盈彩网投资平台交流群 - 百度词条

2022年，人工智能带给人类更多惊喜******

视觉中国供图

在世界人工智能大会上，用户输入文字，AI就能根据语意进行绘画创作。视觉中国供图

在国内首个乘用车无人化运营试点北京经济技术开发区，一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中。新华社记者彭子洋摄

　　即将过去的2022年，对于人工智能来说是值得铭记的一年。大批人工智能相关应用走出实验室，向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈；无人驾驶开启多城试点，未来交通更进一步；AI绘画以假乱真令人着迷，艺术创作或许不再是人类专属……

　　无论是底层技术不断突破，还是各类应用百花齐放，在过去的一年，人工智能向我们展示了它的无限可能。我们相信这只是人工智能的冰山一角，未来它还有更多潜力等待我们去挖掘。

　　随着技术的不断成熟，落地应用不断创新，人工智能或将真正改变你我的生活。

　　AI“黑科技”照亮北京冬奥会

　　助力天气预报、比赛转播和手语播报等

　　2月4日，全球瞩目的2022年北京冬奥会正式拉开帷幕。人工智能等技术的应用为本届冬奥会增添了别样的“科技之美”。

　　在此次冬奥会上，由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制的人工智能MOML算法赋能天气预报模型，使冬奥会天气预报更加精准。人工智能算法在融合、处理信息中的先天优势，使其在一定程度上可以代替预报员在会商中进行信息整合、分析，通过数据挖掘与学习，将预报员的经验内化在算法中，在提高天气预报效率的同时，也进一步提高了预报的准确率。

　　在本届冬奥会自由式滑雪女子大跳台决赛中，中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中，百度智能云通过“3D+AI”技术打造出的“同场竞技”系统，将单人比赛项目变成“多人比赛”，实现冠、亚军比赛画面的三维恢复和虚拟叠加，方便观众看到不同选手的实时动作；同时，通过技术手段对运动员动作进行量化分析，将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来，使观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术动作差异。

　　在北京冬奥会开幕的同一天，央视新闻AI手语主播也正式上岗，她在冬奥会新闻播报、赛事直播和现场采访中，为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎，该AI手语主播可懂度达85%以上，可将冰雪赛事的文字及音视频内容，快速精准地转化为手语。

　　腾讯“混元”AI大模型登顶VCR榜单

　　展现了其在多模态理解领域的强大实力

　　5月31日，腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR（Visual Commonsense Reasoning，视觉常识推理）中登顶，两个单项成绩和总成绩均位列第一。这是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后，“混元”AI大模型的又一重大突破，展现了其在多模态理解领域的强大实力。

　　与跨模态理解任务不同的是，多模态理解任务要求计算机除了能够做到识别层次的感知（如分类检测等），还需要达到认知层次的感知（如判断意图、逻辑推理等）。

　　此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发，同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架，在预训练任务、训练方式上进行了诸多创新改进和设计，有效提升了模型性能。

　　截至目前，“混元”AI大模型在MSR-VTT、MSVD、CLUE、VCR等多个领域的AI权威榜单中取得了第一名的成绩，并刷新多项行业历史纪录。这意味着，“混元”在自然语言理解、多模态理解、跨模态理解等领域的技术实力已得到验证。

　　谷歌工程师闹乌龙，称AI存在意识

　　人工智能所谓的“人格”更多只是模仿人类罢了

　　谷歌AI工程师闹乌龙，称LaMDA语言模型有意识，引发业界对“AI是否拥有自主意识”的讨论。

　　今年6月，谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识”，并对此出具了长达21页的证据。莱莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象——既会担忧未来，也会追忆过去。

　　LaMDA是谷歌在2021年开发者大会上公布的大型自然语言对话模型，它可以模拟任何带有知识属性的实体，通过“拟人”的方式，在与人类亲切自然的对话中为用户答疑解惑，传递更多知识。

