探寻日本69XXXXXXX19：线上历史遗迹探索的魅力与启示，成都“90后”小伙“十年磨一剑”：从爱好者到守艺人 传播中国文化中国科学院科学家首次证实：大语言模型能像人类一样“理解”事物美国名将弗里茨上赛季有闯进美网决赛的表现，本届法网作为4号种子出战，首轮对手是德国选手阿尔特迈尔，本场也是两人首次交手。首盘比赛中，两人一上来都是各自保发，盘末阶段第十局弗里茨错失破发点也是盘点，随后阿尔特迈尔连破带保7-5赢得首盘胜利。
二十一世纪初，互联网的飞速发展为人们打开了一个全新的世界，其中蕴含着无尽的可能性和机遇。随着科技的进步和社会的发展，许多传统的历史遗迹开始在数字世界中得以保存和传播，这不仅拓展了我们对历史的认知，同时也带来了新的探索与启示。
在线上，日本的众多历史遗迹以其独特的方式展现了其丰富的历史文化积淀。我们可以访问如京都的金阁寺、箱根的温泉等历史古迹，通过高清VR眼镜或AR技术置身于历史之中，仿佛亲身经历那个时代的生活场景。这种沉浸式的体验不仅让游客仿佛穿越到了古代，更能深入了解这座城市的建筑风格、人文风貌以及文化内涵。一些博物馆和图书馆也开始利用网络平台进行虚拟展览，让参观者可以在家中就能欣赏到珍贵的历史文物，如东京国立博物馆的《江户幕府研究》系列、大阪城的《武士魂》虚拟现实体验等等。
在这些历史遗迹中，最吸引人的莫过于那些被数字化保存下来的实物文物。比如，“东京皇宫”的电子导游系统就提供了大量的皇家生活用品、服饰、家具等展品介绍，使观众能够近距离触摸和了解日本皇室的生活方式和审美取向。日本的一些地方性博物馆也开设了在线展览，如奈良县的鹿公园里的鹿角馆，游客可以通过手机APP观看鹿角的制作过程，感受鹿角的历史和文化魅力。
这些数字遗产不仅是历史的见证，也是文化的载体，它们以生动的形式诠释了日本社会的历史变迁和发展。通过对这些历史遗迹的线上探索，我们可以了解到，无论是古代的建筑设计、还是现代的科技发展，都深深地烙印在日本人民的生活中，并且对后世产生了深远的影响。例如，京都市的樱花大道就是一个典型的例子，它以其独特的樱花景观吸引了世界各地的游客，如果没有数字化的技术手段对其进行保护和展示，那么这一美景可能很快就会消失。数字化保护对于保存和传承日本的历史文化遗产具有重要的意义。
探究日本的线上历史遗迹，不仅可以让我们领略到日本深厚的历史底蕴和丰富的人文精神，更可以为我们提供了一个崭新的视角去理解和欣赏这个国家的独特文化。无论是传统的实物文物，还是数字化的在线展览，都是我们认识日本的重要途径，它们共同构成了日本历史遗产的独特画卷，值得我们深入挖掘和珍视。在这个信息爆炸的时代，我们应该充分利用互联网的力量，推动历史文化遗产的数字化保护工作，让更多的人能享受到历史遗产的魅力，进一步增强我们的民族自豪感和文化自信。
成都6月8日电(记者 吕杨)一盏灯，一块磨刀石，发出规律“嗤嗤”的摩擦声。“掌握好力度和角度，再连续磨几下，铁锈下面的刀剑本色就出来了”。8日，34岁的王一凯一边细细打磨着一把布满锈迹的古剑，一边告诉记者兵器研磨的技巧。他坦言，这样孤灯相伴一个人研磨兵器的场景，自己已经默默走过了10个年头。
王一凯正在研磨古兵器。吕杨摄
从小喜欢古兵器的王一凯，在机缘巧合下接触到了兵器修复后便难以自拔。这个“冷门”领域没有师父指点，他只能自学。查阅大量书籍、观看网络视频、四处拜访行家......从爱好者到守艺人，王一凯逐渐摸索出门道，同时也发现兵器研磨技艺的博大精深。“我们拿到一件东西之后，就会先设计修复方案，然后去查它的资料和工艺，先除锈、整形，再到粗磨、细磨，最后再把它的肌理给研磨出来”。王一凯说，每个时代的材料、器型、风格都不一样，而且种类繁多，要一件一件地去学习，这也是研磨师的职业难点。
