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d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 *** 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。