（逻辑学专业论文）法律专家系统的逻辑学探析.pdf

摘要 7 3 9 1 5 了 法律专家系统是人工智能专家系统研究中的一个的分支，是人工智能向法律 领域渗透的结果，近几十年来取得了辉煌的成就，同时也在发展中存在着不少新 的问题。对于法律专家系统可以从不同的角度和层面进行研究。逻辑学作为众多 学科尤其是人工智能法律专家系统的重要理论基础之一，不仅为法律专家系统的 研究提供了丰富的思想来源和直接指导，同时也是新一代法律系统研发工作得以 突破的关键。本文正是选择从逻辑学的角度入手，通过分析逻辑学与人工智能和 法律之间的关系，指出逻辑学在人工智能法律专家系统中的重要地位；通过探讨 逻辑在现行法律专家系统的知识表达、推理机制和知识获取等方面的应用，来揭 示逻辑的理论和方法在法律专家系统研究中的重要作用。此外，本文还通过剖析 法律专家系统在研究过程中所出现的问题及原因，提出相应的对策，指出逻辑学在 法律专家系统的研究中应关注的问题，由此揭示出法律专家系统和逻辑学在相互 发展过程中的产生的深刻联系。 全文除了引言和结束语外共分四部分。其中， 引言部分的内容阐述了法律专家系统的国内外研究现状，以及本文选题的目 的和意义。 文章的第一部分的内容是关于法律专家系统的一个简述。在该部分中作者简 单地介绍了法律专家系统的概念及特点，法律专家系统的结构及组成，以期读者 能够对法律专家系统有一个大致的了解。 文章的第二部分是关于法律专家系统中逻辑定位的问题。在该部分内容中， 作者通过阐述逻辑与法律以及逻辑与人工智能的关系，给出了逻辑学在法律专家 系统中的定位。 文章的第三部分详细介绍了法律专家系统中一些相关的逻辑理论与方法的应 用，具体内容包括：谓词逻辑在法律专家系统中知识表达中的应用；法律专家系 统中知识推理中的逻辑方法：归纳逻辑在知识获取中的应用等等。 文章的第四部分探讨了法律专家系统在研究中出现的一些闯题。通过对这些 问题产生原因的剖析，作者指出了法律专家系统中逻辑基础理论的滞后是造成这 些问题产生的一个深层原因，对此，作者从逻辑学的角度出发提出了一些相应的 对策，并对逻辑学在未来法律专家系统研究中应关注的问题提出了个人的见解。 本文的最后一部分是结束语，这一部分既是对本篇论文研究内容的简要总结， 也是对法律专家系统未来前景的展望。 0 关键词：法律专家系统逻辑人工智能 a b s t r a c t t h e l e g a le x p e r ts y s t e m w h i c hi s a l lr e s e a r c hb r a n c ho fe x p e r t s y s t e m i n a r t i f i c i a li n t e l l i g e n c ea n dt h er e s u l tt h a ta r t i f i c i a l i n t e l l i g e n c es e e p a g e dt ot h el e g a l d o m a i nh a v eo b t a i n e dt h em a g n i f i c e n ta c h i e v e m e n t si nt h ep a s ts e v e r a ld e c a d e s ，b u t s i m u l t a n e o u s l ya l s oh a v em a n yn e wp r o b l e m si nt h ed e v e l o p m e n t t ol e g a le x p e r t s y s t e mw e c a nr e s e a r c hi tf r o mt h ed i f f e r e n ta n g l ea n dt h ed i f f e r e n ts t r a t i f i c a t i o n p l a n e t h el o g i cw h i c ht a k e sa ni m p o r t a n tr o l ei nm u l t i t u d i n o u sd i s c i p l i n ei n c l u d i n gi n a r t i f i c i a l i n t e l l i g e n c el e g a le x p e r ts y s t e m ，n o to n l yh a sp r o v i d e dt h er i c ht h o u g h t o r i g i na n dt h ed i r e c ti n s t r u c t i o nf o rt h el e g a le x p e r ts y s t e m r e s e a r c h ，s i m u l t a n e o u s l y a l s oi st h e k e yw h i c ht h en e wg e n e r a t i o no fl e g a le x p e r ts y s t e m r e s e a r c h e sa n d d e v e l o p m e n t sc a nb eb r o a c h e dt h r o u g h f r