以AIGC 创新图书馆知识服务

图书馆杂志 ›› 2023, Vol. 42 ›› Issue (392): 36-44.

以AIGC 创新图书馆知识服务

蔡丹丹宋歌笙刘炜（上海图书馆）

出版日期:2023-12-15 发布日期:2023-12-29
作者简介:蔡丹丹上海图书馆（上海科学技术情报研究所）系统网络中心，馆员。研究方向：数据挖掘、智慧图书馆、知识服务等。作者贡献：文献搜集、整理研究和论文撰写。E-mail:ddcai@libnet.sh.cn 上海 200031 宋歌笙上海图书馆（上海科学技术情报研究所）系统网络中心，工程师。研究方向：长期保存、数据挖掘、web3.0、数据处理等。作者贡献：文献搜集、整理研究和论文撰写。上海 200031 刘炜上海图书馆（上海科学技术情报研究所），副馆（所）长，研究员。研究方向：智慧图书馆、数字人文、人工智能、知识图谱。作者贡献：选题策划、框架设计、提纲拟定、摘要和前言撰写、修改定稿。上海 200031

AIGC and Library Knowledge Services

Cai Dandan, Song Gesheng, Liu Wei (Shanghai Library)

Online:2023-12-15 Published:2023-12-29
About author:Cai Dandan, Song Gesheng, Liu Wei (Shanghai Library)

摘要/Abstract

摘要：

本文基于人工智能技术的概念和常用技术，调研了当前人工智能技术在图书馆行业的应用和研究探索，从“技术发展突破”和“与人交互程度”两个角度，分析了图书馆的技术发展的趋势，并以此探讨AIGC 技术的兴起对图书馆资源组织和知识服务所带来的挑战。人类社会在不同信息技术发展阶段下，内容生产方式和技术与人的交互程度都有所变化，图书馆跟随这些发展趋势，经历了自动化、数字化和智慧化的转型过程。文章以此为背景，探讨了如何将AIGC 技术融到图书馆业务层级，并讨论了在图书馆3.0 环境下实现AIGC 技术的设计和实施。最后，文章也思考了AIGC 技术在图书馆应用中可能面临的风险和挑战。

Abstract:

Based on the concept and common technologies of artificial intelligence, this paperinvestigates the existing application and research exploration of artificial intelligence technology inthe library industry. It analyzes the trend of library technology development from the perspectivesof “technology development breakthrough” and “level of interaction with people”, and discusses thechallenges brought by the rise of AIGC technology to library knowledge service. In human society, withinthe different stages of the development of information technology, the mode of content generation and theinteraction level have changed. Libraries have followed these development trends, and experienced thetransformation process of automation, digitization and intelligence. The paper further discusses how tointegrate AIGC technology into professional work, as well as the implementation of AIGC technology inlibrary 3.0 environment. Finally, it considers the risks and challenges that AIGC technology may face inthe application of library

蔡丹丹宋歌笙刘炜（上海图书馆）. 以AIGC 创新图书馆知识服务[J]. 图书馆杂志, 2023, 42(392): 36-44.

Cai Dandan, Song Gesheng, Liu Wei (Shanghai Library). AIGC and Library Knowledge Services[J]. Libraly Journal, 2023, 42(392): 36-44.

参考文献

[ 1 ] Gartner Inc. The CIO’s Guide to ArtificialIntelligence [EB/OL]. [2023-08-26]. https://www.gartner.com/smarterwithgartner/the-cios-guide-toartificial-intelligence.

[ 2 ] Gartner Inc. What Is Artificial Intelligence（ AI）[EB/OL]. [2023-08-26]. https://www.gartner.com/en/topics/artificial-intelligence.

[ 3 ] 吴建中．元宇宙，让图书馆更智慧[J]．图书馆杂志，2023（1）：4—9.

[ 4 ] 李立睿，张嘉程，魏银珍，等. 智能机器人赋能图书馆服务：内涵、特征与实施路向[J]. 图书馆学研究，2022（11）：10—18.

[ 5 ] 刘崧印，朱学芳，李川. 基于VR 技术的虚拟图书馆全景漫游系统的设计与实现[J]. 图书馆学研究，2022（11）：47—56.

[ 6 ] 王凤英，智晓静，肖铮. 智慧图书馆视角下高校图书馆书库演变及发展策略研究[J]. 大学图书馆学报，2023，41（1）：37—43；86.

[ 7 ] 初景利，任娇菡，王译晗. 从数字图书馆到智慧图书馆[J]. 大学图书馆学报，2022，40（2）：52—58.

[ 8 ] 李书宁，刘一鸣. ChatGPT 类智能对话工具兴起对图书馆行业的机遇与挑战[J]. 图书馆论坛，2023（5）：104—110.

