方法。因此，从某种意义上说，将行政管理、行政决策或个案处理交给智能程序和机器，造成行政行为缺失行政主体意思表示的构成要件，行政法上的程序权利也被自动化决策架空。进一步而言，智能化行政过程中机器或者程序是行政执法、行政管理的主体，行政机关的工作人员只是负责记录最终结果，特别是全自动化行政，并未体现行政主体的意志。由此来看，行政机关实质上将部分公权力让渡给了互联网平台、智能技术生产公司等第三方。而且，智能系统算法模型是僵硬的，对于个案无法“量身定做”式地进行合理性判断，这仍然需要行政执法主体针对个案具体情况行使自由裁量权，如果行政机关过度依赖人工智能，沦为智能机器、程序的辅助者，不仅会导致“机械执法”，还会动摇行政制度的根本。
“人工智能+行政”的风险规制
虽然人工智能在行政领域的应用，目前尚存在诸多风险，但在人工智能快速发展的当下，未来在行政领域确实还有很大的空间发挥作用。因此笔者提出自己的一些建议，以期人工智能在行政领域的应用更加规范化。
（一）保证人工智能依托数据的质量
1.进一步夯实数据库。保障数据库数据的完整性，既需要留存好结果数据，也需要完整保存好过程数据。结果数据的典型代表，如行政处罚决定书、行政许可决定等；过程数据是指在得出结果数据的过程中所形成的一系列数据。过程数据的留存能保证数据库样本的丰富性，还可以作为行政机关作出最终结果的依据，有助于实现人工智能系统的深度分析与决策功能。具体到实践中，要求各行政机关在作出决策、裁决或者决定时，必须保存过程数据，否则出现结果错误又无依据可循时，应由作出结果数据的机关、工作人员承担相应责任。
2.做好数据采集、分析及管理工作。欲要保证智能化运作依赖的数据质量高，把控数据的采集和管理环节必不可少。具体到数据管理的实际操作，可以在数据流转过程中设置多个采集点，比如数据接入后、转换后、清洗前、清洗后以及提取后等多个环节，然后设定好相应的采集规则，最后将得到的数据与前后采集点的数据进行分析比较，通过对比结果可以较客观地判断整个数据的准确度和全面性。此外，持续改进数据质量还需要对数据进行持续跟踪监控，可以借助数理统计技术、数据挖掘技术等设定数据清洗规则，及时对其中的残缺数据、错误数据及重复数据进行处理，使其能够满足数据质量要求。当然，上述这些工作需要人工智能开发领域的技术人员支持，各行政机关可以聘请专业的技术人员进行系统设计及定期数据维护。与此同时，在人工智能建设不断推进发展的趋势下，培养“行政+人工智能”的复合型人才也是当务之急。
3.设立人工智能算法监管规则。算法偏见是人工智能系统的一大难题，它影响决策准确性，因此必须加强人工智能系统的算法监管。从监管范围上看，既要加强算法设计监管，也要加强产品研发和成果应用监管，实现对人工智能算法设计、产品研发和成果应用全流程监管。只有确保从算法到产品应用全流程监管，对算法的规则和智能系统的应用方式交由专业监管人员进行测算核实，随着过程信息数据的变动不断调整算法规则，才能保证结果数据不出现太大偏差。
（二）完善个人数据信息安全保障措施
1.实行个人数据主体授权管理。首先，要肯定公民的数据权利。对于公民个人而言，个人信息数据对其既有人格性意义，又有财产性权利属性，可以适用民法的保护规则。其次，通过法律规范对收集、处理和利用个人数据的主体以及相应权限进行严格划分，并实行资质化的授权管理模式。未经法律授权或者有权机关委托的任何机构、组织、个人，不得进行个人数据信息的收集、处理和利用，否则构成对个人数据信息权利的侵犯；行政机关超越法定权限范围肆意搜集个人数据信息导致个人权利受到损害的，也需据此承担相应的法律责任。最后，应当保障数据信息主体的知情权。行政机关或者被授权、委托的第三方机构在收集个人信息数据时，需向对方出具凭证或者相关说明文件，充分告知提供信息的必要性，该信息主要使用目的及信息常规使用方式等，使公众能够充分了解自己信息被收集的合规性和安全性。并且，要充分告知被收集对象是否可以拒绝或部分拒绝提供，以及拒绝提供的法律后果等。
2.增强智能化行政过程的透明度。通过公开自动化行政的过程，公开智能化行政的算法规则和程序设计，进而对其进行监督和检验。目前，法国已经明确要求公开所有为政府用途开发的算法，让社会能够对这些算法的正确适用进行核实和检验，以增加智能化决策的可控性和安全感。此外，欧盟公布的《通用数据保护条例》进一步提高对于数据透明度的要求，并且赋予公民数据访问权、纠正权。提高智能化行政、决策的透明度，不仅可以让“人工智能+行政”这一新型模式慢慢融入现有法律体系，使其能够被现有法律体系进行规制，还利于增强公众的安全感以及行政行为的公信力。
