撰文 | 微胖

中國有多少家法律 AI 創(chuàng)業(yè)公司？

總數(shù)，恐怕還不足一個(gè)微信群成員上限的十分之一。

翻開斯坦福大學(xué)的百年人工智能報(bào)告，目錄中也看不到法律這個(gè)垂直細(xì)分領(lǐng)域。

有一百個(gè)邁向這個(gè)領(lǐng)域的動(dòng)力，也有一百個(gè)放棄的理由：

論蛋糕大小，遠(yuǎn)不及出行、醫(yī)療、安防、金融等領(lǐng)域。

論產(chǎn)品的革命性與戰(zhàn)略性意義，可能不及虛擬語音助手和人工智能芯片。

所以在這個(gè)領(lǐng)域，你看不到流連于熱門細(xì)分領(lǐng)域的頂級(jí)資本。

然而，創(chuàng)業(yè)者們要解決問題的難度，卻絲毫不亞于熱門細(xì)分領(lǐng)域，甚至可以說難度更大，但人才所能獲得的回報(bào)遠(yuǎn)不及巨頭開出的價(jià)碼。

一些國內(nèi)大型法律科技公司相關(guān)業(yè)務(wù)負(fù)責(zé)人曾告訴筆者，在吸引非常優(yōu)質(zhì)的 NLP 人才方面，他們根本不是巨頭和明星獨(dú)角獸公司的對(duì)手。

所以，當(dāng)你發(fā)現(xiàn)法律人使用的搜索工具還停留在連 20 年前的谷歌時(shí)代時(shí)，也就不足為奇了。

不過最近，一家成立不久的法律 AI 創(chuàng)業(yè)公司冪律智能入駐清華科技園的創(chuàng)業(yè)大廈。這家由清華大學(xué)人工智能博士創(chuàng)立的公司想要用先進(jìn)的自然語言處理技術(shù)改變法律服務(wù)。

公司創(chuàng)始人、CEO 涂存超（左），清華大學(xué)劉知遠(yuǎn)教授（右）

一、為什么是法律？

今年三月，冪律獲得近千萬元天使輪融資。公司創(chuàng)始人涂存超是清華大學(xué)計(jì)算機(jī)系人工智能所應(yīng)屆博士研究生，和他一同創(chuàng)業(yè)的張?zhí)鞊P(yáng)是他的本科同學(xué)，同樣剛剛拿到清華計(jì)算機(jī)系的博士學(xué)位。

「我做社交網(wǎng)絡(luò)數(shù)據(jù)挖掘，涂存超之前也做一些 network embedding 的工作。」張?zhí)鞊P(yáng)介紹道。

公司聯(lián)合創(chuàng)始人張?zhí)鞊P(yáng)

涂存超最初的想法很樸素：學(xué)以致用，希望能夠通過博士期間所學(xué)真正去改變一個(gè)領(lǐng)域，而不是在一個(gè)大公司里扮演著螺絲釘?shù)慕巧��?/span>

最開始，他們也考慮了一些熱門的領(lǐng)域，比如金融、醫(yī)療、教育等行業(yè)，但后來發(fā)現(xiàn)這些行業(yè)的數(shù)據(jù)壁壘比較嚴(yán)重。

「如果做醫(yī)療，你必須得跟某個(gè)醫(yī)院合作才能拿到數(shù)據(jù)，這可能需要比較多的社會(huì)的資源。」對(duì)于從本科一直讀到博士，沒有太多社會(huì)資源的創(chuàng)業(yè)者來說，這個(gè)難度確實(shí)比較大。

一次偶然的機(jī)會(huì)，跟律師界朋友聊了后，他們發(fā)現(xiàn)法律行業(yè)是一個(gè)特別重文本的行業(yè)，而且文本質(zhì)量特別高。

事實(shí)上，全國諸多法院在經(jīng)過 20 年的信息化建設(shè)后，流程數(shù)據(jù)、證據(jù)數(shù)據(jù)、文書數(shù)據(jù)、檔案數(shù)據(jù)等都比較完整。

特別是，中國裁判文書網(wǎng)上的幾千萬裁判文書都是公開的。

「與其它垂直領(lǐng)域相比，這些都是非常好的文本信息，質(zhì)量非常高，都是法官寫的，表述更加嚴(yán)謹(jǐn)規(guī)范，而且數(shù)量足夠大。每個(gè)文書都有非常詳細(xì)的標(biāo)注。比如，涉及哪些法條、犯哪些罪、量刑結(jié)果是什么、什么時(shí)間、發(fā)生的地域、法官是誰、代理律師是誰？這些標(biāo)注信息以及眾多的場(chǎng)景非常適合 NLP 技術(shù)的落地�！�涂存超說，