o mt h el o g i ca n g l et h i sa r t i c l ea n a l y z e dt h e r e l a t i o n sb e t w e e nl o g i c 、a r t i f i c i a li n t e l l i g e n c ea n dt h e l e g a l ，a n dp o i n t e do u tt h e l o g i c i m p o r t a n t s t a t u si nt h e l e g a le x p e r ts y s t e m ；t h r o u g ht h ed i s c u s s i n gl o g i ci n p r e s e n tl e g a le x p e r ta s p e c tt h ea n ds y s t e mk n o w l e d g ee x p r e s s i o n ；i n f e r e n c em e c h a n i s m a n dk n o w l e d g eg a i na p p l i c a t i o n ，p r o m u l g a t e dl o g i c st h e o r i e sa n dt h em e t h o d si nt h e l e g a le x p e r ts y s t e mr e s e a r c h v i t a lr o l e i na d d i t i o n ，t h i sa r t i c l ea l s ot h r o u g ht h ea n a l y s i s o ft h eq u e s t i o na n dt h er e a s o nw h i c h a p p e a r si nt h er e s e a r c hp r o c e s so fl e g a le x p e r t s y s t e m ，p r o p o s e dt h ec o r r e s p o n d i n gc o u n t e r m e a s u r ea n dp o i n t e do u tt h el o g i ci nt h e l e g a le x p e r ts y s t e mr e s e a r c hs h o u l dm a t t e ro fc o n c e r na n dp r o m u l g a t et h ep r o f o u n d r e l a t i o nb e t w e e nt h el e g a le x p e r ts y s t e ma n dt h el o g i ci nt h em u t u a l d e v e l o p i n gp r o c e s s p r o d u c t i o n t h ef u l lt e x t a l t o g e t h e r d i v i d e sf o u r p a r t s b e s i d e st h ei n t r o d u c t i o n a n dt h e c o n c l u d i n gr e m a r k a m o n gt h e m ， t h ei n t r o d u c t i o ne l a b o r a t e dt h el e g a le x p e r ts y s t e md o m e s t i ca n d f o r e i g nr e s e a r c h 3 p r e s e n ts i t u a t i o n ，a sw e l l a st h i sa r t i c l es e l e c t sa t o p i cg o a la n ds i g n i f i c a n c e t h ef i r s tp a r to ft h ea r t i c l ei sa b o u tal e g a le x p e r ts y s t e ms u m m a r y i nt h i sp a r t ，t h e a u t h o rs i m p l yi n t r o d u c e dt h el e g a le x p e r ts y s t e mc o n c e p ta n dt h ec h a r a c t e r i s t i c ；t h e l e g a le x p e r ts y s t e ms t r u c t u r ea n dt h ec o m p o s i t i o n ；t h ea u t h o rw i s hr e a d e r sc a n h a v ea n a p p r o x i m a t eu n d e r s t a n d i n g t ot h el e g a le x p e r ts y s t e m t h es e c o n d p a r ti sa b o u t t h