- Google นำป้าย “Experimental” ออกจาก NotebookLM ที่ทำงานบนพื้นฐานของ Gemini 1.5 และทำให้ควบคุม Audio Overviews ที่สร้างจากเอกสารที่อัปโหลดได้ละเอียดขึ้น
- ฟีเจอร์ใหม่ Customize ทำงานโดยให้ผู้ใช้สั่งพิธีกร AI ว่าควรโฟกัสหัวข้อใดหรือปรับระดับความเชี่ยวชาญของผู้ฟังก่อนสร้าง “Deep Dive”
- ระหว่างเล่น Audio Overviews ก็ยังทำงานใน NotebookLM ต่อได้ โดยไม่ต้องหยุดเสียงก็สามารถถามคำถามเกี่ยวกับเอกสาร ตรวจสอบการอ้างอิง และสำรวจข้อความที่เกี่ยวข้องได้
- NotebookLM Business ที่ทำงานบน Google Workspace มุ่งเป้าไปที่ธุรกิจ มหาวิทยาลัย และองค์กร พร้อมเน้นความสามารถที่เพิ่มขึ้น รวมถึงความเป็นส่วนตัวและความปลอดภัยของข้อมูล
- ผู้สมัครเข้าร่วมโครงการนำร่องจะได้ใช้ฟีเจอร์ใหม่ การอบรม และการสนับสนุนทางอีเมลก่อน โดยกำหนดเปิดตัวทั่วไปและราคา จะประกาศภายในปลายปีนี้
สถานะผลิตภัณฑ์และหลักการพื้นฐานของ NotebookLM
- NotebookLM เป็นเครื่องมือช่วยทำความเข้าใจข้อมูลที่สร้างบน Gemini 1.5 โดยตอบคำถามและแปลงข้อมูลตามเอกสารที่ผู้ใช้อัปโหลด
- ข้อมูลส่วนบุคคลจะไม่ถูกนำไปใช้ฝึก NotebookLM
- ผู้คนนับล้านกำลังใช้ NotebookLM เพื่อทำความเข้าใจและจัดการข้อมูลที่ซับซ้อน และ Google ได้ถอด ป้าย “Experimental” ออกจากผลิตภัณฑ์แล้ว
วิธีควบคุม Audio Overviews
-
กำหนดทิศทางของบทสนทนา
- สามารถสั่งพิธีกร AI ได้ก่อนสร้าง “Deep Dive” Audio Overview
- ให้โฟกัสหัวข้อเฉพาะหรือปรับ ระดับความเชี่ยวชาญ ให้เหมาะกับผู้ฟังได้
- Google เปรียบเทียบสิ่งนี้กับการที่พิธีกร AI ได้รับบันทึกสั้น ๆ ก่อนเริ่มออกอากาศ
-
ฟังแบบเบื้องหลัง
- สามารถฟัง Audio Overviews ไปพร้อมกับทำงานต่อภายใน NotebookLM ได้
- โดยไม่ต้องหยุดเสียง ก็สามารถถามคำถามกับเอกสาร รับการอ้างอิง และสำรวจข้อความอ้างอิงที่เกี่ยวข้องได้
วิธีใช้งานและข้อจำกัด
- เข้าไปที่ NotebookLM เพื่อสร้างโน้ตบุ๊กใหม่ และต้องเพิ่มเอกสารอย่างน้อย 1 รายการขึ้นไป
- หากต้องการสร้าง Audio Overview อัตโนมัติในคู่มือ NotebookLM ให้กด “Generate” และหากต้องการสั่งพิธีกร AI ให้เลือก “Customize”
- Audio Overviews เป็นการสนทนาที่ถูกสร้างขึ้น จึงไม่ได้รับประกันมุมมองที่ครอบคลุมหรือเป็นกลางต่อหัวข้อนั้น
- ผลลัพธ์จะสะท้อนเอกสารที่ผู้ใช้อัปโหลดและคำสั่งที่ให้ไว้
