特邀报告 | 开宗明义

华南理工大学金连文教授带来了题为”古籍图像的视觉——语言理解：OCR、文字修复与大语言模型“的特邀报告。金连文教授指出近年来，大语言模型（LLMs）技术取得了突破性进展，并在各垂直领域展现出巨大潜力，是迈向通用人工智能（AGI）的代表性技术之一。他在报告中简要介绍了近年来在古籍OCR、古籍文档图像数字化修复、古典学智能问答大模型等方面的一些研究方法和最新进展，包括基于深度学习的古籍OCR新方法、基于扩散模型与LMM的古籍残缺文字修复技术、面向古籍智能理解与中国古典学的垂域大模型的增量预训练、指令微调、及数据构建等方法。进一步金连文教授对AGI时代的古籍数字人文研究进行了讨论和展望。

▲张晓虹作特邀报告▲

复旦大学张晓虹教授在“AI+历史地理研究”的报告中认为近年来人工智能的广泛应用，对历史地理学科产生了深刻的影响。通过大数据分析、机器学习、模式识别等先进技术，AI能够处理和分析海量的历史地理信息，揭示传统研究方法难以发现的模式和趋势。她指出AI赋能的历史地理学研究不仅能够提高研究效率，使得研究者能够更深入地探索人类历史与地理环境之间的复杂关系，推动了历史地理学研究的深入和创新。张晓虹教授还坚信未来，AI技术还将在数据挖掘与整合、时空分析、模式识别、预测实现更大的突破。

▲徐永明作特邀报告▲

浙江大学徐永明教授在“文史垂直模型的实践和远景”的特邀报告中介绍了浙江大学数字人文研究中心开发的云四库智能问答系统，作为通用大语言模型进入大规模文史数据训练和服务垂直领域的典型案例。他的报告显示目前该系统已投喂了百亿字的文史数据，数据内容涵盖文史哲等各个领域，有近50家图书馆试用。徐永明教授也指出在古籍方面，通用大语言模型还存在较大的缺陷，这是今后要亟待解决的问题。

本次会议还组织了嘉宾自由交流环节。与会嘉宾们在荷叶田田的夏日阳澄湖畔漫步，在欣赏自然美景的同时继续展开深度对话。在轻松的环境中，大家进一步加强了沟通与共识。会议围绕人工智能技术对人文学科研究、教育及社会应用带来的机遇与挑战，就人文智能基座数据、价值观对齐、认知陷阱防范等核心议题进行了集中研讨。

CCF秀湖会议主题预告：