el e g a le x p e r ts y s t e mi nt h el o g i c a ll o c a l i z a t i o nq u e s t i o n ， i nt h i sp a r to f c o n t e n t s ，t h ea u t h o rt h r o u g he l a b o r a t i n gt h er e l a t i o n sb e t w e e nl o g i ca n d l e g a l a sw e l la s l o g i c a l a n dt h ea r t i f i c i a l i n t e l l i g e n c e h a sp r o d u c e dt h el o g i c l o c a l i z a t i o ni nt h e l e g a le x p e r ts y s t e m t h et h i r dp a r ti nd e t a i li n l r o d u c e ds o m er e l a t e da p p l i c a t i o na b o u tl o g i ct h e o r i e sa n d t h em e t h o di nt h el e g a le x p e r ts y s t e m ，t h ec o n c r e t ec o n t e n ti n c l u d e s ：p r e d i c a t el o g i ci n l e g a le x p e r ts y s t e m i n k n o w l e d g ee x p r e s s i o na p p l i c a t i o n ；i n d e f m i t ei n f e r e n c eo fl e g a l e x p e r ts y s t e ml o g i c a lm e t h o d ，i n d u c t i o nl o g i ci nk n o w l e d g ei ng a i na p p l i c a t i o na n ds o o n i nt h ef o u r t hp a r t ，t h ea u t h o rh a sd i s c u s s e ds o m eq u e s t i o n so ft h e l e g a le x p e r t s y s m m w h i c h a p p e a r si nt h er e s e a r c h t h r o u g ha n a l y z i n gt h er e a s o no f t h e s eq u e s t i o n s ， t h ea u t h o rh a dp o i n t e do u tt h ei n - d e p t hr e a s o no ft h e s eq u e s t i o n sp r o d u c e di n l c g a i e x p e r ts y s t e m sl a yi nt h el o g i cb a s i ct h e o r y l a g g i n g r e g a r d i n gt h i s ，t h ea u t h o rp r o p o s e d s o m ec o r r e s p o n d i n gc o u n t e l t f l e a s u r e sf r o mt h e l o g i ca n g l e ，a n dp r o p o s ei n d i v i d u a l o p i n i o na b o u t t h a tt h el o g i cw i l lb ec o n c e r n e di nt h ef u t u r el e g a le x p e r t s y s t e m r e s e a r c h t h el a s tp a r ti st h ea r t i c l e c o n c l u d i n g r e m a r k ，i ti sn o to n l yt h eb r i e fs u m m a r yo ft h i s p a p e r sr e s e a r c hc o n t e n t s ，b u ta l s oi st h ep r o s p e c tf o r e c a s ta b o u tl e g a le x p e r ts y s t e m s i nf u t u r e k e yw o r d ：l e g a le x p e r ts y s t e m s ，l o g i c ，a r t i f i c i a li n t e l l i g e n c e d 引言 法律专家系统是近几十年来人工智能技术在法律领域应用的一项重要成果， 它的研究和开发在我国的社会主义现代化建设中具有重要的理论意义和实践意 义a 理论上，它不仅可以为相关的法学、逻辑学、认知科学、心理学、法律思维 学等科学提供方法论的启示和借鉴，还能为人工智能对复杂人类思维的模拟提供 实验场景和手段，为人工智能科学的进步发展开辟广阔的道路：实践上，它的 实际应用不仅可以为普通的使用者提供有效的法律咨询和帮助，还可以减轻法官、 律师等专业人员的劳动强度，提高法律工作的效率和质量，带来巨大的社会效益 和经济效益。