先來聽一段英文播客，內(nèi)容是不是很熟悉？

是的，這倆人就是在聊那篇《Attention is All You Need》。在 4 分半的對話里，他們介紹了論文的核心內(nèi)容，一問一答，聽上去相當(dāng)自然。

播客原址：https://illuminate.google.com/home?pli=1&play=Pa5iGH1___bGy1

實(shí)際上，播客中對談的雙方都是 AI，生成這段四分鐘音頻內(nèi)容的產(chǎn)品是 Illuminate，來自谷歌。

Illuminate 是一個(gè)將學(xué)術(shù)論文轉(zhuǎn)化為人工智能生成的音頻討論的項(xiàng)目。已有用戶曬出自己的試用結(jié)果，效果不錯(cuò)：

谷歌實(shí)驗(yàn)室在邀請用戶嘗試「前沿技術(shù)」方面有著悠久的歷史。Illuminate 最早在今年五月的 Google I/O 大會(huì)上亮相，當(dāng)時(shí)谷歌重點(diǎn)強(qiáng)調(diào)了自身大模型的多模態(tài)和長文本能力。但那時(shí) Illuminate 只是一個(gè)私人測試版本。

顯然，谷歌未必是第一個(gè)想出這個(gè)點(diǎn)子的公司，但卻是第一個(gè)做出這個(gè)產(chǎn)品的公司：

當(dāng)時(shí) Illuminate 的宣傳點(diǎn)是「按照自己的方式學(xué)習(xí)」。因?yàn)?Illuminate 可以使用 AI 將復(fù)雜的研究論文轉(zhuǎn)化為引人入勝的音頻對話，從而「重新構(gòu)想學(xué)習(xí)」。

想法很簡單：由谷歌的 LLM Gemini 生成論文摘要和問答，在引入兩個(gè)人工智能生成的聲音，一個(gè)男性采訪者和一個(gè)女性專家，分工完成一個(gè)簡短的采訪，描述論文內(nèi)容。

目前，在 Google Illuminate 網(wǎng)站上，已經(jīng)能夠收聽到一些經(jīng)典研究的播客樣本。

這個(gè)產(chǎn)品在什么場景下用呢？

設(shè)想，你可以在運(yùn)動(dòng)或開車時(shí)「聆聽」那些看不過來的新增研究論文核心內(nèi)容。

同時(shí)，播客還可以很容易地調(diào)整為其他敘述形式，以適應(yīng)不同的使用場景。

也許你想馬上動(dòng)手制作一期屬于自己論文的播客，別急，讓我們看看使用說明。

如何將論文一鍵轉(zhuǎn)化為播客訪談？

打開 Illuminate，界面如下所示。需要注意的是，用戶需先申請候選名單，通過審核后才能使用。

目前，Illuminate 針對已發(fā)表的關(guān)于計(jì)算機(jī)科學(xué)的論文進(jìn)行了優(yōu)化。

體驗(yàn)地址：https://illuminate.google.com/home

官方網(wǎng)站上列舉了很多示例，我們以經(jīng)典論文《Attention is All You Need》為例。首先，你可以查看原始論文，點(diǎn)擊「View Source」直達(dá)論文，這樣一來，用戶既可以回顧論文內(nèi)容，也可以根據(jù)播客音頻進(jìn)行學(xué)習(xí)。

接著點(diǎn)擊「play」選項(xiàng)，在界面下方是生成的兩個(gè) AI 對話的訪談。這是 Illuminate 的關(guān)鍵部分，對話內(nèi)容圍繞研究展開。

我們還是以《Attention is All You Need》為例，對話過程涉及很多知識(shí)點(diǎn)，可能是你在讀論文時(shí)沒有注意到的，比如論文的核心概念是什么。生成的音頻內(nèi)容干貨滿滿，會(huì)談到「序列模型 RNN、LSTM， 這些模型在語言處理、翻譯和文本摘要等任務(wù)中占據(jù)主導(dǎo)地位，但這些 RNN 在處理長序列時(shí)有明顯的不足，因?yàn)樗鼈冃枰徊讲教幚硇畔?，這是一個(gè)重大限制。 

而這篇論文通過引入一種名為 Transformer 的模型來解決這個(gè)問題，該模型使用一種稱為自注意力的機(jī)制，可以一次性處理整個(gè)序列，從而識(shí)別出哪些部分最相關(guān)…… Transformer 還引入了多頭注意力機(jī)制，它不僅僅使用一個(gè)注意力機(jī)制，而是使用多個(gè)注意力頭……」

聽完整段對話，你對論內(nèi)容會(huì)有一個(gè)重新的認(rèn)識(shí)。

隨著 Illuminate 的不斷完善，以后遇到新論文，就可以先讓 Illuminate 幫你做好預(yù)習(xí)，在之后的閱讀過程中，就會(huì)輕松很多。

對于生成的音頻內(nèi)容，如果你沒聽清，可以后退數(shù)秒，也可以前進(jìn)幾秒，甚至還可以控制語速，0.5 倍、2 倍速都可以選擇。

點(diǎn)擊「share」按鈕，你可以將播客內(nèi)容分享到各個(gè)平臺(tái)。

下面是我們將對話內(nèi)容分享到 X。你不用編輯任何文本，分享的內(nèi)容都是自動(dòng)生成的。這樣一來，其他人也可以點(diǎn)開鏈接進(jìn)行查看、學(xué)習(xí)。

除了論文，Illuminate 處理一整本書也是可以的，官方網(wǎng)站上已經(jīng)列舉了很多名著，如《傲慢與偏見》《本杰明?富蘭克林自傳》等等。

不過，整體看下來，Illuminate 還是有些小缺點(diǎn)，比如生成的對話都是英文，音頻不能下載，也沒有相應(yīng)的字幕?；蛟S，不久的將來，我們會(huì)看到更加用戶友好的 Illuminate。

想要使用的小伙伴，可以提前申請了。