關(guān)注“在線學(xué)習(xí)”

獲取更多資訊！

《國務(wù)院關(guān)于深入實施“人工智能+”行動的意見》提出，推動哲學(xué)社會科學(xué)研究方法向人機協(xié)同模式轉(zhuǎn)變，探索建立適應(yīng)人工智能時代的新型哲學(xué)社會科學(xué)研究組織形式，拓展研究視野和觀察視域。

此前，《光明日報》曾推出專題報道《人工智能：來自科學(xué)，改變科學(xué)》，探討了人工智能給自然科學(xué)研究帶來的變化。本期走進哲學(xué)社會科學(xué)領(lǐng)域，邀請專家學(xué)者談?wù)勊麄冊谌粘Ｑ芯抗ぷ髦惺褂肁I的探索和思考。

古籍整理與研究有了得力“助手”

講述人：北京師范大學(xué)文學(xué)院教授、漢字漢語研究與社會應(yīng)用實驗室主任 王立軍

一部未經(jīng)整理的古籍，其字形認(rèn)同、句讀標(biāo)點、詞義考辨、典故溯源，每一項工作都對研究者的專業(yè)學(xué)養(yǎng)和時間投入提出極高要求。傳統(tǒng)的人工整理模式不僅周期長、成本高，也因?qū)I(yè)人才的稀缺，使得大量古籍文獻難以得到及時有效的整理和利用。我們一直在思考，能否借助現(xiàn)代科技，為這項古老而崇高的事業(yè)注入新的能量？

人工智能技術(shù)的快速發(fā)展，為我們提供了解決這一難題的新思路。2022年，在國家文化數(shù)字化戰(zhàn)略的指引下，我們團隊獲批承擔(dān)國家語委重大項目，致力于利用人工智能前沿技術(shù)，攻克古籍整理數(shù)字化和智能化中的關(guān)鍵難題。

這條道路充滿挑戰(zhàn)。通用大語言模型在標(biāo)引或釋讀古漢語文本時，容易出現(xiàn)內(nèi)容篡改和事實性錯誤等“幻覺”現(xiàn)象，無法做到對古漢語專業(yè)領(lǐng)域知識的準(zhǔn)確理解。因此，我們選擇從頭訓(xùn)練垂直領(lǐng)域模型，利用大規(guī)模、高質(zhì)量的專業(yè)古籍語料來應(yīng)對通用大語言模型的這一弊端。為致敬近代國學(xué)大師章太炎先生，我們將該模型命名為“AI太炎”。過去，一位學(xué)者整理一部典籍的初稿可能需要數(shù)月乃至數(shù)年；如今，“AI太炎”能在短時間內(nèi)完成一部古籍文本的自動標(biāo)點、注釋生成、文白翻譯、典故提取等基礎(chǔ)性工作。

然而，這并不意味著AI將取代學(xué)者。恰恰相反，它將我們從大量煩瑣、重復(fù)的基礎(chǔ)勞動中解放出來，使我們能夠聚焦于更具深度和創(chuàng)造性的學(xué)術(shù)探究。譬如，在漢語詞義的演變研究中，我們利用“AI太炎”的智能釋義技術(shù)，對近2億字語料進行全量標(biāo)注。當(dāng)古今漢語詞匯的意義流變軌跡，以系統(tǒng)性數(shù)據(jù)的形式清晰呈現(xiàn)時，我們得以用一種全新的、數(shù)據(jù)驅(qū)動的方式，去觀察和分析語言演變的宏觀規(guī)律。這在過去是難以想象的。

學(xué)術(shù)成果的生命力在于其社會價值。我們積極推動“AI太炎”在多元場景中落地應(yīng)用：與出版機構(gòu)合作，將AI融入古籍?dāng)?shù)字化整理的工作流程；研發(fā)多語種翻譯功能，支持將文言文翻譯為英、法、俄、日等語言；建設(shè)文言文知識庫和分級閱讀語料庫，研發(fā)學(xué)習(xí)難點自動識別、知識點自動關(guān)聯(lián)等教學(xué)輔助技術(shù)，服務(wù)一線語文教學(xué)需求……

