基于人工智能技术的法官司法裁判辅助系统设计

赵晓林

（贵州省司法厅,贵州 贵阳 550001）

近年来，随着现代信息技术的不断发展，以计算机为基础的人工智能相关议题逐渐受到了越来越多的关注，并在各行各业均得到了广泛应用，在一定程度上改变着人类的社会生活方式[1]。在不断发展的过程中，人工智能的应用深度也逐步提高，虽然关于其利弊仍存在不同的观点，但不可否认的是，无论是从学术研究，还是从道德伦理层面对其进行分析，人工智能已经成为实际应用层面的主流趋势[2]。在此背景下，包括法律在内的若干重要领域都受其驱动作用发生着改变。早在2017年，我国的最高政法机构就已经对人民法院智慧化发展提出了相关意见，在出台的文件中，明确指出了要积极运用现代化的信息技术，利用大数据和人工智能技术的优势提高服务的智能化程度和精准化程度，同时借助其以最大限度降低办案人员在非审判性事务中的精力投入[3]。这一意见的发表，极大地加快了信息化改革在政法领域的推进速度。同年7月，国家更是明确指出了关于人工智能在政法领域的发展规划，彻底将智慧法庭建设，以及数据平台搭建作为政法领域的工作重点，强调了人工智能应用的重要性以及价值[4]。在此环境下，法院审判体系和审判能力都在极大程度上实现了智能化发展[5]。通过这一系列的指导意见以及现阶段计算机技术的发展趋势不难看出，人工智能在未来的发展中势必会实现链式突破，以此为基础的智慧法院建设也将走上高速发展的道路[6]。但是，现阶段人工智能在司法领域的应用是以档案管理等浅层应用为主，为司法审判提供的服务十分有限[7]。

基于此，为了实现人工智能在司法审判中服务的全方位性和高水平性，最大限度发挥计算机技术的优势，本文对基于人工智能技术的法官司法裁判辅助系统进行设计。通过本文的研究，以期在降低智慧司法存在的风险的同时，最大限度地提升司法审判的效率。

1 硬件设计

1.1 服务器

本文的系统主要是针对司法审判中资料信息的管理而设计的，因此要求能够就单个案件的实际情况输出对应的法律条款信息以及案件双方提供的资料。考虑到案件的数量较大，且伴随着时间的推移，数据的增长是巨大的，这就要求服务器能够适应系统的内存需求。为此，本文选择内存型弹性裸金属服务器格族ebmr7作为设计系统的服务器。表1为ebmr7的具体规格以及相关指标数据信息。

表1 ebmr7规格及指标数据

与其他类型的服务器相对比，ebmr7构架的载体是第三代神龙，因此，其实现加速度的手段是借助芯片快速路径实现的，降低了系统内部的运行负荷，带来了更加稳定的性能输出。除此之外，其在运行过程中的计算、存储以及网络性能都具备可预期属性，根据预期结果可以确保提供的硬件资源和物理隔离具有更高的针对性，不会造成资源浪费或者资源无法满足服务器运行需求的情况。不仅如此，服务器对处理器与内存的配比要求为1 :7.5。自主搭载的处理器规格为2.9 GHz主频的Intel® Xeon®Platinum 8369B（Ice Lake），全核睿频4.0 GHz，能够满足信息实时传输和提取需求。优化后的I/O可以支持ESSD云盘的访问以及连接请求，IPv6和专有网络VPC的兼容性使其具有超高的网络性能，PPS网络收发包能力为2 400万，可以同时处理大规模物理资源、License绑定硬件访问请求。该服务器对于第三方Hypervisor的兼容属性也使其可以更加适配于现阶段应用广泛的混合云，在多云部署诉求下，对于共享数据库以及内存数据库的分析与挖掘都是以分布式的形式实现的，因此可以适应缓存Hadoop、Spark集群对其的高性能要求。而且云连接器（Cloud Connector）可以提供海量物联网卡一站式定向上云连接服务，即开即用，从而实现物联网终端到阿里云之间连接的安全、稳定、可靠。