　　莱莫因的观点和证据引起了业内的广泛关注。不久后，谷歌发表声明称，莱莫因违反了“就业和数据安全政策”，将其解雇。谷歌表示，经过广泛地审查，他们发现莱莫因关于LaMDA是有生命的说法是完全没有根据的。

　　专家普遍认为，当下人工智能具有的所谓“人格”，更多只是模仿人类的语言风格，有自我意识、有感知能力的AI应该具备能动性，并具有独特的视角看待人和事，但目前AI还只是人们设计的一个计算机系统，作为工具来做一些特定之事。

　　全球首个图、文、音三模态大模型诞生

　　“紫东太初”实现“以图生音”和“以音生图”

　　9月1日，在上海举办的2022世界人工智能大会上，由武汉人工智能研究院、中国科学院自动化研究所和华为技术有限公司联合研发的“紫东太初”多模态大模型项目获得了此次大会的最高奖项。“紫东太初”是全球首个图、文、音三模态大模型，开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成”，实现了“以图生音”和“以音生图”，理解和生成能力更接近人类，为打造多模态人工智能行业应用提供创新基础，向通用人工智能迈出了重要一步。

　　“紫东太初”三模态间的相互转换和生成，其核心原理是视觉、文本、语音不同模态通过各自编码器映射到统一语义空间，然后通过多头自注意力机制学习模态之间的语义关联以及特征对齐，形成多模态统一知识表示；之后，再利用编码后的多模态特征，通过解码器分别生成文本、图像和语音。

　　“紫东太初”凭借四大突破，有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架，支持从词条级走向模态级、样本级的三级预训练自监督学习方式；二是首次完成弱关联多模态数据语义统一表示，减少数据收集与清洗代价；三是首次实现多模态理解与生成任务的统一建模，支持跨模态检索、多模态分类、语音识别、图像生成等理解与生成任务；四是首次实现无监督超越有监督方法，基于5%—10%的数据标注，实现100%的有监督学习效果。

　　AI打破矩阵乘法计算速度纪录

　　解决了50年来数学领域一个悬而未决的问题

　　10月，英国《自然》杂志封面以“矩阵游戏”为题，发表了人工智能公司“深度思维”团队的最新发现：AI可以解决矩阵乘法问题。这款名为“AlphaTensor”的AI系统能自行发现新算法，从而解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。

　　数学在计算机编程中经常出现，通常作为描述和操纵现实世界现象表示的一种手段。例如，它可用于表示计算机屏幕上的像素、天气状况或人工网络中的节点。在这种情况下，使用数学的主要方式之一，就是对矩阵进行计算。矩阵越大，工作量也越大，计算机科学家开始花费大量时间和精力开发更加有效的算法来完成相关工作。

　　在此次最新成果中，“深度思维”团队研究人员探究了是否有可能使用基于强化学习的AI系统来创建新算法，从而使计算步骤比现有算法更少。

　　为了找到答案，他们从游戏系统中寻找灵感。在构建了一些初步系统之后，研究团队将重点转向了树搜索，这是系统在特定情况下查看各种方案的一种方法。

　　接下来，研究人员将允许系统创建自己的算法，进一步提高效率。他们发现，在许多情况下，系统选择的算法比人类创建的算法更好。“深度思维”团队希望，未来AI能更多地用来帮助攻克数学和科学领域的一些重要的难题。

　　2022中国人工智能创新发展指数公布

　　全面反映我国人工智能发展态势

　　11月18日，第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上，中国电子信息产业发展研究院（又称赛迪研究院）发布了2022中国人工智能创新发展指数（合肥指数）。

　　这是国内首个以地区冠名的全国性人工智能专题研究成果，旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度，构建了中国人工智能创新发展指数，也就是“合肥指数”的评价体系。

