人类拥有独一无二的文化、历史和语言。在日益全球化的当下,我们必须充当这一独有文化遗产、人类身份基石的守护者。
各种新技术正在帮助我们完成这项艰巨的任务,其中,人工智能在保护我们独特文化遗产方面一枝独秀。
刚刚成立仅一年时间,人工智能初创公司IVOW肩负着“将讲故事这一古老艺术带入你的智能家居设备”的使命,开发了一个记录和分享用户故事的聊天机器人。
“我们意识到,在定义人类未来的人工智能算法中存在一个巨大的漏洞——缺乏关于文化和遗产的丰富的创造性内容。人工智能与文化叙事的有效融合,将有助于减少算法识别的偏见,让人工智能软件更具包容性,”IVOW创始人Iran Davar Ardalan这样表示。他曾经作为记者在NPR News工作了20多年,之后创立了IVOW公司。
这涉及到用不同图像训练IVOW“对文化敏感的深度学习模型”,以便模型就图片的详细说明文字给出建议,由自然语言处理算法生成,反映出一张图片中包含的文化元素。
“我们要确保那些弱势群体和信息闭塞的人都能够用他们的眼睛和声音讲述他们的故事,这一点非常重要。看看人工智能在这个过程中扮演者什么角色是至关重要的,” Management Systems International (MSI)副总裁Ellen Yount在由摩根州立大学和IVOW于2018年4月共同主办的文化研讨会上曾这样表示。
研究人员们也在研究人工智能将如何塑造历史故事的叙事方式。
参与“时间机器”(Time Machine)开源项目的国际研究小组不仅将目前存储在档案馆和博物馆中的大量信息做了数字化处理,同时还通过一种“大规模历史模拟器”(Large Scale Historical Simulator)用人工智能对这些数据进行分析以重建2000年的欧洲历史。该项目刚刚从欧盟那里获得了100万欧元的资金,作为时间胶囊来推动探索欧洲城市的文化、经济和历史发展,大大强化我们目前对历史的理解。
EPFL数字人文实验室主任Frédéric Kaplan表示:“任何2000年前保存记录基本都不复存在了,因为我们无法查看这些记录。我们迫切地需要将我们的档案带入数字时代,不能与历史失去联系。”
Kaplan负责的“威尼斯时间机器”(Venice Time Machine)项目,对威尼斯这个城市1000年的历史、贸易路线、艺术、对欧洲其他地区历史和文化的影响进行了分析。
为了将数百万份手稿数字化,由多个学科研究人员组成的团队开发了半自动扫描仪、机器人页面翻转器、甚至是自动手写识别系统来进行转录注释。最终你可以在一个名为Canvas的引擎中搜索到这些数据,授权用户还可以编辑扫描中出现的错误,提高信息的准确性。
除了威尼斯之外,阿姆斯特丹、纽伦堡、巴黎、耶路撒冷、布达佩斯和那不勒斯等城市也纷纷开始实施数字化计划,开发他们自己的“时间机器”。
阿姆斯特丹大学遗产与数字文化教授Julia Noordegraaf正在研究属于阿姆斯特丹的时间机器。她说:“遗产是我们的文化DNA:物质遗产(艺术品、纪念碑)和非物质遗产(价值观、观念)是本地、国家或者跨国身份的基本组成部分,对于为不确定的未来做好准备的个人和社会来说,是不可或缺的。”
AI甚至可以为我们的后代保护建筑遗产。
中国长城绵延2万多公里,这给建筑学家和历史学家的保护工作带来了严峻的挑战。某些地区人迹罕至很难到达,对墙体进行人工检查是非常繁琐的。最近英特尔与中国文化遗产保护基金会(China Foundation for Cultural Heritage Conservation)合作,利用最新的无人机技术收集数千张照片,然后用人工智能分析这些数据,找出墙体上需要修复的准确区域。
英特尔全球品牌和思想领导力营销副总裁Alyson Griffin解释说:“通过获取修复位置和修复方法的精确信息,可以让修复工作更快速、更高效、更具成本效益地完成。”
这项技术也可以应用于商业项目中。英特尔副总裁、无人机集团总经理Anil Nanduri解释说:“我们关注的重点是自动化和商业应用,需要收集和分析大量数据的场景,例如对桥梁、炼油厂、传输塔等难以到达、环境复杂的基础设施进行工业检查。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。