用科技搭建時代橋梁，AI 推進歷史研究進展

AI 與史學研究的結合，可能成為輔助歷史研究的工具？或是能從史料中找出以前未能發現的關聯性，進而擴展我們對史料的解讀。傳統對史料（包含文字、文物）進行細膩探討的研究方法，正藉由 AI 的分析功能更進一步，AI 分析能在短時間內解析大量資料、統計、對比，推進歷史研究的發展。

一項由柏林的馬克斯普朗克科學史研究所（the Max Planck Institute for the History of Science），研究員Matteo Valleriani組成的研究團隊，其與柏林學習與資料基礎研究所（Berlin Institute for the Foundations of Learning and Data, BIFOLD）的共同研究，正在利用AI的輔助進行歷史研究。該計畫深入研究自1472年到1650年的359本天文學教科書，其中包括76,000頁的科學插圖、天文表格和文本，利用機器學習技術，加以追蹤歐洲科學知識演進。

研究團隊為克服傳統歷史文獻分析的困境，如文獻經常被弄髒、手寫不清楚，導致難以解讀與分析，該研究運用深度神經網絡，準確地對史料內容進行分類和分析，這種融合AI的研究方法，有助於糾正以往研究過程的錯誤，發現編年史中新的關聯性，有機會改變我們對過去的理解。

但這項努力亦面臨著當前人工智慧技術的局限性，例如自然語言處理（NLP）和電腦視覺，這些技術主要是於現代資料集上進行訓練，因此難以應對歷史文獻及圖案的獨特特徵，但透過客製化人工智慧，其能適應歷史分析的不同面向，研究團隊開發了創新的解決方案，盡可能確保其研究結果的準確度和相關性。

研究人員正在運用AI，嘗試解讀受歷史影響的複雜關聯性，這對拜占庭教會記錄的研究工作中發揮效用，利用AI繪製教會等級制度，其內部錯綜複雜的關係和權力動態，為拜占庭帝國的治理和社會結構提供了新視角。同時，研究人員將天文學的教科書進行數位化建檔，並以AI針對歐洲科學進化等相關研究進行分析。透過分析天文知識的傳播與發展，研究人員得以追蹤科學思想的傳播途徑，以及科學思想在不同文化中的演變，這代表了計算工具能穿透密集的史料數據，分析傳統方法無法識別的模式和趨勢。

用演算法重建部分史料內容

文獻、文物在歷史脈絡中有各種保存狀態，AI還能克服傳統的研究限制，例如：隨時間褪色的中世紀手稿、被水損壞的18世紀信件等，研究人員常面臨古代史料的判讀及解讀問題，透過AI演算法，研究人員能夠重建部分內容，破解無法閱讀的文本，這項突破不僅為瞭解當時期的宗教和文化風俗提供了新的線索，肯定AI具有解開數千年歷史秘密潛力。

然而AI在歷史研究的運用上，也並非沒有阻礙。首先是面臨存在主義（presentism）的挑戰。AI可能將當今的思想和觀點，不合時宜地引入對過去的描述或解釋之中，在歷史研究中的應用是一項挑戰。現代電腦視覺技術是根據當代資料開發和訓練的，通常難以準確辨識歷史資料，而古代文字的細微差別、羊皮紙上褪色的墨水或者具有數百年歷史的圖案，有其時代意義及區別度，這些需要提升演算法能力的水準與辨識。

人工智慧適應歷史分析的需求，涉及擴展神經網路功能的創新方法，研究人員和技術人員正嘗試由不同的資料庫，訓練人工智慧系統，這些資料庫涵蓋了廣泛的歷史時期、文化、語言等，這些訓練除了納入歷史數據，還需開發能從複雜的歷史資料中學習的演算法。透過這些方式，AI系統能更加擅長辨析文獻和圖像的特徵，從而降低存在主義的風險，強化AI對歷史研究的適用性。