　　近年来，我国人工智能步入与经济深度融合应用新阶段，智能化转型全面推进，人工智能产业在全球的影响力不断增强。2021年，我国人工智能的研发强度为19.4%，从业人数增加到31万人，占全球比重的5.3%。2017年至2021年，我国人工智能产业规模增长了2.6倍，占全球比重提升到16.8%。专利申请量占全球比重持续扩大，从2012年的13%增长到2021年的70.9%。创新能力上，我国人工智能研发投入力度不断加大，从业人数不断增加。

　　从总体指数来看，北京、广东和上海处于人工智能领域的领跑地位，安徽则紧随其后，排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃的城市之一。

　　ESMFold预测六亿多种蛋白质结构

　　预测速度比“阿尔法折叠”快60倍

　　英国“深度思维”公司8月曾宣布，其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质结构，几乎涵盖了科学界已编录的每一种蛋白质结构。但就在今年11月，元宇宙平台公司（Meta）研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。

　　在此次最新研究中，研究团队利用大型语言模型来预测这些蛋白质结构。据悉，语言模型通常需要大量文本进行训练，为将这一模型应用于蛋白质结构预测，研究团队利用已知的蛋白质序列来训练它，这些已知的蛋白质可由20个不同氨基酸组成的链来表达，每个氨基酸由一个字母表示。然后，ESMFold学会了用模糊的氨基酸比例“自动完成”蛋白质结构预测。

　　该团队负责人亚历山大·里维斯表示，这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且，与“阿尔法折叠”一样，这一模型能将这些了解到的信息与已知蛋白质结构和序列之间的关系信息结合，生成预测结构。

　　团队指出，ESMFold的预测虽然不像“阿尔法折叠”那么准确，但在预测速度上要快60倍，这意味着它可将结构预测数据库扩展到更大。

　　首创蛋白质动态结构AI建模方法

　　对理解生命过程、研发新型药物有着重要意义

　　12月8日，西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学、杭州德睿智药科技有限公司首创研发的能够刻画蛋白质构象变化与亲和力预测的AI模型——ProtMD。这是第一个尝试解析蛋白质动态构象的人工智能模型，可辅助药物化学专家更加精准地筛选出高活性小分子，从而加速临床前药物研发。

　　此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构，对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构，尚未能解决蛋白质结构动态变化的预测。李子青团队此次开发的AI模型，在给定药物分子和靶点蛋白的情况下，可预测药物分子与生物体内靶点蛋白质结合（柔性对接）后蛋白质结构的变化过程，推断药物与靶标蛋白结合的稳定性，预测药物功能，从而提升AI药物设计的精度和效率。

　　李子青表示，预测蛋白质结构的动态变化对理解生命过程、研发新型药物都有着十分重要的意义。尤其在AI药物设计中，通过对药物分子与靶点蛋白结合后的动态结构变化进行预测，评估药物—靶点结合亲和力和药物效果，是提高AI药物筛选准确性和效能的重要思路。

　　多城市推动自动驾驶行业发展

　　我国自动驾驶行业正式向L3级迈进

　　2022年是自动驾驶行业具有里程碑意义的一年，有关政策密集出台，相关应用从研发测试走向大规模商业化试点。当前，全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照，允许高等级智能网联汽车在特定场景、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化。

　　今年8月1日，《深圳经济特区智能网联汽车管理条例》开始实行，该条例提出L3级自动驾驶在行政区全域开放道路测试、示范应用，探索开展商业化运营试点，标志着我国自动驾驶行业正式向L3级迈进。

　　此后，重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。

　　此外，为推动智能网联汽车产业健康有序发展，工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，拟遴选符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对通过准入试点的智能网联汽车产品，在试点城市的限定公共道路区域内开展上路通行试点。

　　AI绘画火了，AIGC元年开启

　　未来预计能够产生万亿级经济价值

　　今年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》，获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。没有绘画基础的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具，通过一个类似“文字游戏”的过程，输入题材、光线、场景、角度、氛围等有关画面效果的关键词后，得到了初始作品，并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品。