โครงการนำร่องของ NotebookLM Business
- NotebookLM Business เป็นเวอร์ชันที่มีแผนจะให้บริการผ่าน Google Workspace
- กลุ่มเป้าหมายคือ ธุรกิจ มหาวิทยาลัย และองค์กร และจะมาพร้อมความสามารถที่เพิ่มขึ้น
- NotebookLM ให้ความสำคัญกับความเป็นส่วนตัวและความปลอดภัยของข้อมูลมาโดยตลอดตั้งแต่แรก และจะยังคงยึดหลักนี้ต่อไป
- หากสมัครเข้าร่วมโครงการนำร่อง NotebookLM Business จะได้รับสิทธิ์ใช้งานฟีเจอร์ผลิตภัณฑ์ใหม่ การอบรม และการสนับสนุนทางอีเมลก่อน
- NotebookLM เวอร์ชันฟรีจะยังคงใช้งานต่อไปได้
- ข้อมูลการเปิดตัวทั่วไปและราคาของ NotebookLM Business จะมีการเปิดเผยเพิ่มเติมภายในปลายปีนี้
- ปัจจุบันมี องค์กรมากกว่า 80,000 แห่ง ใช้งาน NotebookLM อยู่แล้ว
1 ความคิดเห็น
ความเห็นจาก Hacker News
NotebookLM กำลังถูกใช้สร้างพอดแคสต์ปลอมทั่วทั้งอินเทอร์เน็ต และตอนนี้มีเกิน 1,300 รายการแล้ว: https://github.com/ListenNotes/ai-generated-fake-podcasts/bl...
ดูเหมือนว่า Google ครั้งนี้จะเลือกแนวทางอีกแบบที่เคลื่อนไหวได้รวดเร็ว NotebookLM เป็นเครื่องมือที่ยอดเยี่ยมสำหรับการเพิ่มประสิทธิภาพส่วนบุคคลและการเรียนรู้ก็จริง แต่ขณะเดียวกันก็เปิดทางให้สแปมเมอร์ผลิตคอนเทนต์จำนวนมากที่ไม่ได้ตั้งใจให้มนุษย์บริโภค
ท่ามกลางคำชื่นชมต่อโปรเจกต์นี้ ก็น่าจะต้องมีอีกมุมมองหนึ่งด้วย หวังว่าทีม NotebookLM จะเห็นปัญหานี้และตระหนักถึงความร้ายแรงของปัญหาสแปม ถ้าปล่อยไว้ก็มีแต่จะใหญ่ขึ้น ถ้าใครรู้จักคนในทีมก็อยากให้ช่วยส่งต่อเรื่องนี้ NotebookLM พอจะมีเครื่องมือตรวจจับเสียงที่มันสร้าง หรือมีแนวทางใช้งานที่เข้าใจง่ายให้บ้างได้ไหม? สงสัยว่ามีลายน้ำหรือสัญลักษณ์ที่ระบุตัวได้หรือเปล่า
ไม่นานมานี้บน Hacker News ก็มีโพสต์ว่าผลการค้นหารูปภาพ Google สำหรับ “baby peacock” แทบทั้งหมดเป็นภาพที่สร้างโดย AI: https://news.ycombinator.com/item?id=41767648
ดูเหมือนว่าอีกไม่นานเราจะได้เห็นกระแสคล้ายกันที่พอดแคสต์ปลอมจาก AI คุณภาพต่ำท่วมอินเทอร์เน็ต
ทุกวันนี้ผมแทบเปลี่ยนมาฟังพอดแคสต์ผ่าน NotebookLM เกือบทั้งหมดแล้ว และจากมุมมองผม มันให้ประสบการณ์ที่ดีกว่าโดยรวมมาก อาจเป็นไปได้ว่าปัญหาจริง ๆ กลับตรงกันข้าม เรากำลังเผลอฟังพอดแคสต์ที่ไม่ใช่ NotebookLM อยู่หรือเปล่า?
