表的研究數(shù)量超過任何學者希望跟上的數(shù)量，但很快他們可能會依賴AI同伴閱讀數(shù)千篇文章并從中提取摘要——這正是歌德大學的一個團隊所做的。

學術出版商SpringerNature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(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，是由SpringerNature和法拉克福歌德大學共同開發(fā)的一種先進算法：BetaWriter。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、使用和處理相關領域的文檔。

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HenningSchoenenberger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。（團隊談到的專家說，他們應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％?！?/p>

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(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?！?/p>

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(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“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)域和作者或排除關鍵字或無關緊要的主題。

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。