中央研究院 Logo

作者：蔡宗翰研究員（本院人文社會科學研究中心）

前言：當頂尖 AI 遇上大明王朝

如果你是一位歷史學家，面對著堆積如山、甚至汗牛充棟的古籍，你會感到興奮還是絕望？這不僅是歷史學界的難題，也是我們這項研究的起點。

這項研究成果不僅剛登上 2025 年數位人文領域的頂級期刊——牛津大學出版社的《Digital Scholarship in the Humanities (DSH)》，更是一次跨國與跨界強強聯手的結晶。我們非常榮幸能與 Google DeepMind 展開深度合作，不僅獲得對方提供的經費支持以解決算力需求，Google DeepMind 的兩位傑出研究員 Yingtao Tian 與 Bert Chan 更親自參與了我們的研究會議。在多次的討論中，他們以世界頂尖 AI 實驗室的視角，給予我們極具啟發性的見解，讓這項結合歷史與資訊科技的研究能夠突破極限。

以《明實錄》（Ming Shi-Lu）為例，這部記載了從明太祖朱元璋到明思宗朱由檢，橫跨近三百年歷史的皇朝大數據，總字數高達一千六百多萬字。這是什麼概念？如果你每天讀一萬字（相信我，讀沒有標點符號的文言文比讀小說累得多），你需要連續讀上四五年才能讀完一遍，而且讀完後面可能已經忘了前面。

這就是傳統歷史研究的「痛點」。我們渴望從宏觀的角度看清歷史的長河，但人類的閱讀速度與記憶力終究有極限。但是，如果我們能請一位過目不忘、幾分鐘就能讀完千萬字，還能畫出精美地圖的「AI 助手」來幫忙呢？

這正是我們團隊在做的事。我們運用自然語言處理（Natural Language Processing, NLP）技術，訓練人工智慧閱讀古文，將《明實錄》中隱藏的軍事密碼一一解開。今天，我想帶領大家進行一場穿越時空的數據冒險，看看當 Google DeepMind 等級的 AI 視野遇上大明王朝，會擦出什麼樣的火花。

第一章：教電腦「讀懂」文言文的挑戰

在開始冒險之前，我得先介紹一下我們的這位 AI 助手。你可能聽過 ChatGPT 或 Google 的 BERT 模型，它們很聰明，但它們原本是為了讀懂現代語言而設計的。要讓它們讀懂數百年前的「之乎者也」，可不是一件容易的事。

如果你直接搜尋關鍵字，比如「打仗」，你可能會漏掉很多資訊。因為古人寫文章很含蓄，他們可能會說「討」、「伐」、「剿」、「防」、「禦」，甚至用更隱晦的描述。如果只用關鍵字搜尋，就像是用魚網撈水，漏掉的比撈到的還多。

因此，我們採用了一種「半監督式學習（Semi-supervised Learning）」的方法。簡單來說，我們不直接告訴 AI 每一句話是什麼意思（那樣我們得人工標註幾萬條數據，會先累死），而是給它一些「種子（Seeds）」。

就像教小朋友認水果，我們先教它「攻」和「守」這類最核心的軍事詞彙（種子詞），然後利用 BERT 模型強大的上下文理解能力，讓它自己去舉一反三。AI 會發現：「嘿，這個『擊』字常和『攻』出現在類似的語境裡，那它應該也是軍事詞彙！」

透過這種方法（我們稱之為 LOTClass 模型），AI 迅速學會了辨識哪些段落是在講軍事行動，哪些是在講法律、修繕或其他雜事。經過我們的測試，這位 AI 史官的準確率高達近 90%！這意味著，我們終於擁有一把解開《明實錄》軍事大數據的鑰匙。

第二章：歷史的「心電圖」——AI 眼中的戰爭頻率

有了這把鑰匙，我們做的第一件事，就是請 AI 把《明實錄》中所有關於軍事的段落通通找出來，並依照時間軸排列。

我們想驗證一件事：AI 算出來的「軍事文本量」，真的能代表當時的戰爭頻率嗎？

為了驗證，我們將 AI 的運算結果與權威的《中國軍事史·歷代戰爭年表》進行了比對。結果令我們興奮不已！請看下圖：

圖一：AI 提取的《明實錄》軍事段落數量（上）與歷史學界統計的明代戰爭頻率（下）對比圖。可以看到兩者的走勢高度重合。

從圖中我們可以清晰地看到，兩條線的起伏幾乎是同步的。這說明了什麼？說明了歷史記載是誠實的，也說明了我們的 AI 判讀是精準的。當大明王朝烽火連天時，史官筆下的軍事紀錄就會暴增；當天下承平時，這些紀錄就隨之減少。