为此，国内外对它的研究和开发工作都非常重视。 对于法律专家系统的研究，国外开始于2 0 世纪7 0 年代。1 9 7 1 年费根鲍姆教 授等人研制出第一个化学专家系统d e n d r a l ，在此之后，在工业、医疗卫生、 数学、农业、气象、地质、教育、物理、化学等领域涌现出了一大批卓有成效的 专家系统。在这种成就的鼓舞下，一些律师提出了研制“法律诊断系统和“为律 师服务的专家系统”的建议。1 9 7 0 年b u c h a n a n 和h e a d r i e k 共同发表了关于人工 智能和法律推理若干问题的考察一文，拉开了首先对法律推理进行人工智能研 究的序幕。7 0 年代初期，w a l t e rg p o p p 和b e r n h a r ds c h l i n k 率先开发出一个律师 推理系统小t d i t h 。1 9 7 7 年，j e f f r e ym e l d m a n 开发出另一个计算机辅助法律分 析结构模型系统，该系统从律师的认识角度出发，通过对分析推理和演绎推理的 运用，来处理制定法和普通法中模糊不清的法律概念，从而对律师解决复杂法律 问题提供一定的帮助。尽管这些系统从严格的意义上来说都还谈不上是真正的法 律专家系统，但是对它们的研究工作为接下来的真正意义上的法律专家系统的产 生和发展提供了有益的探索。 进入8 0 年代，随着专家系统理论和智能技术的进步，法律专家系统的研究工 作也开始向纵深发展。1 9 8 1 年d 沃特曼和m 皮特森开发的法律判决辅助系统 ( l d s ) 使专家系统在法律中第一次得到了实际应用。在这个系统中，研究者探索将其 当作法律适用的实践工具对美国民法制度的某个方面进行检测，通过运用严格责 任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模 拟法律专家意见的方法论问题。1 9 8 9 年，第三届“逻辑、信息科学和法律”国际 会议的召开是对这一时期法律专家系统理论和技术成果作出的重要总结。研究者 们沿着宏观和微观两条线路，从逻辑学、法理学、神经科学、心理学和计算机学 等不同角度出发，对法律专家系统在研发过程中所出现的问题进行了充分的研讨。 特别是探讨了关于法律专家系统的理论建模、逻辑运用、证据理论以及法律专家 专家系统中的知识表达、知识处理和信息检索等问题，为法律专家系统的进一步 发展和完善奠定了一定的理论和实践基础。 9 0 代以来，专家系统理论的进一步成熟和发展为法律专家系统开始以知识工 程为主要技术手段的黄金开发时期开辟了广阔的前景，相继有一些基于x m l 基础 的法律信息搜索库、模拟电子法庭、律师在线辅助系统等新的系统开始出现。1 9 9 6 年，j a m e sp o p p e r 开发出了一个基于事例的法律专家系统s h y s t e r ，并在一个 实用的法律专家系统一书中对该系统的设计、开发、操作、及检验情况，进行 了详细的说明。他指出：“建造法律专家系统完全可以从简单的、实用的途径出 发来考虑而不是象以往法律专家系统那样以构建复杂的法律推理模型为中心，评 测一个法律专家系统好坏的标准也不在于这个系统究竟能够在多大程度上模拟律 师或法官的思维，而是在于它所展现的预测和辩论功能的质量。”此外，这一时 期互联网的快速发展也为法律人工智能的应用提供了便利，法律专家系统的研究 开始里出现多层次、多角度、多渠道的趋势，但其主要问题仍然集中在如何对知 识的获得、表达和应用寻求质的突破上。 1 j a m e s p o p p l e ，ap r a g m a t i cl e g a le x p e r ts y s t e ma p p l i e dl e g a lp h i l o s o p h ys e r i e s ，d a r t m o u t h ( a s h g a t e ) ，a l d e r s h o t ，m a y1 9 9 6 1 2 5 2 我国法律专家系统的研制工作起步较晚，开始于2 0 世纪8 0 年代中期。当时 钱学森教授连续发表了论法治系统工程的任务与方法、社会主义和法治学 与现代科学技术、现代科学技术与法和法制建设等三篇重要的文章，为我 国法律专家系统的研发奠定了思想基础。1 9 8 6 年由朱华荣、肖开权主持的量刑 综合平衡与电脑辅助量刑专家系统研究被确定为国家社科“七五”研究课题，它在 建立盗窃罪量刑数学模型方面取得了可喜的成果。在法律数据库的开发方面，1 9 9 3 年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制出了( l o a 律师办公自动化 系统的软件。1 9 9 3 年武汉大学法学院赵廷光教授又主持开发了实用刑法专家 系统，它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法 知识和对刑事个案进行推理判断的功能。