撰文 | 微胖
全程馬拉松距離有多遠？42.193 公里。
對這個距離沒有概念？
這麼說吧，作為一隻菜鳥級馬拉松跑者，筆者連續奔跑 5 個小時才最終完成了廈門馬拉松的全馬賽事，而官方設定的關門時間為 6 小時。
法律科技黑客鬆，顧名思義，是指所有參賽法律科技團隊（馬拉松跑者）在某個固定場所（跑馬的賽道），在官方設定關門時間裡完成指定任務：開發一款法律科技程式或者應用。中途累了，可以退賽，或者就地而臥，睡醒了接著比賽。直至完成後，當場提交作品。
2 月 23 日-25 日，首屆「全球法律科技黑客鬆 Global Legal Hackathon（簡稱 GLH）」第一輪如期舉行。賽事由全球頂級人工智慧平臺 IBM Watson 、法律區塊鏈領域領軍企業 Integra 等發起，在全球六大洲、約 50 個城市同步舉行，參賽團隊要在 51 小時關門時間中，完成法律科技程式開發。
這次比賽也是有史以來規模最大的法律科技賽事，其中最為活躍的國家正是那些平時活躍在人工智慧領域的國家。
美國陣容最為強大，11 個賽區誕生了 11 支冠軍團隊。其次是加拿大和中國。加拿大五個賽區（渥太華、多倫多、蒙特利爾、溫哥華和卡爾加里）產生五支冠軍隊伍。中國賽區（上海，廣州和香港）誕生了三支冠軍團隊，分別是 TEEMO（上海）、法狗狗（廣州）和 Decoding Law（香港）。
據 GLH 全球組委會預計，將有 20 甚至更多個法律科技創業團隊會因這一賽事而誕生。
唯一一個與量刑有關的冠軍專案
本次大賽中國賽區的組織方是上海百事通訊息科技股份有限公司，這也是中國機構首次承辦如此大規模的法律科技賽事。
東南大學計算機學院和法學院組成的 TEEMO 團隊，從 12 支隊伍中脫穎而出，獲得上海賽區冠軍。東南大學代表隊提交的作品是「基於機器學習和知識圖譜的個性化量刑輔助系統」，該系統主要解決法官科學量刑的問題。
司法從業人員每天需要處理大量案件。分析案件情節，推導判決結果並適用相關法條。整個工作流程不僅耗時耗力，還隨時可能出現錯誤。
同案同判，是一個刑法基本原則。藉助計算機技術來實現定罪量刑客觀性的想法，早已有之。早在上世紀 80 年代就有了「電腦量刑」的討論，隨著計算機技術的發展，又延伸出後來的「專家系統」和「機器學習」（甚至「深度學習」）。
但是，在 TEEMO 團隊看來，這些技術並不能很好地滿足法官的量刑需求。比如，由於現有深度學習技術缺乏推理能力、缺乏解釋性，從而導致在法律領域的適用性不夠。
為了克服彌補既有技術不足，「基於機器學習和知識圖譜的個性化量刑輔助系統」在機器學習中加入了知識圖譜技術。在團隊看來，構建案情知識圖譜不僅可以讓量刑結果更準確，也更具說服力和解釋性。
東南大學的知識圖譜研究在國內處於領先地位，也有將知識圖譜技術用於刑事司法研究的經驗，這次與法學院合作將冠軍斬獲囊中也在意料之中。
有趣的是，這款量刑系統也是本輪賽事所有冠軍專案中，唯一涉及量刑的系統。筆者發現，所有冠軍專案中，也只有兩個專案與刑事法律有關。一個是這款量刑系統。另一個是美國洛杉磯賽區冠軍團隊的作品 HelpSelf，它可以幫助被認定吸食大麻輕罪的人通過線上申請這種簡化程式方式，自動提交刪除犯罪記錄的申請。這一現象可能部分與刑事法律對系統準確性要求非常高有關，切實加大了研發難度。
筆者選取的幾個主要賽區中比較有趣的冠軍作品，可點選檢視大圖。第一輪全部獲勝名單請移步 https://globallegalhackathon.com/round-one-winners/
區塊鏈真的很火
在筆者看來，最為討巧的冠軍專案當屬廣州賽區冠軍法狗狗團隊的「法兔兔」。這個專案旨在解決圖片維權問題。
談及法律科技，幾乎言必稱自然語言理解和知識圖譜技術。然而無論哪種技術，在解決法律專業問題上，都可謂任重道遠。但是法狗狗團隊巧妙繞過了這兩個「大坑」，利用最新區塊鏈技術和比較成熟的影像識別技術，來解決版權問題，降低了維權成本。難怪會打動評委芳心。
圖片權利人可將圖片上傳至法兔兔平臺，平臺會利用卷積神經網路抽取圖片特徵並將這些特徵儲存到整個區塊鏈中，計算影像相似度。發現疑似侵權圖片時，會向整個區塊鏈廣播，告知圖片權利人侵權資訊。圖片權利人確認後，即可通過流程化維權服務進行維權。
其實，阿里已經將計算機視覺技術用來實現圖片和視訊維權。達摩院首個技術落地成果就是一個名為「鯨觀」的全鏈路數字版權服務平臺。平臺搭載了達摩院 iDST 人工智慧技術，能夠實現視訊智慧編目、音視訊指紋監控等功能。不僅可以解決短視訊領域的維權問題，還可以幫助建立視訊素材交易生態，實現內容價值最大化。
而這次比賽中，加拿大多倫多賽區的 Trademark Pro，就旨在利用機器學習進行商標的預篩選，其思路可能與法兔兔比較相似。
作為一家法律科技創業公司，法狗狗已在 2017 年 9 月完成千萬級 Pre-A 輪融資。目前主要提供的是刑事案件的法律服務，而本次參賽團隊嘗試圖片維權，也可以視為未來業務擴充的一次嘗試。
