人工智能即将颠覆图书出版行业?
电子出版分析师萨德·麦克罗伊(Thad McIlroy)近日在《出版人周刊》发表评论文章认为,最新一代的人工智能正在进行一种革命性的变革。在不久的将来,图书出版行业的每一个步骤都可以借助生成式人工智能实现自动化。很快,我们所熟知的贸易图书出版行业将过时。
纪录片《地平线系列:寻找人工智能》(Horizon: The Hunt for AI,2012)画面。
ChatGPT等生成式人工智能的突飞猛进,让麦克罗伊回忆起平面出版领域曾经历过的变革。1985年,麦金塔计算机(Macintosh)、激光打印机和桌面出版软件刚刚问世的时候,使用这些应用进行图书出版的效果并不理想,字体边缘不够平滑,字间距粗糙。当时很多出版行业人士质疑这些“新技术”,如同现在很多人质疑人工智能对出版业的影响一样。
19世纪末纪录短片《印刷厂工作》(Intérieur d'une imprimerie,1899)画面。
等到了1988年,当麦金塔计算机(Macintosh)和Linotype(桌面出版软件)相连时,出版的质量显著提高。但大多数传统主义者仍然认为字体的色彩不够好,并且这种质量上的瑕疵会被读者感知并予以拒绝。其中一批设计师甚至从此将工作的重心转变为关注特定字体、字距、行间距和印刷页面设计。这并不是说他们的工作没有意义,但时至今日,公众都意识到衡量出版物生产的一个概念是“足够好”:使绝大多数读者对他们在购买的图书中看到和阅读到的内容感到完全满意。
这种“足够好”的标准同样可以运用到生成式人工智能,GPT-4目前还不能按照图书出版商的要求进行专业的文稿编辑,但我们很快会见到这种能力。虽然经过生成式人工智能编辑的图书在精细编辑者看来仍然可以做到“更好”,但这种专业人士能判别的细微触感上的差异并不能帮助出版商卖更多的书,因为正如前文所说,它们已经”足够好”了。
“GPT有能力写书出版吗?”这是ChatGPT对这个问题生成的回答。图片来自《出版人周刊》。
接下来,麦克罗伊从选题、编辑、印刷到营销等多个方面分析生成式人工智能将给图书出版领域带来的变革。首先,生成式人工智能会成为废稿堆的守护神。它评估语法和逻辑表达的能力使其能够对一本书的水平进行初步评估。它可能无法发现那些极其出色的杰作,但它会知道如何区分好坏。的确,有些书稿被100家出版商拒绝,但却成为意外畅销书,这种现象时有发生,生成式人工智能也可能会犯这样的错误,但不要忘了那100位声称经过良好培训的出版行业的专业人士也错过了。
从制作和印刷的角度,目前大部分的印刷和数字书籍制作已经完全自动化或半自动化,人工智能将填补其中一些缺失的部分,但制作过程的低效主要是因为出版业仍然受制于高度的人工干预。这是出版业内很多人坚定不移的信念,他们认为人工干预的价值超过了自动化带来的生产力提升。
从分销渠道来看,人工智能所引发的出版转型将试图打破亚马逊等在线零售商在分销生态系统中的地位。对于新作者来说,亚马逊仍然成为门户,但对于成熟的出版商来说,亚马逊已经成为他们几乎无法承担的过高租户。自我出版的作者已经证明,人工智能能够帮助自我出版的作者更好地和读者建立直接联系,事实证明,作家与读者的距离越近,他们将获得更多的粉丝并销售更多的书籍。另外,营销可能是人工智能进军图书出版领域最有力的方面:提供有力的实时市场情况、了解正在抢夺销售的书籍以及错失的机会、帮助作家找到他们理想的读者群体、给读者提供完美的下一本读物,这些都是人工智能的拿手活。
萨德·麦克罗伊(Thad McIlroy),电子出版分析师和作者,运营网站“出版的未来”,也是Publishing Technology Partners(出版技术合作伙伴)的创始合伙人之一。图片来自《出版人周刊》。
图书出版周边的娱乐产业也会受到与出版业类似规模的影响。麦克罗伊认为,研究发现越来越多的成年人把闲暇时间用于在线游戏和观看视频。增强型电子书从未获得成功,但改编为有声书的书籍销量却超过了任何人最乐观的预期。当电影和视频游戏紧密结合,而图书出版处于边缘位置,人工智能的到来可能会改变这种现状,将图书以前所未有的方式转变为产生收入的媒介。
当我们讨论人工智能带来的机遇时,不可避免地会衡量随之而来的风险。麦克罗伊在文中乐观地认为,我们必须在机遇和危险之间建立一道深深的壕沟,因为只有在你充分认识到一项新技术所提供的机遇之后,才能理解围绕它的危险。这种看法是否正确?也许只能等待做出回答。
前不久,大量知名人工智能专家和行业巨头发表联名声明,主张暂缓“GPT-4”(聊天机器人ChatGPT的语言模型)等人工智能的研发,并呼吁公众警惕不当使用人工智能的巨大风险,不少国家和地区也开始限制生成式人工智能的使用,这无疑为人工智能的发展蒙上了一层阴影。可以想见的是,人工智能对出版行业究竟会带来多大的影响,随着人工智能发展的高速迭代,这样的讨论还只是刚刚开始。
注:封面题图素材来自《书店》(The Bookshop,2017)剧照。
参考资料:
(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
编译/李永博
编辑/罗东
校对/柳宝庆
以上是人工智能即将颠覆图书出版行业?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S
