毛文濤

跳出圖書出版的傳統(tǒng)視角，從“知識和思想的大規(guī)模傳播”考察出版的話，可以說：數(shù)字化是出版的當下，智能化是出版的未來。

20 世紀末互聯(lián)網(wǎng)開始在全球普及，作為信息傳遞新工具和新通道的互聯(lián)網(wǎng)，自然而然快速介入內容和知識的傳播，電子書、網(wǎng)絡小說、維基百科等內容知識產(chǎn)品和服務創(chuàng)新應運而生，可以說，出版是被互聯(lián)網(wǎng)改造得最早的、被數(shù)字化改造得最早的行業(yè)之一，出版界也早就有“狼來了”的憂慮。然而，從此后20 多年的發(fā)展看，盡管出版行業(yè)始終高度關注互聯(lián)網(wǎng)發(fā)展和數(shù)字化進程，但是從《中國數(shù)字出版產(chǎn)業(yè)年度報告》等統(tǒng)計結果看，出版單位的數(shù)字化轉型發(fā)展并不樂觀，尤其是基于傳統(tǒng)出版業(yè)務的數(shù)字化轉型依然緩慢。客觀地講，出版的數(shù)字化轉型仍在當下，正在進行，遠未完成。

自2022 年11 月30 日OpenAI 的 聊 天機 器 人 軟 件ChatGPT（Chat Generative Pretrained Transformer）發(fā)布以來，其語言理解和文本生成能力已經(jīng)達到了相當高的水平，特別是GPT-4 的推出，又在推理和多模態(tài)等方面再進一步，甚至有人認為GPT-4 通過了圖靈測試?；谶@一重大突破，將生成式人工智能（artificial intelligence generated content，英文縮寫AIGC）用于內容創(chuàng)作和出版，自然引起人們的關注。出版的智能化已在路上。與數(shù)字化進程類似，AIGC 主要涉及內容創(chuàng)作，出版自然就成為最早搖響警鈴、也可能是最早受到影響的行業(yè)之一。目前，越來越多的研究表明，大語言模型（large language model，英文縮寫LLM）的幻覺問題和缺乏常識，是一個難以解決的問題，甚至可以將LLM 的幻覺和其生成能力的創(chuàng)造性之間的關系類比于量子力學中位置和動量之間的測不準關系?！癓LM 溫度”是用于控制人工智能生成文本的創(chuàng)造力水平的參數(shù)，提高LLM 溫度，則LLM的創(chuàng)造性越強，但其產(chǎn)生幻覺的可能性就越大；相反，降低LLM 溫度，即減低LLM 的創(chuàng)造性，其產(chǎn)生幻覺的可能性也就越低，其生成內容的可靠性就越高。如果這個問題不能很好解決，那么基于預測下一個詞的概率機制的LLM，也許又會大大延緩出版智能化的進程。

這就是出版。

無論如何，出版已經(jīng)被數(shù)字化深刻改變，也即將被智能化深刻改變。

一、數(shù)智時代的出版是大平臺出版

縱觀過去20 多年的數(shù)字經(jīng)濟發(fā)展浪潮，“以互聯(lián)網(wǎng)平臺為主要載體，以數(shù)據(jù)為關鍵生產(chǎn)要素的”平臺經(jīng)濟，占據(jù)重要位置，呈現(xiàn)蓬勃生機。平臺經(jīng)濟借助互聯(lián)網(wǎng)發(fā)展如此迅猛，有其自身特殊的規(guī)律。以與內容相關的互聯(lián)網(wǎng)平臺為例，從互聯(lián)網(wǎng)發(fā)展早期的綜合新聞平臺（如新浪網(wǎng)等），到搜索引擎（如百度等），再到受到推薦算法加持的新聞聚合平臺（如今日頭條等），以及網(wǎng)絡文學領域的起點中文網(wǎng)、七貓中文網(wǎng)等，無不以大規(guī)模內容聚合為基本特征，提供海量內容供給，形成用戶的高度聚集，實現(xiàn)流量的非線性經(jīng)濟價值。

