當AI遇到歷史學
|
||||||||||||||
演講摘要：
2022年3月，一篇刊登在權威科學期刊《自然》（Nature）的文章—“Restoring and attributing ancient texts using deep neural networks”，將人工智慧的方法應用於古典歷史的研究中。這篇文章以帕卡德人文學院（The Packard Humanities Institute）所提供的近八萬份古希臘銘刻文為資料集，利用深度神經網絡訓練出一模型“Ithaca”，用以恢復受損的古希臘銘刻文。根據研究團隊的統計，歷史學家經由Ithaca的輔助，其判讀受損銘刻文的正確率由25%提升至72%，大幅提高歷史學者對文本的掌握度。這項研究的問世，為人工智慧如何影響歷史學提供了絕佳的範例。本演講將以此為基礎，探討AI可以為歷史學做什麼、如何與歷史學擦出火花，並介紹AI的工具樣態、範例資源（例如：Programming Historian）等相關議題。
※ 本貼文並非最新資訊，活動時間、地點等事項可能異動，參加前請至本所網站再次確認。
2022年3月，一篇刊登在權威科學期刊《自然》（Nature）的文章—“Restoring and attributing ancient texts using deep neural networks”，將人工智慧的方法應用於古典歷史的研究中。這篇文章以帕卡德人文學院（The Packard Humanities Institute）所提供的近八萬份古希臘銘刻文為資料集，利用深度神經網絡訓練出一模型“Ithaca”，用以恢復受損的古希臘銘刻文。根據研究團隊的統計，歷史學家經由Ithaca的輔助，其判讀受損銘刻文的正確率由25%提升至72%，大幅提高歷史學者對文本的掌握度。這項研究的問世，為人工智慧如何影響歷史學提供了絕佳的範例。本演講將以此為基礎，探討AI可以為歷史學做什麼、如何與歷史學擦出火花，並介紹AI的工具樣態、範例資源（例如：Programming Historian）等相關議題。
※ 本貼文並非最新資訊，活動時間、地點等事項可能異動，參加前請至本所網站再次確認。