1.2 连接器

为了确保设计系统可以实现多地司法机构信息的共享，降低案件移交时带来的成本，本文在系统中建立了云连接器，通过专用APN在物联网环境中建立不同司法机构之间的定向信息连接。通过云上组网，实现司法机关终端到系统应用中心或本地数据中心的定向连接，以此提高访问的灵活性。本文使用的连接器为BIV3200K，不仅能够支持多种访问规则，同时还可以对访问公网IP/域名进行标记，通过对访问记录的统计分析，设置白名单，在不影响系统信息安全性的前提下，降低访问的限制性。根据具体的案件情况，可以直接对系统的存储OSS、云数据库RDS、云服务器ECS中的信息进行获取。其配置的定向专网在IoT技术的基础上实现了虚拟化，因此在访问请求处理上具有高吞吐、高并发、低延时的特性。

2 软件设计

2.1 案件信息归类

为降低裁判规程中对案件分析带来的开销，笔者利用人工智能技术对案件的信息进行分类处理。首先值得关注的是，司法体系具有较高的系统性，因此，单一案件涉及的法律条款可能具有多样性，结合该特征，本文通过ebmr7对案件双方当事人提供的资料中的关键词对其进行分类，对案件的分类如图1所示。

图1 案件信息分类方式

按照图1的方式，为案件设置多属性标签，使其分别对应其所有涉及的类别。以此为基础，为后续的法律条款定位和匹配提供依据。

2.2 法律条款匹配

在确定案件的信息分类后，即可对其涉及的法律条款信息进行匹配。上文已经提到，司法审理案件的规模较大，则在长期的审理过程中，相似案件出现的概率也是较大的。因此，本文首先通过人工智能的一致性检测方法对具有相同或相似情节的案件进行聚类处理，利用BIV3200K建立类中案件的相似性关联关系，并将单一聚类中已审理案件应用到的法律条款作为该聚类的主要匹配资源；其次，再按照案件信息归类结果筛选出相关法律条款，作为次要匹配资源，通过这样的方式，最大限度确保其输出结果的完整性。其具体的匹配方式如图2所示。

图2 法律条款匹配方式

按照图2所示的方式，实现对案件对应法律条款的完整对应，并作为案件信息检索时的输出结果，为法官的司法裁决提供可靠的数据基础。

3 应用测试

对本文设计的系统进行测试，通过分析其对案件资源的管理效果判断其实际应用效果。

3.1 测试环境

本文以5个具体的案件为测试对象，其中，由案件当事人提供的资料信息共116份，涉及的法律条款共计24项，将其输入到本文设计的系统中，并按照不同并发请求数量进行信息的提取，统计输出结果。

3.2 测试结果

在上述基础上，设置并发请求数量分别为20、50、80以及100，测试系统输出信息的响应时间以及信息的准确性，以5个测试数据的均值为最终的测试结果，其结果如表2所示。

表2 测试结果统计表

由表2可以看出，本文设计的系统在不同规模的并发请求下，响应时间最大值仅为1.19 s，具有较高的应用效率。不仅如此，通过观察输出信息的完整性可以看出，其可以实现对目标信息的完整定位与提取，表明本文设计的系统可以实现在案件审理裁判过程中对资料的高效管理。

4 结语

法律制度的不断完善离不开案件审理工作的高效开展，无论是重大案件还是基础案件，都需要当事人双方提供完整、全面的信息，而且在具体的裁判过程中，也是通过将相关法律条款与之进行匹配作出最终裁决的。在这种情况下，为了降低在信息统计管理方面的时间开销，本文设计了一种基于人工智能技术的法官司法裁判辅助系统，以期为实现对案件资料的高效管理，为相关部门工作的开展提供有价值的参考提供一定帮助。