值得一提的是，法兔兔使用到的區塊鏈技術，可謂時下最火的技術之一，風頭甚至蓋過人工智慧。而國外冠軍團隊專案，也對這一技術趨勢做出了及時回應。
比如，英國賽區的冠軍團隊 Team PM，提出了一款基於區塊鏈技術的工具，除了可以管理從創意點子到商業提議的整個工作流程，還能幫助決策哪些商業建議值得投資。另外，這款工具還可以幫助合夥人針對其他議題決策變得更加快速和簡單。
另外，我們可以從新聞報導中發現，隨著區塊鏈技術的持續火爆，針對有爭議區塊鏈專案發起的集體訴訟也接連出現。前不久，Tezos 創始人又遭遇新的集體訴訟（第四次）。Bruce MacDonald 代表原告表示，被告利用近期人們對區塊鏈技術和數字貨幣的熱情，通過 ICO 籌集資金，非法出售不合格和未註冊的證券。
舊金山的冠軍團隊專案 Spicekit 正試圖打造一個去中心化的平臺，通過部署安全智慧合約懸賞以及高效化證據收集，讓集體訴訟成為可能，力圖打造一個值得信賴的集體訴訟資助平臺。而這個平臺首先服務的集體訴訟物件，就是 ICO 欺詐。
中國戰隊專案一覽，可點選檢視大圖
語音技術會是下一個技術拐點之一，會變革法律工作方式
這次全球賽事中，最為耀眼的專案之一要數紐約賽區冠軍團隊的專案 RightsNow。這是一款語音助手類的應用程式，也被稱為法律界的 Siri。
專案希望語音助手（比如 Siri、Alexa）能夠幫助法律專業以外的人士，輕鬆簡單理解法律知識。該專案是兩位法律科技界人士頭腦風暴的產物，一位是 Maximilian Paterson，法律科技公司 Neota Logic 教育社群專案高階總監，另一位是 Matthew「Zeke」Hughes，法律科技公司 Mindcrest 業務擴充部門高階總監。
這個專案的靈感來自 Paterson。最近，他買了臺 Google Home，不過跟 Home 聊法律問題，「我對回答太不滿意了。」他回憶說。於是，他想借助這次黑客鬆，找到解決問題的辦法。不過，比賽前最後時刻，原來的搭檔放他鴿子，幸好有 Hughes 的及時勾搭。
Paterson 說，通過這種互動式語音服務，使用者能以普通人的水平獲取法律資訊。在他看來，判例法體系讓普通人獲取法律資訊難上加難，傳統上，律師是這些法律知識的守門人。
不過，他們這個專案的難題之一就是如何將法言法語翻譯成系統可以理解的語言。但是 Hughes 注意到，現在社會上已經掀起了讓法律語言更加平易近人的運動，比如，用簡單的語言締結合同。他認為，對於他們的專案來說，這些運動，至關重要。
根據 Paterson 判斷，語音技術會是下一個技術拐點之一，會變革法律工作方式。他們也有進一步成熟原型，推向市場的想法。
Do Not Pay 聊天機器人的影響力
總的說來，這一輪冠軍團隊專案中，絕大多數仍然活躍在私法領域。海外冠軍團隊專案中，有兩個仍致力於合同領域，比如俄亥俄州克利夫蘭賽區的 INCO-herent，旨在幫助當事人在跨國買賣合同中，更加準確地使用國際貿易術語以降低風險。再比如，溫哥華賽區的冠軍團隊 AH，他們的專案旨在提示合同文字中的模糊內容。
而近期戰勝 20 位經驗豐富的律師的人工智慧系統（來自法律創業公司 Lawgeex），也是合同審查方面的高手。
在筆者看來，技術創新選擇合同領域，是一個比較合乎邏輯的選擇。合同管理和審查是一個量大、高頻又特別結構化的工作，非常適合技術創新。湯森路透法律市場情報部總監 David Curle 曾分析指出，自助合規審查和合同管理，非常適合創新和引進新技術。許多公司也在從事這方面的工作，從起草、資料提取分析一直到基於區塊鏈的自動智慧合同系統。他認為，這會是一個湧現創新的重要領域。
有趣的是，我們發現中國戰隊並沒有涉及合同領域的專案。
另外，筆者還發現，可能是受 Do Not Pay 聊天機器人成功的影響，不少海外團隊冠軍專案致力於利用聊天機器人降低老百姓使用、享受法律服務的門檻。
比如，以色列特拉維夫的聊天機器人致力於幫助老百姓打勞動法官司；猶他州的冠軍專案旨在幫助回答一個基本問題，是不是需要請一位律師；而俄亥俄州的聊天機器人想要讓低收入人群在法律糾紛的解決上，更加自主些。
正如本次大賽中國賽區評委、上海百事通訊息技術股份有限公司董事夏振海博士所說，就目前而言，市場上的法律科技成果以「隨取隨用」的工具居多，它們主打便捷、高效等特點，惠及普羅大眾。不過，想要將整個法律服務市場的蛋糕做得越來越大，這更需要跨界的碰撞和創新，更好的法律科技發展氛圍，更加融合的法律產業生態圈。
本次大賽將在 2018 年 3 月 11 日第二輪比拼，最終產生 8 至 10 支隊伍進入紐約總決賽。2018 年 4 月 21 日，將在紐約舉行總決賽及頒獎晚宴。機器之能也會持續關注這一賽事。