3.完善数据信息的监督机制。在大数据和人工智能时代背景下，建立一套监督机制很有必要。纵观国外，不少国家都设立了监管机构专门负责公民个人信息保护工作。如，丹麦政府成立的保护局、奥地利的数据保护委员会等；德国则分别针对行政机关和其他机构主体设立不同的监督机构，进行数据入口管制、出口管制、输入管制等；美国采取现有国家机关监督模式，并强调行业自律。笔者认为，对于我国而言，为了避免政府机构管理不便，在当下采用现有国家机关监管模式更为适宜。各行政机关应该确立一个专门负责数据安全监管的部门：首先要明确各部门人员的工作权限范围，防止未经授权对个人信息的访问，从源头上降低个人信息泄露的风险；其次对因工作接触个人信息的行政人员设定严格的程序规定，比如数据库准进登入制度，一旦进入个人信息获取使用的场合，就会被实时监控，在发现有随意下载个人信息资料的行为时，及时审核并询问相关人员；另外，针对第三方机构，应当要求其收集个人信息前明确特定目的，报有权部门同意后，接受数据信息使用的监控，并就信息数据使用情况及时汇报、公示。
（三）明确智能化行政的边界
尽管“人工智能+行政”这种新模式运用到行政领域中大有裨益，但是由于智能系统的设计开发者并非公权力主体，多少有些私主体干涉行政活动之嫌。然而，公权力有着诸多不可让渡的法律属性，因此，人工智能不能过度替代公权力主体，直接作出行政决定、行政裁决等应给予适当的规制。
人工智能虽然在数据储存、搜索分类等方面超越人类个体的能力，但应明确在部分行政领域中，人工智能技术不宜应用，如行政执法环节。因而，执法人员不仅要提升自身依法行政素养，在人工智能不能为、不适为的执法环节，依法行政。而且，在一些智能化行政有较高的人机交互要求的领域，还需要行政执法人员学习人工智能系统操作的相关知识，使得人工智能辅助行政治理能得到更好的运用。其次，人工智能作为行政辅助手段，其自身不能承担责任，所以引入智能系统的行政机关仍需要对行政行为负责。特别是当人工智能作出的行政决定给行政相对人实体权利带来不利影响时，行政机关应就智能系统的运作过程、运作结果做出解释说明，否则，说明理由欠缺可能导致相应行政行为无效或被撤销。
结语
在人工智能方兴未艾的时代背景下，鼓励探索“人工智能+行政”的同时，也需要适度地“泼泼冷水”。我们必须客观意识到智能化的弊病，人工智能目前尚处于不成熟阶段，要谨慎推广应用。当然，不可否认的是，在全面推进依法行政和人工智能快速发展的背景下，未来人工智能在行政领域的应用必大有可为。
来源：《人民法治》杂志
作者：许一云（安徽睿正律师事务所副主任）；高星星（安徽睿正律师事务所实习律师）
原标题：《浅析人工智能在行政领域的应用及其风险规制》
阅读原文
人工智能成为律师得力助手，法律行业为之一变
文/陈根
当前，人工智能技术发展正与现实场景的应用紧密结合，对传统行业产生巨大的冲击和深远的影响。即便是法律这种人类社会的塔尖职业，也在人工智能的冲击下获得了广泛的运用。层出不穷的人工智能产品和技术突破正改变着法律这一行业的未来前景。
其中，把人工智能应用到司法审判领域已经多为人们所知。随着我国法院系统司法改革的日益深化，在网络上寻求司法服务的人数日益增长，以人工智能为代表的“智慧法院”的主要体现已经被进一步地予以明确，人工智能法官有望落地。除了广为人知的人工智能司法，人工智能对律师执业的影响也徐徐展开。
具有自动更新、分析、思考、预测功能的人工智能法律软件日益成为各地律所的常规工具，而不只是锦上添花。越来越多律师事务所开始关注、实施“知识管理”战略，其核心正是以人工智能为技术依托，改变包括服务质量、效率、与客户分享专业知识的要素，并影响律所的运营模式。
可以说，一场法律界的技术革新正在到来。
人工智能走进法律行业
一直以来，律师都被认为属于社会中的“精英”职业，具有较强的专业性，且处理的案件和问题也较为复杂。并且，律师所参与的诉讼过程会直接影响法庭的判罚结果，这就导致律师在法律案件中的作用显得尤为重要。
但就是在这样的“精英”、专业和重要背后，律师往往也面临着繁杂的工作与沉重的压力。正如网络流传所言“律师这个职业，就是拿时间换钱”——996的节奏，不光是程序员的常态，律师也同样如此。
律师通常分诉讼律师和非诉律师。简单来说，诉讼律师就是接受当事人的委托帮其打官司，而除了在法庭辩护外，诉讼律师的前期工作内容还包括阅读卷宗、撰状、搜集证据、研究法律资料等，一些大案件的卷宗可能就要达几十上百个。非诉律师则基本不出庭，只是负责核查各种资料，进行各种文书修改，工作成果就是各种文案和法律意见书、协议书。
可以看见，不论是诉讼律师，还是非诉律师，其很大一部分时间都是伏案工作，与海量的文件、资料、合同打交道。而法律的严谨性，同时要求律师们不得有半点疏忽。但就是这种这种大同小异的工作模式，重复的机械式工作，却顺其自然地成为了人工智能的对口优势，人工智能律师应运而生。
人工智能和法律行业的结合，最早可以追溯到20 世纪 80 年代中期起步的专家系统。专家系统在法律中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统（LDS）。彼时，研究人员将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，成功将人工智能的发展带入了法律的行业。
