生成式 AI，通向阅读的下一站

　　文 | 李信马

　　有人说过，看书就像是穿过时间和空间上的间隔，与作者对话，而现在，“对话”却从比喻变成了描述。

　　在掌阅科技的小程序“阅爱聊”上，笔者和“孔子”聊了聊他的学生，看过《论语》等书籍的朋友，从对话中应该可以勾起脑海中曾经文字的影子，但这样直接的对谈，却是非常有趣的体验。

　　对喜欢读电子书的朋友来说，掌阅科技并不陌生，这款能和书中人物对话的小程序，是一年前，掌阅科技以AI大模型为基础，自研推出的一款智能聊天式阅读平台。除了孔子外，还可以聊天的角色包括乔布斯、武则天、周公、唐僧等。

　　不过一家以阅读为主要业务的公司，为什么要推出AI对话的产品?不久前，DoNews参与采访了掌阅科技 CTO 孙凯，和他聊了聊，掌阅科技探索大模型在阅读场景应用的心得和经验。

　　在过去的十几年间，中国人的阅读习惯发生了多次迁移。首先是从纸质书向电子书迁移，2010年前后，电子书兴起，以数字形式存储，通过电脑、手机、电子阅读器等进行阅读。2015年之后，随着移动互联网的普及和智能设备的广泛应用，移动阅读成为主流，人们可以随时随地通过手机进行阅读，进一步提高了阅读的便利性和自由度。

　　不过，孙凯认为，过往的变革里，“其实还没有对阅读内容的可读性、体验以及可理解性，做比较触达本质的改造”。有统计数据显示，超过七成的人表示愿意读书，但最终坚持下来读书的人可能只有三成。

　　孙凯将影响用户阅读体验和继续阅读的问题，归纳到读前(选书难)、读中(读书枯燥)、读后(遗忘问题)三个场景中：

　　选书难：用户往往不知道看什么书，可能会从朋友推荐或社交媒体上获取信息，但开始读了发现对书并不感兴趣，导致一开始没选对书，就很难坚持阅读下去。

　　读书枯燥：用户选到了需要的书籍，如经济学的书籍，但这类书籍可能过于枯燥，需要极强的自律性才能读完，这也会导致用户难以坚持阅读。

　　遗忘问题：即使用户读完了书并认为对自己有帮助，但过后可能很快遗忘书中的内容，无法有效运用书中知识，这也会给用户带来负向的反馈，影响持续阅读的积极性。

　　而大模型技术，可能将开启阅读新的发展阶段。

　　在读前阶段，掌阅科技推出了“生成式推荐”，不再基于传统的用户点击或曝光行为信号，而是基于内容本身的理解，并结合用户行为的一些信号，来生成更贴近用户需求的推荐书籍，帮助用户更有效地选书，解决“瞎读书”的问题。

　　在读中阶段，首先将用户读书的目的分为两类，第一类是要提升自己，追求知识密度，追求认知上的提升还有知识的积累;第二类的需求是休闲娱乐、放松消遣。

　　对第一类用户，掌阅科技会帮助他们提高阅读的效率。“他是期望更少的时间获得更多的知识，追求效率，所谓效率就是一个分子分母，那么怎么做到用更少的时间来读完书呢?我们会对这本书整个的浏览过程做一个规划，正常来说这本书要读50个小时，规划完之后可能就只需要3个小时，坚持下来好像就没那么难了。那3个小时能不能获得跟50个小时一样多的知识?我们认为，带着问题去读收益最大。所以我们会有一些启发式的提问，帮助你提升单位时间内获取信息的效果。”孙凯解释道。

　　而对第二类用户，掌阅科技则通过图片、视频等多媒体形式，为用户提供了更具消遣性的娱乐体验，让用户能更沉浸式地消遣剧情。

　　在读后阶段，掌阅科技还会以书的相关知识点为核心，构建一张图帮助用户回顾，构建自己的知识网络，让围绕书的知识网络是相对清晰的、相对可回溯的。

　　这些功能的落地，离不开底层技术的支持。掌阅科技与亚马逊云科技从2015年开始合作，在生成式AI领域，掌阅科技使用了亚马逊云科技的机器学习平台 Amazon SageMaker 和 Stable Diffusion 亚马逊云科技插件解决方案，来提供文生图、文生视频等多维度阅读交互方式。

　　“模型训练需要不断迭代优化，传统机器学习开发是一个复杂、昂贵的迭代过程，而没有适用于机器学习工作流程的集成工具使得这一过程更加困难。Amazon SageMaker可以在单个工具集中提供用于机器学习的所有组件，使客户能够以更低的成本、更轻松地在更短的时间内将模型投入生产。” 亚马逊云科技大中华区解决方案开发中心总监徐海表示。

　　对于为什么与亚马逊云科技合作，孙凯进一步解释道：“其实对于我们来讲，我们如果要实际做一个文生图的项目，Stable Diffusion不管是资源管理、插件管理、伸缩性、稳定性、性能调优还是部署，都是我们技术上绕不过去的一个坎儿。我们确实有去尝试，找了一个显卡系统自己做了一次，发现其实并不顺利。这个设计上，我们认为需要的技术深度和广度还是不低的，正好我们就和亚马逊云科技的团队一起做了一次探讨和沟通，我认为把这部分更偏底层的技术交给靠谱的技术伙伴，我们做偏上层的一些场景化调优和围绕具体功能的一些调优，是性价比较高的一种方式。”