人工智能有助解決誤譯產生的問題

在最近就香港特別行政區訴陳家俊[2018] HKCFA 31案頒下的判決,終審法院基於存在實質及嚴重的不公平情況,裁定上訴得直,撤銷上訴人販運危險藥物的定罪,命令案件重審,上訴人被羈押等候重審;審訊期間,法官向陪審團作總結詞時,錯誤地根據錄影會面紀錄英文謄本的三個錯譯之處,評論上訴人在錄影會面紀錄的答辯。法官沒有錯,出庭律師也沒有錯(他們都不懂講廣東話)。

我們身為法律執業者的都明白,這意味有大量金錢和時間給浪費掉。這情況可說司空見慣。在HKSAR v Ng Pak Lun [2012] 1 HKLRD A6,上訴法庭亦裁定上訴得直,撤銷謀殺的定罪並命令重審案件,因為原審法官只懂一種語言,但翻譯員卻誤譯(或者沒有貼譯)了原審法官向被告人發問的一個關鍵問題。

人工智能科技日新月異(例如神經網絡和深入學習),現在也有大數據可供使用,隨著兩者都給應用到法律行業,任何人都會禁不住問――這些技術有能夠幫忙解決上述問題的嗎?或者,換上一個稍為不同的主題來問――這些技術有能夠幫忙工作,特別是那些涉及大量翻譯的工作嗎?

答案是肯定的。

現在有可能在法庭應用循環神經網路(RecurrentNeural Networks,RNN)——最合適的技術,使Siri能夠做到語音辨認和鍵盤提示(預測)――安裝升級版錄音系统,而最重要的是,安裝同步顯示和警報系统。

聽起來是遙遠的事;不過,任何人只要真正領會Richard Susskind教授「改變工作方式」的主張,就可以意識到這是我們專業的未來。

依我之見,首次公開發售(「IPO」)招股書的中譯文大有可能由統計機器翻譯(例如2016年之前的谷歌翻譯)或神經機器翻譯(例如現在的谷歌翻譯)或兩者的混合(例如Yandex翻譯)翻譯出來。2018年6月1日,恒生管理學院翻譯學院蕭世昌博士,與他在深度學習研究與應用中心的同事,開始了名為「首次公開發售文件的機器翻譯」(Machine Translation of IPO Document)的研究項目。項目由創新及科技基金提供資金,計劃耗費140萬港元,將會在2019年5月31日完成;預計研究結果大有助益於在法律行業把質素高並符合成本效益的機器翻譯商品化。我們拭目以待吧!

Jurisdictions: 

Liberty Chambers 大律師

嚴先生是一位擁有多方面經驗和資格的刑事大律師。目前,他是香港嶺南大學校董會的成員。