正是因為看到了互聯(lián)網(wǎng)平臺模式的價值，出版行業(yè)也效仿其他行業(yè)，各出版單位紛紛著手構建平臺型應用，打造各類數(shù)字出版平臺，可以說是不勝枚舉。但是，真正在市場上立得住腳，實現(xiàn)了內容的海量供給、用戶的高度聚集、流量的非線性變現(xiàn)的平臺，則屈指可數(shù)。究其原因，可能與未能充分把握蘊含其中的互聯(lián)網(wǎng)發(fā)展規(guī)律有關。實踐表明，數(shù)字出版平臺作為傳統(tǒng)出版單位轉型的載體，應該具備三種能力。一是一體化融媒體編輯能力，這既是實現(xiàn)傳統(tǒng)內容生產(chǎn)方式向數(shù)字化內容生產(chǎn)方式轉變、適應網(wǎng)絡化傳播所必須具備的工具，也是推動組織轉型的一個助推器。二是門戶級的用戶響應能力，也就是實現(xiàn)大規(guī)模的用戶鏈接，形成廣泛應用的能力。三是技術驅動、數(shù)據(jù)驅動的知識服務能力，這是整個平臺依靠傳統(tǒng)出版長期積累的優(yōu)質資源發(fā)展起步之后，能否自我造血、迭代前進的動力機制。三種能力缺一不可，彼此有機互動，逐步推動平臺成為一個出版的生態(tài)閉環(huán)。

對于數(shù)字出版平臺應該具備這樣的定位和能力，出版人應該不難理解。因為，對于平臺運作的商業(yè)模式，出版人是熟悉的。傳統(tǒng)出版單位在某種意義上就是一家平臺型公司。之所以這么說，是因為從一般的產(chǎn)業(yè)分析來看，除了部分工具書和教材之外，出版單位一般不像制造業(yè)的企業(yè)那樣自己研發(fā)產(chǎn)品，而更多的是對產(chǎn)品進行篩選、甄別、加工、設計、營銷。傳統(tǒng)出版的這種運作模式，與平臺商業(yè)模式類似，其與互聯(lián)網(wǎng)平臺的差別僅僅在于：內容產(chǎn)品的篩選依賴于編輯出版人的眼光而不是用戶的點擊點播，內容質量的提升依賴于專業(yè)編輯人員的付出而不是以眾籌方式迭代改進，運營銷售依賴于多層次渠道而不是在線直接鏈接終端用戶。盡管有這些不同，但是其背后的基本商業(yè)模式是一致的，所以可以說出版單位就是平臺型的。

正因為出版單位本身的這種平臺性質，在謀求數(shù)字化轉型發(fā)展的當下，更需要依托數(shù)字技術、尊重數(shù)字出版規(guī)律去拓展平臺屬性。在圖書出版過程中，出版單位通常比較重視中長期出版規(guī)劃，較多地從產(chǎn)品線和品牌塑造方面開展選題規(guī)劃工作，而從編輯個體來說，往往重視單個選題的質量和可及性。這是自然而然的事情。但是，在數(shù)智時代，特別是在依托數(shù)字出版平臺推進轉型的過程中，互聯(lián)網(wǎng)平臺經(jīng)濟發(fā)展規(guī)律要求，出版單位要在繼續(xù)保持內容質量高的前提下，盡量提供海量內容供給，滿足讀者一站式服務的需要。客觀的限制條件是，出版社規(guī)模普遍較小，沒有能力在較為寬泛的領域提供這樣的內容知識服務，所以一個理性的選擇就是聚焦特定的、有比較優(yōu)勢的垂直領域，在這個垂直領域達成海量內容供給，滿足讀者一站式需要。

