撰文 | 微胖
全程马拉松距离有多远？42.193 公里。
对这个距离没有概念？
这么说吧，作为一只菜鸟级马拉松跑者，笔者连续奔跑 5 个小时才最终完成了厦门马拉松的全马赛事，而官方设定的关门时间为 6 小时。
法律科技黑客松，顾名思义，是指所有参赛法律科技团队（马拉松跑者）在某个固定场所（跑马的赛道），在官方设定关门时间里完成指定任务：开发一款法律科技程序或者应用。中途累了，可以退赛，或者就地而卧，睡醒了接着比赛。直至完成后，当场提交作品。
2 月 23 日-25 日，首届「全球法律科技黑客松 Global Legal Hackathon（简称 GLH）」第一轮如期举行。赛事由全球顶级人工智能平台 IBM Watson 、法律区块链领域领军企业 Integra 等发起，在全球六大洲、约 50 个城市同步举行，参赛团队要在 51 小时关门时间中，完成法律科技程序开发。
这次比赛也是有史以来规模最大的法律科技赛事，其中最为活跃的国家正是那些平时活跃在人工智能领域的国家。
美国阵容最为强大，11 个赛区诞生了 11 支冠军团队。其次是加拿大和中国。加拿大五个赛区（渥太华、多伦多、蒙特利尔、温哥华和卡尔加里）产生五支冠军队伍。中国赛区（上海，广州和香港）诞生了三支冠军团队，分别是 TEEMO（上海）、法狗狗（广州）和 Decoding Law（香港）。
据 GLH 全球组委会预计，将有 20 甚至更多个法律科技创业团队会因这一赛事而诞生。
唯一一个与量刑有关的冠军项目
本次大赛中国赛区的组织方是上海百事通信息科技股份有限公司，这也是中国机构首次承办如此大规模的法律科技赛事。
东南大学计算机学院和法学院组成的 TEEMO 团队，从 12 支队伍中脱颖而出，获得上海赛区冠军。东南大学代表队提交的作品是「基于机器学习和知识图谱的个性化量刑辅助系统」，该系统主要解决法官科学量刑的问题。
司法从业人员每天需要处理大量案件。分析案件情节，推导判决结果并适用相关法条。整个工作流程不仅耗时耗力，还随时可能出现错误。
同案同判，是一个刑法基本原则。借助计算机技术来实现定罪量刑客观性的想法，早已有之。早在上世纪 80 年代就有了「电脑量刑」的讨论，随着计算机技术的发展，又延伸出后来的「专家系统」和「机器学习」（甚至「深度学习」）。
但是，在 TEEMO 团队看来，这些技术并不能很好地满足法官的量刑需求。比如，由于现有深度学习技术缺乏推理能力、缺乏解释性，从而导致在法律领域的适用性不够。
为了克服弥补既有技术不足，「基于机器学习和知识图谱的个性化量刑辅助系统」在机器学习中加入了知识图谱技术。在团队看来，构建案情知识图谱不仅可以让量刑结果更准确，也更具说服力和解释性。
东南大学的知识图谱研究在国内处于领先地位，也有将知识图谱技术用于刑事司法研究的经验，这次与法学院合作将冠军斩获囊中也在意料之中。
有趣的是，这款量刑系统也是本轮赛事所有冠军项目中，唯一涉及量刑的系统。笔者发现，所有冠军项目中，也只有两个项目与刑事法律有关。一个是这款量刑系统。另一个是美国洛杉矶赛区冠军团队的作品 HelpSelf，它可以帮助被认定吸食大麻轻罪的人通过在线申请这种简化程序方式，自动提交删除犯罪记录的申请。这一现象可能部分与刑事法律对系统准确性要求非常高有关，切实加大了研发难度。
笔者选取的几个主要赛区中比较有趣的冠军作品，可点击查看大图。第一轮全部获胜名单请移步 https://globallegalhackathon.com/round-one-winners/
区块链真的很火
在笔者看来，最为讨巧的冠军项目当属广州赛区冠军法狗狗团队的「法兔兔」。这个项目旨在解决图片维权问题。
谈及法律科技，几乎言必称自然语言理解和知识图谱技术。然而无论哪种技术，在解决法律专业问题上，都可谓任重道远。但是法狗狗团队巧妙绕过了这两个「大坑」，利用最新区块链技术和比较成熟的图像识别技术，来解决版权问题，降低了维权成本。难怪会打动评委芳心。
图片权利人可将图片上传至法兔兔平台，平台会利用卷积神经网络抽取图片特征并将这些特征保存到整个区块链中，计算图像相似度。发现疑似侵权图片时，会向整个区块链广播，告知图片权利人侵权信息。图片权利人确认后，即可通过流程化维权服务进行维权。
其实，阿里已经将计算机视觉技术用来实现图片和视频维权。达摩院首个技术落地成果就是一个名为「鲸观」的全链路数字版权服务平台。平台搭载了达摩院 iDST 人工智能技术，能够实现视频智能编目、音视频指纹监控等功能。不仅可以解决短视频领域的维权问题，还可以帮助建立视频素材交易生态，实现内容价值最大化。
而这次比赛中，加拿大多伦多赛区的 Trademark Pro，就旨在利用机器学习进行商标的预筛选，其思路可能与法兔兔比较相似。
作为一家法律科技创业公司，法狗狗已在 2017 年 9 月完成千万级 Pre-A 轮融资。目前主要提供的是刑事案件的法律服务，而本次参赛团队尝试图片维权，也可以视为未来业务拓展的一次尝试。