ผมฟังพอดแคสต์เยอะ แต่ก็เมินพอดแคสต์ที่มีอยู่แล้วบนโลกนี้ไป 99.9% อยู่ดี ถ้าสัดส่วนนั้นจะกลายเป็น 99.99% ก็ไม่ได้ทำให้กังวล
ถ้าพอดแคสต์ที่สร้างโดย AI แย่ทั้งหมด ก็เมินต่อไปได้อยู่ดี แต่ถ้ามีบางส่วนที่ดี ก็ถือว่าได้ประโยชน์มากกว่า
ถ้านี่เป็นความกังวลเชิงภววิทยาว่าถ้าสื่อทั้งหมดกลายเป็นสิ่งที่เครื่องจักรสร้าง โลกจะเป็นอย่างไร ผมคงเลือกขึ้นไปบนกระแสนี้ก่อนแล้วดูว่าจะออกมาเป็นแบบไหน
ผมเคยเห็น “ครีเอเตอร์” บน YouTube เอาเสียงที่ NotebookLM สร้างไปใส่เครื่องมืออย่าง ElevenLabs เพื่อเปลี่ยนเสียง แต่พอทำแบบนั้นคุณภาพก็ตกลงทุกครั้งไม่มีข้อยกเว้น
NotebookLM ดูเป็นเครื่องมือที่ยอดเยี่ยมสำหรับย่อยคอนเทนต์หลายแบบด้วยวิธีอีกแบบหนึ่ง และการเรียกมันว่าพอดแคสต์ปลอมก็ไม่ค่อยถูกนัก
ไม่มีใครกำหนดว่าผลงานเสียงจะต้องถูกโพสต์ที่ไหนหรือไม่ควรถูกโพสต์ที่ไหน การโพสต์และการติดตามล้วนเป็นการตัดสินใจของผู้ใช้
แทนที่จะจ้องจับผิดเครื่องมือที่มีประโยชน์แบบนี้ น่าจะเหมาะกว่าถ้าจะไปผลักดันให้มีการจัดการในระบบการจัดทำดัชนีและการค้นพบของอินเทอร์เน็ต
เช่นเดียวกับข้อมูลประเภทอื่น ตอนนี้การติดตามแหล่งที่มากลายเป็นเรื่องสำคัญมากขึ้นแบบฉับพลัน ซึ่งในมุมผมถือว่าเป็นเรื่องดี มันทำให้ชัดพอว่าที่มาของข้อมูลแต่ละแหล่งไม่ได้มีค่าเท่ากันหมด และอาจเปลี่ยนเกมได้จริง
เผื่อจะยังไม่ชัด ผมเชื่ออย่างแรงกล้าว่าอินเทอร์เน็ตส่วนใหญ่เป็นขยะมาตั้งแต่ก่อนยุคโมเดลภาษาขนาดใหญ่แล้ว ตอนนั้นเราแค่เรียกมันว่า “SEO” และมันก็ยังเป็นขยะเหมือนเดิม
เมื่อวานผมลองใช้สิ่งนี้แล้ว ผมเอาเอกสาร postmortemทั้งหมดเกี่ยวกับส่วนหนึ่งของโครงสร้างพื้นฐานของเราใส่ลงไปในโน้ตบุ๊ก แล้วขอให้มันดึงประเด็นร่วมออกมา ผลคือได้ผลดีอย่างน่าทึ่ง มันยังสร้าง “Audio Overview” หรือก็คือพอดแคสต์หนึ่งตอนขึ้นมาให้ด้วย ซึ่งยอดเยี่ยมมาก
พอใส่พรอมป์ต์ตอนสร้างสรุป คุณภาพดีขึ้นมาก สรุปค่าเริ่มต้นแบบไม่มีพรอมป์ต์เจาะกลุ่มผู้ฟังผิดไปเต็ม ๆ โดยในกรณีของเรา มันไปเล็งที่ผู้ใช้โครงสร้างพื้นฐานแทนที่จะเป็นนักพัฒนา พอสั่งให้ทำสำหรับทีม SRE และระบุว่าควรโฟกัสอะไร มันก็ดีขึ้นมาก