除了這些案例文書，法律領(lǐng)域還擁有法律法規(guī)、法學(xué)文獻(xiàn)、合同協(xié)議等豐富的文本數(shù)據(jù)，這些數(shù)據(jù)也為法律智能提供了豐富的應(yīng)用場(chǎng)景。

「我們很務(wù)實(shí)，覺得這個(gè)方向前景很好，而且堅(jiān)信技術(shù)一定能夠在這個(gè)方向發(fā)揮重要作用，所以立馬開始這個(gè)方向的調(diào)研、技術(shù)開發(fā)和嘗試。在抓取了幾千萬份數(shù)據(jù)后，我們首先做了一個(gè)智能檢索引擎�！箯�?zhí)鞊P(yáng)說。

至于為什么首先做搜索，一方面，檢索是基礎(chǔ)性工具，是法律行業(yè)初級(jí)從業(yè)者的基礎(chǔ)性需求；另一方面，現(xiàn)有的法律搜索已經(jīng)和百度、谷歌存在非常明顯的技術(shù)代差。

用戶已經(jīng)習(xí)慣了通用領(lǐng)域的基于語義理解的檢索方式，在百度或谷歌里檢索大段文本，或者直接問一個(gè)問題，系統(tǒng)可以直接給你答案。但是，法律領(lǐng)域的檢索工具還停留在關(guān)鍵詞搜索。

比如，律師遇到一個(gè)案件或者糾紛，就必須得檢索根據(jù)自己的工作經(jīng)驗(yàn)總結(jié)出來一些關(guān)鍵詞，而且只有詞表里有的關(guān)鍵詞，才能檢索到結(jié)果。如果一句很簡(jiǎn)單的自然語言形式的輸入，用戶可能就檢索不出結(jié)果。

「這種檢索方式甚至連 20 年前的谷歌搜索技術(shù)都不如，」張?zhí)鞊P(yáng)說。

去年四月，他們決定做這個(gè)事情。一年多后，他們發(fā)現(xiàn)，NLP 在法律領(lǐng)域的應(yīng)用潛力還不止這些，比如，輔助量刑、合規(guī)審查、法律風(fēng)險(xiǎn)提示、智能法律咨詢等，都有著非常好的前景和可行性。

「我們堅(jiān)持做法律，有一個(gè)很重要的原因，就是我們覺得它更有可能做出來�！雇看娉�說。

「最近一年的發(fā)展，也印證了這個(gè)想法�！箯�?zhí)鞊P(yáng)補(bǔ)充道。

二、怎樣的一款產(chǎn)品？

輸入一段案情，或者一些法律要件的組合、甚至將整個(gè)案件或判決直接輸進(jìn)去，系統(tǒng)就可以識(shí)別出使用者的使用意圖，然后在相應(yīng)的地方進(jìn)行識(shí)別語義，匹配到可能相似的案件。

坦白說，這樣的法律檢索工具會(huì)非常吸引人，和 ROSS 做的事情也有些類似。據(jù)說，體驗(yàn)過產(chǎn)品原型的業(yè)內(nèi)人士也驚訝于檢索效果。

冪律的檢索系統(tǒng)（年底會(huì)做出一個(gè)產(chǎn)品）有兩個(gè)亮點(diǎn)：意圖識(shí)別和根據(jù)語義進(jìn)行匹配。

意圖識(shí)別系統(tǒng)，能夠理解用戶帶著什么樣的目的搜索這個(gè)案子，用戶到底是想要有什么。

比如，類案推送、爭(zhēng)議焦點(diǎn)，還是條文查詢。

「每一個(gè)領(lǐng)域的律師想要的東西可能也不完全一樣。做產(chǎn)品設(shè)計(jì)的時(shí)候，我們會(huì)調(diào)研不同應(yīng)用場(chǎng)景，不同律師檢索時(shí)想知道什么，接下來想做什么，為他們提供更好的搜索結(jié)果�！箯�?zhí)鞊P(yáng)說。

而基于語義理解進(jìn)行類案匹配，會(huì)將文本的深度分析技術(shù)，比如關(guān)鍵詞抽取、關(guān)系和事件抽取、摘要生成等，適配到法律語境中。

「我們也在考慮，檢索出來海量相似案例之后，怎么樣就此生成一個(gè)報(bào)告�！雇看娉�說。

這與 ROSS 在一年多前接受我們的采訪時(shí)曾表達(dá)過的想法，不謀而合：

「接下來幾年的最大目標(biāo)之一，希望 ROSS 可以瀏覽多個(gè)案例和證據(jù)，然后生成備忘錄，總結(jié)問題，并列出不同觀點(diǎn)。這將會(huì)改變律師們研究案子的方式�！�

「我們最核心能力，肯定還是 NLP 的基礎(chǔ)技術(shù)�！雇看娉�說，

「具體到法律領(lǐng)域，我認(rèn)為，現(xiàn)在應(yīng)該做類案匹配和判決預(yù)測(cè)。這兩個(gè)方面，我們算是做得最早，也應(yīng)該是做得最好的�！�

因此，除了所有法律人都會(huì)關(guān)注的類案推薦，他們也在將 NLP 技術(shù)用于判決預(yù)測(cè)。

比如，多模態(tài)異構(gòu)信息融合。如何融合案件判決時(shí)所要考慮的多文本信息（法律法規(guī)、司法解釋、甚至工商信息等），以便更好進(jìn)行結(jié)果預(yù)測(cè)。

另外，預(yù)測(cè)判決罪名、量刑還涉及智能推理決策技術(shù)，比如如何模擬法官判案邏輯，在系統(tǒng)中引入推理能力。

而他們?cè)谶@方面的研究正在得到學(xué)術(shù)上的肯定。

一個(gè)月前，涂存超參與的一篇研究罪名預(yù)測(cè)的論文 Few-Shot Charge Prediction with Discriminative Legal Attributes發(fā)表在了 NLP 四大頂會(huì)之一 COLING2018。

我們知道，罪名分布也是典型的長(zhǎng)尾分布（冪律分布的一種形式，現(xiàn)在你知道公司名字的由來了）：

如盜竊罪、搶劫罪等占了接近一半的案件。比較低頻的幾十個(gè)罪名，可能只占了百分之零點(diǎn)幾。

幾千萬案例文書當(dāng)中，幾個(gè)高頻罪名，比如盜竊罪、搶劫罪等占了接近一半的案件。比較低頻的幾十個(gè)罪名，可能只占了百分之零點(diǎn)幾。

但是，在目前的罪名預(yù)測(cè)研究中，低頻罪名的處理效果并不理想。

傳統(tǒng)上，罪名預(yù)測(cè)一般被當(dāng)作文本分類任務(wù)處理，利用案件相關(guān)的一些淺層文本文本特征或者屬性特征來預(yù)測(cè)結(jié)果。

近些年來，也有基于神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)分類模式的嘗試，但也不能很好處理低頻罪名和混淆罪名的問題。

涂存超所在的團(tuán)隊(duì)通過模擬法官的定罪邏輯，引入 10 個(gè)有代表性的區(qū)分性屬性（盈利、買賣行為、死亡情節(jié)、暴力行為等），作為事實(shí)描述到罪名的中間映射。

通過利用注意力機(jī)制生成與屬性相關(guān)的事實(shí)表示，對(duì)一個(gè)案件的不同屬性進(jìn)行預(yù)測(cè)，進(jìn)而預(yù)測(cè)最終罪名結(jié)果。結(jié)果，這一方法在低頻罪名預(yù)測(cè)上獲得了接近 50% 的提升。

現(xiàn)在的模型取得了較為理想的預(yù)測(cè)結(jié)果，然而，其中的可解釋性也需要進(jìn)一步挖掘，對(duì)一個(gè)法律產(chǎn)品的使用來說，這也是不可忽視的方面之一。

「智能推理決策當(dāng)中，這種可解釋性的問題也非常重要�！雇看娉�說，法官必須知道其所以然。

在技術(shù)方法上，引入知識(shí)圖譜、法律先驗(yàn)知識(shí)，模擬法律人的思維邏輯，有可能打破法律智能的黑箱問題。

劉知遠(yuǎn)教授曾經(jīng)談及先驗(yàn)語言知識(shí)與深度學(xué)習(xí)模型的有機(jī)融合對(duì)于理解世界的作用。他的團(tuán)隊(duì)也在模型中考慮先驗(yàn)知識(shí)的作用，并做出了一些嘗試。

作為劉知遠(yuǎn)教授的博士研究生，涂存超最近也在做一些技術(shù)上的突破，

「看能否將現(xiàn)有的一些可解釋性研究，適配到法律智能領(lǐng)域。我們會(huì)有一些應(yīng)用，也會(huì)針對(duì)實(shí)際情況進(jìn)行一些改進(jìn)�！雇看娉�說。

