第一个机器生成的化学书在这里。但这是什么好吗?未来它预示着什么?

4月出版的第一个机器生成的化学书。由施普林格出版,由β作家写的,清白的,人类的手,这是一个总结关于锂离子电池的研究基于一个几百的话题发表的研究论文施普林格从2016年到2018年。

这不是一种好读。很明显的第一段介绍(250字,18引用),读者享受已经升华到作家的决心排放新学习的知识。但是,也许,所有作者患有这种不时。

β作家没有机构,没有放纵的欲望,没有欲望,野心或固有的偏见

作为前文学的学生,不可能我不划等号,罗兰·巴特著名的文章作者的死亡,巴特认为报价的所有文本是一个组织从文本中,作者必须切断以免我们的知识前污染我们的理解,使我们变得对后者的理解。它变得更好——巴特提出的概念“scriptor”:一个作家,重组现有的文本,是无法完成的文本与意义,沉浸和之前不存在或超越它创建的文本。然而,读者可能仍持有作者心中的形象,因为他们使用的文本。但是β作家有权威吗?

与这篇社论的作者,β作家没有机构,没有自我放纵欲望,没有欲望,野心或固有的偏见。它只是吸入、选择和订单起始物料然后产生新的文本使用的相似性聚类程序。看到的,简单的。

β作家给我们类似于双盲编辑,当事人既不能相互影响和结果。给料机的输出只能一样好材料(并且在这个偏差可以引入过程),而是整个可能大于各部分的总和。机器可以暴露cross-corpora模式、矛盾和矛盾与无情的能量没有人类能匹配。

我们一直使用机器学习和大数据争论在一段时间内通知小说人力输出。β作家承担的任务使小说从人造信息输出。可以像β技术作家从总结已知的发展创造新的吗?的潜力这失控,促使OpenAI GPT-2团队——一个高度先进的文本生成算法保留的代码会发生。不过,Marcus du Sautoy评论金融时报》煽动,害怕这些武器级的书写工具是更多关于炒作比拯救人类从更多的假新闻的冲击。

机器学习已经确定化合物的特色,预测反应的结果,开发法医模型,筛选分子——越来越多的几个例子。这些辅助和预测技术多年来一直彻底改变科学和狭窄的范围里,大大超越人类任务我们问。但尼古拉斯·贝利的评论必威体育 红利账户今天两年前剧照适用:“一台机器可以走进一个酒吧和需求你的衣服,你的靴子,和你的摩托车是很长的路要走:如果我们创建它,这就是它能够做。”

所以,现在,我们仍然享受着可能的艺术但实际应用和具体投资决策越来越建立在学习机器的输出。Springer帧β作家的书作为探索未来的方式告诉研究人员和专业人士,而不是标签的成品显然希望有一天。它存在“突出显示当前状态和剩余机器生成的内容”的边界,没有手动编辑所有算法的缺陷暴露无遗。毫无疑问,另一台机器上可以学习如何编辑,波兰和卷的东西在闪闪发光。但是,在那之前,你有我。