自然語言處理（簡稱NLP）被譽為“人工智能皇冠上的明珠”、“實現(xiàn)通用人工智能（AGI）的鑰匙”。

當自然語言處理技術遇到司法系統(tǒng)，會擦出怎樣的火花？

在這里先跟大家分享一個“常識”：

據(jù)我國的法律，給出的量刑大都是一個區(qū)間，而不是具體值，比如判刑3年到5年。

那么究竟是3年、4年還是5年，需要法官對具體問題進行具體分析。

其出發(fā)點是好的，但實際卻讓一些經驗欠缺的法官左右為難：判久了對被告不利，判的時間不足對受害者又不夠公平。

不過現(xiàn)在嘛，法官的這個煩惱可以先放放了，因為有一項AI前來“搭把手”。

這個AI背后的主要技術，其實就是自然語言處理，它可以提取出當前案件中的諸多要素，將其和其他類似案件的要素作對比，最終分析得出具體建議值。

NLP技術在司法領域的應用

事實上，除了能夠輔助法官量刑外，現(xiàn)在“NLP+司法”的應用已不勝枚舉。

因為司法系統(tǒng)的構造可不簡單：它包括公安、檢察院、法院、司法局、律師，當然還有民眾。

對于不同的群體和場景，需要采用不同的方案和技術。

例如，在庭審場景下，有AI幫忙做筆錄那就省事兒多了，還可以大幅提升庭審效率。

于是“語音識別自動生成庭審筆錄”不就來了嗎？

目前，科大訊飛的語音識別自動生成庭審筆錄已經覆蓋了29個省份的法庭，平均使庭審時長縮短了30%，為復雜庭審縮短時長還達到了50%。

此外，對公安、檢察院、法院比較熟悉的朋友可能知道，很多案件都有厚厚一疊卷宗，手動編目、分類費時費力，現(xiàn)在這種活兒也可以交給AI來處理了，文字OCR技術在這里大顯身手。

編目完成后，還有重頭戲：閱卷。當然，AI又被派上了用場，它可以輔助辦案人員閱讀卷宗，例如：要素索取、結果呈現(xiàn)。

然后到了案件中至關重要的一部分：證據(jù)。

事實上，證詞和線索往往都來自不同的個體，很多時候都會不出現(xiàn)證據(jù)不一致等情況，為此讓人工分析推理，是件非常淘神費力的事情。

而AI現(xiàn)在可以輔助辦案人員校驗證據(jù)了，具體來說，就是AI單個人提供的筆錄等進行校驗，并且對不同人給出的信息進行對比、矛盾審查。

這背后涉及到實體識別、指代消解、語義角色和依存關系分析等NLP技術延伸出來的方法。

對于上述提到的卷宗、筆錄等法律文本，AI還能自動發(fā)現(xiàn)文本中的錯別字詞和語法錯誤。

為實現(xiàn)這樣的效果，訊飛采用了BERT中文全詞Mask（BERT-Chinese-wwm）模型，這是一個哈工大和訊飛聯(lián)合發(fā)布的全詞覆蓋中文BERT預訓練模型。

除此之外，面向普通大眾，訊飛還發(fā)布了法律自動問答AI助手“法小飛”；還有基于案情的律師推薦AI等。

以上，都是科大訊飛副總裁、AI研究院副院長，北京研究院院長王士進分享的訊飛“NLP+司法”案例。

NLP的進展與挑戰(zhàn)

前文展示了“NLP+司法”的應用，下面就NLP這項技術展開談談。

在本部分正式開始前，先來看一段有趣的對話吧（據(jù)說這是道外國人中文語言水平考試題）：

B：沒什么意思，意思意思。 A：你這樣就沒意思了。 B：哎呀，小意思，小意思。 A：你這人可真有意思。 B：哎呀，其實也沒有別的意思。 A：那我就不好意思了。 B：是我不好意思。

請問這里的“意思”都是什么意思？（Doge）

其實，這里的“意思”二字可以看作一個符號，這個符號背后承載的信息非常豐富。

一詞多義、多詞一義等問題，本質上是形式和背后含義之間存在多對多的映射關系的問題，或者可以理解成在一個廣闊空間內進行搜索的問題。

我們認為，怎么處理好這些關系，是自然語言處理的最核心的困難。

哈爾濱工業(yè)大學教授、人工智能研究院副院長車萬翔如是說道。

但如果沒有任何限制，在一個非常大的空間內進行搜索，其復雜性相當高。這個該怎么解決？

車教授介紹稱，一般是用“知識”進行約束，這里打雙引號的原因是：提到知識，一般會認為是某些規(guī)則、邏輯、符號知識；而這里指的是更廣義的知識。

廣義的知識有多種分類法，這里主要將其分為3種來源。

其一，就是狹義的知識，包括語言、常識（很難從文本中挖到）和世界知識（可以從文本中挖到），世界知識可以拿知識圖譜等來表示。

其二，是算法，包括淺層學習、深度學習和NLP算法。

其三，是數(shù)據(jù)，包括有標注的、無標注的數(shù)據(jù)和偽數(shù)據(jù)。當下爆火的預訓練模型就使用了大量的未標注數(shù)據(jù)。

