AI创造性的工作都已经不在话下了吗

学术出版商 Springer Nature 出版了第一本由机器学习生成的书籍——《锂离子电池：机器生成的当前研究摘要》，它概述了锂离子电池领域的最新研究成果，大约250页。

如何创作出来？

Springer Nature和法拉克福歌德大学共同开发了一种先进算法：Beta Writer。它使用基于相似性的聚类分析，将海量的源文档排列成连贯的章节，然后创建文章的简洁摘要，同时，将文章内部加入超链接，方便读者进一步阅读原始的文章。

AI这种创新化的结构化摘录成书，有利于研究人员更高效地管理海量信息，以及人们从海量内容里快速选择、使用和处理相关领域的文档。

难点？

AI必须很好地理解论文，它知道“它”是什么，并且在重构句子时，将“it”替换为该项，并且知道它可以取消“因此”和最后的旁注。

这必须完成数千次模拟，并且许多边缘情况会弹出模型不能正确处理或产生一些公认的笨拙的用语。例如：“这种研究的主要目的是获得具有优异性能的材料，如高容量、快速的锂离子扩散速率，易于操作和稳定的结构。”

意义？

最终，这本书具有可读性和可以想象的有用性，已经将大约一万页的研究归结为大约250页。这本书里面包含了2016-2018年发表过的150多篇权威研究论文。仅在过去3年，关于锂电子电池的研究论文就发表了超出53000篇，这对试图学习这一领域的科学家是一个巨大的挑战，但AI的自动扫描和总结输出，能让科学家们把更多时间用在重要的研究上。

这里的目标似乎并不遥远，就是能够告诉一项服务“给我一份50页的生物工程最后4年的总结。

文本的灵活性意味着您也可以用西班牙语或韩语请求它。参数化意味着您可以轻松调整输出，强调区域和作者或排除关键字或无关紧要的主题。

可以预见，未来的学术出版以及各类书籍，将不再只是人为创造，而是有更多形式出现，包括了混合人机文本生成的书籍或完全由机器学习生成的文本。

创造文本人为机器学习

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。