人工智慧即將顛覆圖書出版業?
電子出版分析師薩德·麥克羅伊(Thad McIlroy)近日在《出版人周刊》發表評論文章認為,最新一代的人工智慧正在進行一種革命性的變革。在不久的將來,圖書出版業的每個步驟都可以藉助生成式人工智慧實現自動化。很快,我們所熟知的貿易圖書出版業將過時。
紀錄片《地平線系列:尋找人工智慧》(Horizon: The Hunt for AI,2012)畫面。
ChatGPT等生成式人工智慧的突飛猛進,讓麥克羅伊回想起平面出版領域曾經歷過的變革。 1985年,麥金塔電腦(Macintosh)、雷射印表機和桌上型出版軟體剛問世的時候,使用這些應用進行圖書出版的效果並不理想,字體邊緣不夠平滑,字間距粗糙。當時很多出版業人士質疑這些“新技術”,就像現在很多人質疑人工智慧對出版業的影響一樣。
19世紀末紀錄短片《印刷廠工作》(Intérieur d'une imprimerie,1899)畫面。
等到了1988年,當麥金塔計算機(Macintosh)和Linotype(桌面出版軟體)連接時,出版的品質顯著提高。但大多數傳統主義者仍然認為字體的色彩不夠好,而這種品質上的瑕疵會被讀者感知並拒絕。其中一群設計師甚至從此將工作的重點轉變為專注於特定字體、字距、行間距和印刷頁面設計。這並不是說他們的工作沒有意義,但時至今日,公眾都意識到衡量出版物生產的一個概念是「足夠好」:使絕大多數讀者對他們在購買的圖書中看到和閱讀到的內容感到完全滿足。
這種「夠好」的標準同樣可以運用到生成式人工智慧,GPT-4目前還不能按照圖書出版商的要求進行專業的文稿編輯,但我們很快就會見到這種能力。雖然經過生成式人工智慧編輯的書籍在精細編輯者看來仍然可以做到“更好”,但這種專業人士能判別的細微觸感上的差異並不能幫助出版商賣更多的書,因為正如前文所說,它們已經」夠好」了。
「GPT有能力寫書出版嗎?」這是ChatGPT對這個問題生成的答案。圖片來自《出版人週刊》。
接下來,麥克羅伊從選題、編輯、印刷到行銷等多個面向分析生成式人工智慧將為圖書出版領域帶來的變革。首先,生成式人工智慧會成為廢稿堆的守護神。它評估語法和邏輯表達的能力使其能夠對一本書的水平進行初步評估。它可能無法發現那些極其出色的傑作,但它會知道如何區分好壞。的確,有些書稿被100家出版商拒絕,但卻成為意外暢銷書,這種現象時有發生,生成式人工智慧也可能會犯這樣的錯誤,但不要忘了那100位聲稱經過良好培訓的出版業界的專業人士也錯過了。
從製作和印刷的角度,目前大部分的印刷和數位書籍製作已經完全自動化或半自動化,人工智慧將填補其中一些缺失的部分,但製作過程的低效主要是因為出版業仍然受制於高度的人工幹預。這是出版業內很多人堅定不移的信念,他們認為人工幹預的價值超過了自動化帶來的生產力提升。
從分銷管道來看,人工智慧所引發的出版轉型將試圖打破亞馬遜等線上零售商在分銷生態系統中的地位。對於新作者來說,亞馬遜仍然成為門戶,但對於成熟的出版商來說,亞馬遜已經成為他們幾乎無法負擔的過高租戶。自我出版的作者已經證明,人工智慧能夠幫助自我出版的作者更好地與讀者建立直接聯繫,事實證明,作家與讀者的距離越近,他們將獲得更多的粉絲並銷售更多的書籍。另外,行銷可能是人工智慧進軍圖書出版領域最有力的方面:提供有力的即時市場狀況、了解正在搶奪銷售的書籍以及錯失的機會、幫助作家找到他們理想的讀者群體、給讀者提供完美的下一本讀物,這些都是人工智慧的拿手活。
薩德·麥克羅伊(Thad McIlroy),電子出版分析師和作者,經營網站“出版的未來”,也是Publishing Technology Partners(出版技術合作夥伴)的創始合夥人之一。圖片來自《出版人週刊》。
圖書出版週邊的娛樂產業也會受到與出版業類似規模的影響。麥克羅伊認為,研究發現越來越多的成年人把閒暇時間用於線上遊戲和觀看影片。增強型電子書從未獲得成功,但改編為有聲書的書籍銷售量卻超過了任何人最樂觀的預期。當電影和電玩緊密結合,而圖書出版處於邊緣位置,人工智慧的到來可能會改變這種現狀,將圖書以前所未有的方式轉變為產生收入的媒介。
當我們討論人工智慧帶來的機會時,不可避免地會衡量隨之而來的風險。麥克羅伊在文中樂觀地認為,我們必須在機會和危險之間建立一道深深的壕溝,因為只有在你充分認識到一項新技術所提供的機會之後,才能理解圍繞它的危險。這種看法是否正確?也許只能等待做出回答。
前不久,大量知名人工智慧專家和行業巨頭發表聯名聲明,主張暫緩「GPT-4」(聊天機器人ChatGPT的語言模型)等人工智慧的研發,並呼籲公眾警惕不當使用人工智慧的巨大風險,不少國家和地區也開始限制生成式人工智慧的使用,這無疑為人工智慧的發展蒙上了一層陰影。可以想見的是,人工智慧對出版業究竟會帶來多大的影響,隨著人工智慧發展的高速迭代,這樣的討論還只是剛開始。
註:封面題圖素材來自《書店》(The Bookshop,2017)劇照。
參考資料:
(1) AI Is About to Turn Book Publishing Upside-Down
https://www.publishersweekly.com/pw/print/20230605/92471-ai-is-about-to-turn-book-publishing-upside-down.html
編譯/李永博
編輯/羅東
校對/柳寶慶
以上是人工智慧即將顛覆圖書出版業?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在
