近年来，人工智能在我国司法领域得到快速应用。最高人民法院与最高人民检察院分别提出建设“智慧法院”与“智慧检务”
，一些法院推出自己的人工智能法律工具，如北京法院的“睿法官”智能研判系统、上海法院的刑事案件智能辅助办案系统，苏州法院还形成了以“电子卷宗+庭审语音+智能服务”为主要内容的“智慧审判苏州模式”

。但从实际情况看，司法人工智能尚需在实践中不断探索
。

概括起来，我国司法领域的人工智能应用主要体现在以下几个方面
。一是司法信息数据化。运用技术手段将纸质卷宗等数据化，为进一步推动人工智能在司法领域的应用打下数据基础。二是文书制作智能化

。实现裁判文书中当事人信息
、诉讼请求等固定格式内容一键生成，并按法律要素对法律文书进行结构化管理，辅助法官完成法律文书撰写，提高办案效率。三是辅助裁判智能化
。法官办案时，智能辅助系统依托自身的审判信息资源库，自动推送案情分析、法律条款
、相似案例、判决参考等信息

，为法官提供统一、全面的审理规范和办案指引
。同时，当法官的判决结果与同类案件判决发生重大偏离时，系统会自动预警，起到智能化监督效果。

当前
，人工智能在我国司法实践中还属于一种辅助性、参考性工具，只是为法官、检察官

、律师等法律工作者提供行动参考，仍属于一种统计型、材料准备型、文字模板型的人工智能。人工智能在司法领域的应用还面临很多挑战。为了更好发挥其促进司法公正

、提高司法效能的积极作用，还需要处理好数据、算法
、人才等方面的问题
。

解决好数据问题

。人工智能兴起的重要原因在于数据的爆炸式增长
。有优质的大数据，方有人工智能。当前
，尽管尊龙凯时在司法实践中已经做了大量司法信息数据化工作
，但相对于深度运用人工智能的技术要求而言
，实际上还处于数据比较匮乏的状态，司法数据的质与量都还存在不足，许多司法信息没有数据化。只有当司法数据的质与量都有了充分保障，司法人工智能才可能迎来飞跃性发展。此外，运用人工智能技术的重要前提是数据具备可识别的特征。对人工智能而言
，识别自然语言已属不易
，识别专业法律术语更是难上加难
。这就需要通过人工方式事先对众多案卷材料中有法律意义的语言进行筛选分析
，对属于法律上同一概念的语言进行归类整理，形成法律知识图谱，促进司法数据结构化。

解决好算法问题。人工智能需要算法作为重要支撑。算法的作用在于正确认识、提炼
、总结法律决策的规律，并据此归纳人类法律决策的模型尤其是成功模型，从而为司法裁判提供参考
。采用何种算法

，是决定司法人工智能效果的关键

。目前

，在国内司法人工智能发展中，算法还处于一种“云山雾罩”的状态
。由于算法一般是科技公司的核心技术成果，公众对算法只能获得有限的信息，甚至不清楚科技公司到底采用了何种算法以及该算法的实际效果如何
。司法工作人员往往也不具备专业能力去研究
、认识那些复杂的算法。因此，对算法是否科学、准确
、高效、成熟，是否排除了不正当歧视和偏见，必须形成一套有效的监督机制。

解决好人才问题。司法人工智能的发展，需要法律人才，也需要技术人才，还需要既懂法律又懂技术的复合型人才。只有当法律人才与技术人才紧密结合
、相互理解，充分获知对方的需求与期待
，认真解决实践中的难题
，人工智能才能在司法领域大展拳脚。进一步推进司法人工智能发展
，尤其需要法律与技术复合型人才长时间的投入与坚持，在实践中不断探索。