三、怎樣的一支團(tuán)隊(duì)？

目前，國外大多數(shù)法律 AI 創(chuàng)業(yè)公司都少不了具有法律背景的核心成員（創(chuàng)始人或者聯(lián)創(chuàng)），比如 ROSS、LawGeex 以及被 LexisNexis 先后收購的 Lex Machina 和 Ravel Law 等。國內(nèi)更是如此，比如華宇元典、無訟、律品等。

冪律是為數(shù)甚少由純技術(shù)出身創(chuàng)業(yè)者組建的法律AI團(tuán)隊(duì)。

涂存超和張?zhí)鞊P(yáng)曾參加過數(shù)學(xué)和物理奧賽，其他一些團(tuán)隊(duì)成員曾是信息學(xué)奧賽國家集訓(xùn)隊(duì)成員。換句話說，這些人工智能專業(yè)的博士們幾乎有著類似的學(xué)霸型人生軌跡：

奧賽——保送清華——一路讀到博士——創(chuàng)業(yè)。

剛開始接觸這個(gè)領(lǐng)域的時(shí)候，對(duì)法律知識(shí)和行業(yè)的了解還停留在大學(xué)本科政治課的范圍內(nèi)。

研究人員或許可以做一款優(yōu)秀的產(chǎn)品，但這不一定意味商業(yè)上的成功。為避免陷入「技術(shù)為王」，一些投資人在建議技術(shù)見長(zhǎng)的團(tuán)隊(duì)初期尋找合伙人時(shí)，仍要重視市場(chǎng)、商務(wù)等因素對(duì)公司的重要推動(dòng)作用。

「從剛開始做這個(gè)東西時(shí)，我們就已經(jīng)意識(shí)到這個(gè)問題�！箯�?zhí)鞊P(yáng)說，

「我們也正在努力尋找這方面的人才，無論是實(shí)習(xí)生、全職還是合伙人，我們一直都在尋找。」

不過，冪律現(xiàn)在做的法律檢索工具，更多的是將一個(gè)略成熟技術(shù)進(jìn)行應(yīng)用，對(duì)技術(shù)的需求更大。因此，通過與律師朋友、法學(xué)院同學(xué)、老師，包括一些公司合作來獲取法律資源的模式，足夠應(yīng)對(duì)當(dāng)下的法律需求。

在交流過程中，我們?nèi)匀豢梢泽w會(huì)到算法創(chuàng)業(yè)團(tuán)隊(duì)對(duì)技術(shù)的高度重視。

法律人主導(dǎo)的團(tuán)隊(duì)會(huì)使用開源工具，但是，冪律的團(tuán)體知道如何改進(jìn)這個(gè)工具。

比如，根據(jù)法律把分詞作好，需要更有經(jīng)驗(yàn)的人。

涂存超曾參與過人工智能所開源分詞工具的開發(fā)，「知道怎么去做一個(gè)分詞工具，怎么去改進(jìn)一個(gè)分詞工具，和只會(huì)直接用一個(gè)開源分詞工具，效果是有區(qū)別的�！箯�?zhí)鞊P(yáng)說。

算法、法律知識(shí)圖譜方面，也是如此。

「劉知遠(yuǎn)教授是做知識(shí)圖譜的，我對(duì)知識(shí)圖譜也算比較了解�！雇看娉�說。在他看來，并不是誰先花了很多資源構(gòu)建出這個(gè)東西，誰就能獲得先發(fā)優(yōu)勢(shì)。關(guān)鍵仍在于，誰能構(gòu)建出一個(gè)真正在算法上可用并能提升效果的法律知識(shí)圖譜。

在他們看來，法律人主導(dǎo)的 AI 創(chuàng)業(yè)公司也會(huì)存在一些不足。

「他們對(duì)技術(shù)的理解，與真正做 NLP 的人的理解，可能完全不一樣�！箯�?zhí)鞊P(yáng)說。

冪律考慮的是什么樣的算法能幫助這個(gè)領(lǐng)域提升工具效力，然后才考慮將它設(shè)計(jì)成一個(gè)很好的產(chǎn)品，但有一些競(jìng)爭(zhēng)對(duì)手考慮更多的可能是尋找一個(gè)新的賣點(diǎn)，把東西賣出去，但產(chǎn)品里面甚至沒有真正算法部分。

四、什么樣的產(chǎn)品進(jìn)階之路？

現(xiàn)階段的人工智能，更多扮演著賦能行業(yè)的角色。

許多法律AI初創(chuàng)公司的初衷，都是想讓技術(shù)惠及 C 端客戶，但最終落地時(shí)幾乎都選擇了服務(wù) B 端，比如，法院、公司法務(wù)部門和律所。