因此，面向細分市場，構建一個垂直領域的完整知識體系就非常必要，而且要求隨著市場、技術的演進，在垂直領域向縱深方向深耕細作，不斷強化，形成壁壘，構筑護城河。從這個發(fā)展方向出發(fā)，則要求出版社在選題規(guī)劃和開發(fā)環(huán)節(jié)，不僅要重視選題質量，更要重視選題對于構建知識體系方面的緊迫性和必要性。從出版社管理的角度來說，要優(yōu)先選擇有利于補短板、補缺項的選題，強調編輯團隊作戰(zhàn)意識。簡言之，就是要既見樹木，更見森林。

上海世紀出版集團最近幾年建設的聚典、匯典等垂直領域的數(shù)字出版平臺，就是沿著這個思路，堅持長期主義，持之以恒圍繞打造垂直領域的知識體系持續(xù)推進的。從這些平臺的選擇和發(fā)展過程分析，不難發(fā)現(xiàn)，出版單位要培育和發(fā)展出垂直領域的數(shù)字出版平臺，需要謹慎選擇具有比較優(yōu)勢的出版方向，在這個方向上出版社有長期高質量的圖書版權積累，初步形成了相對完整的知識體系，版權權利是基本可控的。也可以說，高質量版權積累、相對完整的知識體系、版權可控是發(fā)展垂直領域數(shù)字出版平臺的三個要素。

二、數(shù)智時代的出版是大數(shù)據(jù)出版

大數(shù)據(jù)出版，是建立在大數(shù)據(jù)基礎之上的出版活動。一個典型例子就是智能商品推薦，即通過智能商品推薦算法實現(xiàn)圖書的自動化智能推薦，進行精準營銷。其實，大數(shù)據(jù)出版可以在更廣泛的范圍發(fā)揮作用。關于大數(shù)據(jù)出版多有討論和設想，但是鑒于出版單位在傳統(tǒng)出版業(yè)務中缺乏第一手的用戶大數(shù)據(jù)和閱讀大數(shù)據(jù)，許多討論和設想長期以來只能停留在美好的愿望階段，落不了地。

隨著傳統(tǒng)出版數(shù)字化轉型不斷深入，不論是借助電商平臺的店中店模式，還是借助社交平臺的公域流量私域化運營，抑或是依靠自有的集成性數(shù)字出版平臺，越來越多的出版單位逐步找到了實現(xiàn)大規(guī)模用戶鏈接的途徑，可以快速獲得目標讀者的用戶數(shù)據(jù)和閱讀行為數(shù)據(jù)，使得大數(shù)據(jù)出版成為可能。

借助電商平臺的店中店模式以及借助社交平臺的公域流量私域化運營模式，都有開發(fā)成本低、建設速度快的優(yōu)勢，但也存在自主性不強、多平臺跨平臺融合不足等問題。不少出版單位在數(shù)字化轉型發(fā)展過程中，有了前期工作的基礎，實力逐步增強，經(jīng)驗逐漸豐富，紛紛轉向建設自有的集成性數(shù)字出版平臺，來集成更多的內容資源和功能，以實現(xiàn)持續(xù)發(fā)展。毫無疑問，沒有大平臺就沒有真正意義上的大數(shù)據(jù)。

集成性數(shù)字出版平臺一旦建立，可以實現(xiàn)出版單位與讀者的大規(guī)模直接鏈接，在這個平臺上將集成出版單位長期積累的海量內容數(shù)據(jù)，同時又可取得大規(guī)模讀者數(shù)據(jù)和閱讀行為數(shù)據(jù)。多種海量數(shù)據(jù)的交互，經(jīng)過科學的分析挖掘，可以產(chǎn)生大量有價值的信息和見解，成為一座數(shù)據(jù)金礦。

大數(shù)據(jù)支撐的出版，選題開發(fā)可以不盲目，而是依托大數(shù)據(jù)提供的需求信息；大數(shù)據(jù)支撐的出版，內容產(chǎn)品營銷可以精準高效，實現(xiàn)供求精準匹配、高效匹配；大數(shù)據(jù)支撐的出版，產(chǎn)品迭代甚至平臺的迭代都可以源自大數(shù)據(jù)，形成自我強化的演進軌跡；大數(shù)據(jù)支撐的出版，還能創(chuàng)生有別于傳統(tǒng)出版物的創(chuàng)新產(chǎn)品和創(chuàng)新服務。

