人工知能は書籍出版業界を破壊しようとしているでしょうか?
電子出版アナリストのサド・マキロイ氏は最近、最新世代の人工知能が革命的な変化を遂げているという解説を「パブリッシャーズ・ウィークリー」に発表した。近い将来、書籍出版業界のあらゆる段階が生成人工知能の助けを借りて自動化される可能性があります。私たちが知っているような業界本の出版業界は間もなく廃れるでしょう。
ドキュメンタリー『Horizon: The Hunt for AI』(2012) のスクリーン。
ChatGPT などの生成型人工知能の急速な進歩は、印刷出版分野が経験した変化をマキロイに思い出させます。 1985 年に Macintosh コンピュータ、レーザー プリンタ、デスクトップ パブリッシング ソフトウェアが初めて登場したとき、これらのアプリケーションを書籍出版に使用した結果は理想的ではなく、フォントの端が十分に滑らかではなく、文字間の間隔が粗かったです。当時、出版業界の多くの人々がこれらの「新技術」に疑問を抱いていましたが、それは、現在多くの人々が人工知能が出版業界に与える影響を疑問視しているのと同じです。
19 世紀後半のドキュメンタリー短編映画「Intérieur d'une imprimerie」(1899) のスクリーン。
1988 年までに、Macintosh コンピュータ (Macintosh) が Linotype (デスクトップ パブリッシング ソフトウェア) に接続されると、出版の品質は大幅に向上しました。しかし、ほとんどの伝統主義者は、フォントの色が十分ではなく、この品質上の欠陥が読者に認識され、拒否されるだろうと依然として信じています。デザイナーのグループは、特定のフォント、カーニング、行間隔、印刷ページのデザインに重点を置くように仕事の焦点を移しました。これは、彼らの仕事に意義がないと言っているわけではありませんが、今日、大衆は、出版物の生産を測定する 1 つの概念、つまり、大多数の読者に、購入した本で見たり読んだりしたものを評価させるという 1 つの概念で十分であると認識しています。内容に満足。
この「十分な」標準は、生成人工知能にも適用できます。GPT-4 には、書籍出版社が要求するような専門的なコピー編集機能はまだありませんが、この機能は間もなく確認されるでしょう。生成 AI で編集された本は、洗練された編集者にとっては依然として「より優れている」ように見える可能性がありますが、専門家が識別できるような微妙な触感の違いは、出版社がより多くの本を売るのに役立ちません。なぜなら、上で述べたように、それらは「十分に優れている」からです。
「GPT は本を書いて出版することができますか?」 これは、この質問に対して ChatGPT によって生成された回答です。パブリッシャーズ・ウィークリーからの画像。
次に、マキロイ氏は、生成人工知能が書籍出版の分野にもたらす変化を、トピックの選択、編集、印刷、マーケティングなどの複数の側面から分析しました。まず、生成 AI がスクラップ山の守護聖人になるでしょう。文法的および論理的な表現を評価する機能により、本のレベルの初期評価が可能になります。偉大な傑作を見分けることはできないかもしれないが、良いものと悪いものを見分ける方法は知っているだろう。確かに、本の原稿によっては 100 社の出版社から拒否されたにもかかわらず、予期せぬベストセラーになることがあります。この現象は時々起こります。生成 AI もそのような間違いを犯す可能性がありますが、十分な訓練を受けていると主張する 100 社の出版社のことを忘れないでください。専門家も見逃しています。
生産と印刷の観点から見ると、現在の印刷と電子書籍の生産のほとんどは完全に自動化または半自動化されており、欠落している部分の一部は人工知能によって補われますが、生産プロセスの非効率性は主に以下の理由によります。出版業界は依然として高度な手作業の介入を受けています。これは出版業界の多くの人々の間で揺るぎない信念であり、人間の介入の価値が自動化による生産性の向上を上回ると信じています。
流通チャネルの観点から見ると、人工知能によって引き起こされる出版の変革は、流通エコシステムにおけるアマゾンなどのオンライン小売業者の地位を打ち破ろうとするでしょう。新人作家にとってアマゾンは依然として入り口だが、老舗出版社にとってアマゾンはかろうじて支払える法外なテナントとなっている。自費出版の著者は、人工知能が自費出版の著者と読者との直接的なつながりを改善するのに役立つことが証明されており、作家が読者に近ければ近いほど、より多くのファンを獲得し、より多くの本が売れることが証明されています。さらに、マーケティングは、書籍出版における人工知能の最も強力な側面である可能性があります。つまり、強力なリアルタイムの市場状況を提供し、販売をめぐって競合している本や逃した機会を理解し、作家が理想的な読者を見つけるのを支援し、読者に完璧な本を提供します。次のステップ. この読みは、これらが人工知能の専門分野であることを示しています。
Thad McIlroy は、電子出版アナリスト兼著者であり、Web サイト「The Future of Publishing」を運営しており、Publishing Technology Partners の創設パートナーの 1 人です。パブリッシャーズ・ウィークリーからの画像。
書籍出版を取り巻くエンターテインメント業界も出版業界と同様の規模で影響を受けるだろう。マキロイ氏によると、オンラインでゲームをしたり動画を視聴したりして自由時間を過ごす大人が増えていることが調査で判明したという。強化された電子ブックは普及しませんでしたが、オーディオブックの適応は誰の最も楽観的な予想よりも売れました。映画とビデオゲームが緊密に統合され、書籍の出版が周縁に追いやられている現在、人工知能の登場によって状況が一変し、書籍がこれまでにない収益を生む媒体に変わる可能性があります。
人工知能によってもたらされる機会について議論するとき、それに伴うリスクを考慮することは避けられません。マキロイ氏は記事の中で、新しいテクノロジーによってもたらされる機会を十分に理解した後にのみ、それを取り巻く危険性を理解できるため、私たちは機会と危険の間に深い溝を築かなければならないと楽観的に主張した。これは正しいです?おそらく、答えを待つことしかできないでしょう。
少し前、多数の著名な人工知能の専門家と業界の巨人が共同声明を発表し、「GPT-4」(チャットボット ChatGPT の言語モデル)などの人工知能の研究開発の中止を主張しました。 )、人工知能の不適切な使用による大きなリスクに警戒するよう国民に呼び掛けたが、多くの国や地域でも生成型人工知能の使用を制限し始めており、これが人工知能の発展に影を落としているのは間違いない。人工知能が出版業界にどれほどの影響を与えるかは考えられますが、人工知能の開発は急速に繰り返されており、そのような議論はまだ始まったばかりです。
注: 表紙タイトルの画像素材は、「The Bookshop」(2017) の静止画からのものです。
参考文献:
(1) AI が書籍出版をひっくり返そうとしている
https://www.publishersweekly.com/pw/print/20230605/92471-ai-is-about-to-turn-book-publishing-upside-down.html
編/李龍波
編集者/ルオ・ドン
校正/劉宝清
以上が人工知能は書籍出版業界を破壊しようとしているでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