ถามว่ามีประโยชน์กับการวิเคราะห์เชิงลึกไหม ก็ไม่ แต่ถ้าถามว่าตอนเข้าทีมใหม่ ผมจะฟังสิ่งที่สร้างจาก postmortem 100 ฉบับล่าสุดไหม แน่นอนว่าฟัง สำหรับการทำภาพรวมแล้วมันเหมาะมาก ดึงธีมร่วมจากข้อมูลจำนวนมากได้ดี และยังจับโทนโดยรวมได้ค่อนข้างดีด้วย
Google อาจเข้าร่วมปาร์ตี้ AI ช้าหน่อย แต่ส่วนตัวรู้สึกว่าความกว้างและความลึกของเครื่องมือ AIของ Google ยังถูกประเมินต่ำไปพอสมควร ตั้งแต่ NotebookLM ไปจนถึง AI Studio เท่าที่ผมลองใช้มาคือดีมาก
แน่นอนว่า Google ก็เป็นที่ที่ “Attention Is All You Need” ถือกำเนิดขึ้นด้วย
มีรายงานว่าที่นั่นเขาเข้าใกล้การได้โมเดลพื้นฐานที่น่าจะกวาดทุก benchmark ได้ จากนั้น Google ก็ซื้อเขากลับมาแบบตามตัวอักษรด้วยเงิน 2.7 พันล้านดอลลาร์ [1]
[1] https://www.wsj.com/tech/ai/noam-shazeer-google-ai-deal-d360...
ผลิตภัณฑ์ของผม https://reasonote.com ก็รองรับการสร้างพอดแคสต์เหมือนกัน และมีฟีเจอร์นี้มาตั้งแต่หลายสัปดาห์ก่อนแล้ว
จุดที่ดีกว่า NotebookLM มีดังนี้: (1) เริ่มได้จากแค่หัวข้อโดยไม่ต้องมีเอกสารทั้งฉบับ และจะใช้เอกสารด้วยก็ได้[1] (2) สร้างพอดแคสต์ได้เร็วกว่ามาก (3) พอดแคสต์เป็นแบบ interactive ดังนั้นระหว่างดำเนินรายการ ถ้าขอให้พิธีกรเปลี่ยนทิศทางก็จะเปลี่ยนให้ทันที (4) อีกไม่นานจะสามารถสร้างคิวหัวข้อพอดแคสต์แบบ Spotify ได้ และเพิ่มเข้าไปได้ทุกครั้งที่มีไอเดียใหม่
จุดแลกเปลี่ยนหลักตอนนี้คือเสียงและบุคลิกยังน่าดึงดูดน้อยกว่า NotebookLM อยู่บ้าง แต่คาดว่าจะดีขึ้นมากในอีกไม่กี่เดือนข้างหน้า
นี่เป็นฟีเจอร์ที่ต่อยอดจากคุณค่าหลักของผลิตภัณฑ์คือ “Duolingo ที่ให้ AI สร้างเนื้อหาได้ในทุกหัวข้อ” ยังอยู่ช่วงเริ่มต้น แต่ถ้าได้ลองใช้แล้วส่งฟีดแบ็กมาก็จะดีมาก
[1] ตอนนี้เอกสารยังมีข้อจำกัดด้านความยาวค่อนข้างมาก แต่จะปรับปรุงเร็ว ๆ นี้
ดีเลย NotebookLM ผมยังลองแบบผิวเผินอยู่ ส่วนใหญ่เอาไว้ใส่พวกเอกสารอ้างอิงชิ้นส่วน เช่น datasheet, reference guide, application note
