摘要 本文反映了我作为 IAAIL 主席在 ICAIL 2021 上的讲话。它旨在表达我对人工智能和法律学科现状的看法,以及可能的未来前景。在这方面,我经历了人工智能研究(尤其是人工智能和法律研究)的不同时期:从人工智能的寒冬,即对人工智能不信任的时期(整个八十年代到九十年代初),到人工智能的夏天,即当前人们对该学科非常感兴趣并抱有很高期望的时期。人工智能研究最初几十年的结果之一是“智能需要知识”。自诞生以来,网络就被证明是一种非凡的知识创造和共享工具,因此,如果人工智能的发展遵循网络的发展,也就不足为奇了。我认为,自下而上的方法(就机器/深度学习和 NLP 而言)从原始数据中提取知识,结合自上而下的方法(就法律知识表示和法律推理与论证模型而言),可能代表对语义网以及人工智能系统发展的促进。最后,我对人工智能发展的潜力提出了自己的见解,其中考虑到了技术机遇和理论限制。
是造成这种损害相对于干旱和疾病等其他可能原因造成的损害而言的关键。其次,一旦雨水到达地表,雨水的酸度和特性就会经常改变,有时甚至会达到极端程度。土壤,特别是近地表腐殖质层,能够显著改变渗透水的 pH 值。几乎所有土壤都处于自然的长期酸化状态,这一过程不仅会因酸雨而加速或延缓,而且更重要的是,耕作、石灰施用、施肥、土壤侵蚀、造林和砍伐森林以及气候变化也会加速或延缓。但是,每当土壤达到临界酸性状态且当地生态系统处于紧张状态时,酸雨的输入就会产生相对较快的影响。因此,在斯堪的纳维亚半岛和英国高地的许多地区,底层岩石因风化而缓慢释放缓冲矿物,而雨水带来的酸性污染物,特别是硫酸盐,是造成湖泊和河流酸化以及曾经栖息在其中的鱼类和其他生物灭绝的主要原因。