为什么历史学家需要自己的AI
历史学家处理的是独特的档案材料：手稿、旧地图、泛黄的报纸。这些数据往往没有以方便的形式数字化，而通用的机器学习工具需要干净的结构，无法理解历史文献的特点。因此，AI在历史学中的推广比其他学科更慢——研究人员只是缺少为他们的任务而打造的解决方案。
答案是Chronos——一个在2026年科学预印本中提出的“数字共同历史学家”。该系统并非设计为通用助手，而是一个专业助手，能够处理原始文献并灵活适应历史学家的需求。
用日常语言进行配置
关键特性是自然语言配置。研究人员描述自己的需求，系统将该描述转化为可运行的流程。既不需要掌握Python，也不需要理解提示工程：只需像向同事解释那样表述任务即可。
现成的流程可以打包成扩展——Chronos-Extensions。这些是研究人员之间共享的模块。例如，一位历史学家为特定类型的文档配置了算法，现在任何其他人都可以直接使用该算法而无需重新配置。这样，系统就积累了一个由社区自己创建的专业解决方案库。
从档案扫描件中提取数据
第一个这样的扩展是Chronos-Extract。它自动化了从扫描图像中提取信息的过程：识别文本、提取所需字段、将它们关联起来。对历史学家来说，这免去了处理数百页的单调手工劳动。
开发人员在三个不同的文献语料库上测试了Chronos-Extract。测试覆盖了三个世纪、多种语言、不同的版式和字体，系统在所有测试中都表现出稳定高精度。这一点尤其宝贵，因为档案材料往往破旧、排版不规范，难以用标准OCR处理。
开放获取与未来
Chronos对历史学家免费开放。任何研究人员都可以将其用于原始文献和二手材料。这是人文学科领域的重要一步，因为那里的工具通常面向商业机构或资源充足的实验室。
得益于模块化架构，系统的能力将持续扩展。社区可以添加新的“专业技能”，分享方法，并将AI适配到各种不同的历史研究问题中。也许很快，共同历史学家就会像图书馆目录一样成为习以为常的工作工具。
