Rumah Peranti teknologi AI Adakah kecerdasan buatan akan mengganggu industri penerbitan buku?

Adakah kecerdasan buatan akan mengganggu industri penerbitan buku?

Jun 07, 2023 am 08:01 AM
AI subversif penerbitan buku

Penganalisis penerbitan elektronik Thad McIlroy baru-baru ini menerbitkan ulasan dalam Publishers Weekly, dengan alasan bahawa generasi terbaru kecerdasan buatan sedang mengalami perubahan revolusioner. Dalam masa terdekat, setiap langkah industri penerbitan buku boleh diautomasikan dengan bantuan AI generatif. Tidak lama lagi, industri penerbitan buku perdagangan seperti yang kita tahu ia akan menjadi usang.

Adakah kecerdasan buatan akan mengganggu industri penerbitan buku?

Skrin daripada dokumentari Horizon: The Hunt for AI (2012).

Kemajuan pesat kecerdasan buatan generatif seperti ChatGPT mengingatkan McIlroy tentang perubahan yang telah dialami oleh bidang penerbitan cetakan. Pada tahun 1985, apabila komputer Macintosh, pencetak laser, dan perisian penerbitan desktop pertama kali keluar, hasil penggunaan aplikasi ini untuk penerbitan buku adalah tidak ideal. Pada masa itu, ramai orang dalam industri penerbitan mempersoalkan "teknologi baharu" ini, sama seperti ramai orang kini mempersoalkan kesan kecerdasan buatan terhadap industri penerbitan.

Skrin daripada filem pendek dokumentari lewat abad ke-19 "Intérieur d'une imprimerie" (1899).

Menjelang 1988, apabila komputer Macintosh dan Linotype (perisian penerbitan desktop) disambungkan, kualiti penerbitan meningkat dengan ketara. Tetapi kebanyakan tradisionalis masih percaya bahawa warna fon tidak cukup baik, dan kecacatan dalam kualiti ini akan dilihat dan ditolak oleh pembaca. Sekumpulan pereka bentuk malah mengalihkan fokus kerja mereka untuk memfokuskan pada fon tertentu, kerning, jarak baris dan reka bentuk halaman bercetak. Ini bukan untuk mengatakan bahawa karya mereka tidak penting, tetapi hari ini orang ramai menyedari bahawa satu konsep mengukur pengeluaran penerbitan adalah "cukup baik": menjadikan sebahagian besar pembaca menghargai apa yang mereka lihat dan baca dalam buku yang mereka beli berpuas hati dengan kandungannya.

Standard "cukup baik" ini juga boleh digunakan untuk kecerdasan buatan generatif GPT-4 belum lagi mampu menyunting salinan profesional seperti yang diperlukan oleh penerbit buku, tetapi kita akan melihat keupayaan ini tidak lama lagi. Walaupun buku yang disunting dengan AI generatif masih boleh kelihatan "lebih baik" kepada editor yang canggih, perbezaan sentuhan halus yang dapat dilihat oleh profesional tidak akan membantu penerbit menjual lebih banyak buku, kerana seperti yang dinyatakan di atas, ia adalah "cukup bagus".

"Adakah GPT mampu menulis dan menerbitkan buku?" Ini adalah jawapan yang dijana oleh ChatGPT untuk soalan ini. Imej daripada Publishers Weekly.

Seterusnya, McIlroy menganalisis perubahan yang akan dibawa oleh kecerdasan buatan generatif kepada bidang penerbitan buku daripada pelbagai aspek seperti pemilihan topik, penyuntingan, percetakan dan pemasaran. Pertama, AI generatif akan menjadi santo penaung longgokan sekerap. Keupayaannya untuk menilai ungkapan tatabahasa dan logik membolehkan penilaian awal tahap buku. Ia mungkin tidak dapat melihat karya agung yang hebat, tetapi ia akan mengetahui cara membezakan yang baik daripada yang buruk. Memang benar bahawa beberapa manuskrip buku ditolak oleh 100 penerbit tetapi menjadi buku terlaris yang tidak dijangka Fenomena ini berlaku dari semasa ke semasa AI Generatif mungkin juga melakukan kesilapan seperti itu, tetapi jangan lupa tentang 100 penerbit yang mengaku terlatih profesional juga ketinggalan.

