通向法律自治之路：利用大语言模型、专家系统和贝叶斯网络提取、转换、加载与计算法律信息的可互操作且可解释的方法

法律自治——即人工智能体的合法活动——可以通过两种方式之一来实现。它既可以通过对人工智能参与者（如开发者、部署者和用户）以及人工智能资源（如数据）施加约束来实现，也可以通过对人工智能体对环境影响的范围和程度施加约束来实现。后一种方法涉及将有关人工智能驱动设备的现有规则编码到控制这些设备的人工智能体软件中（例如，将关于操作区域限制的规则编码到自主无人机设备的代理软件中）。这是一项挑战，因为这种方法的有效性需要一种提取、加载、转换和计算法律信息的方法，该方法既要是可解释的，又要在法律上可互操作，并且能够使人工智能体对法律进行推理。在本文中，我们利用大语言模型 (LLM)、被称为法律决策路径的专家法律系统以及贝叶斯网络，概述了这种方法的基本原理证明。然后我们展示了所提出的方法如何应用于自动驾驶汽车领域的现有法规，例如《加州车辆法》。