คำถามแบบข้อความใช้งานได้ดี แต่ภาพรวมแบบเสียงไม่ค่อยมีประโยชน์นักเวลามันอยู่แค่ในระดับสูงของเนื้อหา ถ้าปรับหัวข้อได้ก็น่าจะมีประโยชน์ขึ้นมาก
Google Illuminate ก็เพิ่งเพิ่มความสามารถในการปรับแต่งเช่นกัน ผมตั้งค่าแบบนี้เวลาใช้:
audience=technical, duration=long, tone=professional & engaging
ตอนนี้เครื่องมือ AI ทำให้การขุดหาข้อมูลอะไรสักอย่างง่ายเกินไปแล้ว
ในเว็บฟอรัมที่ผมดูแล เมื่อสัปดาห์ก่อนมีผู้ใช้คนหนึ่งเปิด DM หัวข้อ “Google Notebook LM” คนอีกคนแชร์พอดแคสต์ที่ระบบสร้างขึ้นเพื่อสรุปมุมมองของฟอรัมต่อหัวข้อหนึ่ง โดยถึงขั้นระบุชื่อผู้ใช้ของคนที่มีความเห็นแรง ๆ ด้วย
จากนั้นมีผู้ใช้อีกคนไปไกลกว่าเดิม ขอให้สร้างพอดแคสต์ที่สรุปทุกสิ่งที่ผู้ใช้คนหนึ่งเคยพูด มุมมองทางการเมือง และความเห็นสุดโต่งทั้งหมดของเขา อืม... งานเข้าเลย
เพราะการใช้ ชื่อจริง หรือพฤติกรรมใช้ชื่อผู้ใช้เดียวกันหลายเว็บไซต์ ตอนนี้มันง่ายเกินไปที่จะทำอะไรอย่าง “เอาชื่อผู้ใช้ GitHub นี้ไปหาว่ามีเว็บไซต์ไหนใช้ชื่อเดียวกันบ้าง แล้วสร้างเรื่องเล่าจากทุกสิ่งที่คนนี้เคยพูด พร้อมหาเรื่องที่ดีที่สุดและแย่ที่สุดที่เขาเคยพูด” ซึ่งน่ากลัวมาก
ผมได้พูดกับผู้ใช้คนนั้นในสิ่งที่พูดประจำว่า “สิ่งที่โพสต์บนอินเทอร์เน็ตนั้นแทบจะเปิดเผยต่อสาธารณะตลอดไป” แต่ตอนนี้แหละที่ผลลัพธ์ของมันเริ่มปรากฏชัดจริง ๆ
ฟอรัมที่ผมดูแลอนุญาตให้เปลี่ยนชื่อผู้ใช้ได้ และสนับสนุนความไม่เปิดเผยตัวตนให้มากที่สุดเท่าที่ทำได้ แต่ตอนนี้ดูเหมือนเรามาถึงจุดที่ทางที่ดีที่สุดคือมี ตัวตนออนไลน์ แยกกันตามแต่ละเว็บไซต์ ความสนใจ และนายจ้างแล้ว
บน HN เองก็มีบัญชีจำนวนมากที่เหมือนสมัครมาเพื่อคอมเมนต์เฉพาะบางโพสต์ และคอมเมนต์ก็ดูสร้างสรรค์และเรียบเรียงมาดี ตอนนี้ผมเริ่มสงสัยว่า บางส่วนนั้นอาจเป็นคนที่มองการณ์ไกล พยายามซ่อนตัวตนทั้งหมดจากนายจ้างในอนาคต หรือจากคนที่อาจเอาคำพูดของพวกเขาไปใช้ในทางไม่ดี
ดูเหมือนว่าการตัดสินใจเล่น ๆ ในอดีตจะเริ่มส่งผลใหญ่ในปัจจุบันหรืออนาคตแล้ว และสิ่งเดียวที่ทำให้การเปลี่ยนพฤติกรรมของผู้ใช้ยังไม่เกิดเร็วไปกว่านี้ อาจเป็นแค่การขาดจินตนาการ
