Arşivler, kütüphaneler ve üniversiteler, sessiz bir dönüşüm sürüyor.Bir zamanlar harcanan yıllar boyunca mikrofilm yazmaları veya dizileri şimdi, tarihçinin yargılarından kaçarak yapay zekaya dönüyor.Bu değişim, daha önce tarihsel analizde gerçek bir partner haline geldi - eski pottery okumadan vazgeçerek, yüzyıllardan itibaren ekonomik kalıpları modellemek için imkansız hale geldi.

Tarihsel Veri Analizinin Evrimi

Geleneksel tarihsel araştırma her zaman iş yoğun bir zanaat olmuştur. Scholars manuel olarak yazılmış belgeler, çapraz endeksler ve metinleri makineye çevirebilecek şekilde zayıfladı.Ancak erken OCR, 20. yüzyılın dijital dönüşü, ancak tarihçinin zaten şüpheli veritabanını ortaya çıkarabilir.

AI'ya adım sadece araştırmacının eylemlerini daha büyük hızda tekrarlayan bir sistem, modern AI sistemleri ile ilgili verilerden yararlanarak, binlerce 18. Yüzyıl mektupları, tarihsel analiz için gerçekten dönüştürücü bir araç haline getiren bir bilgisayar modeli ile ayırt edilebilir.

AI Tarihi Araştırmayı Nasıl Yeniden Şekilliyor

AI'nın üç temel şubesi bu dönüşümü sürüyor: doğal dil işleme (NLP), bilgisayar vizyonu ve makine öğrenimi istatistik modelleme için farklı bir yetenek getiriyor.

Doğal Dil İşleme (NLP)

NLP, bilgisayarların okumasına, yorumlamasına ve hatta insan dilini tercüme etmesine izin verir. Tarihsel araştırmalarda, politik terminolojinin evrimini analiz etmek veya isimleri olan kişilerin (önemli kişiler, tarihler, resimler, tarihler, resimler, resimler, ortaçağ kronikleri gibi) çeşitli belgelerde yer alan Modern NLP modelleri [Döneticileri ve GPT] [Dönemli İngilizceler için yorumlanır.

Bilgisayar Vizyonu

Tarihçiler giderek görsel kaynaklara güveniyor: haritalar, resimler, fotoğraflar, mimari çizimler ve arkeolojik görüntüler. Bilgisayar vizyonu algoritmaları sınıflayabilir, tarih ve hatta hasarlı görüntüler. Örneğin, Stanford'daki araştırmacılar, giyim stilleri ve fotoğraf kağıt dokusu gibi ince görsel ipuçları tahmin etmek için convolu sinir ağları kullandılar. benzer şekilde, [[Pelagios Network

Makine Öğrenme ve Tahminsel Modelleme

Sınıflamanın ötesinde, makine öğrenimi en titiz bilim insanı bile kaçabilecek desenleri ortaya çıkarabilir.Regresyon modelleri, ABD'deki nüfus artışını yarı-bölgedeki verileri ekleyebilir; küme analizi, yazışma arşivlerinde gizli sosyal ağları ortaya çıkarabilir; ve olasılıksal modellemenin, tarihsel anlatıların olasılığını test edebilir.TheurFLT:0) Dijital Tarih Projesi).

Tarihi Veri Analizinde AI'nın Anahtar Uygulamaları

Altta yatan teknolojiler etkileyici olsa da, gerçek değeri beton uygulamalarında ortaya çıkıyor. İşte AI'nın zaten ölçülebilir bir fark yarattığı birkaç alan.

Otomatik Transcription and Handgraph Recognition

tarihçiler için en acil ağrı noktalarından biri, orta eğitimden sonra birçok tarihsel senaryo için% 95'in üzerinde transkriptle ölçülmesini sağlamak.Transkribus) ve [[Dönem:2)OCR4all) şimdi, orta öğretimden sonra birçok tarihsel senaryo için% 95'in üzerinde transkriptiyon doğruluk elde etmek için.

Büyük-Scale Text Mining ve Topic Modeling

Topic modelleme algoritmaları binlerce belgeyi tarar ve bunları tekrarlanan temalarla gruplayın. Örneğin, Victoria gazetelerdeki imparatorluğu değiştirme konusundaki bir tarihçi, kolonizasyon, ticaret veya görevsel çalışma hakkında makalelerin kümelerini otomatik olarak tanımlayan bir model çalıştırabilir. Bu sadece bu tür bir analiz için uygun bir şekilde değişebilir.TheurFLT:0)Chronicling America[FLT]Chronicling America[FLT)

Görüntü Sınıfları ve Tanışma

Müzeler ve kütüphaneler milyonlarca tarihsel görüntülere sahiptir, ancak sadece bir parça ayrıntılı olarak kataloglanır. Bilgisayar vizyonu, içeriği otomatik olarak etiketlemek (örneğin, “eskiden”, “horse-drawn arabası”, “kent sokak sahnesi”) ve hatta Yaratılış tarihleri tahminlerine yardımcı olur.Art & Architecture Thesaurus) ve projeler ImageNet tarihi görüntü için adapte edilmiştir.