　　这一年，AI绘画小程序、网站等开始迅猛增长，而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示，截至12月6日，已有超2428.4万人使用该特效，迅速飙升至特效潮流榜第一位。AI绘画的百度指数也从日均两三千上升到日均3万，火爆程度可见一斑。

　　AI绘画的火爆也让AIGC这一概念逐渐进入大众视野。

　　所谓AIGC（AI Generated Content），即基于人工智能技术自动生成内容的新型生产范式。其技术主要涉及两个方面：自然语言处理（NLP）和AIGC生成算法。其中，自然语言处理是实现人与计算机之间通过自然语言进行交互的手段。

　　最初，AIGC可生成的内容形式以文字为主，经过2022年指数级的发展，目前AIGC技术可生成的内容形式已经拓展到了包括文字、图像、视频、语音、代码、机器人动作等多种内容形式，2022年也因此被称为“AIGC元年”。生成式AI让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元的经济价值。（科技日报实习记者 都芃）

交叉融合、双向互动：西方史学新趋势之分析******

　　作者：王晴佳（山东大学讲席教授）

　　一

　　进入21世纪以来，西方史学界推陈出新，出现了不少新变化，足以证明历史学这一传统学问，正在不断革新和更新。依笔者管见，这些变化或许可以用本文的正题来略加概括。“交叉融合”指的是新兴史学流派层出不穷，但相互之间又没有明显的界限，而是呈现借鉴融合之势；“双向互动”指的是专业史家与读者之间，产生了远比之前更为积极的沟通和交流。不过为了清晰阐明这两种最新趋势，我们或许还得从一个多世纪之前谈起。

　　众所周知，历史研究在19世纪下半叶开始走向职业化，其标志是专业历史学会和专业历史刊物的建立和出版。一批志同道合的学者，以历史教学和研究为业，通过学会活动和专业刊物，相互切磋、交流，以期增进历史知识的获取和呈现。史学工作者建立了自己的学术圈，历史学亦变成一门独立自主的学科。19世纪末于是出现了两本史学方法论的著作：德国史家恩斯特·伯伦汉的《史学方法论》和法国史家朗格诺瓦、瑟诺博司的《史学原论》，指导历史从业者如何习得和掌握历史研究的方法和本领。

　　也正是在19世纪末、20世纪初，历史学开始受到其他学科（经济学、地理学、社会学和心理学等）的挑战和洗礼，经历了一个“社会科学化”的过程。这一“社会科学化”的特征主要表现在，一些史家不满德国兰克学派所代表的、以批判和核实史料为主的历史书写模式，希望借助社会科学的方法，对历史演变的过程做更为宏观的概括和解释。兰克学派提倡运用档案史料，其研究重心便自然以政治史、军事史为主，而如果希望对整个社会做综合的描述，那么档案史料就不敷使用了。20世纪初出现的历史学“社会科学化”代表了一个国际性的潮流，德国有卡尔·兰普雷希特、美国有“新史学”派如詹姆士·鲁滨逊等史家，英国有亨利·巴克尔，法国则由亨利·贝尔首倡、而1929年崛起的年鉴学派集其大成。这一“社会科学化”的哲学前提是实证主义，其意图是在确证事实的基础上，对历史的演变做广博的综合解释。换言之，他们不满足只是核定史料，然后据此直书，就一个重要人物的某个或几个事件，讲述一个故事。年鉴学派自称有三大“敌人”：政治史、事件史和人物史，由此可见其突破、创新的志向。

