AI 真的能替代律师吗？看完再决定是否转行

AI是人工智能的缩写，大意就是让电脑像人类一样的思考。有的时候AI让人觉得神秘强大，一时不少类似于AI取代的十大行业，AI 取代三分之一的工作之类的文章刷爆各圈。律师就是经常被类似文章提到的一个职业，您心里真的会有那么，哪怕一丝丝小许的担心害怕吗？看看下面的内容再决定AI是敌人还是朋友吧。

人类获得感知是多方面的，视觉、听觉、嗅觉、味觉、触觉甚至第六感等然后经数百亿的神经元进行处理。机器呢？无论是何种传感器获得感知最后都会转换成数据。

接下来机器的数据挖掘处理主要做两方面的事：分类和预测.

律师要使用类似汤森路透，北大法宝，早期的Watson等等存有大量法律法规、案例的库时需要拥有信息检索的专业能力。首先需要对自己要处理的问题简化成一些关键词，或者归好类，然后熟练的使用不同方式的接口操作，如果关键词不当，或者相关案例的确繁多，又需要再在众多搜索结果中挨个查看，费时费力。

自然语言处理(NLP),自然语言理解(NLU)属于人工智能范畴但并不是新鲜事物，它是把长长的句子合理分词，理解意图。

比如 “小明白白浪费一吨水”， 是小明，浪费水， 还是’小’ ‘明白(了)’ 白浪费水，抑或是’小明白’ ‘白浪费一吨水’，需要根据上下文来合理分词。

为什么大家现在经常提到的AI，而不是数年前，是因为这两年深度学习的算法效率得到了提升，神经网络深度学习的软硬件处理速度大幅提高会让上述的分词准确率显著提升。分词之后就是理解意图，比如大家问siri或其他手机助理

“今天什么天气”，“今天下雨吗”，“今天出门带伞吗” ，“今天比昨天暖和吗”，所有的这些问题都归为-询问当地的天气。因为下雨是天气词，所以经过上述数据训练后的AI,你问他今天是否下雪它也能理解为询问天气。因为下雪是个天气词，出现在类似句型相似位置中。AI的意图理解能力也显著增加了。

基于这样的语言语义感知能力的提高，Ross基于IBM Watson的大数据以及感知能力提供的法律AI。

理论上可以通过输入一段话，甚至拷贝当前整个案子内容让其自动分析，寻找主要元素、意图判断(做分类聚合)，返回所在地最相似的一个或多个历史案例。 从而在辅助律师寻找相关法规，相似案例，相似案例最新判例等方面大幅节省时间。律师并不需要有多么专业的信息检索能力，和特定系统的熟悉。 另外在协议审核方面，用标准的协议模板要素，以及常见的挖坑的描述作为训练数据去喂神经网络，那么在初审协议减少遗漏，发现有疑点条款还是有帮助的，据说AI秒审准确率能到95% .不是100%，再审估计也是95% 。 律师朋友还是得自己再仔细审查啊，据说人第一遍85%, 但是第二遍第三遍是可以提高的。

ROSS是希望让律师把时间留在更高级的处理上。参考了相关法律，相似判例等等后决定怎么做来满足雇主需求这都是人的活，AI做不来，至少相当一段时间做不来。相同元素的案子去年判A非B, 今年判B非A; 相同元素的案子同一时间某地判A非B，另一地判B非A 足够憋坏AI。 当前的AI是认知特定事情更精确，认知本身就是开放的那就抓瞎了。然而客观实情就是这么开放，要不律师，法官这活谁都能干了？

所以当前法律AI可以是个很好的助手，比互联网数据库查询时代更好的助手，查资料审文本，用好了能节省大量的时间。对于实习律师来说用好AI更重要，如果所做的工作快速跨越到体现人类伟大的创造力和丰富情感拿捏上来，被AI替代的概率还是很小的。

以上观功大律师朋友圈有感而发,请斧正转阅