2 0 0 1 年中山大学开始成立关于逻辑在法 律中的应用课题，开发以知识处理为核心，在性能、可用性、求解问题的效率、 灵活性等方面都能达到较高要求的智能法律软件。软件的开发以刑法专家系统为 起点，以法律推理形式化的研究为软件系统的理论支撑，立足现有的较为成熟的 先进技术，以实用为主要目标，要求能够与现有法律信息系统进行集成，并能够 根据法律专家系统的特点，综合运用知识的各种表示方法，如一阶逻辑、产生式 系统、语义网络、神经元网络等，阻及知识处理的各种原则，如演绎、归纳、定 性推理、模糊推理、非单调推理、次协调推理、c b r ( 基于案例的推理) 等。其 主要内容包括以下六方面：( 1 ) 法律推理形式化的研究：( 2 ) 法律知识库建设；( 3 ) 智 能检索接1 2 1 ；( 4 ) 判决支持系统；( 5 ) 智能人机界面；( 6 ) 适于智能法律软件开发的工 具、平台。其目的在于能够帮助提高法官的工作效率、辅助律师办案以及为当事 人提供法律咨询、为法律教学提供计算机辅助手段等等。 几十年来，研究者们的不懈努力无论在理论上还是实践上都使法律专家系统 取得了不俗的成绩：法规和判例的辅助检索、电子律师、电子法官的法律帮助和 辅助量刑在一定程度上解放了法官和律师的一部分脑力劳动。但是，由于法律领 域自身的特殊性和法律专家系统在建构时所依赖的理论技术的局限性，当前的法 律专家系统在总体上仍然存在有大量的问题需要解决，例如：现行的法律专家系 统绝大多数只是在法律数据的检索工作方面表现的功能强大，而在法律解释和较 为复杂的综合性推理方面则显得相对薄弱，尤其在维持法律知识库的一致性和完 备性方面缺乏相应的智能性；现行的法律专家系统比较偏重人工智能技术层面的 改进而相对忽视其相关领域知识和理论的补充和深层研究。 法律专家系统的研究是一个复杂的、跨学科的研究过程，其中要应用到众多 学科领域知识和技术，不可否认，在法律专家系统的研究上，一些关键问题的解 决还有待于计算机技术和人工智能学科本身的进一步发展，但挖掘造成其研究困 境的深层原因，我们会发现其主要还在于其所赖以建构的理论基础滞后而造成的， 而在这些众多的理论基础中，我认为逻辑的因素尤其关键。逻辑的理论方法和方 法，不仅与法学的联系密切，同时也是人工智能的重要理论基础。法律专家系统 以模拟人类法律专家的思维为目的，这就不得不面临如何将人类法律专家的思维 方式注入到钢铁之躯中当中去的问题，这个问题又必然会涉及到法律知识的机器 表达、法律推理过程的机器再现和法律自然语言的转化等众多的具体问题。所有 这些问题归根结底都牵涉到一个“形式化”的问题。 形式化有狭义、广义两层意思。广义的说，一切被感知的事物和由它们组合 而成的复杂事物，以及被意识到的精神活动，都可以以符号和其他某种形式在意 识中形成对应物( 图形、声音等代号形式) ，亦即构成意识的基本材料。这些东西 总是表现为一定形式的，我们的思维活动就是通过对这种素材的组织来完成的。 在表现为符号的( 形式的) 层次之下，有非形式的层次，也是对应于某种脑的活 动，但那是意识之外的东西。而处在意识之外，则不能直接为主体所把握，或者 说，任何一个事物进入意识，都需要借助于某种形式化的过程。狭义的形式化则 是由逻辑学规定的。这里所说的形式化其实就是一种狭义的形式化概念，是指一 种事先规定好的运行方式，也就是通过建立一种算法，将形式化的过程描述出来。 逻辑是研究思维形式的，它可以抛却思维中的具体内容而独独抽取出思维中 的形式和规律并给予人工语言的描述和表达，这就为人类思维的机器模拟在理论 上提供了可能。不仅如此，逻辑的理论和方法在法律专家系统中还有许多重要的 指导和应用，没有逻辑理论的支持和突破，法律专家系统是很难建构和取得进一 步发展的。也许从某种程度上，我们可以毫不夸张的说，逻辑的发展和应用水平 将决定法律专家系统的发展和应用水平。 鉴于此，本文将尝试从逻辑学的角度出发，对法律专家系统进行研究和分析， 通过介绍法律专家系统的特点、类型、结构，以及逻辑理论和方法在其知识表达、 知识推理和知识获取等技术环节的实际应用，重点探讨以下问题：1 ) 逻辑与法律 以及逻辑与人工智能之间有什么关系? 逻辑在法律专家系统中应该如何定位? 2 ) 相关的逻辑理论和方法在法律专家系统应用中都具有哪些优越性和局限性? 3 ) 法 律专家系统在研究开发中所出现的问题是什么? 产生这些问题的原因是什么? 问 题的原因是否与逻辑有关联? 如何解决这些问题? 在未来的法律专家系统研究中 逻辑学应当重点关注哪些领域? 以期通过对这些问题的探讨，使得逻辑的理论和 方法在法律专家系统的研究中能够引起足够的重视和应用，同时也对未来法律专 家系统的研究和发展提供有益的探索。 1 法律专家系统的简述 1 1 法律专家系统的定义和特点 所谓的法律专家系统其实是一种基于知识的大型复杂的智能计算机软件系 统。它通过一定的方法从人类法律专家那里获取知识将人类法律专家的知识和 用来思考、解决问题的方法以适当的形式储存在计算机中，使计算机能够在推理 机制的控制下模仿人类专家的思维去解决问题，在一定范围内取代专家或起专家 助手作用。因此，从一般的意义上讲，法律专家系统可以被定义为“一种能够在 法律这一领域中以不低于( 或高于) 人类法律专家的水平解决该领域问题的计算机 系统”。 