哥德堡大学数字人文研究基础设施(GRIDH)参与了多个人文领域的项目,这些项目不仅使用了人工智能应用,而且还开发了包含人工智能应用程序的研究工具和基础设施资源。这些应用包括自然语言处理、机器学习、计算机视觉、大语言模型、图像识别算法、分类、聚类和深度学习等。文章提出了“人文主义人工智能”(Humanistic Al)这一术语,用以描述一种新兴的跨学科实践形式即使用和开发基于人工智能的研究应用来解答人文研究问题,并进行相关人文反思。作者精心构思了该术语,旨在使这一实践在认识论和物质性方面隐性或显著的特殊性及其所带来的新知识形态变得可见。文章介绍了GRIDH项目的“人文主义人工智能”实践及其所开发的AI资源与应用。

文章对“文理融通：AGI时代的数字人文”学术研讨会暨第六届中国数字人文年会（CDH2024）的会议内容进行梳理和总结，从主旨报告、圆桌论坛、分论坛、新闻发布会和获奖项目几部分进行介绍，回顾2024数字人文年会的主要内容，揭示数字人文的发展现状与趋势，为相关研究人员提供参考与借鉴。

“从人工到智能—AI时代的历史与人文探索”工作坊聚焦人工智能技术与历史研究的交叉领域，系统探讨了数字史学的理论框架与实践路径。工作坊围绕大语言模型在史料分析、翻译及知识生产中的应用展开深入讨论，揭示了技术赋能下历史研究在效率提升与范式转型方面的潜力。尽管生成式人工智能能够加速文献处理与模式识别，但其“幻觉问题”与缺乏历史语境理解的局限性仍需警惕。圆桌讨论强调，技术应用应服务于学术创新而非替代人文思考，需通过跨学科合作解决数据质量、版权管理及研究主体性等挑战。人工智能可成为拓展历史研究广度的工具，但批判性思维与问题意识仍是学术深度的核心保障，未来需在技术整合与学科传统间寻求平衡。

文章介绍了瑞士Confoederatio Ludens（CHLudens）项目的研究成果，该项目通过跨学科方法探索了1968年至2000年瑞士的电子游戏文化。项目通过应用计算方法，如视觉语料库的远读、关键源代码分析以及元数据建模等，揭示了瑞士电子游戏历史中一些曾被忽视的方面，例如全球游戏趋势的地方化适应以及瑞士开发者独特的技术实践。此外，该项目展示了地方性和区域历史的概念如何对数字人文学术研究做出重要贡献，挑战了以美国和日本为中心的主导叙事。基于初步研究结果，文章讨论了这两个领域交叉点所产生的方法论挑战与机遇，并强调了保存、计算分析和地方历史研究的重要性。该项目凸显了跨学科方法的价值，即将原生性数字文化遗产不仅视为技术对象，更视为嵌入文化的历史资料来源。

东京大学附属图书馆在对馆藏《源氏物语》抄本进行数字化之时，组织了由不同领域研究者和图书馆员组成的学习会，围绕《源氏物语》的数字数据应用展开研讨。作为成果之一，学习会构建并发布了一个旨在为《源氏物语》文本研究提供支持的平台——“数字源氏物语”。文章将阐述学习会成立之缘起、平台构建及功能拓展之历程，并分别探讨学习会本身及图书馆员与研究人员协作之意义。

图像分割方法在传统刺绣图案的识别与分割领域已有一定应用，但因刺绣图案具有边缘复杂、细节繁琐以及类型多样等特点，传统的图像分割方法难以满足实际应用中高精度和高效率的需求。就此，该研究建构了一种基于YOLO与U-Net级联的双阶段刺绣图案识别与分割方法：在第一阶段采用YOLO算法进行目标检测，快速定位刺绣图案的具体位置；在第二阶段使用改进后的U-Net算法进行语义分割。改进的U-Net编码器结构采用了ResBlock-CBAM模块作为骨干网络，以增强特征提取的有效性，并引入ASPP模块进行特征增强，确保不同特征的有效提取和融合。通过双阶段级联网络，该方法能够捕捉刺绣图像的细节和上下文信息，实现对刺绣图案的精细分割，保留复杂的边缘和细节。实验结果显示，该研究算法在Dice和MioU等评估指标上分别达到0.8584和0.8376，精确率达到84.53%，显著优于其他先进分割算法。在此基础上建立的“刺绣智能识别与分割”系统，可实现刺绣图案的高效自动化提取与处理，不仅为刺绣图案的数字化保存和传承提供了技术支持，还为刺绣设计的现代化和个性化发展开辟了新的途径。