　　从后世的眼光考察，正是这一“社会科学化”的潮流，促使史学界不同流派的出现，如经济史、文明史、思想史等。二战之后，史学界流派纷呈的态势更为明显。若以美国为例，“新史学”所倡导的思想史在20世纪60年代一枝独秀，而大西洋彼岸的英国则由马克思主义史家带领，开展了“眼光朝下”的劳工史、社会史的研究。到了70年代，美国亦掀起了社会史、劳工史研究的热潮。此时的法国史坛，年鉴学派独霸天下，代表人物费南德·布罗代尔以提倡“长时段”名世，成功地实践了超越“政治史、事件史和人物史”的目标。布罗代尔的弟子如埃马纽埃尔·勒华拉杜里甚至提倡不再以个别人物的事迹作为历史书写的对象。为了对一个社会做“全体史”的综合分析，计量方法得到了青睐。计量史学在70年代一度大有独领风骚之势。在兰克学派的大本营德国，二战之后也出现了新的变化。譬如基于比勒菲尔德大学的史家竭力赶超欧美同行，从事社会史抑或“历史的社会科学”的研究。

　　饶有趣味的是，也正是在历史学大踏步走向社会科学化的70年代，一股与之志向和取径颇为不同的潜流渐渐涌现，那就是新文化史（有些地方亦称新社会史）和妇女史的实践。具言之，20世纪60年代的史家出于描绘和解释社会结构变化的需要，提倡“眼光朝下”，为处于边缘（比如女性）和下层（比如劳工）的民众发声，为其写史，这些尝试，并不为一个流派所限。举例而言，北美著名史家娜塔丽·泽蒙·戴维斯的《马丁盖尔归来》，被誉为新文化史的开山之作之一，但就其内容而言，又可以归属于妇女史，因为其中的主角是盖尔之妻贝特朗。盖尔夫妇和冒名顶替的“盖尔”三人又都属于社会下层，因此将该书视作史家“眼光朝下”的一个实践，亦十分恰当。意大利史家卡洛·金兹堡的《奶酪与蛆虫》，也是新文化史的一个范例，同时也被称为“微观史”这一流派的开创之作。与戴维斯的取径类似，金兹堡从一个磨坊主的言论着手，以小见大，窥视和描述19世纪欧洲人宇宙观、世界观的变化，同样展现了“眼光朝下”的视角。上面已经提到，马克思主义史家首先提倡史家为普罗大众写史，譬如“眼光朝下”这一提法的首倡者就是英国的马克思主义史家爱德华·汤普森。汤普森的名作《英国工人阶级的形成》，无疑探讨的是一个社会变动、变革的大问题，但他描述的主角不但是处于下层的劳工，而且还从文化的角度分析“阶级意识”的形成。汤普森的著作被视为马克思主义史学之“文化转向”的代表作品，而这一尝试又与新文化史的关注点有着一定的可比性。

　　以妇女史的发展来看，流派之间的界限逐渐模糊这一特点表现得更为明显。妇女史研究具有明显的跨学科特点，是妇女研究的一个重要组成部分，经常兼涉法律、政治、社会、人文、思想等诸方面。1986年，劳工史出身转入妇女史研究的琼·W·斯科特发表了《社会性别：一个有用的历史研究范畴》，又将妇女史扩展到社会性别史，进一步促进了妇女史研究与其他流派之间的交流和互动。近年史学界出现的男性史的新研究，便是其中的一个结果。

　　同时，妇女史和性别史研究的开展，还推动了家庭史、身体史、儿童史和情感史等诸多新流派的兴起。这些新兴流派都将历史研究关注的对象，从之前的公领域转向了私领域，打破了两者之间的区分和界限。上述流派亦采用跨学科的方法，如家庭史的开展，与社会学关系密切。身体史、儿童史、情感史乃至最近20年发展起来的“深度史学”和神经史，不但采用了诸如心理学、人类学等社会科学，而且还借鉴了神经医学、生物学等自然科学的研究。由此缘故，这些流派之间的界限颇为模糊，比如情感史的研究，必然包含身体的层面，因为情感的表达，通常会诉诸肢体动作和语言。在开展情感史研究的同时，也有学者从事相关的感觉史研究；后者更与身体史的研究密不可分，几乎就是其一个有机组成部分。

