學術出版商 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。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，從作者問題到技術和道德問題。
換句話說，他們的目的是產生問題，而不是答案。他們有豐富的問題：
誰是機器生成內容的創(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”作為術語）并調整各種參數(shù)？是否有指定的發(fā)起人？誰決定一臺機器應該首先產生什么？從道德的角度來看，誰對機器生成的內容負責？
這里面用到的技術，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)新化的結構化摘錄成書，有利于研究人員更高效地管理海量信息，以及人們從海量內容里快速選擇、使用和處理相關領域的文檔。
人工智能在這個高度技術性的主題上分發(fā)了數(shù)千篇關于1，086篇論文，分析它們以找到關鍵詞，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，這既是出于版權的原因，也是因為原文的語法在新的背景下可能不起作用。
AI必須很好地理解論文，它知道“它”是什么，并且在重構句子時，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生一些公認的笨拙的用語。
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多篇權威研究論文。僅在過去3年，關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域的科學家是一個巨大的挑戰(zhàn)，但AI的自動掃描和總結輸出，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“給我一份50頁的生物工程最后4年的總結。
可以預見，未來的學術出版以及各類書籍，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。
（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