不過，眼尖的讀者可能發現了，在圖表的最右端（約 1630 年代之後），兩條線分道揚鑣了。藍線（實錄紀錄）下降，而紅線（實際戰爭）卻飆升。這是 AI 失誤了嗎？

不，這反而是一個有趣的歷史證據！這段時期對應的是明朝末年，那是崇禎皇帝的時代。當時內有李自成起義，外有後金（清朝）虎視眈眈，天下大亂。然而，留存下來的《崇禎實錄》相較於前朝，資料量本就殘缺不全，加上當時局勢混亂，史官可能也無暇或無法詳盡記錄每一場敗仗。這「數據的缺口」，恰恰反映了王朝末路的倉皇與無奈。

第三章：大數據下的王朝興衰史

確認了工具的可靠性後，我們進一步將這些數據轉化為「軍事事件比率分佈圖」，這就像是幫大明王朝做了一次長達三百年的「心電圖」。

圖二：明代軍事文獻比率分佈圖。每一個波峰都對應著歷史上重大的軍事危機或擴張時期。

看著這張圖，身為歷史愛好者的你，是否感到熱血沸騰？這不是冷冰冰的數據，這是歷史的呼吸。讓我們來解讀幾個關鍵的「波峰」：

1. 開國與靖難（圖中左側的第一個高峰A）： 這是朱元璋打天下以及朱棣「靖難之變」的時期。新王朝的建立總是伴隨著鐵與血，數據忠實地記錄了這段開疆闢土的歲月。
2. 土木堡之變（1449年左右的高峰C）： 明英宗親征瓦剌，結果在土木堡被俘，皇帝變成了肉票，這絕對是明朝前中期最大的軍事危機。數據在此處呈現劇烈的跳升，反映了當時朝廷上下的震動與北京保衛戰的緊張局勢。
3. 嘉靖倭亂（1550年代的高峰E）： 看到中間那個突起的山峰了嗎？那是東南沿海倭寇最猖獗的時期，名將戚繼光就是活躍在這個時代。與此同時，北方的蒙古俺答汗也在不斷騷擾，形成了「南倭北虜」的局面，讓嘉靖皇帝頭痛不已。
4. 萬曆三大征（1600年前後的高峰F）： 這是明朝國力的迴光返照。萬曆皇帝雖然幾十年不上朝，但這段時間明軍在寧夏、播州（貴州）以及朝鮮半島（抗日援朝）打了三場大仗。數據的飆升告訴我們，這幾場戰爭雖然勝利，但也極大地消耗了帝國的元氣。
5. 王朝的黃昏（最右側的高峰G）： 伴隨著「小冰河期」的到來，氣候變冷，糧食減產，農民起義與滿洲鐵騎接踵而至，波峰持續居高不下，直到數據截斷。

透過 AI 的量化分析，這些歷史事件不再只是課本上的名詞，而是變成了可以被測量、被比較的強度指標。

第四章：地圖會說話——從「武將守邊」到「文官帶兵」

除了時間，我們還想看空間。

我們利用「命名實體識別（NER）」技術，將文獻中提到的地名通通抓出來，並結合地理資訊系統（GIS），繪製出了明代軍事活動的「熱力圖（Heatmap）」。

圖三：永樂時期（1402-1424）軍事活動熱力圖。顏色越深代表軍事活動越頻繁。

看這張永樂時期的地圖，你會發現一個明顯的「C型包圍圈」。熱點主要集中在北方邊境（防禦蒙古）以及南方的交阯（今越南北部）。這完美印證了永樂皇帝「天子守國門」的戰略，以及他南征北討的野心。

但更有趣的發現還在後頭。在研究過程中，我們關注了三種關鍵職位：總兵官（Regional Commanders，最高階武將）、巡撫（Grand Coordinators，文官） 與 總督（Supreme Commanders，更高階的文官）。

在明初，打仗主要是武將的事。但隨著時間推移，我們從數據中發現了一個驚人的趨勢。

圖四：明代文獻中「總兵」、「巡撫」、「總督」提及頻率的趨勢圖。注意綠色線（總兵）在成化年間後的下降，以及藍色、橘色線（文官體系）的上升。

請看上圖，在明朝前期（約 1450 年之前），「總兵」的提及率是最高的。但到了中後期，代表文官的「巡撫」和「總督」的提及率開始反超，甚至大幅領先。這就是明代政治史上著名的「以文領武」（文官帶兵）現象的數據鐵證！

【延伸閱讀：文官帶兵的深入解密】
提到「文官帶兵」，除了本文分析的宏觀趨勢外，如果你對這些「文人官員」如何具體轉變身份、掌握軍權感興趣，強烈推薦閱讀我們團隊發表的另一篇論文 MingOfficial。

該篇論文發表於 AI 領域頂尖會議 EMNLP 2023，題目為 "MingOfficial: A Ming Official Career Dataset and a Historical Context-Aware Representation Learning Framework"。在該研究中，我們同樣與 Google DeepMind 的 Yingtao Tian 與 Bert Chan 合作，建構了一個包含 9,376 位官員的巨型資料集，並利用圖神經網絡（GNN）分析社會結構。實驗顯示，我們能精準識別出那些「名為文官、實為武將」的特殊身份，F1 分數從 24.6% 飆升至 98.2%。這兩篇論文互為表裡，完美呈現了明代官場的複雜面貌。