　　如果说历史研究方法上的多元化和跨学科，促成了史学流派之间的融合，那么还有一个比较典型的例子就是环境史、气候史、动物史、“大历史”和海洋史等一系列探讨人类与自然和其他生物关系的学派。从其命名而言，读者便可以清晰地看出它们的研究手段，必然会借鉴自然科学的方法。同时，这些流派之间的相互关系，可以说是亲密无间、难分彼此。2022年8月在波兰的波兹南市举办的第23届国际历史科学大会，其主题发言的重点是“动物史和人类史的交互演进”，共有四个场次，分别是“动物的主体性”“人类记录中的动物”“动物的展现”和“野生和家养动物的管理”，后两场都涉及动物在人造和自然环境中的活动。而环境史、海洋史和气候史等流派之间，更是你中有我、我中有你。它们与“大历史”的研究初衷相似，希望弱化人类在历史上的中心地位，走向“后人类的史学”。上述例子充分表明，当今史学界各个流派之间的借鉴和融合，已经达到界限不分、畛域不明的程度了。

　　二

　　20世纪60年代以来史学界“眼光朝下”的思潮，加上近年来科学技术的大幅度革新，还带来了一个重要的发展趋势，那就是历史知识的获取和表述，已经出现专业学者和读者之间密切互动的局面。如上所述，19世纪下半叶历史学走向职业化，有力地促进了历史知识的深化和历史研究的学术性，与此同时也造成历史著作与读者之间产生一条明显的沟壑。历史学家希望成为人类过去的代言人，但其著作对于普通的阅读者来说，艰深难懂、枯燥无味。这一现象与18世纪史学大家爱德华·吉本的《罗马帝国衰亡史》既可以让学者在其书房研读，又能放在仕女的梳妆台上的情形，迥然不同了。

　　历史学的职业化在今天并无改变，对史学工作者的考核还出现日益加强之势，但从上世纪下半叶以来，专业学者与读者之间的互动，也出现了彼此积极沟通的趋向。譬如新文化史家的作品，在史学家劳伦斯·斯通眼里，就代表了历史学中“叙述的复兴”，因为其内容的铺陈颇具可读性。上面提到的《马丁盖尔归来》《奶酪与蛆虫》和勒华拉杜里的《蒙塔尤》，情节曲折生动，很具吸引力。另一位当代新文化史的名家彼得·伯克，著述不辍，文笔清新，亦反映了作者注重文字表达、普及知识的意图。

　　这一“双向互动”趋势的出现，并非史学工作者的一己之力或一厢情愿，而是有着双方的沟通和交流。借助互联网和其他新科技，当下历史知识的普及和传播，已经今非昔比。近年来世界各地出现的记忆研究和公众史热潮，便是显例。它们都试图在专业史家的视角之外或之下，自下而上地提供有关过去的知识，从原来的历史知识受众转变为历史知识的参与者。记忆与历史之间一直存在着某种张力：历史学者希图保持记忆，不让其遗忘，但其保存的方式，又自然和必然带有某种选择性。法国学者莫里斯·阿布瓦赫在20世纪上半叶提出“集体记忆”的概念，试图将人们对过去的记忆，不再局限于近代历史学提供的框架中，而其同胞皮埃尔·诺拉在70年代主持的《记忆之场》的大型项目，异曲同工，希图从各个方面扩大人们对过去的认知。自那时开始，记忆研究在各国蓬勃兴起，既丰富了人们对过去的认知，也对历史研究产生了积极的互动和互补作用。

　　公众史研究的开展，则是历史学“双向互动”的又一个范例，已经在国际史学界蔚然成风。从事和推动公众史研究的人士同时包括了专业史家和业余历史爱好者或志愿者，其研究手段也颇为多样，从文献资料整理到物质文化和非物质文化的保存，全面展开，充分体现了专业与业余之间的密切交流。总之，当代西方史学界出现的这些新变化，展现出历史学这一古老学问历久弥新的魅力。

　　《光明日报》（ 2023年01月09日 14版）

　　（文图：赵筱尘 巫邓炎）