2026年大学生国际数字人文节主旨报告（一）| Frédéric Kaplan教授：全球尺度下的时光机

Frédéric Kaplan 教授现任瑞士洛桑联邦理工学院（EPFL）数字人文教授、数字人文实验室（Digital Humanities Laboratory）主任，同时担任时光机组织（Time Machine Organisation）主席。该组织是一个由数百家机构组成的国际合作网络，致力于将人类历史转化为大规模、共享的数字记忆。

Kaplan教授拥有工程学与人工智能研究背景，早期主要研究人工智能体群体中语言与交流机制的涌现。二十多年来，他持续开展人工智能、语言与文化遗产交叉领域的研究。他因主持和推动具有里程碑意义的“威尼斯时光机”（Venice Time Machine）项目而广为人知，该项目利用历史档案重建威尼斯数百年的城市历史。Kaplan教授及其团队还发展了一系列方法，将档案、地图、图像和报纸等历史资料转化为结构化的时空表征体系，并将其称为“历史大数据”（Big Data of the Past）。

目前，Kaplan教授重点研究如何利用这种大规模历史信息基础设施，为预测型人工智能提供训练与验证环境，从而开启他所称的“可计算未来”（Computational Futures）时代，即以大规模的历史数字记忆为基础，对多种可能的未来进行建模与预测。此外，他还关注大语言模型时代的语言经济问题，并已就此出版了最新著作。

Kaplan教授发表了大量学术论文并出版了多部著作，也是人工智能与社会公共讨论领域的重要学者。通过时光机组织，他积极推动建立一种开放、分布式、可互操作的人类数字记忆基础设施，使不同城市、机构和社区能够自主保存和管理自身数据，同时通过共同标准和协议连接成为全球共享的数字历史体系。

主旨报告题目

全球尺度下的时光机：从历史大数据到可计算未来

Time Machines at World Scale: From the Big Data of the Past to Computational Futures

主旨报告内容

过去十五年来，档案、地图、图像、报纸以及行政记录的大规模数字化，使人类历史以前所未有的规模转化为可计算的数据。通过“时光机”（Time Machine）项目所发展的一系列方法，由数百家机构组成的国际合作网络已经证明，这些原本分散的历史痕迹可以被系统地重新组织起来，形成结构化的时空表征体系，即所谓的“历史大数据”（Big Data of the Past）。从本质上看，这是一种可计算的世界记忆。

目前，全球已有约80个“地方性时光机”（Local Time Machines），分别用于重建不同城市的历史。在全球尺度上，这一愿景可以通过完全分布式的架构实现：每座城市、每个机构乃至每个国家都可以维护自己的“时光机”，同时依托共享的标准和协议实现互操作，就像万维网通过共同协议将彼此独立的服务器连接成统一的信息空间一样。

当足够大规模的人类历史被以这种方式组织起来后，整个系统将跨越一个关键临界点：过去将成为预测未来的实验室。由于历史事件的真实结果已经发生并为我们所知，我们可以利用不完整的历史证据进行预测，再将预测结果与实际发生的历史进行比较，并通过不断迭代优化预测模型。在经过历史数据的持续训练与验证之后，这些模型便能够进一步用于探索尚未发生的开放未来。

这意味着人类正在进入一个新的“可计算未来”时代（age of computational futures）。在这一视角下，“时光机”不仅是一种数字人文研究工具，更可能发展成为21世纪具有基础性意义的信息基础设施之一。