人工智能之光:神经网络算法在刑事审判领域的深度运用

D925.2; 充分运用人工智能,占领科技创新的高地,是国家信息化战略和司法改革的重要课题之一.然而,我国各地法院审判系统研发和应用的实际效果却与预期不符:辅助法官判案的只是人工智能的边缘功能,主要承担一些存储输出和按部就班的工作,缺乏举一反三的学习能力.选择神经网络算法构建刑事审判模型,是基于"让机器学习如何审判"的设想,模仿人类神经系统受到证据"刺激"后,通过网状的链接传导结构,使证据之间相互联系、相互影响、协同作用,分层次地步步证明案件事实,给法官判案提供参考.海量案例是机器学习的宝贵经验.神经网络的初始结构和参数都是随机的,通过将案例中的各证据、各要素量化——带入演算——输出结果,得出与实际判决之间的误差,再逆向修正参数,并带入下一个案例,这样循环往复地迭代、校验、修正,最终生成能够适用于所有案件的模型.机器学习的过程离不开监督、干预和控制,为了顺应司法改革的趋势,应当向它提供更多体现庭审实质化的案例数据,在评估结果时设置"宁纵不枉"、无罪推定的偏好,使神经网络模型更加符合审判规律,导向司法公正.然而神经网络在要素标注、算法生成上无法摆脱故步自封和以偏概全的弱点,缺乏必要论证过程形成的说服力,因此它只能作为司法裁判的辅助工具,不可取而代之.