五一小长假到了，不知大家在休闲放松之余是否有兴趣抽上几分钟时间，对目前热门的深度学习技术在法律界的应用“Brain Storming”一下？也许会有所启发和收获。
深度学习是一种将神经网络和计算机强大运算能力结合的技术。这种结合可以让软件在大量数据基础上发现某种固定模式，并以此做出统计学的预测。
深度学习技术将开启自动化的新纪元，它将使我们从重复性工作中摆脱出来并有更多的时间来进行创新性的思考。通过利用人工智能运算速度高及不知疲倦的特点，深度学习技术开启了一种新的模式以辅助人们做出更好地决策。这种技术可以广泛应用于以下领域，并带来重大变革：
政府决策；
教育；
市场营销；
医疗健康；
商业管理；
-
法律服务。
自2006年以来，深度学习技术取得了突破进展。通过深度学习技术、云计算处理和大数据的结合，图灵实验已经不再是遥不可及的假设了。借助以深度学习技术为基础构建的算法，人类可以解决“如何处理抽象概念”这一亘古难题。
随着AlphaGo掀起的人工智能热潮，在硅谷的深度学习公司瞬间成为抢手货，大公司纷纷通过收购的方式进入这一全新的领域。Google的首席执行官甚至预测，移动互联网将被人工智能所取代。
这些深度学习公司都具有如下与传统科技公司截然不同的特点：
具有极高的技术水准；
主要由年轻科技人组成；
公司规模不大，往往只有10-20人左右；
公司估值极高。
比如最近，著名公司Salesforce收购一间2014年才成立的小型深度学习公司MetaMind，以期运用其自然语言处理和图像识别技术为客户提供更好地服务。
在其他领域，人工智能也早已大展拳脚，这在“法律实验室”Legallab之前的文章中早有阐述。
我们认为，基于法律相关性、类似性和重复性的特点，深度学习技术完全可以运用在法律服务领域，并带来颠覆性的变革：
削减重复性工作，降低成本，提高效率；
实现精准法律服务；
-
法律服务、结果的标准化、规范化。
说穿了，不知道法律人意识到没有，今天纯文科的法律领域正在更多地与数理统计、大数据分析和人工智能技术相融合。为什么？因为海量的、结构性与非结构性的法律数据，包括法规、案例、学术著作等，正在爆炸性的增长，传统模式面对如此巨大的数据信息，在处理能力上已开始追捉襟见肘，需要利用上述技术，削减重复工作，挖掘归纳潜在模式，分析得出精准结论。而这一切，都将有赖于“法律贝叶斯理论”的研究和应用。
