历史信息学
正确的文章链接:
Borodkin, L. (2025). 神经网络世界的历史学家:人工智能技术的第二波. 历史信息学, 1, 83–94. . https://doi.org/10.7256/2585-7797.2025.1.74100
图书馆
|
你的个人资料 |
历史信息学
正确的文章链接:
Borodkin, L. (2025). 神经网络世界的历史学家:人工智能技术的第二波. 历史信息学, 1, 83–94. . https://doi.org/10.7256/2585-7797.2025.1.74100
神经网络世界的历史学家:人工智能技术的第二波
DOI: 10.7256/2585-7797.2025.1.74100EDN: QXYMHF评审日期 08-04-2025出版日期 15-04-2025注解: 在过去十年中,人工智能(AI)技术已成为科技发展最抢手的领域之一。 这一过程也影响了历史科学,其中这一领域的第一次研究始于20世纪80年代(所谓的第一波),无论是在我国还是在国外。 然后是"人工智能的冬天",在21世纪10年代初,人工智能的"第二波"到来了。 本文的研究主题是历史上使用AI的新机会以及当前这个过程中出现的新问题,当人工神经网络,机器学习(包括深度学习),生成神经网络,大型语言模型等 已成为AI的主要焦点。根据历史学家使用人工智能的经验,本文提出了以下七个研究领域:手写和旧印刷文本的识别及其转录;使用人工智能文本的归属和年代;统计来源数据的类型分类和聚类(特别是使用模糊逻辑); 源科学任务,数据补充和丰富,它们在AI的帮助下重建;智能搜索相关信息,为此使用生成神经网络;使用生成网络进行文本处理和分析;在档案馆,博物馆和 对这些问题的讨论进行了分析,由美国领先的历史杂志AHR组织。这些是人机交互的概念问题("人工神经网络世界的历史学家"),历史学家使用机器学习技术(特别是深度学习)的可能性,历史研究中的各种AI工具,以及21世 实践方面也被触及,例如,人工智能识别过去几个世纪的报纸文本的经验。 总之,考虑了历史学家使用生成神经网络的问题。 出版日期: 人工智能, 人工神经网络, 机器学习, 深入学习, 生成神经网络, 图像识别, 文本的归属, 算法, 数据资料, 历史渊源 |