เรื่องนี้เป็นสิ่งที่ต้องเกิดขึ้นไม่ช้าก็เร็ว ผมได้แต่หวังว่าตอนนี้อย่างน้อยการรับรู้เรื่องความเป็นส่วนตัวของสาธารณะจะเปลี่ยนไป ที่ผ่านมาเวลาพูดเรื่อง privacy คนมักไม่สนใจหรือไม่ก็รำคาญ
บัญชีใช้ครั้งเดียวเพื่อจุดประสงค์แบบนี้พบได้บ่อยมากบน HN ผมเองก็เริ่มสนใจเรื่องการปกป้องผู้ใช้ หรือก็คือการทำให้ไม่สามารถระบุตัวตนได้ มากขึ้น และกำลังคิดอยู่ว่าจะทำให้สร้างบัญชีใช้ครั้งเดียวได้ง่ายโดยไม่เปิดประตูให้สแปมได้อย่างไร เช่น สร้างจากบัญชีที่ถูกต้องก่อนแล้วค่อยแยกออกมา HN อาจหลีกเลี่ยงปัญหานี้ได้เพราะเป็นคอมมูนิตี้เฉพาะกลุ่ม และดีไซน์เว็บไซต์ที่ไม่น่าดึงดูดนักก็น่าจะช่วยด้วย
รัศมีการกระจาย ของกิจกรรมออนไลน์ดูเหมือนจะขยายใหญ่ขึ้นเรื่อย ๆ โดยไม่เคยลดลงเลย ซึ่งไม่สอดคล้องกับสภาพแวดล้อมที่มนุษย์วิวัฒนาการมาและดูไม่เป็นธรรมชาติ ตอนเด็ก ๆ ผมเคยมองว่า GDPR กับสิทธิที่จะถูกลืมเป็นเรื่องตลก แต่ตอนนี้คิดว่ามันเป็นภูมิปัญญาที่มาก่อนกาล
เจ๋งมาก! จริง ๆ แล้วผมกำลังใช้ NotebookLM ทำสรุป HN รายวันแล้วอัปขึ้น YouTube อยู่: https://www.youtube.com/@HackerCasts
ตอนนี้ยังอยู่ระหว่างปรับชุดเครื่องมือให้วิดีโอดีขึ้นและออกตามตารางได้สม่ำเสมอกว่านี้
น่าแปลกที่ฟีเจอร์นี้ไม่มีมาตั้งแต่แรก เพราะมันน่าจะช่วยให้คุณภาพผลลัพธ์ดีขึ้นมาก ปัญหาของพรอมป์ต์ตั้งต้นคือมันมักไหลไปเป็นการที่ “พิธีกรผู้รอบรู้” สองคนคุยแลกข้อมูลกันเฉย ๆ
ถ้าปรับแต่งพรอมป์ต์ได้ ก็จะสร้างพลวัตแบบ ผู้ อธิบายกับผู้ฟัง ระหว่างพิธีกรได้ ซึ่งช่วยภาพรวมของทั้งเอพิโสดมาก
เช่นอาจเขียนแบบนี้:
พิธีกรพอดแคสต์ทั้งสองคนมีระดับความรู้เกี่ยวกับหัวข้อนี้ต่างกันมาก คนแรกเป็นผู้เชี่ยวชาญในหัวข้อนั้นและอธิบายหัวข้อกับรายละเอียดให้พิธีกรอีกคนฟัง ส่วนพิธีกรคนที่สองแทบไม่มีความรู้เดิมเกี่ยวกับหัวข้อนี้เลย แต่จะตอบสนองต่อข้อมูลและถามคำถามต่อยอด
เพียงแต่บางครั้งดูเหมือนมันจะลืมไปว่าใครเป็นใครในพลวัตนั้น
มี เวอร์ชันโอเพนซอร์ส สำหรับสร้างพอดแคสต์ด้วย:
https://github.com/souzatharsis/podcastfy
Twitter ของผู้พัฒนาคือ @souzatharsis