# 第一本 AI 写的书，你想读吗？

- 作者：吴志奇
- 发布时间：2019-04-11 15:34
- 分类：公司
- 原文：https://www.ifanr.com/1197675

![](https://s3.ifanr.com/wp-content/uploads/2019/04/6-4.png)

现在的 AI 不止会写新闻，还会写书了。

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](https://link.springer.com/book/10.1007/978-3-030-16800-1)》，它概述了锂离子电池领域的最新研究成果。

![](https://s3.ifanr.com/wp-content/uploads/2019/04/666666.png)

AI 是如何写出一本书的？

这里面用到的技术，是一种由 Springer Nature 和法拉克福歌德大学共同开发的一种先进算法：Beta Writer。

它使用的是基于相似性的[聚类分析](https://zh.wikipedia.org/zh-hans/%E8%81%9A%E7%B1%BB%E5%88%86%E6%9E%90)，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，这样利于读者进一步阅读原始的文章。

而 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。

![](https://s3.ifanr.com/wp-content/uploads/2019/04/686.png)

所以确切来说，它其实是该学科里面大量研究文章的摘要合集。

但摘要并不是你想的那么简单，这本书里面包含了 2016 年到 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。

![](https://s3.ifanr.com/wp-content/uploads/2019/04/The-Verge-Adam-Berry-Getty-Images.png)

▲ 图片来自：The Verge，摄影：Adam Berry／Getty Images



虽然它可能和我们想象中的「文采飞扬」、「驰骋墨场」相差千里，但目前它也为研究人员或专业人士展现了一种获取信息的未来方式。

几十年来，机器一直在学习人类语言的微妙之处，虽然深度学习算法不断在更新技术，但就算世界上最能写的 AI 也无法表达出人的独特思想。

不过前几个月[ OpenAI](https://www.theverge.com/2019/2/14/18224704/ai-machine-learning-language-models-read-write-openai-gpt2) 发布一个名为[ GPT-2](https://blog.openai.com/better-language-models/) 的新算法，给它一个标题就能进行语言建模完成接下来的情节，最特别的地方就是能够更灵活地变动内容，甚至写出一篇粉丝小说。

![](https://s3.ifanr.com/wp-content/uploads/2019/04/68.gif)

▲ 图片来自：openai



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。

而对于这本书的情况，Springer Nature 的董事总经理 Niels Peter Thomas 说道：

> 围绕自然语言处理和人工智能的新技术，为我们提供了在算法帮助下探索内容生成的新机会。作为全球出版商，我们也有责任考虑机器生成内容的影响、机遇、挑战和风险，并为未来的这类新内容提供基础的框架。

![](https://s3.ifanr.com/wp-content/uploads/2019/04/6-1.gif)

▲ 图片来自：medium



目前 Springer Nature 计划通过开发其他领域的内容来扩展这次的试点项目。而《锂离子电池研究原型》也将成为进一步改进此类技术的基础。 如果你想读一下的话，SpringerLink 数据库里现在也免费为读者提供了[电子书版本](https://link.springer.com/book/10.1007/978-3-030-16800-1)。

但或许我们更期待看到的是，AI 直接创造出的不仅是文字方面的协助，而是基于文字本身的更有价值的内容。

毕竟每个人的思维都有限，而算法拥有无限可能。