Dari perspektif pengeluaran dan percetakan, kebanyakan pengeluaran buku cetak dan digital semasa telah diautomatikkan sepenuhnya atau separa automatik Kecerdasan buatan akan mengisi beberapa bahagian yang hilang, tetapi ketidakcekapan proses pengeluaran adalah terutamanya kerana. industri penerbitan masih tertakluk kepada campur tangan manual tahap tinggi. Ini adalah kepercayaan yang tidak berbelah bahagi dalam kalangan ramai dalam industri penerbitan, yang percaya bahawa nilai campur tangan manusia mengatasi keuntungan produktiviti daripada automasi.

Dari perspektif saluran pengedaran, transformasi penerbitan yang disebabkan oleh kecerdasan buatan akan cuba memecahkan kedudukan peruncit dalam talian seperti Amazon dalam ekosistem pengedaran. Bagi pengarang baharu, Amazon kekal sebagai pintu masuk, tetapi bagi penerbit yang mantap, Amazon telah menjadi penyewa yang terlalu tinggi yang mereka hampir tidak mampu membelinya. Penulis terbitan sendiri telah membuktikan bahawa kecerdasan buatan dapat membantu penulis terbitan sendiri dengan lebih baik berhubung secara langsung dengan pembaca. Telah terbukti bahawa semakin dekat seseorang penulis dengan pembaca mereka, semakin ramai peminat yang akan mereka perolehi dan semakin banyak buku yang akan mereka jual. Di samping itu, pemasaran mungkin merupakan aspek kecerdasan buatan yang paling berkuasa dalam penerbitan buku: menyediakan keadaan pasaran masa nyata yang berkuasa, memahami buku yang bersaing untuk jualan dan peluang yang terlepas, membantu penulis mencari pembaca ideal mereka dan menyediakan pembaca dengan sempurna. langkah seterusnya. Bacaan ini menunjukkan bahawa ini adalah keistimewaan kecerdasan buatan.

Thad McIlroy, penganalisis dan pengarang e-penerbitan, mengendalikan laman web The Future of Publishing dan merupakan salah satu rakan pengasas Rakan Kongsi Teknologi Penerbitan. Imej daripada Publishers Weekly.

Industri hiburan sekitar penerbitan buku juga akan terjejas pada skala yang sama seperti industri penerbitan. Menurut McIlroy, penyelidikan mendapati semakin ramai orang dewasa menghabiskan masa lapang mereka untuk bermain dan menonton video dalam talian. E-buku yang dipertingkatkan tidak pernah berjaya, tetapi penyesuaian buku audio dijual lebih daripada jangkaan paling optimistik sesiapa sahaja. Pada masa apabila filem dan permainan video disepadukan rapat dan penerbitan buku kekal di pinggir, kedatangan kecerdasan buatan boleh mengubahnya, mengubah buku menjadi medium menjana pendapatan tidak seperti sebelum ini.

Apabila kita membincangkan peluang yang dibentangkan oleh kecerdasan buatan, adalah tidak dapat dielakkan untuk menimbang risiko atendan. McIlroy secara optimis berhujah dalam artikel itu bahawa kita mesti membina jurang yang mendalam antara peluang dan bahaya, kerana hanya selepas anda menghargai sepenuhnya peluang yang disediakan oleh teknologi baharu anda boleh memahami bahaya yang mengelilinginya. Adakah ini betul? Mungkin seseorang hanya boleh menunggu jawapan.

Tidak lama dahulu, sebilangan besar pakar kecerdasan buatan terkenal dan gergasi industri mengeluarkan kenyataan bersama yang menyokong penggantungan penyelidikan dan pembangunan kecerdasan buatan seperti "GPT-4" (model bahasa chatbot ChatGPT ), dan menyeru orang ramai supaya berhati-hati dengan risiko besar penggunaan kecerdasan buatan yang tidak wajar, banyak negara dan wilayah juga telah mula menyekat penggunaan kecerdasan buatan generatif, yang sudah pasti membayangi perkembangan kecerdasan buatan. Dapat dibayangkan betapa besar impak kecerdasan buatan terhadap industri penerbitan Dengan lelaran pesat pembangunan kecerdasan buatan, perbincangan seperti itu baru sahaja bermula.

Nota: Bahan imej muka depan berasal daripada pegun daripada "The Bookshop" (2017).

Rujukan:

(1) AI Bakal Terbalikkan Penerbitan Buku

https://www.publishersweekly.com/pw/print/20230605/92471-ai-is-about-to-turn-book-publishing-upside-down.html

Disusun/Li Yongbo

Editor/Luo Dong

Membaca pruf/Liu Baoqing

Atas ialah kandungan terperinci Adakah kecerdasan buatan akan mengganggu industri penerbitan buku?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

See all articles