首先可通過未標注數(shù)據(jù)預訓練一個模型；接著用語料庫去精調這個模型，從而使目標模型變得更強大。

當下普遍認為，對于幾乎所有AI系統(tǒng)，如果沒有新的知識、算法或數(shù)據(jù)輸入，這個系統(tǒng)本身很難提高。

當然也有人提出，怎么感覺有例外——比如DeepMind的AI棋手AlphaZero，就是通過自我博弈來學習精進的。

對此，車教授解釋道，這種游戲場景比較特殊，因為它本身是一個封閉的系統(tǒng)，能夠下棋的位置畢竟有限，且還有人為制定的勝負標準，所以在條條框框之下，機器自由發(fā)揮的空間并不算特別大。

但像NLP就不一樣了，哪句話說得好，哪句話說得不好，其實沒有一個明確的判定標準，這種情況下，左右博弈就沒有奇效了。

說到這里，現(xiàn)在 NLP用到了知識、算法和數(shù)據(jù)，那NLP之后還會朝哪個方向發(fā)展？或者說，NLP下一步還會用到什么？

要回答這個問題，不妨先縱觀一下人工智能自1956年誕生以來的發(fā)展簡史。（你就會發(fā)現(xiàn)一些有意思的規(guī)律）

上世紀50年代至上世紀90年代期間，主要關注的是小規(guī)模專家知識；從上世紀90年代到2011年前后，更關注的是算法設計；從2010年到2017年，迎來了深度學習的熱潮，數(shù)據(jù)的重要性愈發(fā)凸顯。

而自2018年谷歌推出BERT至今，大規(guī)模預訓練模型成了當下熱詞。

不難發(fā)現(xiàn)，此前，后一個階段的時間幾乎是前一階段的一半，所以……（手動狗頭）

說回大規(guī)模預訓練模型，車教授指出，當前大模型的“同質化”趨勢越來越明顯，當然這可不是什么不好的事，我們可以用“通用性”來理解。

無論是 NLP 任務還是CV任務等，現(xiàn)在都有一套“萬金油”模型：Transformer，基本可以統(tǒng)一解決很多問題。此外，現(xiàn)在模型的規(guī)模越來越大，而且模型的表現(xiàn)和其規(guī)模確實呈正相關。所有有觀點認為，隨著模型規(guī)模的增大，還可能會涌現(xiàn)出令人驚訝的AI。正如俗話所說：量變引起質變。

車教授表示，模型的“同質化”和“規(guī)?；壁厔菔遣豢赡孓D的，未來還會繼續(xù)這樣走下去。

至于NLP目前遇到的問題，其實也算是人工智能發(fā)展過程中的問題，比如說易用性、高效性、魯棒性、可解釋性、推理能力等。（篇幅有限，這里就先不展開了）

車教授提出，未來可能除了數(shù)據(jù)外，還會使用更廣泛的“知識”，而這種“知識”的來源可以被概括成“體驗”，體驗來自于人機交互等場景。

NLP相關問題更多探討

圍繞自然語言處理的機遇和挑戰(zhàn)，幾位學界和企業(yè)界的大佬展開了一場主題Panel。

大模型的工業(yè)實用前景

首先，縱觀前沿科技和當今的工業(yè)界不難發(fā)現(xiàn)，雖然自2020年GPT-3誕生以來，大模型的參數(shù)已達千億級別；但在工業(yè)實操中，尚未看到超大模型的廣范應用。

其中一個重要的原因是，大模型的訓練數(shù)據(jù)和一些工業(yè)領域的真實數(shù)據(jù)差別明顯。

大模型的實用前景到底如何目前十分具有爭議——有樂觀者認為：未來大模型也能成為NLP 的基礎模型；也有消極的觀點表示：這更像各巨頭集合算法算力、大數(shù)據(jù)等優(yōu)勢搞的一個軍備競賽而已。