回到本篇研究，為了深入探究這個轉折點，我們將目光鎖定在 1440 年代的 「麓川之役」。這是一場發生在雲南邊境（今中緬邊界）的漫長戰爭。我們用三張圖層層遞進，像剝洋蔥一樣還原了當時的指揮體系變革：

圖五、六、七：1440-1449 年間，總兵（上）、總督（中）、總督且負責軍務（下）的活動分布對比。

這三張圖的連續技告訴了我們什麼？

1. 第一步（圖五）：武將在哪裡？
   這張圖顯示的是「總兵官」在整個明朝版圖分布。我們可以看到，在雲南與緬甸交界的麓川戰場（左下角紅框處），有著密集的熱點。這證實了在戰爭期間，傳統武將確實在前線帶兵。
2. 第二步（圖六）：文官進場了？
   這張圖我們改抓「總督」的紀錄。驚人的是，在同樣的雲南戰區，代表文官總督的熱點也浮現了出來。這顯示朝廷不僅派了武將，也將高階文官送往了戰區。
3. 第三步（圖七）：文官真的在打仗嗎？
   為了確認這些文官不是去觀光或考察民情的，我們加上了嚴格的篩選條件：必須是「總督」加上「軍務」或「提督」等指揮作戰的關鍵字。結果顯示，雲南戰區的熱點依然綠得發亮！

這意味著，如王驥這樣的文官總督，是真正手握「尚方寶劍」，掛著「提督軍務」的頭銜在指揮作戰，其實質地位甚至凌駕於武將之上。

這三張圖串連起來，就用視覺化的方式提供了強有力的證據：麓川之役不僅是一場邊境戰爭，更是明代軍事體制轉型的試驗場。 朝廷為了加強中央集權，開始習慣性地派遣文官到前線「總督軍務」，從此確立了文人領兵的政治格局。過去歷史學家需要翻閱無數奏章才能論證的觀點，我們現在用幾張熱力圖，就能直觀且具說服力地呈現出來。

第五章：結論與展望——數位人文的無限可能

這趟穿越時空的數據之旅，是否有讓你對「歷史研究」有了新的想像？

我們利用 NLP 技術挖掘《明實錄》，不僅驗證了已知的歷史常識（如戰爭頻率），更量化了微觀的政治變遷（如文官權力的擴張），並用視覺化的地圖重現了當年的戰略佈局。

當然，這只是開始。我們的 AI 模型雖然強大，但還不是完美的。比如它偶爾會把「修城牆」（防禦工事）和「修宮殿」（土木工程）搞混，這需要我們進一步教導它分辨更細微的語境。此外，目前我們只分析了《明實錄》，未來我們還打算將這套方法應用到《清實錄》，甚至朝鮮的《朝鮮王朝實錄》和越南的《大南實錄》中。

想像一下，當我們把東亞各國的史料大數據串聯起來，我們將能看到一幅多麼壯闊的「東亞戰爭與和平」全景圖！

身為一名在中研院漫步於科研前沿的研究人員，我深深著迷於這種「跨界」的魅力。誰說理科生不懂歷史的浪漫？誰說文科生不能玩轉高科技？當冷靜的演算法遇上溫熱的歷史血肉，我們看見的不僅是過去，更是解讀人類文明的新視角。

歷史不曾遠去，它只是靜靜地躺在數據裡，等待我們去喚醒。

【經費來源與致謝】
本研究得以完成，首先感謝 中央研究院數位文化中心（ASCDC） 的專案支持（計畫編號：AS-ASCDC-114-205）。

特別致謝 Google DeepMind 的 GiG 計畫以及兩位研究員 Yingtao Tian 與 Bert Chan。他們不僅提供關鍵的算力與經費，更在研究過程中給予我們寶貴的技術指導與啟發，讓這項發表於 Oxford DSH 的研究以及我們在 EMNLP 的另一項成果得以順利問世。正是有這些頂尖科技資源的挹注，人文學科的研究才能突破傳統邊界，看見不一樣的風景。

最後，感謝研究團隊的每一位成員：Richard Tzong-Han Tsai、Yu-Sin Liu、You-Jun Chen、Hsin Yi Hsieh 以及 Ya-Chi Chan。是你們的跨領域合作，讓冷僻的史料有了溫度。
(文中圖片與數據分析均引用自本研究團隊發表之學術論文
Richard Tzong-Han Tsai, Yu-Sin Liu, You-Jun Chen, Hsin Yi Hsieh, Ya-Chi Chan, "Digital humanities approach to analyzing the roles and military power of Supreme Commanders and Grand Coordinators in the Ming Dynasty: a computational analysis of Ming Shilu," Digital Scholarship in the Humanities, Volume 40, Issue 3, September 2025, Pages 910–927.
DOI: https://doi.org/10.1093/llc/fqaf024)