自此，法律专家系统在法规和判例的辅助检索方面开始发挥重要作用，解放了律师一部分脑力劳动。显然，浩如烟海的案卷如果没有计算机编纂、分类、查询，将耗费律师们大量的精力和时间。
并且，由于人脑的认识和记忆能力有限，还存在着检索不全面、记忆不准确的问题。人工智能法律系统却拥有强大的记忆和检索功能，可以弥补人类智能的某些局限性，帮助律师和法官从事相对简单的法律检索工作，从而极大地解放律师和法官的脑力劳动，使其能够集中精力从事更加复杂的法律推理活动。
从目前来看，人工智能对律师的重复性和初级性的工作显然具有替代作用。在法律咨询方面，2016年，首个机器人律师Ross已经实现了对于客户提出的法律问题立即给出相应的回答，为客户提供个性化的服务。
Ross解决问题的思路和执业律师通常回答法律问题的思路相一致，即先对问题本身进行理解，拆解成法律问题；进行法律检索，在法律条文和相关案例中找出与问题相关的材料；最后总结知识和经验回答问题，提出解决方案。与人类律师相区别的是，人类律师往往需要花费大量的精力和时间寻找相应的条文和案例，而人工智能咨询系统只要在较短时间内就可以完成。
在合同起草和审核服务方面，人工智能能够通过对海量真实合同的学习而掌握生成高度精细复杂并适合具体情境的合同的能力。其可以根据不同的情境将合同的条款进行组装，为当事人提供基本合同和法律文书的起草服务。
以买卖合同为例，只要回答人工智能程序的一系列问题，如标的物、价款、交付地点、方式以及风险转移等，一份完整的买卖合同初稿就会被人工智能“组装”完成，它起草的合同甚至可能会更胜于许多有经验的法律顾问的结果。
当前，人工智能合同分析服务已经蔚然成风，KMStandards、RAVN、SealSoftware、Beagle、LawGeex 等提供智能合同服务的法律科技公司越来越多，在人工智能技术的驱动下，合同分析服务的效率会不断提高，成本也会不断降低，流程将会得到改善。
人工智能成为律师之前
当然，人工智能进入法律行业，必然不会止步于最初级、最机械的、最重复的法律咨询服务、合同起草和审核服务等。事实上，人工智能法律系统的发展除了源于法律实践的需要——随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，律师、检察官和法官将法承受法律文献日积月累和法律案件不断增多的重负外，也受人工智能发展需求的驱动。
人工智能以模拟人的全部思维活动为目标，但又必须以具体思维活动为过程，一城一池地进行攻克。作为颠覆式技术，人工智能也需要通过对不同思维领域的征服，来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。
这意味着，人工智能还将随着其技术的发展，挑战更具有灵活性、自发性的法律任务。当然，对于当前来说，虽然人工智能可以进行法律咨询、草拟合同文本、诉讼案件结果预测，但是距离人类复杂的大脑思考则还有很长的路需要探索。
首先，人工智能欠缺法律人所特有的经验法则和逻辑思维能力。人工智能的运算基础和逻辑离不开人类为它设定的数据库，而数据库又是建立在现有的法律信息和裁判经验的基础上。也就是说，人工智能可以通过综合、融汇的方式放大人类的智慧，但却无法超越人类的整体认知范围。因此，人工智能在法律方面所能从事的业务领域也应该是以格式化、数据化、法律关系相对固定为特征的任务。
要知道，律师行为本质上是属于服务业的一种，律师执业在很大程度上是一种经验活动。律师不仅以纯粹的法律知识获取客户的信任，而丰富的执业经验和有效的处理问题的逻辑思维能力才是取得业务的关键所在。
人工智能虽然能不断地学习以增加其运算和预测的准确性，但其还无法以相对固定的运算模式和逻辑能力来应对不可控的案情和社会情势。当某些合同条款、商业框架、案件情况在之前从未出现过时，人工智能将不可避免出现失效的情况。
其次，人工智能欠缺对语言和情感的理解和处理能力。人工智能产品不具备人类特有的思想感情、价值观念和道德意识以及情势判断能力。法律服务是一个处理人类复杂法律关系为主要内容的行业，律师的服务对象是“动态”的人，而不是“静态”的物。律师为客户提供法律服务时，不只是专业的法律知识方面的信息输出，还包括其他方面的内容。
比如，对于处于情绪波动状态的客户，律师首先要做的是对他或者她的情绪进行安抚，然后再以自己的法律知识和执业经验对案件、诉请以及诉讼目的进行专业的分析、判断和解读。人工智能能够高效、准确地提供法律知识方面的解答，但是不能够对客户的情绪波动做出回应，这也是其与人类律师的根本差别所在。
