用科技搭建时代桥梁，AI 推进历史研究进展

▼

AI 与史学研究的结合，可能成为辅助历史研究的工具？或是能从史料中找出以前未能发现的关联性，进而扩展我们对史料的解读。传统对史料（包含文字、文物）进行细腻探讨的研究方法，正借由 AI 的分析功能更进一步，AI 分析能在短时间内解析大量资料、统计、对比，推进历史研究的发展。

一项由柏林的马克斯普朗克科学史研究所（the Max Planck Institute for the History of Science），研究员Matteo Valleriani组成的研究团队，其与柏林学习与资料基础研究所 （Berlin Institute for the Foundations of Learning and Data, BIFOLD）的共同研究，正在利用AI的辅助进行历史研究。该计划深入研究自1472年到1650年的359本天文学教科书，其中包括76,000页的科学插图、天文表格和文本，利用机器学习技术，加以关注欧洲科学知识演进。

研究团队为克服传统历史文献分析的困境，如文献经常被弄脏、手写不清楚，导致难以解读与分析，该研究运用深度神经网络，准确地对史料内容进行分类和分析，这种融合AI的研究方法，有助于纠正以往研究过程的错误，发现编年史中新的关联性，有机会改变我们对过去的理解。

但这项努力亦面临着当前人工智慧技术的局限性，例如自然语言处理（NLP）和电脑视觉，这些技术主要是于现代资料集上进行训练，因此难以应对历史文献及图案的独特特征，但透过客制化人工智慧，其能适应历史分析的不同面向，研究团队开发了创新的解决方案，尽可能确保其研究结果的准确度和相关性。

研究人员正在运用AI，尝试解读受历史影响的复杂关联性，这对拜占庭教会记录的研究工作中发挥效用，利用AI绘制教会等级制度，其内部错综复杂的关系和权力动态，为拜占庭帝国的治理和社会结构提供了新视角。同时，研究人员将天文学的教科书进行数位化建档，并以AI针对欧洲科学进化等相关研究进行分析。透过分析天文知识的传播与发展，研究人员得以关注科学思想的传播途径，以及科学思想在不同文化中的演变，这代表了计算工具能穿透密集的史料数据，分析传统方法无法识别的模式和趋势。

用演算法重建部分史料内容

文献、文物在历史脉络中有各种保存状态，AI还能克服传统的研究限制，例如：随时间褪色的中世纪手稿、被水损坏的18世纪信件等，研究人员常面临古代史料的判读及解读问题，透过AI演算法，研究人员能够重建部分内容，破解无法阅读的文本，这项突破不仅为了解当时期的宗教和文化风俗提供了新的线索，肯定AI具有解开数千年历史秘密潜力。

然而AI在历史研究的运用上，也并非没有阻碍。首先是面临存在主义（presentism）的挑战。AI可能将当今的思想和观点，不合时宜地引入对过去的描述或解释之中，在历史研究中的应用是一项挑战。现代电脑视觉技术是根据当代资料开发和训练的，通常难以准确辨识历史资料，而古代文字的细微差别、羊皮纸上褪色的墨水或者具有数百年历史的图案，有其时代意义及区别度，这些需要提升演算法能力的水准与辨识。

人工智慧适应历史分析的需求，涉及扩展神经网络功能的创新方法，研究人员和技术人员正尝试由不同的资料库，训练人工智慧系统，这些资料库涵盖了广泛的历史时期、文化、语言等，这些训练除了纳入历史数据，还需开发能从复杂的历史资料中学习的演算法。透过这些方式，AI系统能更加擅长辨析文献和图像的特征，从而降低存在主义的风险，强化AI对历史研究的适用性。

• How AI is helping historians better understand our past

（首图来源：Pixabay）

延伸阅读：

• SpaceX 实习生利用 AI，破译 2000 年前赫库兰尼姆古代卷轴

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。