主讲人：石晨叶

主持人：白珊珊

时间：2026年7月15日 周三晚上19:00

腾讯会议：943-676-887

主讲人简介:

石晨叶，北京大学历史学系博士后研究员（合作导师：何晋教授）。曾为法国里尔大学 HALMA 实验室（UMR 8164）博士后、法国国家科研中心（CNRS）UMR 8167 “东方与地中海”实验室访问研究员。研究方向包括拜占庭纸草学，古代晚期与早期拜占庭经济史，罗马与拜占庭钱币学，奥维德诗学与拉丁文学，罗马–中国比较史与比较文学，计算古文字学与数字人文（手写识别、笔势重建、AI辅助文献分析），古代经济史的统计与概率方法。

内容提要：

即便掌握了语法规则，机器依旧无法翻译古代语言。翻译依赖的语境需要体察人类语言中的细微意义差别，甚至是一词多义。人工智能兴起后，神经网络为这60多年的难题提供了新思路，而大语言模型，则可能是迄今为止最接近于人类翻译的尝试。但即便测试正确率高，这些大模型提供的，是否为传统古典学意义上的翻译？AI翻译对语文学究竟有何意义？

本讲座从1954年的乔治城实验开始，简要介绍机器智能翻译的发展史以及技术发展经历的诸多瓶颈与尚存问题。以三句古代著名难句为例，讨论机器翻译希腊拉丁语的不同局限，并分析比较AI行业与语文学之间对准确率的不同看法。最终，本讲座尝试讨论如何用自动翻译为传统语文学的训练与研究赋能。AI 翻译的价值，或许不在于它给出译文的“准确率”，而在于它所暴露的阐释抉择。