相較于 C 端，B 端用戶既保證了需求的體量與頻次，對(duì)產(chǎn)品價(jià)格也不會(huì)特別敏感。

冪律也表達(dá)了類似的規(guī)劃，「短期來看，無論數(shù)據(jù)條件、市場(chǎng)盈利模式、還是技術(shù)方面，短期內(nèi)都做不到（C 端）。所以，我們先為律所甚至法官、檢察官等從業(yè)者提供一個(gè)自然語言檢索工具�！�張?zhí)鞊P(yáng)說，

「他們的需求比較高頻，尤其是初級(jí)律師，檢索的質(zhì)量和效率都是瓶頸，所以，第一階段比較明確要做的，就是這個(gè)自然語言檢索平臺(tái)�！�

雖然這意味著，他們第一階段的產(chǎn)品會(huì)和北大法寶，無訟等以案例為主的檢索很相似，「但是，我們可能提供的功能會(huì)更強(qiáng)大�！�張?zhí)鞊P(yáng)說。

不過，在通用技術(shù)上進(jìn)行必要的積累、提供一些突破之后，冪律會(huì)考慮將基礎(chǔ)性技術(shù)應(yīng)用到具體細(xì)分方向。長(zhǎng)期來看，冪律仍然希望能夠打造一個(gè)能夠面向 2C 的更通用的法律智能（平臺(tái)），降低普通人享受法律服務(wù)的門檻。

五、怎樣的決心？

對(duì)涂存超來說，過去一年讓他印象最深刻的體驗(yàn)是法律人和人工智能研究人員之間的那段「最遠(yuǎn)距離」。

無論是研究還是產(chǎn)品，他們都深深感受到了橫梗在專業(yè)之間的知識(shí)壁壘。

比如，類案匹配引擎研究中，大家對(duì)什么是類案的理解完全不同。

「不光是法律知識(shí)對(duì)我們來說的一個(gè)壁壘，就連他們覺得什么樣的案子是相似的，我也完全不知道�！苟�另一方面，法律人士對(duì)于技術(shù)該怎么解決這個(gè)問題，也完全沒有概念。

「雙方之間存在的這種知識(shí)壁壘，包括交流成本都非常高�！�涂存超說。

其實(shí)，涂存超的體驗(yàn)幾乎是這個(gè)領(lǐng)域所有從業(yè)者的共鳴。但只要我們回顧一下，法律本科生沒有高數(shù)要求，理工科本科學(xué)生僅在政治課中感受過法律，就不難理解這個(gè)交叉領(lǐng)域里的巴別塔現(xiàn)象了。

盡管如此，他們?nèi)匀环磸?fù)強(qiáng)調(diào)，冪律打算長(zhǎng)期做這個(gè)事情，雖然創(chuàng)業(yè)仍然不是當(dāng)下人工智能博士們的主流選擇。

當(dāng)身邊有些同學(xué)拿到 80 多萬年薪的 Offer 時(shí)，涂存超和張?zhí)鞊P(yáng)卻告訴我們，在求職季里，他們一份簡(jiǎn)歷都沒有投，因?yàn)楫?dāng)時(shí)已經(jīng)決定創(chuàng)業(yè)，雖然還沒拿到任何投資。

即使在敲定投資人方面，他們更多的還是考慮投資人與公司的優(yōu)勢(shì)互補(bǔ)與業(yè)務(wù)發(fā)展。

「無論是我們還是投資人和業(yè)界朋友，他們都看好這個(gè)領(lǐng)域的前景�！箯�?zhí)鞊P(yáng)說。

采訪接近結(jié)束時(shí)，我看到在還來不及收拾整理的會(huì)議室的黑板上，赫然寫著法律人再熟悉不過的三段論，團(tuán)隊(duì)最近還學(xué)習(xí)了犯罪四要件和三階層。

「目前為止，我們沒有遇到過任何一家公司，他們已經(jīng)有非常好的項(xiàng)目經(jīng)理來處理技術(shù)和法律兩方面的問題。」我突然想到 IBM Watson Legal 的聯(lián)合創(chuàng)始人、首席專家 Brian Kuhn 在一年前曾分享過的一個(gè)觀察。

一個(gè)成功的法律AI創(chuàng)業(yè)團(tuán)隊(duì)，至少有能力將世界上「最遠(yuǎn)距離」的兩種思維比較好地結(jié)合起來。

征途，才剛剛開始。

為防止簡(jiǎn)歷投遞丟失請(qǐng)抄送一份至：boshijob@126.com（郵件標(biāo)題格式：應(yīng)聘職位名稱+姓名+學(xué)歷+專業(yè)+中國博士人才網(wǎng)）