值得一提的是，法兔兔使用到的区块链技术，可谓时下最火的技术之一，风头甚至盖过人工智能。而国外冠军团队项目，也对这一技术趋势做出了及时回应。
比如，英国赛区的冠军团队 Team PM，提出了一款基于区块链技术的工具，除了可以管理从创意点子到商业提议的整个工作流程，还能帮助决策哪些商业建议值得投资。另外，这款工具还可以帮助合伙人针对其他议题决策变得更加快速和简单。
另外，我们可以从新闻报道中发现，随着区块链技术的持续火爆，针对有争议区块链项目发起的集体诉讼也接连出现。前不久，Tezos 创始人又遭遇新的集体诉讼（第四次）。Bruce MacDonald 代表原告表示，被告利用近期人们对区块链技术和数字货币的热情，通过 ICO 筹集资金，非法出售不合格和未注册的证券。
旧金山的冠军团队项目 Spicekit 正试图打造一个去中心化的平台，通过部署安全智能合约悬赏以及高效化证据收集，让集体诉讼成为可能，力图打造一个值得信赖的集体诉讼资助平台。而这个平台首先服务的集体诉讼对象，就是 ICO 欺诈。
中国战队项目一览，可点击查看大图
语音技术会是下一个技术拐点之一，会变革法律工作方式
这次全球赛事中，最为耀眼的项目之一要数纽约赛区冠军团队的项目 RightsNow。这是一款语音助手类的应用程序，也被称为法律界的 Siri。
项目希望语音助手（比如 Siri、Alexa）能够帮助法律专业以外的人士，轻松简单理解法律知识。该项目是两位法律科技界人士头脑风暴的产物，一位是 Maximilian Paterson，法律科技公司 Neota Logic 教育社区项目高级总监，另一位是 Matthew「Zeke」Hughes，法律科技公司 Mindcrest 业务拓展部门高级总监。
这个项目的灵感来自 Paterson。最近，他买了台 Google Home，不过跟 Home 聊法律问题，「我对回答太不满意了。」他回忆说。于是，他想借助这次黑客松，找到解决问题的办法。不过，比赛前最后时刻，原来的搭档放他鸽子，幸好有 Hughes 的及时勾搭。
Paterson 说，通过这种交互式语音服务，用户能以普通人的水平获取法律信息。在他看来，判例法体系让普通人获取法律信息难上加难，传统上，律师是这些法律知识的守门人。
不过，他们这个项目的难题之一就是如何将法言法语翻译成系统可以理解的语言。但是 Hughes 注意到，现在社会上已经掀起了让法律语言更加平易近人的运动，比如，用简单的语言缔结合同。他认为，对于他们的项目来说，这些运动，至关重要。
根据 Paterson 判断，语音技术会是下一个技术拐点之一，会变革法律工作方式。他们也有进一步成熟原型，推向市场的想法。
Do Not Pay 聊天机器人的影响力
总的说来，这一轮冠军团队项目中，绝大多数仍然活跃在私法领域。海外冠军团队项目中，有两个仍致力于合同领域，比如俄亥俄州克利夫兰赛区的 INCO-herent，旨在帮助当事人在跨国买卖合同中，更加准确地使用国际贸易术语以降低风险。再比如，温哥华赛区的冠军团队 AH，他们的项目旨在提示合同文本中的模糊内容。
而近期战胜 20 位经验丰富的律师的人工智能系统（来自法律创业公司 Lawgeex），也是合同审查方面的高手。
在笔者看来，技术创新选择合同领域，是一个比较合乎逻辑的选择。合同管理和审查是一个量大、高频又特别结构化的工作，非常适合技术创新。汤森路透法律市场情报部总监 David Curle 曾分析指出，自助合规审查和合同管理，非常适合创新和引进新技术。许多公司也在从事这方面的工作，从起草、数据提取分析一直到基于区块链的自动智能合同系统。他认为，这会是一个涌现创新的重要领域。
有趣的是，我们发现中国战队并没有涉及合同领域的项目。
另外，笔者还发现，可能是受 Do Not Pay 聊天机器人成功的影响，不少海外团队冠军项目致力于利用聊天机器人降低老百姓使用、享受法律服务的门槛。
比如，以色列特拉维夫的聊天机器人致力于帮助老百姓打劳动法官司；犹他州的冠军项目旨在帮助回答一个基本问题，是不是需要请一位律师；而俄亥俄州的聊天机器人想要让低收入人群在法律纠纷的解决上，更加自主些。
正如本次大赛中国赛区评委、上海百事通信息技术股份有限公司董事夏振海博士所说，就目前而言，市场上的法律科技成果以「随取随用」的工具居多，它们主打便捷、高效等特点，惠及普罗大众。不过，想要将整个法律服务市场的蛋糕做得越来越大，这更需要跨界的碰撞和创新，更好的法律科技发展氛围，更加融合的法律产业生态圈。
本次大赛将在 2018 年 3 月 11 日第二轮比拼，最终产生 8 至 10 支队伍进入纽约总决赛。2018 年 4 月 21 日，将在纽约举行总决赛及颁奖晚宴。机器之能也会持续关注这一赛事。