与人类法律专家相比较，法律专家系统有不少引人注目的特点：1 ) 它可以同 时具有多个不同人类法律专家的知识和经验，集中智慧，以接近于人类专家的水平 在特定的部门领域工作；2 ) 在某些司法执法过程的判断决策时不容易受到外界和 主观因素的干扰，能够对于所处理的问题给出一致性的输出，保证法律结论的相 对的公正从而减少现实法律活动中的徇私舞弊现象；3 ) 它可以永久保存其应用程 序，复制出任意多的副本或在网上供不同地区或不同部门的人们使用，从而突破 人类法律专家所具备的领域知识在时间和空间上传递的限制性；4 ) 在推理方面， 它能够进行有效的知识推理，包括各种精确性推理和非精确性推理，其推理过程 不仅具有一定的透明性，还可以采用人们能够理解的方式来予以解释；5 ) 它还具 有自学能力，可以总结规律，不断地扩充和完善自身的系统，在提高自身的能力方 面能够比人类专家花费更少的代价来：6 ) 它工作高效、准确、迅速，不会像人类 专家那样产生疲倦和不稳定，不仅能提高办案审判的效能，还能产生巨大的社会 效率、经济效率。 1 2 法律专家系统的一般结构和功能 作为一种计算机程序组，一般的法律专家系统包括两个重要的组成部分：知 识库和推理机，但随着人工智能技术发展，法律专家系统的结构开始逐渐趋于多 样化。目前的法律专家系统多是以知识工程为基础的基于规则的开放式系统，其 结构通常包括以下几个重要的组成部分：法律知识库、法律数据库、推理机、解 释程序结构、知识获取结构和用户界面。其中： 法律知识库是法律专家系统的核心，是关于一个领域( 刑法、民法、婚姻法、 民事诉讼法、刑事诉讼法) 或特定问题( 立法、执法、司法) 的若干专家知识 的集合体，它可以向用户提供超过一个法律专家的知识和经验。它一般由事实性 知识和启发性知识构成，前者指的是广泛共有的事实，后者则是指法律专业领域 中法律专家的经验和启发性知识。 法律数据库是用来存储有关领域问题的事实、数据、初始状态、推理过程的 各种中间状态及目标等的部分。它实际上相当于专家系统的工作存储区，用来存 放用户回答的事实、已知的事实和由推理得到的事实。 推理机是法律专家系统的核心部分，它是一组用来控制、协调整个专家系统 的方法、策略的程序。这组程序可以根据用户的输入数据( 如现象、案情、后果等 等) ，利用知识库中的知识，按一定的推理方法( 如确定性推理或不确定性推理) 和一定的推理策略( 如正向推理、逆向推理、混合推理等) 来求解当前的问题、解释 用户的请求，最终推出相关的结论。一般来说，专家系统的推理机与知识库是分 离的，这不仅有利于知识的管理，而且可实现系统的通用性和伸缩性。 解释程序的主要作用是解释专家系统如何推断出相关的结论。它负责回答用 户提出的各种问题，包括与系统运行有关的问题和与系统运行无关的但有关系统 自身的一些问题，还负责使用户了解推理过程及推理过程所运用的知识和数据。 知识获取部分是衡量专家系统的学习功能的关键部分。一个好的法律专家系 统要求其在知识获取方面必须能够随着实际的法律实践的需要( 如法律的立、改、 废，和典型案例的增加) 来修改知识库中原有的理论和知识、增加新的知识，或 者删减已经不再适用的知识，一个专家系统是否有学习能力是衡量其适应性的重 要标志。 用户界面部分的主要功能在于为用户使用专家系统提供一个界面友好的交互 环境，从而实现系统与用户之间的信息传递和交换。 当然，以上所介绍的法律专家系统的结构及其组成部分的功能主要是针对基 于规则的法律专家系统类型的，其他类型的法律专家系统( 如基于案例的和基于 模型的) 则可以依据实际的需要，选择适用另外的模式。一般地，不同类型法律 专家系统在设计时会采用不同的结构。 法律专家系统中的逻辑定位 2 1 逻辑与法律之间具有深厚的渊源 法律与逻辑之间的密切关系由来己久，无论从历史的角度出发还是从现实的 理论和实践方面来说都具有很深的渊源。 从历史的角度出发我们不难发现，早在古希腊的时候，就有不少学者曾在法律 诉讼中巧妙地运用过逻辑：历史上著名的“半费之讼”和稍后著名的哲学家苏格 拉底与欧提德漠斯之间的“欺骗和偷盗的性质问题之辩”，就是分别运用逻辑中 的“两难推理”和后来逻辑学上所称之为的“定义”与“归纳”的方法进行辩论 的两个著名例子。 此后出现的众多法学派别的思想似乎也说明了“注重逻辑分析历来就是西方 法学的一种传统”。分析法学派主张法律命令之说，把确定性视为法律的生命， 认为法律规则和决定是直接从立法、先例中演绎而来的，法院在司法过程中仅需 运用逻辑推理中的三段论方法就可以将明确规定的法律适用于案件事实当中，其 代表人物j 奥斯汀就曾经在法理学范围一书中说道：“一般法学不同于一国 的或特殊的法学。一般法学的任务是从逻辑上比较、分析各种成熟的实在法制度 的共同原则、概念和特征，其中包括权利、义务、损害、制裁、惩罚和赔偿等重 要概念”。2 概念法学则把法看做是“概念逻辑的产物”，他们认为法律概念应 该是独立的、具有自我生产能力的“智慧的存在”，按照逻辑的规律，法学概念 构成一座金字塔，它作为自然法独立于时间和空间而存在，简言之：位于金字塔 的顶端的是法的概念( 也就是“法思想”) ，从其往下人们能够推导出公理以及工 2 中国大葺科全书法学中国大百科全出出版社，1 9 8 4 年版，第3 页。 