【小哈划重点：其标题为《锂离子电池：机器生成的当前研究摘要》。 当然，从书名就可以知道，这是一本主要摘录同行评审论文的书籍，所以内容并不是那么的引人入胜，其中包含了大量自动生成的引用内容和链接。】
学术出版商 Springer Nature，刚刚宣布了第一本借助机器学习（Machine Learing）技术生成的研究书籍，其标题为《锂离子电池：机器生成的当前研究摘要》。 当然，从书名就可以知道，这是一本主要摘录同行评审论文的书籍，所以内容并不是那么的引人入胜，其中包含了大量自动生成的引用内容和链接。
感兴趣（晚上睡不着）的朋友，可以尝试前往 Springer Nature 官网免费下载阅读。
Henning Schoenenberger 指出，这本书中的内容很是繁杂，但存在的事实仍令人感到兴奋 ——“这样的书籍，意味着科学出版走向了有望通过自动化技术来化解苦差事的新时代”。
仅在过去三年，人们就已经发表了超过5.3万篇有关锂离子电池的研究论文。对于试图追上这一领域的科学家们来说，这显然是一项艰巨的挑战。
好消息是，在 AI 自动扫描和总结输出的加持下，人类科学家能够节省下大量的时间，并将之投入到更有意义的重要研究上。
这种方法使得读者能够加快针对某一研究领域的文献消化过程，而无需遍历数百篇已经发表过的文章。与此同时，如有需要，读者可以识别并点击文章来源链接，以便深入探索这一主题。
近年来的机器学习热潮，已经极大地提升了计算机生成书面文字的能力，但是机器人在输出能力上仍然严重受限。
与人类作者相比，机器人无法应对长期写作的结构连贯性。正因如此，许多 AI 小说或诗歌作品只能在格式上玩出新花样，而无法带来令人信服的阅读体验。
不过在公式化文本的制作上，AI 还是可以体现出库容量的优势。比如在新闻行业，美联社等机构已经开始借助机器学习技术来创作足球比赛、地震、财经新闻等类别的文字摘要。
当然，这类限定主题的文字创作很是枯燥，机器人只需通过‘死记硬背’就能应付。
技术专家 Ross Goodwin 在引文中写到：“即便教会了电脑如何去写作，计算机也无法取代钢琴曲谱的创作者和演奏者。在某种程度上，它们只是成为了我们手中的另一支笔”。