現(xiàn)場的幾位專家對大模型的實用前景都未持消極態(tài)度，不過他們的具體想法也不盡相同。

學術界這邊，中國科學院自動化研究所的劉康研究員發(fā)言稱：

大模型確實是個好東西，但與其把大模型看成一種資源，不如把它看成一種技術規(guī)范、一種工具。

比如，在一些小數(shù)據(jù)場景下，能夠快速把已有的一些知識經驗遷移到新的任務。就像人拿到一個不會用新產品時，通過閱讀產品說明書，然后就很快學會使用該產品了。

清華大學副教授劉知遠的研究方向之一就是大模型。他指出，一方面，在實踐中發(fā)現(xiàn)，中文的數(shù)據(jù)質量比英文的差太多。

這不僅是規(guī)模問題，數(shù)據(jù)質量也不太行。最終效果就是，在實際訓練過程中，對中文素材去完重、去完垃圾后，所剩的數(shù)據(jù)非常有限。

所以，如何為模型訓練收集更多高質量的中文數(shù)據(jù)，是個重要議題，也是一件任重道遠的事兒。

另一方面，劉知遠教授認為，要提升大模型的實用性，下一代大模型必須具備這樣的特性：

隨著模型的規(guī)模的增長，其計算量要呈現(xiàn)一個亞線性的增長趨勢，否則系統(tǒng)很難承受。就像我們的人腦也學習了很多東西，但在回憶具體某概念時，腦子一般不用把很多知識點都過一遍。

企業(yè)界這邊，京東科技語音語義創(chuàng)新算法負責人、高級總監(jiān)吳友政提到，當下大伙兒熱議的大模型并不一定要參數(shù)量達到千億級才算。

除了“大”之外，Transformer和自監(jiān)督也是大模型的兩個核心概念。更重要的是，Transformer和自監(jiān)督在工業(yè)界已有廣泛應用，很多企業(yè)的線上系統(tǒng)雖然沒有千億參數(shù)，但參數(shù)量也能達到億級了。

當然，百億、千億級模型的工業(yè)應用場景，還需要漫長的探索。

舉個例子，在實際應用中，可控性往往也是一個重要指標。雖然像GPT-3這樣的模型在生成開放故事方面表現(xiàn)很好，但怎么基于現(xiàn)有的知識生成更加可控的文本依然值得研究。

對千億大模型的工業(yè)應用，科大訊飛研究院執(zhí)行院長劉聰干脆直言道：

對企業(yè)來說，投產比太高。（即性價比太低）

他認同“超大模型可以提高相關技術領域天花板”的觀點，就像前面提到的，把它作為一種范式是OK的。

劉聰還補充道，在教育、醫(yī)療、司法等場景下（這很訊飛），模型的可解釋性是至關重要的。

用大白話講，就是要說清楚模型內部到底發(fā)生了什么，才產生出這樣的結果，否則計算機通過模型給出的判定很難讓人信服。

然而，現(xiàn)在很多千億模型內部還處于“黑盒”狀態(tài)，有些原理不僅是現(xiàn)在看不透，而且由于其龐大的體量和錯綜復雜的結構，以后也很難解釋清楚。

大模型處理多模態(tài)數(shù)據(jù)的前景

除了大模型的工業(yè)應用外，大模型處理多模態(tài)數(shù)據(jù)的前景也是個有意思的議題。

大家應該知道（至少能意會到），人腦可以輕松處理多模態(tài)的數(shù)據(jù)，從中學習和解耦各種復雜信息，并且讓各種模態(tài)的數(shù)據(jù)高度協(xié)同作用。

說人話，比如當倆人交談時，除了說出來的言語，還有語氣、語速、神態(tài)、肢體語言等也在傳遞著不同維度信息，就像有人說“好好好”可能是在真心夸贊，也可能是——

讀取并處理各種信息，對咱們聰明的大腦來說一般沒啥問題，但是對于計算機，是否也能輕松解決？

哈工大車萬翔教授表示，這應該沒有些人想象的那么困難。

前面他用“同質化”一詞形容了當今各個大模型的發(fā)展趨勢，再說一次，這里的“同質化”不是貶義詞——

現(xiàn)在，文本、語音、圖像都可以用Transformer這套東西來表示；反之，用Transformer能更容易地整合不同模態(tài)信息。所以，像“語音+文本+圖像”這樣的多模態(tài)預訓練模型其實已經數(shù)不勝數(shù)了。

此外，例如DeepMind的Gato，足足在604個不同的任務上進行了訓練，訓練數(shù)據(jù)還包括游戲里的建模動畫、模擬的機器人運用場景等。最終，這個“全才”AI不僅可以看圖寫話、和人類聊天，還可以把雅達利游戲玩得飛起，并且能操控機械臂。

