今天小編分享的科技經驗：給自己訓練一個研究助手，這款谷歌AI筆記應用有意思，歡迎閱讀。
用自己的數據資料訓練一個滿足自己需求的個性化助理。
你可以用自己的數據資料訓練一個了解自己的個性化研究助理。
谷歌在全公司範圍内要求推出 ChatGPT 風格語言模型的產品，最新的一個是 Google NotebookLM。
早在 5 月的 Google I/O 2023 大會上，他們就推出自家首款「AI 筆記應用」，當時的名字是「Project Tailwind」。後來終于開放小範圍測試，名字被改為 Notebook LM。
它也是谷歌繼 Google Notebook（2008-2012）和 Google Keep（2013-）之後的第三個筆記本應用程式。「Notebook LM」中的「LM」就是「語言模型」（Language Model）的意思：
當我們将語言模型（谷歌語言模型 PaLM 2 ）放在底座上時，該如何重新想象筆記軟體應有的樣子？
人們正在努力應對信息的快速增長，但從信息到生成洞察，這個過程很難。當產品團隊與學生、教授和知識工作者交談時，他們發現最大的挑戰之一就是綜合多信源的事實和想法，在這些事實和想法之間建立聯系非常耗時。
因此，谷歌嘗試創建一種工具，自動分析和查找許多不同的筆記和文檔之間的聯系，并以清晰的方式總結這些内容。
你可以将 Notebook LM 視為一個「虛拟研究助手」（注意，不是陪聊）。把研究資料遞給這位「助手」，他就能幫你做總結、解釋復雜的觀點甚至幫忙頭腦風暴找到新想法。
從界面設計上看（下圖），左側導航欄目，可以導入的資料源頭都在這裡，用戶可以在不同文檔之間切換；導入某大學 CS 課堂筆記後（中間白色色塊部分），虛拟助手（右邊藍色色塊部分的對話框）自動生成總結、關鍵主題和一些問題，幫助理解。用戶可以通過對話框進行交流。
官方博客給到的產品界面截圖。
另一個應用實例。
推特用戶體驗 NotebookLM 功能具體而言，選擇谷歌文檔後，就可以體驗三個基礎功能。
首先是自動摘要。第一次将谷歌文檔添加到 NotebookLM 中，系統會自動生成摘要以及關鍵主題，或者針對文檔提出問題，以便用戶更好地理解材料。其次，提出問題。當你準備好進行更深入研究時，可以詢問有關上傳文檔的問題。
例如，醫學生可以上傳一篇有關神經科學的科學文章，并告訴 NotebookLM 「 創建與多巴胺相關的關鍵術語詞匯表」；傳記作者可以上傳研究筆記并提出問題「總結胡迪尼和柯南道爾互動的時間線。」
第三， NotebookLM 不僅僅用于問答，還能夠幫助人們提出新想法。
比如，用戶上傳了自己對于新視頻的一些想法，就可以要求 NotebookLM 圍繞這個新想法生成一個腳本；上傳職位描述後可以詢問：「招聘人員可以問什麼問題？」籌集資金的企業家可以上傳他們的推介并詢問：「潛在投資者會問什麼問題？」
第四，在筆記中添加答案。它還具有一個非常簡潔的選項，可以将答案添加到筆記中。你可以通過添加或删除其他信息來編輯它們。
目前，Notebook LM 僅支持谷歌文檔（很快就會添加其他文檔格式）。在隐私安全方面，谷歌表示，模型只能訪問用戶選擇上傳的源材料，數據和與 AI 的對話對其他用戶不可見，也不會被用于訓練新的 AI 模型。
Notebook LM 最大的亮點，或者說與 Googel Bard、 ChatGPT 對話機器人最大的不同在于：可以将語言模型「植入（grounding）」到自己的文檔資料裡。
「 grounding 」是一個術語，意思是人工智能會掃描你選擇的檔案，并将其中包含的信息視為比其訓練集中其他信息更重要的信息。這意味着你可以用自己的數據資料訓練一個滿足自己需求的個性化助理。
比如，如果你是大學生，可以将谷歌雲端硬碟中的任何檔案（作業、論文、課堂筆記和閱讀材料等）添加為來源，插入 Notebook LM，創建一個私人的科研助理，這個模型對你提供的這些信息具有專業知識。
你可以讓它創建學習指南、總結或者進行閱讀測驗。Notebook LM 還提供基于提示的 UI，用戶可以對數據進行更多操作，進行更有效的學習。
這也與谷歌初衷一致——努力為用戶提供自己的個人人工智能。除了學生和科研人員，谷歌認為，Notebook LM 對于作家、分析師甚至律師也很有用。
Notebook LM 還有一個亮點就是可控。雖然 NotebookLM 的 source-grounding 似乎降低了模型幻覺的風險，但谷歌認為，用戶對自己的材料和 AI 生成的内容進行核查，還是很重要的。
當用戶引用多個來源時，Notebook LM 會直接在每個回復中附上引文，向其展示來源中最相關的原始引文，大大簡化核查步驟和所需時間。
其實，從目前給到的產品界面設計上來看，很難說這是一個完整的產品。
谷歌也并沒有完全将其描述為最終產品，稱其為「谷歌實驗室的實驗性產品」。
「我們将經常與人們和社區交談，以了解哪些功能運行良好，差距在哪裡，目的是使 NotebookLM 成為真正有用的產品。」谷歌表示。
NotebookLM 目前只對部分美國用戶開放，期待後續大範圍開放測試。目前尚不清楚 NotebookLM 将為消費者提供免費還是付費服務。語言模型的訓練成本很高，因此谷歌将如何處理這筆成本還有待觀察。