當(dāng)然，我們對AI的應(yīng)用邊界和潛在風(fēng)險保持高度的審慎。首先，AI并非全知全能，對于知識盲區(qū)和復(fù)雜情境可能輸出不準(zhǔn)確內(nèi)容，因此其結(jié)果應(yīng)作為“參考”而非“定論”，專業(yè)人士的審核把關(guān)不可或缺。其次，要警惕因技術(shù)依賴導(dǎo)致的思維惰性，尤其在人才培養(yǎng)中，原典閱讀和句讀訓(xùn)練等傳統(tǒng)方法仍十分必要。此外，人文學(xué)科更應(yīng)堅守人文關(guān)懷和對文史知識的深刻洞察——AI雖能高效處理信息，卻難以觸及文字背后的復(fù)雜情感和深邃思想。人文學(xué)者的創(chuàng)造力與洞察力，始終是古籍整理與研究中不可替代的核心。

作為新時代人文學(xué)科的研究者，我們既要積極擁抱技術(shù)變革，也要堅定守護人文學(xué)科的核心價值與學(xué)術(shù)精神。我們相信，通過人機協(xié)同的創(chuàng)新實踐，那些沉睡在典籍中的古老智慧，必將得到更有效的活化與傳承，在新時代綻放出更加璀璨的光芒。

這可能是考古學(xué)的“第三次革命”

講述人：山東大學(xué)文化遺產(chǎn)研究院院長、講席教授 方輝

當(dāng)前，陶器研究逐漸從編年史的視角轉(zhuǎn)向?qū)ζ渑c社會關(guān)系的關(guān)注，陶器社會研究因此成為重要話題。陶器社會研究可以說是碳-14測年技術(shù)帶來的，它使考古學(xué)家有了絕對年代標(biāo)尺，對考古學(xué)來說是一次革命性發(fā)展。如果說碳-14測年解決的是年代序列問題，那么DNA研究則觸及了人本身以及社會組織的問題，為考古研究又帶來革命性轉(zhuǎn)變，而且這個轉(zhuǎn)變還在進行中。

目前，在考古中有一種現(xiàn)象還沒有引起足夠重視，那就是跨坑拼對現(xiàn)象。我們在發(fā)掘中曾遇到這種情況：一個陶器散落在相距40米的不同地方，但由于它上面有暗紋，無意當(dāng)中一拼對，發(fā)現(xiàn)它們是同一件器物。出土這兩個陶片的兩個不同的灰坑，圍繞著一個大祭壇分布，形成了一個共時的活動遺留。這提示我們，跨坑拼對，對于微觀聚落的共時性建構(gòu)是非常重要的。

然而，考古工作者總是要處理海量的文物遺存，人工拼對有時候很難進行識別，因為這不只涉及一個灰坑、一個地層，甚至是一個遺址。面對海量的陶片，通過人力實現(xiàn)拼對從而證明不同單位的共時性是很難的。但是，人工智能卻是可能實現(xiàn)的，它可以快速進行識別，并嘗試加以驗證。

從2024年起，我們選取濟南大辛莊遺址中的一個灰坑開展考古工作，這個灰坑分為14層，包含18000多片陶片。我們在對每一片陶片進行編號、拍照、記錄等數(shù)據(jù)采集過程中發(fā)現(xiàn)，這些陶片都有層位信息，可以實現(xiàn)跨層拼對。但由于數(shù)量龐大，人工拼對短期內(nèi)難以完成，我們決定試試AI。

于是，我們向全球開放了這些珍貴的考古數(shù)據(jù)，并發(fā)起了“大辛莊陶片拼合AI挑戰(zhàn)賽”，要求參賽團隊開源其解決方案。我們希望參賽者能夠開發(fā)出具有通用性和可解釋性的算法模型，有效應(yīng)對陶片歷經(jīng)3000年風(fēng)化、磨損和顏色失真等復(fù)雜情況。

最終，參賽者提交了300多份解決方案，但因為陶片的正反面信息、厚度、曲率都會對AI拼對造成困難，需要龐大的算力支撐，最終實現(xiàn)有效拼對的不是很多。目前，據(jù)不完全統(tǒng)計，在18000多片陶片中，有效拼對的大約有60個。