清華劉知遠教授補充道，他認為多模態(tài)模型的“模態(tài)”可以更加多樣化，例如用戶行為就是一種值得大模型學習的數(shù)據(jù)。

他提到OpenAI今年發(fā)布的網頁版GPT（WebGPT），可以把用戶通過搜索引擎來回答問題的行為序列作為Transformer的輸入，并對其訓練，然后模型就學到了一個新技能——根據(jù)問題去網上搜索答案。

企業(yè)界這邊，科大訊飛的劉聰指出，在應用場景中有剛需的多模態(tài)模型，公司會優(yōu)先投入研發(fā)。

劉聰以語音交互問題舉例：雖然在常規(guī)場景下，語音交互的技術已經相當成熟了；但是在車載、雞尾酒會等嘈雜環(huán)境中，怎么判斷某人正在對A還是B，在對人還是對機器說話？

在這種復雜的交互場景下，語音和視覺信息等結合，可以顯著提升模型的準確性。

在大伙兒對多模態(tài)大模型積極表態(tài)之時，劉康研究員則提出了在科研過程中遇到的一個問題：

用Transformer這個萬金油來建立各個模態(tài)之間的關聯(lián)，看似是個近乎完美的方案，但實際極大的依賴于背后數(shù)據(jù)之間的關系。

舉個簡單的例子，數(shù)據(jù)之間是對應關系還是互補關系？比如，給出一段新聞數(shù)據(jù)，里面的圖片可能是上下文講述的內容，也可能是對文字的補充（就像上面那個表情包）。

所以，劉康研究員認為，除了模態(tài)種類還需多樣化外，不同模態(tài)之間的邏輯關系也是未來值得研究的方向之一。他建議，把采集的數(shù)據(jù)映射到背后的知識庫上，通過知識來處理各種模態(tài)的關系。

大模型的可解釋性

前文提到，模型的可解釋性在一些特定場景下非常重要，而且打破砂鍋問到底是一眾科研人的求知態(tài)度。

所以盡管前路渺茫，許多人仍在虔誠地探索著，希望有朝一日能解釋清楚超大模型運行過程中的各種原理。

不過，“深度學習大模型天然就不具有可解釋性?！惫ご筌嚾f翔教授分享了他之前看到的這種觀點。他提到，機器并不像人的思維那樣運行。

想追求可解釋性，在淺層模型上更容易找到。當然，淺層模型的精度一般比深度學習模型差遠了。

車教授認為，高精度和可解釋性本身就是矛盾的。所以根據(jù)具體場景和需要選擇不同模型就好了。

比如，讓機器給學生作文打分，總得說清楚為什么得出這個分數(shù)吧。也就是要講明白為模型設置了多少feature，如：典故、排比、修辭方式、邏輯性等。這里淺層模型就更適用。

劉康研究員也認為，要去搞清楚深度學習模型黑盒部分的原理，宛如走進一條死胡同。

現(xiàn)在的研究者主要采用兩種手段試圖解釋深度學習模型黑盒內發(fā)生了什么：

一種是觀察分析輸入哪些內容或獲得更多權重；另一種是用可解釋的淺層模型無限逼近黑盒模型，然后用淺層模型的結果來近似解釋黑盒模型。

然而這兩種方法本本質上也只是模擬，還是沒解釋黑盒模型的機制到底是怎么樣的。此外還有個重大問題：即使做了解釋，也幾乎是不可驗證的，這樣就沒法判斷解釋是否真的靠譜。

也有人對此觀點持不同態(tài)度——清華劉知遠教授就認為，深度學習模型還是具有可解釋性的，只不過別之前的淺層模型復雜多了，需要用到更復雜的模型和機制。這些東西還需探索，但非完全不可逾越的。

從產業(yè)角看來看大模型的可解釋性問題，京東吳友政和科大訊飛劉聰都表示：

要結合各行業(yè)場景的需求來分層看待可解釋性，部分簡單場景其實不太需要深度可解釋性，而教育、醫(yī)療等用戶關切過程的重大社會場景則會對可解釋性提出更高的要求 。

對于那些對可解釋性有特別需求之處，先弄清楚到底需要對哪些點進行“解釋”，除了用大模型之外，還可以結合其他知識運用類的技術。

劉聰還補充道，人機協(xié)同也是很重要的一種方式。當機器不能獨立Perfect時，那就先與人合作唄，用戶的行為或許也能為模型可解釋性提供一定幫助。

審核編輯 ：李倩