學術(shù)出版商 Springer Nature 出版了第一本由機器學習生成的書籍——《鋰離子電池：機器生成的當前研究摘要》，它概述了鋰離子電池領(lǐng)域的最新研究成果，大約250頁。
與電池研究一樣有趣的是，它只與該項目的實際目的相關(guān)。人工智能的創(chuàng)造者，在本書的廣泛而有趣的序言中，解釋了他們的意圖更多的是開始討論機器生成的科學文獻，從作者問題到技術(shù)和道德問題。
換句話說，他們的目的是產(chǎn)生問題，而不是答案。他們有豐富的問題??
誰是機器生成內(nèi)容的創(chuàng)始人？算法的開發(fā)人員可以被視為作者嗎？或者是從初始輸入開始的人（例如“鋰離子電池”作為術(shù)語）并調(diào)整各種參數(shù)？是否有指定的發(fā)起人？誰決定一臺機器應(yīng)該首先產(chǎn)生什么？從道德的角度來看，誰對機器生成的內(nèi)容負責？
這里面用到的技術(shù)，是由Springer Nature和法拉克福歌德大學共同開發(fā)的一種先進算法：Beta Writer。它使用的是基于相似性的聚類分析，將海量的源文檔排列成連貫的章節(jié)，然后創(chuàng)建文章的簡潔摘要，同時，將文章內(nèi)部加入超鏈接，這樣利于讀者進一步閱讀原始的文章。
AI這種創(chuàng)新化的結(jié)構(gòu)化摘錄成書，有利于研究人員更高效地管理海量信息，以及人們從海量內(nèi)容里快速選擇、使用和處理相關(guān)領(lǐng)域的文檔。
他們之間已經(jīng)進行了激烈的辯論，他們的同行以及與他們合作制作這本書的專家，研究人員清楚地知道這只是一個開始。但正如Henning Schoenenberger在序言中所寫的那樣，我們必須從某個地方開始，這就像任何地方一樣好。
確實，我們已經(jīng)成功地開發(fā)了第一個原型，這也表明還有很長的路要走：大型文本語料庫的提取性總結(jié)仍然不完善，而且有時復(fù)述文本、語法和短語聯(lián)想仍然顯得笨拙。但是，由于我們要突出顯示機器生成內(nèi)容的當前狀態(tài)和剩余邊界，我們明確決定不對任何文本進行手動修改或復(fù)制編輯。
正如他們所說，這本書本身就是不完美和笨重的。但聽起來自然的語言只是人工智能嘗試的任務(wù)之一，因為它而忽略整體的成功是錯誤的。
人工智能在這個高度技術(shù)性的主題上分發(fā)了數(shù)千篇關(guān)于1,086篇論文，分析它們以找到關(guān)鍵詞，參考文獻，“代詞回指”等等。然后根據(jù)他們的發(fā)現(xiàn)對論文進行聚類和組織，以便以邏輯的、基于章的方式呈現(xiàn)。
代表性的句子和摘要必須從論文中提取，然后重新制定以供審查，這既是出于版權(quán)的原因，也是因為原文的語法在新的背景下可能不起作用。（團隊談到的專家說，他們應(yīng)該盡可能接近原文的意思，避免“創(chuàng)造性”的解釋。）
想象一下，論文中最好的句子開頭是“因此，正如2014年論文所建議的那樣，它產(chǎn)生的絕緣系數(shù)提高了24％。”
AI必須很好地理解論文，它知道“它”是什么，并且在重構(gòu)句子時，將“it”替換為該項，并且知道它可以取消“因此”和最后的旁注。
這必須完成數(shù)千次模擬，并且許多邊緣情況會彈出模型不能正確處理或產(chǎn)生一些公認的笨拙的用語。例如：“這種研究的主要目的是獲得具有優(yōu)異性能的材料，如高容量、快速的鋰離子擴散速率，易于操作和穩(wěn)定的結(jié)構(gòu)。”
最終，這本書具有可讀性和可以想象的有用性，已經(jīng)將大約一萬頁的研究歸結(jié)為大約250頁。但正如研究人員所說，這一承諾要大得多。
這本書里面包含了2016-2018年發(fā)表過的150多篇權(quán)威研究論文。僅在過去3年，關(guān)于鋰電子電池的研究論文就發(fā)表了超出53000篇，這對試圖學習這一領(lǐng)域的科學家是一個巨大的挑戰(zhàn)，但AI的自動掃描和總結(jié)輸出，能讓科學家們把更多時間用在重要的研究上。
這里的目標似乎并不遙遠，就是能夠告訴一項服務(wù)“給我一份50頁的生物工程最后4年的總結(jié)。
文本的靈活性意味著您也可以用西班牙語或韓語請求它。參數(shù)化意味著您可以輕松調(diào)整輸出，強調(diào)區(qū)域和作者或排除關(guān)鍵字或無關(guān)緊要的主題。
可以預(yù)見，未來的學術(shù)出版以及各類書籍，將不再只是人為創(chuàng)造，而是有更多形式出現(xiàn)，包括了混合人機文本生成的書籍或完全由機器學習生成的文本。
【來源：前瞻網(wǎng)】