不過，基于AI的陶器研究，其意義并非僅僅在于單純地增加可拼對的器物數(shù)量。實際上，它的潛在價值對于微觀聚落考古的共時性建構(gòu)至關(guān)重要。拼合出的器物形態(tài)與數(shù)量，可以作為我們理解當(dāng)時社會組織、生活圖景和文化交流的重要線索。相信隨著AI拼對技術(shù)的成熟，它未來可能會給考古學(xué)帶來對古代社會不一樣的理解。也許，這正是考古學(xué)的“第三次革命”。

為國際傳播提供更科學(xué)精準(zhǔn)的參考

講述人：湖南師范大學(xué)人工智能與精準(zhǔn)國際傳播實驗室主任 高協(xié)平

過去，要研究一個國際熱點事件的媒體報道，通常會抽樣選擇一些有代表性的媒體，統(tǒng)計分析其數(shù)百篇報道。這就像通過隨機取幾個水樣，來推測整片海洋的成分。而現(xiàn)在，AI給了我們“駕馭整片海洋”的能力。

我們曾做過一項關(guān)于“一帶一路”倡議全球傳播的研究。通過AI驅(qū)動的網(wǎng)絡(luò)爬蟲，在幾小時內(nèi)就采集到上百個國家和地區(qū)、數(shù)十種語言、長達五年跨度的數(shù)百萬篇新聞報道和社交媒體帖子。這個數(shù)據(jù)量，是傳統(tǒng)方法很難做到的。但這只是第一步。面對這片信息的“汪洋”，如何分析？我們引入大數(shù)據(jù)方法和自然語言處理技術(shù)。AI模型可以自動對海量文本進行情感分析，精準(zhǔn)識別不同國家媒體對該倡議的態(tài)度。通過主題建模，它能像一位不知疲倦的助手，自動歸納出外媒報道中最常出現(xiàn)的議題，譬如是聚焦“經(jīng)濟合作”還是“地緣政治”？是強調(diào)“基礎(chǔ)設(shè)施建設(shè)”還是“文化影響”？這讓我們從過去對“點”的推測，躍升到對“面”甚至“體”的精確描繪。我們不再只是“覺得”某個議題很重要，而是能通過數(shù)據(jù)“看到”它在整個信息生態(tài)中的權(quán)重、演變和關(guān)聯(lián)。這種研究范式的轉(zhuǎn)變，是革命性的。

隨著以“我即媒體”為象征的社交媒體時代來臨，傳播學(xué)早已不限于文字形態(tài)，圖片、表情包、短視頻成為新時代的“世界語”。傳統(tǒng)研究方法面對這些非文本內(nèi)容，常常感到無力。但AI中的計算機視覺技術(shù)，為我們打開了新世界的大門。

我們研究過一些國際社交媒體上的中國形象傳播。以前做這種研究需要招募一大批志愿者，人工觀看成千上萬的視頻，記錄其中出現(xiàn)的長城、高鐵、京劇臉譜等中國元素，效率極低且主觀性強?，F(xiàn)在，我們訓(xùn)練AI模型，讓它可以自動識別視頻中的視覺符號，分析畫面構(gòu)圖、色彩基調(diào)，甚至結(jié)合字幕和語音，進行更深刻的挖掘，做出更綜合的判斷。AI賦能下的多模態(tài)分析，讓我們能夠更全面、更立體地解讀這個視覺化的傳播時代，讓那些“只可意會”的視覺修辭，變得“可以言傳”，甚至可以量化分析。

可能有人會問：AI的“冷冰冰”數(shù)據(jù)，會不會取代人文社科的“溫度”與深度思考？我們的回答是：不會。AI不是取代思想的“魔法”，而是解放生產(chǎn)力的“利器”。它將我們從煩瑣、重復(fù)的勞動中解放出來，讓我們有更多精力去進行理論構(gòu)建、提出更具創(chuàng)見的假設(shè)，去解讀數(shù)據(jù)背后深刻的社會、文化與心理動因。