聚典數(shù)據(jù)開放平臺（簡稱“聚典”）就是一個典型的例子。作為一款用于知識查驗服務的工具書數(shù)據(jù)開放平臺，聚典通過匯聚海量優(yōu)質紙質工具書內容，結構化云端存儲，開放API 接口供應用開發(fā)商實時調用，用戶發(fā)出查詢請求時動態(tài)載入數(shù)據(jù)并推送到用戶終端。由于聚典開放的功能設計，大量產(chǎn)業(yè)鏈上下游客戶紛紛接入聚典的服務，使得聚典在幾年的時間里迅速成長為總用戶數(shù)超過5000 萬人、月活用戶數(shù)超過600 萬人的一個創(chuàng)新互聯(lián)網(wǎng)應用，并通過其獨特的BBC 模式（即在商業(yè)上是B2B，在數(shù)據(jù)流上是B2C），實現(xiàn)了用戶的實時廣泛鏈接，成為國內數(shù)據(jù)量最大、服務最廣泛的工具書數(shù)據(jù)開放平臺。

基于平臺的廣泛鏈接和大規(guī)模響應，聚典在為讀者提供知識查檢服務的同時，讀者的知識查檢行為也都匯聚到聚典上來，在聚典平臺，可以分析了解讀者閱讀的特點和規(guī)律。對于這些閱讀數(shù)據(jù)，可以在眾多方面開發(fā)利用。比如，依托9 億次的查詢訪問，在2023 年世界讀書日前夕，聚典發(fā)布了面向全域的知識搜索榜，基于知識搜索數(shù)據(jù)還可以分析各區(qū)域全民閱讀情況和水平。從知識搜索榜可以看出，讀者對哪些作品比較感興趣，可以幫助出版單位尋找選題開發(fā)思路。又比如，基于聚典捕捉到的讀者查詢落空事件，可以發(fā)現(xiàn)漏收詞條和新詞新語，由此經(jīng)過一定的篩選程序，聚典形成了新的內容生產(chǎn)閉環(huán)，成為補充和完善內容建設的一個重要方面。再比如，分析查詢落空事件發(fā)現(xiàn)，原文差錯、切詞缺漏會引起用戶體驗不佳，這為聚典的迭代升級提供了依據(jù)、指明了方向。2023 年8 月發(fā)布的聚典2.0 版，運用AI 技術已經(jīng)基本實現(xiàn)了對原文差錯和切詞缺漏等問題的容錯，改善了用戶體驗。從以上幾個例子可以看到，通過分析讀者閱讀行為數(shù)據(jù)可以發(fā)現(xiàn)大量潛在的需要，對這些數(shù)據(jù)善加開發(fā)利用，就可以幫助聚典完善內容體系、提升用戶體驗，形成業(yè)務閉環(huán)。這就是所謂“以數(shù)據(jù)驅動產(chǎn)品研發(fā)和服務”。

一個更具代表性的例子就是中國知網(wǎng)。中國知網(wǎng)是同方股份有限公司（簡稱“同方”）旗下的學術平臺。20 世紀90 年代，同方以制作《中國學術期刊（光盤版）》起步，走過了從單機版CD 到數(shù)據(jù)庫，再到網(wǎng)絡版的發(fā)展過程，初期的產(chǎn)品現(xiàn)在看來是很初級的，而且早期的網(wǎng)絡版也只是提供論文查詢服務而已。但是，隨著海量內容資源的匯聚，論文查重、期刊影響力評價等大數(shù)據(jù)應用自然而然地被開發(fā)出來了。而論文查重這些功能，很難想象是公司在創(chuàng)立之初就規(guī)劃設計好的。

大數(shù)據(jù)出版能帶來哪些機會和可能？這個問題只能在不斷的實踐中去發(fā)現(xiàn)。坐而論道不如起而行之，如果不著手構建自己的數(shù)字出版平臺，并持續(xù)完善數(shù)據(jù)資源的有效采集、科學分析和合理開發(fā)，一切都是紙上談兵。