[ 9 ] 蔡子凡，蔚海燕. 人工智能生成内容（AIGC）的演进历程及其图书馆智慧服务应用场景[J]. 图书馆杂志，2023（4）：34—43；135—136.

[10] Beyond Chatgpt： The Future of Generative AI forEnterprises [EB/OL]. [2023-08-26]. https://www.gartner.com/en/articles/beyond-chatgpt-the-futureof-generative-ai-for-enterprises.

[11] 陈超. 大阅读时代智慧复合型图书馆发展战略思考[J]. 图书馆杂志，2022，41（6）：4—8.

[12] 谢蓉，刘炜，朱雯晶. 第三代图书馆服务平台：新需求与新突破[J]. 中国图书馆学报，2019，45（3）：25—37.

[13] 周纲，孙宇. 开创性的下一代图书馆服务平台解决方案——FOLIO[J]. 中国图书馆学报，2020，46（1）：79—91.

[14] 徐蕾，李莎，宁焕生.Web3.0 概念、内涵、技术及发展现状[J]. 工程科学学报，2023，45（5）：774—786.

[15] 刘炜，刘圣婴. 智慧图书馆标准规范体系框架初探[J]. 图书馆建设，2018（4）：91—95.

[16] 吴建中. 新时代图书馆的探索与转型——以新馆建设为例[J]. 中国图书馆学报，2022，48（5）：4—12.

[17] 陈定权，袁俊聪，吴亦乐. 21 世纪国外图书馆技术产业的历史考察——对Marshall Breeding图书馆技术产业报告的分析[J]. 图书馆论坛，2022，42（12）：149—158.

[18] 杨华. 图书馆UGC 资源建设机制初探[J]. 图书馆理论与实践，2017（1）：48—52.

[19] 沈湫莎. 元宇宙“碰撞”图书馆，保存和传承人类知识文化的职责不会变[EB/OL]. [2023-02-17].https://baijiahao.baidu.com/s?id=1733064971149268782&wfr=spider&for=pc.

[20] OpenAI.GPT-4 Technical Report [EB/OL].[2023-08-26]. https://arxiv.org/abs/2303.08774.

[21] Hutson M. Robo-writers： the rise and risks oflanguage-generating AI [J]. Nature， 2021， 591（7848）： 22—25.

[22] Ledig C， Theis L， Huszár F， et al. Photo-realisticsingle image super-resolution using a generativeadversarial network [C]//Proceedings of theIEEE conference on computer vision and patternrecognition. 2017： 4681—4690.

[23] Radford A， Kim J W， Hallacy C， et al. Learningtransferable visual models from natural languagesupervision [C]//International conference onmachine learning. PMLR， 2021： 8748—8763.

[24] Ramesh A， Dhariwal P， Nichol A， et al. HierarchicalText-Conditional Image Generation with CLIPLatents [EB/OL]. [2023-08-26]. https://arxiv.org/abs/2204.06125.

[25] Gu S， Chen D， Bao J， et al. Vector quantizeddiffusion model for text-to-image synthesis[C]//Proceedings of the IEEE/CVF Conference onComputer Vision and Pattern Recognition. 2022：10696—10706.

[26] Alammar J. The Illustrated Stable Diffusion [EB/OL]. [2023-08-26]. https://jalammar.github.io/illustrated-stable-diffusion/.

[27] Patrick Esser， Johnathan Chiu， Parmida Atighehchian，et al. Structure and Content-Guided Video Synthesiswith Diffusion Models [EB/OL]. [2023-08-26]. https://arxiv.org/abs/2302.03011.

[28] Berthelot D， Schumm T， Metz L. BEGAN： BoundaryEquilibrium Generative Adversarial Networks [EB/OL]. [2023-08-26]. https://arxiv.org/abs/1703.10717.

[29] HPC-AI Technology Inc. Replicate CHATGPTTraining Quickly and Affordable with Open SourceColossal-Ai [EB/OL]. [2023-08-26]. https://www.hpc-ai.tech/blog/colossal-ai-chatgpt.

[30] Nikolenko S I. Synthetic Data for Deep Learning[EB/OL]. [2023-08-26]. https://arxiv.org/abs/1909.11512.

[31] 张智雄，于改红，刘熠，等. ChatGPT 对文献情报工作的影响[J]. 数据分析与知识发现， 2023，7（3）： 36—42.

[32] 宋海燕. 浅谈AIGC 的可版权性——美国、欧盟、英国与中国之比较[EB/OL]. [2023-03-30]. https://a.huiju.cool/service/extfile/page/f2df68312c164cf1ab4927f270798a4c#/file.