[中英对照] 算法中的历史：人工智能与历史研究的未来（双语对

照版电子书） 在大数据时代，人类对历史的记录从未如此即时与海量，但海量文档也让历史叙事陷入 “创作即被掩埋” 的困境。本书旨在搭建人工智能与历史研究之间的桥梁，提出用数学语言与算法工具破解历史研究的难题 —— 让机器理解人类的个人与文化叙事，实现人类主导方向与机器海量记忆的协同，推动历史研究从传统文本导向转向信息导向的新范式。 三、书籍结构与核心内容 全书分为三大部分，共 19 章，层层递进地构建起 “数学工具 - 历史模型 - AI 应用” 的历史研究新框架。 （一）第一部分：数字历史的数学语言（第 1-4 章） 本部分聚焦为历史叙事构建数学工具，解决传统历史研究中难以量化、对比的问题。 渐近分析与数字人文（第 1 章）：引入计算机科学中的大 O、大 Ω、大 Θ 符号，用于描述历史现象的增长规律。以社会核心与边缘群体关系为例，通过大 O 符号证明社会精英规模的增长呈亚线性（如符合普赖斯平方根定律，即精英规模约为总人口规模的平方根），并以罗马共和国向帝国转型、法国大革命等案例，验证当精英规模偏离这一规律时，社会易爆发动荡。 函数图与数字人文（第 2 章）：借助范畴论构建函数图，将历史事件拆解为 “时间 - 空间 - 意义” 三要素（如二战的 7 个关键事件可通过函数图明确各事件的时间区间、地理范围与历史意义）。提出 “逆向解读” 的数学定义，通过函数图对比过去与现在的档案，甚至推导出 “未来档案反向解读过去” 的可能性。 战争史的数学模型（第 3 章）：扩展兰彻斯特微分方程，融入时空维度与战术场景（如军队包围战术）。以坎尼会战为例，用扩展后的方程精准计算双方兵力变化，还原战役中迦太基军队通过侧翼包抄以少胜多的战术细节，证明微分方程等精确科学工具可有效解析历史战役。 时钟与历史叙事（第 4 章）：将传统 “计数器” 升级为 “时钟” 概念，定义主观时钟（如 “知识时钟” 通过维基百科物理学家词条字数累计衡量知识增长、“网络时钟” 通过节点出度衡量人物影响力）。通过对比不同时钟的偏差（如格林尼治时钟与知识时钟），定位历史关键转折点（如 1700 年牛顿力学体系建立推动知识爆发）。 （二）第二部分：历史的计算模型（第 5-13 章） 本部分用简单计算模型分析历史规律，探索历史现象背后的数学逻辑。 宏观历史与网络（第 5 章）：用图论模型描述宏观历史，如用区间图展示历史事件的时间重叠关系、用凸包与最小生成树分析地理空间中的战役分布（如 1939 年德国入侵波兰时的战役地理关联），并结合时空信息构建因果图，解释历史事件的因果链条。 微观历史与社会网络（第 6 章）：提出社会网络的 “经验法则”，如节点与边的数量关系（边数约为节点数的对数倍）、核心 - 边缘结构（核心节点规模约为边缘节点规模的平方根）。以第一次布匿战争为例，通过人口规模估算迦太基与罗马的社会网络核心规模，对比两者的社会结构差异；以叙利亚难民危机为例，用社会网络参数评估难民群体的社会结构破坏程度。 历史规律与计算模型（第 7-13 章）：探讨历史研究的计算范式，如通过核心 - 边缘模型解释革命传播规律（革命可能从核心或边缘发起，取决于群体间的互动效率）；提出 “历史人物对立法则”—— 伟大历史人物需有对立人物衬托（如奥古斯都与尼禄），这一规律源于历史叙事的感知特性；用博弈论分析集体记忆形成，证明 “规范文本” 是证人消失后集体记忆存续的关键，而宣传可通过放大观点偏差维持群体认同（如美国南北战争后双方对林肯当选的不同叙事需通过宣传强化）。 （三）第三部分：人工智能与历史研究（第 14-19 章） 本部分聚焦 AI 在历史研究中的应用，推动历史研究向信息驱动转型。 信息与历史（第 14 章）：提出历史研究的 “信息转向”，强调从文本解读转向信息量化，如通过数据挖掘提取历史文档中的关键信息维度。 机器学习与历史（第 15 章）：介绍机器学习基础操作与大语言模型（LLM）的应用，如用 LLM 进行历史文本分类（如区分罗马与蛮族文本），并提供历史研究的提示词工程方法（如如何设计提示词让 AI 精准分析《高卢战记》中的政治倾向）。 历史信息的新表征（第 16 章）：探索非文本的历史叙事形式，如用 AI 将历史文本转化为幻灯片或视频、用动态图展示历史人物关系演变（如《高卢战记》中人物社交网络的动态变化）。 历史研究的专家系统（第 17 章）：构建基于 LLM 的历史专家系统，如 “精神病学专家” 分析希特勒《我的奋斗》中的心理特征、“政治学专家” 解读丘吉尔《我的早年生活》中的政治理念，通过文本分段数值化、函数聚合等步骤，实现历史文档的多维度量化分析。 历史视频分析（第 18 章）：结合机器学习工具解析历史视频，如通过骨骼识别提取人物肢体语言（如分析 1960 年美国总统辩论中候选人的肢体动作特征），补充文本史料未涵盖的信息。 虚假历史的识别（第 19 章）：从科学哲学角度提出虚假历史的判断准则，如 “奥卡姆剃刀原则”（选择假设最少的历史叙事）、“真实性难度原则”（虚假历史比真实历史更易编造），并提供识别虚假历史的经验法则。 四、书籍价值与读者定位 核心价值：打破数字历史研究中 “哲学与技术割裂” 的现状，首次系统提出 “机器哲学” 对数字历史的影响，强调历史研究者需同时掌握历史哲学与计算机科学哲学；提供可落地的数学与算法工具（如函数图、时钟模型、社会网络经验法则），让历史研究从定性解读走向定量与定性结合；针对历史研究者的技术壁垒，附录提供与 AI 工具交互的提示词，降低技术使用门槛。 读者定位：适合历史研究者（尤其是数字历史方向），帮助其掌握算法工具；适合计算机科学研究者，为其提供历史领域的应用场景；也适合对 AI 与历史交叉领域感兴趣的学习者，作为进阶课程教材（如工程学院的数字历史高阶课程）。