三、數(shù)智時代的出版是大模型出版

出版?zhèn)髅綐I(yè)運用人工智能技術幫助內容生產(chǎn)、創(chuàng)作由來已久。但是，像2022 年11月30 日發(fā)布的ChatGPT 引起的轟動和震撼還是未曾預料到的。LLM 和AIGC 對出版業(yè)無疑是一次生產(chǎn)力革命，其影響不亞于現(xiàn)代印刷術和激光照排對出版業(yè)的影響，甚至更為廣泛和深遠。

傳統(tǒng)出版由編印發(fā)三個環(huán)節(jié)組成，現(xiàn)代印刷術推動了印刷環(huán)節(jié)的生產(chǎn)力飛躍，使得紙質出版物大規(guī)模復制、廣泛傳播，知識以前所未有的速度走入千家萬戶；20 世紀80 年代，激光照排系統(tǒng)的出現(xiàn)和廣泛使用，突破了印前環(huán)節(jié)的瓶頸，再一次大幅度提升了出版的生產(chǎn)力水平，帶動了出版的又一輪繁榮?？梢詷酚^地預測，LLM 和AIGC 引領內容創(chuàng)作生產(chǎn)環(huán)節(jié)生產(chǎn)力的大幅度提升，將引發(fā)出版新一輪發(fā)展。

LLM 是“預測下一個詞”的統(tǒng)計語言模型。它以自注意力機制的解碼器作為基本結構單元，通過層級堆疊，構成Transformer，同時以自回歸訓練方法，將海量語料輸入模型進行預訓練得到基礎模型，進而通過SFT（supervisedfine-tuning，有監(jiān)督的微調）技術和RLHF（reinforcementlearningwithhuman feedback，基于人類反饋的強化學習）技術，進一步提高模型性能，與人類價值觀對齊，構建起ChatGPT。

各類測試表明，ChatGPT 是迄今為止最為強大的語言模型，它一舉解決了為數(shù)眾多的傳統(tǒng)NLP(naturallanguageprocessing，自然語言處理）任務，改變了NLP 的研究范式，甚至使得NLP 領域的許多研究人員不得不轉變研究方向。《辭?！穼Α爸腔邸币辉~的釋義是“對事物能認識、辨析、判斷處理和發(fā)明創(chuàng)造的能力”，也稱“思維能力”。思維的工具是語言，思維的形式是概念、判斷、推理等，思維的方法是抽象、歸納、演繹、分析和綜合。如果從這幾個維度看，以ChatGPT 代表的LLM 在某種意義上已經(jīng)具備相當高的“智慧”了，或者可以說是“智慧體”了。

比如，就語言方面而言，以ChatGPT 為代表的LLM，除了在各標準數(shù)據(jù)集的測試中表現(xiàn)優(yōu)異之外，用戶使用的直觀感受更具有說服力。如“多輪對話不跑題”“概念形成很到位”“一詞多義能理解”等，這些足以說明LLM 的語言能力。LLM 的閱讀理解和歸納綜合能力也非常突出，它可以準確抽取給定文本中的各類信息，可以非常準確地總結歸納文章中心思想，完成各類閱讀理解任務等。LLM 還具備一定的推理能力，顯示出對概念之間邏輯關系的理解和運用?？傊?，拋開ChatGPT 是運行在硅基實體上之外，它在表象上與人類智慧已非常接近。

LLM 還是一個知識模型。LLM 的預訓練過程實質上是一個信息壓縮過程，所以LLM在構建語言能力的同時，還給出了一種知識存儲的新方案。在這個新方案中，人類創(chuàng)作的各類知識以語料的形式被LLM 通過預訓練的方式反復學習，內化到其規(guī)模巨大的參數(shù)系統(tǒng)之中，并在這個學習過程用一組低維稠密向量完成了其自身對各類概念的理解和表示，從而構建起一個完整的關于世界知識的新表示。所以，從這個意義上說，LLM 本身是一個知識模型?？梢云诖氖?，如有足夠多高質量的語料，可以精調出垂直領域的LLM 知識庫。

