先来听一段英文播客,内容是不是很熟悉?
是的,这俩人就是在聊那篇《Attention is All You Need》。在 4 分半的对话里,他们介绍了论文的核心内容,一问一答,听上去相当自然。
播客原址:https://illuminate.google.com/home?pli=1&play=Pa5iGH1___bGy1
实际上,播客中对谈的双方都是 AI,生成这段四分钟音频内容的产品是 Illuminate,来自谷歌。
Illuminate 是一个将学术论文转化为人工智能生成的音频讨论的项目。已有用户晒出自己的试用结果,效果不错:
谷歌实验室在邀请用户尝试「前沿技术」方面有着悠久的历史。Illuminate 最早在今年五月的 Google I/O 大会上亮相,当时谷歌重点强调了自身大模型的多模态和长文本能力。但那时 Illuminate 只是一个私人测试版本。
显然,谷歌未必是第一个想出这个点子的公司,但却是第一个做出这个产品的公司:
当时 Illuminate 的宣传点是「按照自己的方式学习」。因为 Illuminate 可以使用 AI 将复杂的研究论文转化为引人入胜的音频对话,从而「重新构想学习」。
想法很简单:由谷歌的 LLM Gemini 生成论文摘要和问答,在引入两个人工智能生成的声音,一个男性采访者和一个女性专家,分工完成一个简短的采访,描述论文内容。
目前,在 Google Illuminate 网站上,已经能够收听到一些经典研究的播客样本。
这个产品在什么场景下用呢?
设想,你可以在运动或开车时「聆听」那些看不过来的新增研究论文核心内容。
同时,播客还可以很容易地调整为其他叙述形式,以适应不同的使用场景。
也许你想马上动手制作一期属于自己论文的播客,别急,让我们看看使用说明。
如何将论文一键转化为播客访谈?
打开 Illuminate,界面如下所示。需要注意的是,用户需先申请候选名单,通过审核后才能使用。
目前,Illuminate 针对已发表的关于计算机科学的论文进行了优化。
体验地址:https://illuminate.google.com/home
官方网站上列举了很多示例,我们以经典论文《Attention is All You Need》为例。首先,你可以查看原始论文,点击「View Source」直达论文,这样一来,用户既可以回顾论文内容,也可以根据播客音频进行学习。
接着点击「play」选项,在界面下方是生成的两个 AI 对话的访谈。这是 Illuminate 的关键部分,对话内容围绕研究展开。
我们还是以《Attention is All You Need》为例,对话过程涉及很多知识点,可能是你在读论文时没有注意到的,比如论文的核心概念是什么。生成的音频内容干货满满,会谈到「序列模型 RNN、LSTM, 这些模型在语言处理、翻译和文本摘要等任务中占据主导地位,但这些 RNN 在处理长序列时有明显的不足,因为它们需要一步步处理信息,这是一个重大限制。
而这篇论文通过引入一种名为 Transformer 的模型来解决这个问题,该模型使用一种称为自注意力的机制,可以一次性处理整个序列,从而识别出哪些部分最相关…… Transformer 还引入了多头注意力机制,它不仅仅使用一个注意力机制,而是使用多个注意力头……」
听完整段对话,你对论内容会有一个重新的认识。
随着 Illuminate 的不断完善,以后遇到新论文,就可以先让 Illuminate 帮你做好预习,在之后的阅读过程中,就会轻松很多。
对于生成的音频内容,如果你没听清,可以后退数秒,也可以前进几秒,甚至还可以控制语速,0.5 倍、2 倍速都可以选择。
点击「share」按钮,你可以将播客内容分享到各个平台。
下面是我们将对话内容分享到 X。你不用编辑任何文本,分享的内容都是自动生成的。这样一来,其他人也可以点开链接进行查看、学习。
除了论文,Illuminate 处理一整本书也是可以的,官方网站上已经列举了很多名著,如《傲慢与偏见》《本杰明・富兰克林自传》等等。
不过,整体看下来,Illuminate 还是有些小缺点,比如生成的对话都是英文,音频不能下载,也没有相应的字幕。或许,不久的将来,我们会看到更加用户友好的 Illuminate。
想要使用的小伙伴,可以提前申请了。