ノートブックLM: 手
David Pierce 氏、編集者兼 Vergecast の共同司会者であり、消費者向けテクノロジーを 10 年以上カバーした経験があります。 以前は、Protocol、The Wall Street Journal、Wired に勤務していました。
メモを使って会話できたらどうなるでしょうか? Dropbox、Box、Notion などの企業が、システム内にすでにあるデータと対話したり、そこから新しいものを作成したりできる生成 AI ツールを開発したため、この質問は最近インターネットの片隅を占めています。
これの Google バージョンは NotebookLM と呼ばれます。 これは、自分のメモを整理して操作するのに役立つ、AI を活用したリサーチ ツールです。 (Googleは当初、これをProject Tailwindとして今年初めに発表したが、すぐに名前を変更した。)現時点では実際には単なるプロトタイプだが、社内の小さなチームがAIノートブックがどのようなものかを解明しようとしている。 最終的に、NotebookLM が存続するとすれば、それはおそらく Google ドキュメントの機能として、またはすべてのファイルを取り込んで理解できるドライブ内のツールとして使用されることになるでしょう。 しかし今のところ、それ自体は非常に必要最低限のアプリです。
私はここ数週間 NotebookLM を使用して、アプリの機能をテストするとともに、AI 研究ツールが自分のワークフローのどこに適合するかを見つけようとしました。 まだ正しい答えを見つけられたかどうかはわかりませんし、技術が完全に準備ができているかどうかもわかりません。 しかし、私が関心のあるすべてのことだけを訓練し、その他のことはほとんど行わないパーソナライズされた AI が、非常に強力なものになるだろうと、私はますます確信しています。
NotebookLM を開始するには、新しいプロジェクトを作成します。 私の場合、スプレッドシートの歴史と文化について多くの研究を行ってきたため、自分のプロジェクトを「スプレッドシートの歴史」と名付けました。 (賢いですよね?) 次に、アプリはソースの追加を開始するよう私に促しました。現時点では、このアプリは Google ドキュメントのみを受け入れてインポートしますが、完成した形式では、他の多くの種類の情報を取り込むようです。 各プロジェクトには最大 5 つのソースを含めることができ、各ソースの長さは最大 10,000 ワードに制限されます。しかし、私がそれを知っているのは、Google の誰かが教えてくれたからです。 ソースの数が多すぎたり、大きすぎたりすると、NotebookLM は静かに失敗します。 このアプリはまだ新しいため、チームはエラー メッセージをカスタマイズしていません。 繰り返しますが、プロトタイプです。
しかし、少しの試行錯誤の後、私はソースを入手しました: Steven Levy の独創的な記事「A Spreadsheet Way of Knowledge」のバージョン、VisiCalc の作成者 Dan Bricklin による一連のブログ投稿、Laine Nooney の著書 The Apple II からの一部年齢、およびその他のまとめられた研究の数千語。 各ソースをインポートすると、NotebookLM は「ソース ガイド」と呼ばれるものを生成します。このガイドには、ドキュメントを要約した段落が含まれ、その後、重要なトピックのリストと推奨される質問が含まれます。 全体として、ガイドは非常に優れていました。Levy の記事では、「電子スプレッドシート」、「VisiCalc」、「Lotus 1-2-3」、「スプレッドシート モデリング」、「スプレッドシートと意思決定」が取り上げられていました。 そのうち 3 つは同じもののバリエーションですが、スプレッドシートに関する長い記事です。 主要なトピックのほとんどはスプレッドシートになる予定です。
NotebookLM が存在する理由は、ドキュメントを操作する新しい方法を提供することです。
NotebookLM が存在する理由は、これらのドキュメントを操作する新しい方法を提供することです。 研究を整理したり強化したりするためのツールではなく、本質的には、提供されたソースに基づいて特別にトレーニングされたチャットボットであり、一度に 1 つずつ、または一度にすべてを参照できます。 Levy の例では、ソース ガイドが提案した質問の 1 つは、「スプレッドシートを使用する利点は何ですか?」というものでした。 NotebookLM チャットボットにこれを尋ねると、チャットボットは少し考えてから、スプレッドシートを初期のコンピュータ ユーザーにとって非常に強力なものにした 5 つの属性を返しました。 答えはインターネット全体に基づいたものではありませんでした。 それは完全に、私が Google ドキュメントに貼り付けた 5,000 語ほどの単語に基づいていました。
(余談: これらすべてのパーソナライズされた AI ツールには、明らかにプライバシーに関する大きな問題と懸念があります。しかし、今回の場合、私はそれをそれほど心配していません。とにかく、このデータはすべて他の Google サービスにすでに存在しているので、私は確信が持てません。大規模な言語モデルでそれを解析することは、意味のある意味で異なることです。しかし、AI のすべてのことと同様に、データがどこに送られるのか、どのように使用されるのかを常に慎重に検討する必要があります。)