學術(shù)出版商 Springer Nature，剛剛宣布了第一本借助機器學習（Machine Learing）技術(shù)生成的研究書籍，其標題為《鋰離子電池：機器生成的當前研究摘要》。當然，從書名就可以知道，這是一本主要摘錄同行評審論文的書籍，所以內(nèi)容并不是那么的引人入勝，其中包含了大量自動生成的引用內(nèi)容和鏈接。
感興趣（晚上睡不著）的朋友，可以嘗試前往 Springer Nature官網(wǎng)免費下載閱讀。
Henning Schoenenberger 指出，機器人維修，這本書中的內(nèi)容很是繁雜，KUKA機器人維修，但存在的事實仍令人感到興奮 ——“這樣的書籍，意味著科學出版走向了有望通過自動化技術(shù)來化解苦差事的新時代”。
僅在過去三年，人們就已經(jīng)發(fā)表了超過 5.3 萬篇有關(guān)鋰離子電池的研究論文。對于試圖追上這一領(lǐng)域的科學家們來說，這顯然是一項艱巨的挑戰(zhàn)。
好消息是，在 AI 自動掃描和總結(jié)輸出的加持下，人類科學家能夠節(jié)省下大量的時間，并將之投入到更有意義的重要研究上。
這種方法使得讀者能夠加快針對某一研究領(lǐng)域的文獻消化過程，而無需遍歷數(shù)百篇已經(jīng)發(fā)表過的文章。與此同時，如有需要，讀者可以識別并點擊文章來源鏈接，庫卡機器人驅(qū)動器維修，以便深入探索這一主題。
近年來的機器學習熱潮，已經(jīng)極大地提升了計算機生成書面文字的能力，但是機器人在輸出能力上仍然嚴重受限。
與人類作者相比，機器人無法應(yīng)對長期寫作的結(jié)構(gòu)連貫性。正因如此，許多 AI 小說或詩歌作品只能在格式上玩出新花樣，而無法帶來令人信服的閱讀體驗。
不過在公式化文本的制作上，AI 還是可以體現(xiàn)出庫容量的優(yōu)勢。比如在新聞行業(yè)，美聯(lián)社等機構(gòu)已經(jīng)開始借助機器學習技術(shù)來創(chuàng)作足球比賽、地震、財經(jīng)新聞等類別的文字摘要。
當然，這類限定主題的文字創(chuàng)作很是枯燥，機器人只需通過‘死記硬背’就能應(yīng)付。