Network Analysis and Prosopography

Birçok tarihsel soru, ilişkileri etrafında dönüyor - hangi ailelerin evlendiğini biliyordu, fikirler bölgelere yayıldı. AI, ağ kurmamış metinlerden yapılandırılabilir. Graph algoritmaları daha sonra bu bağlantıları haritaladı, ortaya çıkan etki kümeleri, bilgi şişeleri veya patronaj modelleri.

Tarihi Demografi için Tahmin edici Modeller

Tarihsel veriler eksik olduğunda, makine öğrenimi makul güvenle boşlukları doldurabilir. Örneğin, demografik tarihçiler 18. Yüzyılda doğum ve ölüm oranlarını tahmin etmek için rastgele ormanları kullandılar, bu modeller tahmin edilemez - bilinen kıyaslamalara karşı doğru doğrulanabilirler.

Faydaları ve Fırsatlar

AI'nın tarihsel araştırmaya entegrasyonu sadece hız hakkında değil; tamamen yeni metodolojik olasılıklar açıyor.

  • [FONT:0)Scalability:[Dönetici:[Dönetici: 0 ) AI, araştırmacıların kiraz seçme örnekleri yerine tüm arşivleri analiz etmelerine olanak sağlar. Bu, onay önyargı riskini azaltır ve gerçekten kapsamlı çalışmalar sağlar.
  • [FONT:0]Discovery of Invisible Desenler: Gizli bağlantılar - farklı şehirlerden mektuplarda bazı kelimelerin ince ko-kuvvetleri gibi - sadece hesaplama yöntemleri ile tespit edilebilir.
  • [FONT:0]Standalite: [Dönetici: [Dönetici] AI aletleri tarihçilerin bilgisayar bilim adamları, veri sanatçıları ve linguists ile işbirliği yapması, taze perspektifler ve yeni araştırma soruları teşvik etmek.
  • [FONT:0) Erişilebilirlik:[Dönetici:[Dönetici:0) Otomatik transkript ve çeviri, özel olmayan izleyicilere mevcut tarihi malzemeler, uzman arşivlerde bir kez kilitlenen bilgileri demokratikleştirmek.
  • [FONT:0)Replicability:[Dönetici:[Dönetici:0) AI iş akışları geleneksel niteliksel yöntemlerden daha şeffaf ve yenidenroducible, tarihsel tartışmanın rigorunu güçlendirin.

Meydanlar ve Etik Bakışlar

Onun sözüne rağmen, AI ve tarihinin evliliği, pitfalls olmadan değildir. Scholars birkaç kritik konu hakkında dikkatli kalmalıdır.

Data Bias ve Historical Context

AI modelleri, kendilerine verilen verilerden öğrenir. Eğer bu veriler skewed -örneğin, bir dil modeli seçkin erkek yazarların metinleri ağırlıklı olarak eğitilirse - model, yazarların seslerini yanlış yorumlayabilir veya kolonileştirilmelidir.

Yorumlama ve “Black Box” Problemi

Birçok gelişmiş AI modelleri, özellikle derin sinir ağları, bir trendi doğru bir şekilde tanımlayabildiği için, ancak açıklanamayan AI'yı açıklayın:0)why[[Döneticiler için bu sonuca vardığı henüz kesin değildir. tarihçiler için, anlatı açıklaması ve kanıt tabanlı bir nedene güvenen bu önemli bir engeldir.

Teknik ve Kaynak Engelleri

Büyük ölçekli AI modellerini yürütmek önemli bir hesaplama gücü, özel yazılım ve teknik uzmanlık gerektirir. Küçük kurumlar, bağımsız akademisyenler ve Global Güney'deki araştırmacılar bu kaynakları demokratikleştirmek için mücadele edebilir.Anahtarsız araçlar ve eğitim için çaba sarf ederler, AI iyi finanse edilen araştırma merkezleri ve herkes arasındaki boşlukları genişletebilir.

Hassas Veriler Hakkında Etik

Tarihsel kayıtlar genellikle yaşayan bireyler veya son ataları hakkında bilgi içerir - tıbbi kayıtlar, suç davaları, kişisel yazışmalar. AI araçları anonim verileri yeniden birleştirebilir veya mahremiyet risklerini haklı çıkarmalıdır. Tarihçiler etik kurallara uymalı, doğru izinler elde etmeli ve hassas bilgileri açığa çıkarma potansiyel zararlarını göz önünde bulundurmalıdır.

