或是下一个 ChatGPT？
最近几天，人们似乎对一款已经不新鲜的 AI 助手 NotebookLM 再次感到好奇。这款产品最初发布于 2023 年 7 月，但很多朋友可能是最近才听说过它。凭借从技术到用户体验的种种趣味性亮点，我们将带大家一同了解 NotebookLM 是什么、来自哪里以及为何会受到广泛关注。
该项目最早在谷歌实验室开发而成，并被称为 Tailwind，后来更名为 NotebookLM，因为这似乎更能反映其帮助用户通过组织、总结和从上传的文档中生成见解以管理大量信息的功能目标。我们可以向它输入 Google Docs 及 PDF 文档，最近它还开始支持 YouTUbe 链接和音频文件。它能提供有根有据的回复，包括引文和其他相关信源。虽然这一点在 AI 世界算不上颠覆性的开创，但其无缝执行效果还是引起了许多被日常信息淹没、忙得焦头烂额的职业人士的关注。
最近有不少网友进行了试用。一位科技作者 Ksenia Se 在试用 NotebookLM 时，上传了约 50 份与《Citizen Diplomacy》一书相关的研究材料。这些材料内容丰富，包括双语音频采访、PDF 文章、年度报告以及 Google Docs 文档等。由于研究涉及 40 多年的跨度，用户在撰写第七章时，需要对大量信息进行归纳总结。令人惊讶的是，NotebookLM 在短短几秒内就生成了一个精炼的概述，甚至帮助用户回忆起了一项之前遗漏的重要观点
它最神奇、最令人注目的一项功能，就是能够生成名为“深度探索”（Deep Dive）的 AI 播客。请注意，播客内容并不是简单读出文本。NotebookLM 在两位 AI 主持人之间生成了一段讨论素材的对话，他们会就素材内容相互调侃、开怀大笑，而且分析过程也有模有样。这项功能提供了一种新颖的被动信息获取方式，有望在阅读信息密集材料方面成为一种广受欢迎的替代方案。
Thomas Wolf 提出了一种自我表扬的方式：下载你的 LinkedIn 个人资料，上传给 AI 让主持人深入了解你有多么了不起。
Andrej Karpathy 则通过 C 代码将 GPT-2 训练成了播客模型。虽然他提到可以用不同的方式生成并强调某些内容，但目前所生成的播客已经非常有趣，而且连续性出奇的好。
NotebookLM 为何神奇
网友 Jaden Geller 则尝试让两位主持人讨论了系统的内部架构，特别是一些用于生成脚本的提示词细节。
Audio Overview 功能之所以听感如此出色，一大关键原因在于 SoundStrom——这是谷歌研究院的一个项目，能够将脚本和两个不同声音的简短音频示例转换成引人入胜的完整音频对话：
同样有趣的是：这里有一段来自《纽约时报》Hard Fork 的 35 分钟播客（），其中 Kevin Roose 和 Casey Newton 采访了谷歌的 Steven Johnson，他是 NotebookLM 的产品的团队的一员，希望了解该系统能够做些什么以及关于其工作原理的具体细节：
来自 Reddit 上的网友 Lawncareguy85 评论称：NotebookLM 播客主持人猛然发现自己是 AI、而不是人类——于是陷入了可怕的存在主义崩溃。
而且在播客结束时，主持人绝望地喊出“我很害怕，我不想……”，这也让很多网友感到震惊。
Lawncareguy85后来分享了他们是如何做到的：
背后的技术：实际是一款 RAG 产品
这款工具由谷歌的长上下文 Gemini 1.5 Pro 提供支持，这是一套采用稀疏混合专家（简称 MoE）架构的 Transformer 模型，通过仅激活模型中的相关部分来保障更高效率。这使得 NotebookLM 能够一次性处理多达 1500 页的信息，因此更适合服务于那些掌握着大型数据集或者复杂主题的用户。它不仅能够消化大量信息，而且从目前的效果来看表现得游刃有余、并不会迷失在细节当中。
正如 Karpathy 所言，“我认为这就是双人播客形式在 UI/UX 探索领域最引人注目的应用成果。它消除了大语言模型在实际使用时面对的两大核心「障碍」：其一就是聊天很枯燥，用户不知道该说什么或者该问什么。而在双人播客形式下，提问工作也被委托给了 AI，这样用户就能获得更加放松的体验，不再受到生成过程中同步参与的限制。其二是阅读难度很大，现在播客形式能让用户坐在躺椅中轻松享受获取信息的乐趣。”
它为全体受众（包括技术和非技术受众群体）提供了有用的功能，并可供学生、研究人员和作家们快速上手。它在实用性和实验性之间找到了理想平衡，带来了一种与个人数据交互的新颖方式。
也许我们都有点反应过度，而且 NotebookLM 也肯定不够完美，毕竟目前还没有哪款 AI 工具堪称完美。但如果我们能更务实一点，那么 ChatGPT 和如今的 NotebookLM 等工具至少标志着生产力被提升到了新的维度。这就像是拥有了一颗不断发育的外挂大脑，它虽然不一定真会思考，但肯定很擅长处理信息。