同時，LLM 還是人機接口的一次革命。計算機發(fā)明以來，如何與計算機進行對話交互，一直在不斷改進。從最早的穿孔紙帶編碼信息通過讀卡器輸入信息進行交互，到沿用至今的鍵盤，再到后來為適應圖形窗口界面而出現(xiàn)的鼠標，交互方式不斷進步。有了移動智能手機，虛擬鍵盤和觸屏輸入成為人機交互的主要方式，隨著語音技術的成熟，語音輸入也成了某些場合更加高效的交互方式。有了LLM 之后，它不僅對已有的鍵盤輸入和語音輸入賦能，也成為一種新的人機交互的方式，帶來一種更加自然的人機交互。

鑒于LLM 以上這些屬性，顯而易見，大語言模型的這次技術進步會對出版產(chǎn)生很大影響，甚至會超越互聯(lián)網(wǎng)技術帶來的影響。

作為人機接口的一次革新，LLM 必然對內容傳播和服務帶來深刻影響，就像上一輪互聯(lián)網(wǎng)改變了讀者閱讀習慣和方式一樣，這次LLM 使得人機交互更加自然高效，必然在產(chǎn)品和應用上帶來新的變化。投資了OpenAI的微軟首先就想到要利用LLM 優(yōu)化其搜索引擎。由此也就不難理解，ChatGPT 出現(xiàn)之后，甚至有人預言，所有互聯(lián)網(wǎng)應用都要用LLM再做一遍。對于各類數(shù)字出版產(chǎn)品和平臺而言，運用LLM 也是一種趨勢，甚至是必然會發(fā)生的。比如，語言學習類App 已經(jīng)開始用LLM 模擬虛擬教師，扮演角色、選擇場景、主動發(fā)起或者被動應答，進行雙語學習交流了。

作為一個語言模型，LLM 高超的生成能力必然改造人們的創(chuàng)作方式?；ヂ?lián)網(wǎng)的發(fā)展曾經(jīng)催生了UGC（usergeneratedcontent，用戶生成內容），而“閱讀過”幾乎所有人類創(chuàng)作的文本之后的大語言模型，可以按照給定的體例、設定的主題、需要的語言風格等各類要求，快速、高效地生產(chǎn)高水平內容。有人擔心，有朝一日我們閱讀到的文字更多來自大語言模型而不是人類的創(chuàng)作，這不免讓人感到有些魔幻。其實，不僅是文字作品，AIGC 還可以生成繪畫作品、視頻作品、動畫作品，甚至3D 作品，AIGC 將會成為一個重要的內容產(chǎn)品生產(chǎn)者。退一步講，在這些內容生產(chǎn)過程中，即便不是由AI 獨立完整地完成生產(chǎn)創(chuàng)作，也可以幫助人類創(chuàng)作者提高創(chuàng)作效率，這樣創(chuàng)作出的作品不見得沒有創(chuàng)造性。

作為一個知識模型，基于LLM 的訓練機制，在某種意義上可以認為LLM 學到了人類知識，并通過生成模式實現(xiàn)知識的重新表達和傳播。從這個維度認識LLM，那么作出下面這樣的斷言，也就不為過了：LLM 即出版。也就是說，LLM 是一個出版物，一個集成性的出版物，一個新形態(tài)的出版物。這個新形態(tài)的集成性出版物是以大語言模型的形式出版的。LLM 即出版，樹立這樣一種意識，有助于重新理解LLM，也有助于理解出版。

站在時代的門檻，回望過去數(shù)字化的歷程，展望未來智能化的前路，將目光聚焦到遠處大道而不是緊盯著眼前細部小節(jié)，可以略窺發(fā)展的潮流和脈絡。從這個視角來分析出版，可以概括地講：對數(shù)智時代的出版而言，大平臺是基礎，大數(shù)據(jù)是金礦，大模型是未來。