具，之后推导出具体的权利( 即法律制度) ，最后用演绎的方法得出具体的法律规 则。而自然法学家则受到牛顿在自然科学方面发现的鼓舞，“信心百倍地开始系统 阐述社会和政治关系固有的正义原则和合理原则，精心构建旨在从几个公理出发， 以欧几里德般的精确性，推演出人类全部的道德义务和法律义务”，试图从那些五 花八门的法律中追溯几条确定的原则，作为自然法的公理。 从理论方面而言，我们知道，在般意义上，任何科学的形成都来源于人们 正确的思维活动，人们要想进行正确的思维括动，就势必需要运用逻辑所提供的 正确的思维形式、思维方法及其有关的规则和规律。也就是说，如果离开了逻辑， 也就无所谓科学，科学是离不开逻辑的。对此，列宁深有感触地说道：“任何科 学都是应用逻辑。”4 爱因斯坦也颇有感触地认为：“科学家的目的是要得到关于 自然界的一个逻辑上前后一贯的摹写。逻辑之对于他。有如比例和透视规律之对 于画家一样。”5 法律无疑是属于科学的，因此法律也无法离开逻辑。 从实践上来说，法律自身的需要使得逻辑在以实现人类公正、解决法律纠纷、 稳定社会秩序为价值的法律活动中，起着更为重要的作用。首先。从立法上来说， 法律是国家意志的体现，是人们行为的准则。因此法律的制定、法典的编篡特别 强调规范性和科学性。所谓的规范性和科学性具体来说就是要求构成其法律条文 的每一个概念和判断都要明确、恰当，不允许有意思含混和自相矛盾的情况出现。 做到这一切无疑需要借助于逻辑手段和方法；其次，从司法实我上来说，无论是 司法审判还是法庭辩论都需要以逻辑的理论和方法为依托。正如前苏联法学家 b h 库德里亚夫采夫所说的那样：“逻辑学对于法学，特别是对于定罪的意义是不 容置疑的。大概社会生活的任何领域都不会像在法的领域那样，由于违背逻辑规 律、造成不正确的推理，导致虚假的结论而引起如此重大的危害。推理的逻辑性， 3 美 爱德华s ，考文著，强世功译美国宪法的“高级法”背景生活读书新知三联书店，1 9 9 6 年版6 0 6 1 页。 4 列宁全集a 民出版杜，1 9 5 8 年版，第3 8 卷，2 1 6 页。 5 爱园斯坦文集商务印书馆，1 9 7 6 年版，第1 卷，3 0 4 页。 9 在侦查和审判案件时严格遵守正确的思维规律对于每一个法律工作者都是基 本的、不可缺少的要求”。6 当一个诉讼活动在进行的时候，确认案件事实本身就 是一个按照法律程序展开的证明过程，前提的真实可靠与推理形式的正确有效， 都是评价诉讼证明结论是否真实可靠的依据。这些都要求至少从逻辑上能够绘予 证明，逻辑有效是构建法律论证的最低要求，即“构建的法律论证必须遵守逻辑 的规律和规则，符合一般论证的逻辑要求”；7 最后，要想实现法律实质的公平与 正义，在当前的情况下，至少需要借助于逻辑的力量首先实现程序的公平与正义。 法律本身是复杂的，法律在运行的过程中同样也是复杂的。外界权力、关系、利 诱等非法律因素的介入和干扰、司法人员本身认识上的局限性或情感上的偏颇都 可能导致判断上无意或者有意的失误，从而导致法律本身所追求的公平与正义归 于灭失。在这种情况下，首先建立程序上的逻辑有效也许是实现法律实质公平和 实质正义的一个基本保证。正如美国著名法学家博登海默所说的：“法官有责任按 照某一明显应适用与个诉讼案件的法律规则来审判该案件。在这种性质的情形 中，逻辑是作为平等、公正执法的重要工具而起作用的。它要求法官始终如一地、 不具偏见地执行法律命令”。8 从这意义上来说，也许只有逻辑，才是法律这架神圣 天平上的最可靠的支撑。 法律依托逻辑，逻辑蕴涵于法律。尽管法学并非纯粹的理论认识活动，它具 有实践的品质，含有价值判断的因素，而且法律体系本身也是不完备的、有漏洞 的，但同时我们也看到法律体系还具有相对的稳定性和逻辑的自主性，也就是说， 如果依照逻辑的方法，大多数社会生活中发生的案件从现有的法律体系中都可以 获得相对公正的解决。在社会科学领域内，除开哲学以外，也许没有哪一个学科 与逻辑之间的关系像法学这样密切，逻辑分析的理论和方法不仅是法律研究者们 6 库的里亚夫采夫编，李益前译定罪通论中国展望出版社，1 9 8 9 年版，第5 8 页。 7 王洪司法判决与法律推理 m 时事出版杜，2 0 0 2 年版，第i 2 5 页 8 【美】博登海默著，邓正来、姬敬武译法理学法哲学及其方法华夏出版社1 9 s 7 年版，第4 7 8 页。 研究法律、分析法律的重要工具，显然也为法律专家系统的产生提供了坚实的客 观依据和基础。 2 。2 逻辑与人工智能之间有深刻的联系 逻辑不仅与法律之间具有深厚的渊源，与人工智能之间同样有着深刻的联系： 它是人工智能得以产生和发展的重要理论基础，不仅为人工智能的诞生提供重要 的思想来源，也为人工智能所依赖的物质手段一计算机提供同步的智力支持，同 时还为人工智能学科的深入发展提供必要的理论更新。具体说来主要体现在以下 几个方面。 第一，“思维与计算”同一的思想是人工智能科学兴起的重要思想根源。追 述人工智能产生的历史，不难发现历史上一些伟大的科学家和思想家为今天人工 智能的研究曾作出了充分的准备。早在1 3 世纪初，西班牙的神学家和逻辑学家 r o m e n l u e e 就设想制造出能够解决各种问题的通用逻辑机。