展望未來，我們正嘗試構(gòu)建更智能的“精準(zhǔn)國際傳播”模型。希望利用AI，不僅分析“已經(jīng)發(fā)生了什么”，還能預(yù)測“將產(chǎn)生怎樣的結(jié)果”，更能精準(zhǔn)建議“如何面向?qū)ξ磥怼?，從而為講好中國故事提供更科學(xué)、更精準(zhǔn)的決策參考。

“數(shù)智決策”改變金融理論與實踐

講述人：西南財經(jīng)大學(xué)大數(shù)據(jù)研究院副院長 徐亮

我來自西南財經(jīng)大學(xué)大數(shù)據(jù)研究院“地方金融動態(tài)監(jiān)測及系統(tǒng)性風(fēng)險預(yù)警”團隊。在AI技術(shù)飛速發(fā)展和國家“金融強國”戰(zhàn)略結(jié)合日益緊密的當(dāng)下，我越來越深刻地感受到，AI驅(qū)動的“數(shù)智決策”正在深刻改變金融理論與實踐。

金融理論和實踐，離不開預(yù)測和決策兩個環(huán)節(jié)。預(yù)測就是對未來收益或者行為的預(yù)期。在數(shù)字時代，數(shù)據(jù)基礎(chǔ)發(fā)生了根本變化，多模態(tài)混頻數(shù)據(jù)，如交易流水、輿情文本、財報圖像等文本、數(shù)字和圖片同時存在，極大增加了預(yù)測難度。決策就是投資的決定或者面臨風(fēng)險的處置方式。傳統(tǒng)的基于模型計算結(jié)果的決策模式，缺乏自我調(diào)節(jié)和修正能力，而“先預(yù)測、后決策”分離范式容易導(dǎo)致“預(yù)測準(zhǔn)確但決策效果不佳”。

我在研究中面臨多模態(tài)數(shù)據(jù)預(yù)測的一個典型場景，是“電碳融合”背景下的企業(yè)信用評級。以往的企業(yè)信用評級多基于企業(yè)財務(wù)信息。隨著電力賬戶和碳賬戶數(shù)據(jù)的融合，有了更高頻度和更多模態(tài)數(shù)據(jù)來源，如每15分鐘更新一次企業(yè)電力負(fù)荷數(shù)據(jù)等。我們團隊和國網(wǎng)湖北經(jīng)研院及銀行合作，將企業(yè)電碳賬戶和綠色金融深度融合，利用時間序列大模型，創(chuàng)新“多模態(tài)數(shù)據(jù)對齊表征技術(shù)”，對企業(yè)未來的用電負(fù)荷進行有效預(yù)測，針對細(xì)分行業(yè)和企業(yè)成長階段性特點制定差異化的企業(yè)電碳信用體系和評價規(guī)范，推動企業(yè)電碳賬戶數(shù)據(jù)和評價結(jié)果與金融機構(gòu)實現(xiàn)信息互通、結(jié)果互認(rèn)。

套期保值是通過金融衍生品工具，如期貨期權(quán)，來減少企業(yè)面臨采購和價格風(fēng)險的有效手段。過去，衍生品數(shù)量的決策往往依賴書本上的公式。為了使套期保值決策能動態(tài)反映市場環(huán)境和之前決策的損益情況，我們開發(fā)出套期保值智能體，使其具備動態(tài)反思和自適應(yīng)調(diào)整能力，可以自動化完成企業(yè)套期保值決策生成。

AI還可以服務(wù)于金融安全監(jiān)管。以反洗錢為例，大模型技術(shù)具有逐步推理和強化學(xué)習(xí)的決策能力，可針對不同的個體行為分析其可能參與洗錢的主要原因和最適合的處置措施。我們團隊和四川省大數(shù)據(jù)中心合作，創(chuàng)新提出“基于激活函數(shù)的大模型動態(tài)強化學(xué)習(xí)”技術(shù)，在四川、山東等多地落地，為相關(guān)部門提供了多起P2P、電詐等重大風(fēng)險事件預(yù)警。

本文來源｜光明日報

聲明：轉(zhuǎn)載此文是出于傳遞更多信息之目的。若有來源標(biāo)注錯誤或侵犯了您的合法權(quán)益，請作者持權(quán)屬證明與我們聯(lián)系，我們將及時更正、刪除，謝謝。