用自己的数据资料训练一个满足自己需求的个性化助理。

(资料图片)

你可以用自己的数据资料训练一个了解自己的个性化研究助理。

谷歌在全公司范围内要求推出 ChatGPT 风格语言模型的产品，最新的一个是 Google NotebookLM。

早在 5 月的 Google I/O 2023 大会上，他们就推出自家首款「AI 笔记应用」，当时的名字是「Project Tailwind」。后来终于开放小范围测试，名字被改为 Notebook LM。

它也是谷歌继 Google Notebook（2008-2012）和 Google Keep（2013-）之后的第三个笔记本应用程序。「Notebook LM」中的「LM」就是「语言模型」（Language Model）的意思：

当我们将语言模型（谷歌语言模型 PaLM 2 ）放在底座上时，该如何重新想象笔记软件应有的样子？

人们正在努力应对信息的快速增长，但从信息到生成洞察，这个过程很难。当产品团队与学生、教授和知识工作者交谈时，他们发现最大的挑战之一就是综合多信源的事实和想法，在这些事实和想法之间建立联系非常耗时。

因此，谷歌尝试创建一种工具，自动分析和查找许多不同的笔记和文档之间的联系，并以清晰的方式总结这些内容。

你可以将 Notebook LM 视为一个「虚拟研究助手」（注意，不是陪聊）。把研究资料递给这位「助手」，他就能帮你做总结、解释复杂的观点甚至帮忙头脑风暴找到新想法。

从界面设计上看（下图），左侧导航栏目，可以导入的资料源头都在这里，用户可以在不同文档之间切换；导入某大学 CS 课堂笔记后（中间白色色块部分），虚拟助手（右边蓝色色块部分的对话框）自动生成总结、关键主题和一些问题，帮助理解。用户可以通过对话框进行交流。

首先是自动摘要。第一次将谷歌文档添加到 NotebookLM 中，系统会自动生成摘要以及关键主题，或者针对文档提出问题，以便用户更好地理解材料。其次，提出问题。当你准备好进行更深入研究时，可以询问有关上传文档的问题。

例如，医学生可以上传一篇有关神经科学的科学文章，并告诉 NotebookLM 「 创建与多巴胺相关的关键术语词汇表」；传记作者可以上传研究笔记并提出问题「总结胡迪尼和柯南道尔互动的时间线。」

第三， NotebookLM 不仅仅用于问答，还能够帮助人们提出新想法。

比如，用户上传了自己对于新视频的一些想法，就可以要求 NotebookLM 围绕这个新想法生成一个脚本；上传职位描述后可以询问：「招聘人员可以问什么问题？」筹集资金的企业家可以上传他们的推介并询问：「潜在投资者会问什么问题？」

第四，在笔记中添加答案。它还具有一个非常简洁的选项，可以将答案添加到笔记中。你可以通过添加或删除其他信息来编辑它们。

目前，Notebook LM 仅支持谷歌文档（很快就会添加其他文档格式）。在隐私安全方面，谷歌表示，模型只能访问用户选择上传的源材料，数据和与 AI 的对话对其他用户不可见，也不会被用于训练新的 AI 模型。

「 grounding 」是一个术语，意思是人工智能会扫描你选择的文件，并将其中包含的信息视为比其训练集中其他信息更重要的信息。这意味着你可以用自己的数据资料训练一个满足自己需求的个性化助理。

比如，如果你是大学生，可以将谷歌云端硬盘中的任何文件（作业、论文、课堂笔记和阅读材料等）添加为来源，插入 Notebook LM，创建一个私人的科研助理，这个模型对你提供的这些信息具有专业知识。

你可以让它创建学习指南、总结或者进行阅读测验。Notebook LM 还提供基于提示的 UI，用户可以对数据进行更多操作，进行更有效的学习。

这也与谷歌初衷一致——努力为用户提供自己的个人人工智能。除了学生和科研人员，谷歌认为，Notebook LM 对于作家、分析师甚至律师也很有用。

Notebook LM 还有一个亮点就是可控。虽然 NotebookLM 的 source-grounding 似乎降低了模型幻觉的风险，但谷歌认为，用户对自己的材料和 AI 生成的内容进行核查，还是很重要的。

当用户引用多个来源时，Notebook LM 会直接在每个回复中附上引文，向其展示来源中最相关的原始引文，大大简化核查步骤和所需时间。

其实，从目前给到的产品界面设计上来看，很难说这是一个完整的产品。

谷歌也并没有完全将其描述为最终产品，称其为「谷歌实验室的实验性产品」。

「我们将经常与人们和社区交谈，以了解哪些功能运行良好，差距在哪里，目的是使 NotebookLM 成为真正有用的产品。」谷歌表示。

NotebookLM 目前只对部分美国用户开放，期待后续大范围开放测试。目前尚不清楚 NotebookLM 将为消费者提供免费还是付费服务。语言模型的训练成本很高，因此谷歌将如何处理这笔成本还有待观察。