他设计了历史上第一 台能把基本概念组合成各种命题的原始逻辑机，尝试以机械方式来模拟和表达人 类思维，初步揭示了人类把思维和计算看作是同一的思想的重要性 i 7 世纪，随 着生产力的发展，自然科学特别是数学得到了长足的进步，一些思想家又开始尝 试用数学方法来研究思维，把思维过程转换成数学的计算。法国哲学家笛卡尔就 试图把几何学、代数学和逻辑学三门学科的优点集于一身，从而提出了普遍数学 方法的逻辑。英国哲学家霍布斯则把思维解释为一些特殊的数学接演的总和。这 些都表明人们对于“思维与计算”的认识更加深刻、清晰和明确化；到了1 8 世纪，德 国的数学家和逻辑学家莱布尼茨继承了思维可计算的思想，提出了建立理性演算 的设想，尝试将推理的正确性归于计算。这些优秀的成果都为计算机模拟人类思 维过程成功地奠定了第步。它深刻地揭示了逻辑与计算机的内在联系，拉开了 逻辑与人工智能科学相结合的序幕。1 9 3 6 年，英国数学家图灵提出了图灵机的概 念，对算法概念给予了数学刻画。1 9 4 5 年他叉进一步论述了电子数字计算机的设 计思想。随之，在1 9 4 6 年，世界上第一台通用电子计算机e n i a c 诞生。1 9 4 8 年维 纳学派创立了“控制论”，研究动物与机器中的控制和通讯的反馈控制原理及信息 传输、信息交换和信息加工过程等规律。1 9 5 0 年图灵在计算机器与心智中提 出“机器能思维吗? ”这一重要问题，并设计出“图灵测验”，为人工智能的研 究提供了某种理论依据和检验方法。1 9 5 6 年夏季，由人工智能的先驱者麦卡锡、 明斯基、香农等人发起，在美国达特茅斯大学举办的“如何用机器模拟入的智能” 学术会议上正式使用“人工智能”术语，人工智能科学得以产生。 第二，布尔代数是电子计算机诞生和发展的逻辑基础。布尔代数又称逻辑代 数，是英国逻辑学家布尔把代数的方法应用于逻辑学研究所得的逻辑成果，它是 关于o 和1 两个数的逻辑代数，布尔把它解释为类演算和命题演算，并给出对类或 命题作合取、析取和否定三种运算形式。对于类和命题，1 和o 分别对应于“全” 与“空”、“真”与“假”，布尔逻辑代数因此也被解释成二值逻辑系统。布尔 的二值逻辑思想对于计算机硬件的设计具有重要意义。这主要表现在：它仅有两 个数值0 和l ，只需设法区别出两个稳定状态( 如高压和低压，正向电流和负向电 流，通和不通) ，将其中一种指定为0 ，另种指定为1 ，就可以利用二进制来表示 一切数。这就帮助人们克服了采用十进制制造出具有十个不同稳定状态的物理元 件的困难，取而代之以简单的、容易制造的具有两个不同稳定状态的物理元件， 从而解决了计算机硬件设计中的首要问题。同时计算机硬件的工作原理也是应用 布尔的= 值逻辑思想的结果。计算机中的很多主要硬件如运算器、控制器等都是 运用一些逻辑电路构成的。逻辑电路中，最基本的电路是门电路，门电路与布尔 代数中的各种逻辑运算有着惊人的同构性。门电路共有“与”、“或”、“非” 三种，分别完成合取、析取和否定三种逻辑运算。 第三，人工语言、形式化公理系统和递归算法是人工智能中研制计算机语言、 发展软件和扩大硬件功能所不可缺少的逻辑理论和基础。在人工智能的产生和发 展过程中，知识表达是首先需要解决的问题，没有合理有效的表达方法，人类已 有的知识就无法迅速合理地被转移并储存进计算机中，从而也无法进行接下来的 知识推理和知识积累。自然语言由于具有含混性和歧异性等特点，为计算机准确 地理解和表达人类的思维过程和知识设置了很大的障碍，而人工语言的出现则为 计算机使用谓词逻辑来表达知识，进行问题求解提供了重要工具。人工语言的实 质是一系列特制的人工符号，这些人工符号结构清晰、表达力强，为计算机准确 的刻画、识别和理解人类的知识提供了可靠的保障。但人工语言的出现仅仅是人 工智能实现的一个必要条件，只用以它为工具，进一步的将人类的知识形式化， 建立起形式化的公理系统，才能够完成知识表达和知识推理的任务，实现人类思 维过程的近似模拟。形式化公理系统拥有通用的逻辑演算方法和推理规则，不仅 可以使计算机较为精确的表达知识，从而保证推理结果的正确性，同时由于它又 便于计算机存储、增删、修改等功能的实现。在人工智能的专家系统中，象归结 反演推理、规则演绎系统等都是需要应用形式化公理系统进行定理证明和问题求 解的。然而形式化的方法也不是万能的，哥的尔的“不完全定理”深刻的揭示了 公理系统内存在有不可克服的矛盾，使人们洞察到计算机的逻辑极限，同时也启 示人们在求解问题之前需要进行可行性的研究。递归算法就是判定可行性的一个 重要工具，它是一种将较为复杂的情形渐次转化为较为简单情形的逻辑算法，也 是一种根据事先给定的规则，在有穷步骤中可以完成的机械过程。递归算法在解 决实际的问题中具有广泛的普遍性，对于计算机的软件设计和扩大硬件的功能都 具有重要的作用。 由此可见，逻辑是人工智能产生和发展中最直接、也是最重要的理论基础。 随着科学技术的发展，很多的逻辑理论和方法正在被越来越多地应用在人工智能 中，发挥着重要的作用，逻辑与人工智能之间的相互融合和渗透也在日益加深， 可以说，没有逻辑作为理论基础，就不会有人工智能科学以及人工智能科学今天 所带给我们的一切。 2 3 逻辑是法律专家系统的重要理论基础 法律专家系统是法律与人工智能结合的产物，开发一个优秀的法律专家系统 往往需要具备两个基本