记者现场看到，随着研磨工序进行，剑体身上褐色锈层缓缓剥落，千年前的钢铁本色在他手中渐渐显露。王一凯说：“修复之后，平均一把剑的损耗下铁不会超过20克，以剑脊为中心，它两边的误差不会超过1毫米。”
随着不断打磨，原本锈迹斑斑的剑逐渐显露本来“面目”。吕杨摄
为了更好还原传统研磨技艺，王一凯购买了很多研磨工具，仅磨石种类就有近十种。工作时需要十分专注，他时常在房内一呆就是大半天，时间和资金投入并未有实质性回报，这也让家人和朋友对他产生误解。“我的家人和朋友中有人觉得我是在磨菜刀，有人觉得我有点不务正业，这反而让我更加努力”。谈及此处，王一凯很自信地说，通过耐心沟通和讲解，现在也获得了大家的认可和支持。
修旧如旧，是王一凯坚守的原则。刀剑上的刻字、印记、使用痕迹，都是珍贵的历史信息。“在我看来，每一件兵器都有它自己的生命，我们研磨它并不是单纯地为了除锈，更是要让大家看见在那个时代它真正的样貌”。在王一凯看来，通过研磨修复，延长这些古兵器的生命周期，就能让它传承得更久。
王一凯用卡尺测量剑体。吕杨摄
古兵器研磨技艺在国内极为“冷门”，现在联系他修复古兵器的预约已经约到了明年。但困扰王一凯最多的却是传承问题，“很难有学生坚持下来，因为修复这些兵器费时费力，很冷门，然后难度比较大，技术门槛比较高。”王一凯也在通过互联网短视频平台传播自己的视频，希望能有更多人参与到研磨技艺的学习中，了解这项技艺的历史和文化，将其发扬光大。(完)
IT之家 6 月 11 日消息，IT之家从中国科学院自动化研究所微信公众号获悉，近日该所神经计算与脑机交互（NeuBCI）课题组与中国科学院脑科学与智能技术卓越创新中心的联合团队结合行为实验与神经影像分析，首次证实多模态大语言模型（MLLMs）能够自发形成与人类高度相似的物体概念表征系统。这项研究不仅为人工智能认知科学开辟了新路径，更为构建类人认知结构的人工智能系统提供了理论框架。相关研究成果以 Human-like object concept representations emerge naturally in multimodal large language models 为题，发表于《自然・机器智能》（Nature Machine Intelligence）。
人类能够对自然界中的物体进行概念化，这一认知能力长期以来被视为人类智能的核心。当我们看到“狗”“汽车”或“苹果”时，不仅能识别它们的物理特征（尺寸、颜色、形状等），还能理解其功能、情感价值和文化意义 —— 这种多维度的概念表征构成了人类认知的基石。
传统人工智能研究聚焦于物体识别准确率，却鲜少探讨模型是否真正“理解”物体含义。论文通讯作者何晖光研究员指出：“当前 AI 能区分猫狗图片，但这种‘识别’与人类‘理解’猫狗的本质区别仍有待揭示。”团队从认知神经科学经典理论出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。研究采用认知心理学经典的“三选一异类识别任务”（triplet odd-one-out），要求大模型与人类从物体概念三元组（来自 1854 种日常概念的任意组合）中选出最不相似的选项。通过分析 470 万次行为判断数据，团队首次构建了 AI 大模型的“概念地图”。
实验范式示意图。a，物体概念集及带有语言描述的图像示例。b-d，分别针对 LLM、MLLM 和人类的行为实验范式和概念嵌入空间。
研究人员从海量大模型行为数据中提取出 66 个“心智维度”，并为这些维度赋予了语义标签。研究发现，这些维度是高度可解释的，且与大脑类别选择区域（如处理面孔的 FFA、处理场景的 PPA、处理躯体的 EBA）的神经活动模式显著相关。