Vaka Çalışmaları: Action in Action

Birkaç yüksek profilli proje, AI'nın tarihsel araştırma üzerindeki pratik etkisini göstermektedir.

Transkribus ve Reformasyon

[FONT:0]Transkribus[Dönetici:0] Platform, Protestan Reformasyon ile ilgili binlerce 16. Yüzyıl Alman belgesini yayınlayan ve Regensburg Üniversitesi araştırmacılarının yazışmalarında bir model eğittiler, son derece mükemmel bir şekilde tanımaya devam etti.

Pelagios ve Antik Dünya

Pelagios Ağı, Andrew W. Mellon Vakfı tarafından finanse edilen, harita ve metinlerdeki eski yer isimlerini bağlantıya sokmak için bilgisayar vizyonu ve bağlantılı verileri kullanır. One sub-project otomatik olarak ortaçağ portolan grafiklerde özellikleri tanımlar, statik görüntüleri aramalanabilir coğrafi veritabanları döndürür.This has Revolutionized the study of pre-modern ticaret rotaları ve kartografik bilgi.

Kronik Amerika ve Topic Modeling

ABD'nin (ABD) tarafından yapılan ve bu konudaki en az 1777'den 1963'e kadar, 1777'den 1963'e kadar, "sanayileştirme"nin yükselişini takip etmek için araştırma yapan araştırmacılar, daha önce tahmin edilenden 20 milyondan fazla gazeteyi buldular.

Tarihçinin bir AI-Augmented Eradaki Rolü

AI, tarihçinin eskisini yapmaz. Aksine, insan yargısına primi yükseltmektedir. Makine bugün birçok kişi arasında bir kanıt hattı olarak entegre edebilir, aynı eleştirel incelemelere tabi olarak aynı eleştirel incelemelere tabi olur.

Tarihçiler aynı zamanda AI'nın daha iyi eleştirmenleri olmayı öğreniyorlar. Eğitim verilerindeki önyargıları anlamak, bir modelin mimarisinin sınırlamaları ve algoritmaların içine pişirilmesi, tarihçinin yetenekleri setinin bir parçası haline geliyor. Birçok lisans programı şimdi bir sonraki nesile hazırlanmak için “dijital insanlık tarihi” ve “c ⁇ tarihi” dersleri sunuyor.

Future Yol Tarifi

Tarihi araştırmadaki AI'nın evrimi hızlanıyor. Çeşitli gelişmeler ufukta.

Multimodal Modelleri

Future AI sistemleri metin, görüntüler, ses ve hatta üç boyutlu nesneleri aynı anda analiz edecektir. Tek bir model bir ortaçağ yazmasını okuyabildi, örneklerini tanıyacak ve el yazısının tamamını bir geçişte eşleştirecektir.

Gerçek Zamanlı Collaborative Platforms

Platformlar:0)Recogito[[Döneticilerden) zaten dağıtılmış ekiplerin online olarak tarihsel materyallere girmesine izin verebilir. Future versiyonları gerçek zamanlı olarak AI önerileri içerecektir, ekip olarak bayraklandırma veya bağlantılı belgelerle ilgili olarak genişletilebilir.

Dil Modelleri Tarihsel Corporada Trene Eğitildi

Mevcut NLP modelleri modern İngilizce üzerinde eğitilmiştir. Google, Meta ve Allen Institute for AI, tarihsel metinlerde özellikle iyi niyetli modeller geliştiriyor - örneğin, ESFLT:0)Early Modern İngilizce ) için korpus 1500-1700. Bu modeller, arkeolojik sözcülüğü anlamakta daha iyi olacaktır.

Etik AI ve Inclusive Datasets

önyargının farkındalığı arttıkça, finans kuruluşları, araştırmacıların eğitim verilerini belgelemelerini ve aşağıda belirtilen gruplardan gelen malzemeleri içereceklerini talep ediyor.Süresel Dijital Miraslar) projesi, büyük ölçekli arşivler tarafından tarihsel olarak ihmal edilen bölgelerden dijitalize edilen koleksiyonları gerektiriyor.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Yapay zeka, tüm tarihsel soruları yanıtlar; en iyi yaptıkları şeyi yapmak için güçlü bir lensdir, ancak bu yeni aracı akıllıca kullanmayı öğrenmeli, ancak erken sonuçlar umut vericidir. Tarihi veriler daha da sofistike hale gelirken, tarihçi ve algoritma arasındaki ortaklık daha derinleşecektir, daha da zenginleşmiştir.

[FONT:0) Daha fazla okuma için, UYGÜŞÜNÜŞÜNTÜSİAD (DÜDÜ) projesini (İngilizce) ve "Uygun" olarak gören (İngilizce).