事实上，机器人ROSS之所以会从事破产领域的业务，就存在了这方面的考量。显然，人工智能能够很好的融入包括金融、证券、投资、竞争的相关业务，是因为这些领域的业务模式相对固定，可以被格式化和数据化。而在比如离婚、继承、物业等涉及到情感因素、民间习俗、社群矛盾的范围中，人工智能能否很好地发挥功能，还有待考察。
法律行业的科技之变
目前，人工智能虽然并不能完全取代人类律师，但却已经对律师行业造成了影响和冲击。科技成果被广泛应用到法律服务中已经成为不争的事实，以人工智能为代表的信息技术深刻影响着法律服务业和法律服务市场的未来走向。
一方面，当人工智能能够从事一些法律咨询、合同文本拟定、诉讼结果预测时，也就意味着整个律师行业已经开始面临人工智能带来的挑战和冲击。实际上，人工智能产品在法律领域的使用，就是将法律分析意见的提供权从律师手中转移到程序设计人员的手中。
目前，高效而精确的法律信息搜集、归类、存储、检索以及文件阅读等已经成为“弱人工智能”具备的基本功能，而更高级的法律推理、案件论证、结论提取、案件预测、法律咨询等功能则是将来高级人工智能发展的方向。当普通法律服务能够被人工智能所替代时，相应定位的律师就会慢慢地退出市场，这必然会对一部分律师的存在价值和功能定位造成冲击。
同时，律师业所受到的这种影响最终也会扩展到法律的其他领域，比如，法学教育。在开设人工智能与法律相关课程这一方面，最先引领潮流的是美国斯坦福大学，该院教授保罗·布里斯特、汤姆·赫勒和鲍勃·穆肯在1984 年开始组织人工智能与法律研讨课。随后，美国东北大学法学院、乔治城法学院、密歇根州立大学等高校也陆续设立人工智能与法律的相关专业。
在我国，政府也就此给予了高度重视。2017年国务院发布的《新一代人工智能发展规划》，最早提出了打造“人工智能+”经济、社会、管理、标准、法律等横向复合型人才，鼓励高校在原有基础上扩宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式。
另一方面，传统的律师服务业是一个“以人为本”的行业，服务主体和服务对象是以人为主体。当人工智能在律师服务中主导一些简单案件的解决时，律师服务市场将会形成服务主体多元化的现象，法律人工智能的发展使用法律服务不再为人类律师所专属，律师的工作和功能将被重新定义和评价，法律服务市场的商业模式也会发生改变。
并且，与人类律师相比，人工智能产品的工作更为高速有效，而它所要付出的劳动成本却较少。因此，它的收费标准或将相对降低。未来，随着人工智能的介入，法律服务市场的供求信息更加透明，在线法律服务产品的运作过程、收费标准等更加开放。换言之，人工智能在提供法律服务时所具有的便捷性、透明性、可操控性等特征，将会成为吸引客户的优势。
不管我们接受与否，人工智能的发展都将对传统的法律职业都在产生巨大的变革。而法律行业所要改变的，不仅是整个行业的工作方式和运营方式，还有对人工智能的态度和信心。
人工智能的历史、现状和未来
2018年2月25日，在平昌冬奥会闭幕式“北京8分钟”表演中，由沈阳新松机器人自动化股份有限公司研发的智能移动机器人与轮滑演员进行表演。新华社记者李钢/摄
2018年5月3日，中国科学院发布国内首款云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平。新华社记者金立旺/摄
2017年10月，在沙特阿拉伯首都利雅得举行的“未来投资倡议”大会上，机器人索菲亚被授予沙特公民身份，她也因此成为全球首个获得公民身份的机器人。图为2018年7月10日，在香港会展中心，机器人索菲亚亮相主舞台。ISAACLAWRENCE/视觉中国
2018年11月22日，在“伟大的变革——庆祝改革开放40周年大型展览”上，第三代国产骨科手术机器人“天玑”正在模拟做手术，它是国际上首个适应症覆盖脊柱全节段和骨盆髋臼手术的骨科机器人，性能指标达到国际领先水平。麦田/视觉中国
如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。
概念与历程
了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能（ArtificialIntelligence，简称AI）”这一概念，标志着人工智能学科的诞生。
人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。
人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：
一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。
二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。
三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。
四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。
六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
现状与影响
对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。
专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。
通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；全球知名风投调研机构CBInsights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。
人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。
趋势与展望
经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？
从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。
从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。
从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低人员成本。
人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。
人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。
人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个人类的方式促进和发展友好的人工智能”。
态势与思考
当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少值得重视的问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北京大学等高校纷纷成立人工智能学院，2015年开始的中国人工智能大会已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。
差距不小。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司CompassIntelligence对全球100多家人工智能计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。
前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出，到2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
当前是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等，需要深入思考。
树立理性务实的发展理念。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。实现机器在任意现实环境的自主智能和通用智能，仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此，发展人工智能要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
重视固本强基的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。面临发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
构建自主可控的创新生态。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。同时，我们要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过实施标准加速人工智能驱动经济社会转型升级的进程。
推动共担共享的全球治理。目前看，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能进一步拉大发达国家和发展中国家的生产力发展水平差距。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。
作者：中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士