وقتی حرف از هوش مصنوعی میشه، معمولاً ذهنمون میره سمت ChatGPT یا Gemini.
اما یه ابزار جدید از دل گوگل اومده که هدفش چیز دیگهست؛
Notebook LM نه یه چتبات معمولیه، نه یه خلاصهساز ساده.
بلکه یه دفترچهی هوشمنده که میتونه با استفاده از منابع خودت یاد بگیره، فکر کنه و پاسخ بده.
ماجرا از یه پروژه به اسم Tailwind شروع شد؛ گوگل میخواست ابزاری بسازه که بهجای جستوجوی اینترنت، از اطلاعات خود کاربر استفاده کنه.
نتیجه شد Notebook LM — یه پلتفرم که مدل زبانی گوگل رو روی دادههای شخصی تو تنظیم میکنه.
ایده سادهست ولی خیلی عمیق:
تو فایلهات، مقالاتت یا نوتهات رو به مدل میدی،
و اون ازشون یه مغز کمکی میسازه که فقط با اون منابع فکر میکنه و جواب میده.
Notebook LM سه بخش اصلی داره:
Sources (منابع):
اینجا فایلهات رو آپلود میکنی — PDF، Google Docs یا حتی لینکهای سایت.
مدل فقط از همین منابع یاد میگیره، نه از دیتای اینترنتی.
Notebook (دفترچه):
هر Notebook یه پروژهست. مثلاً «پایاننامه»، «تحلیل بازار»، یا «مطالعه زبان آلمانی».
هر پروژه منبعهای مخصوص خودش رو داره.
Chat Area (محیط گفتوگو):
این بخش جاییه که سؤالهات رو میپرسی و مدل با استناد به منابعت جواب میده.
مثلاً مینویسه: “این نکته از صفحه ۳ مقاله فلان برداشت شده.”
خیلی خلاصه بگم:
ویژگیChatGPTNotion AINotebook LMمنبع دادهاینترنت و داده عمومیدادههای درون workspaceفایلها و منابعی که خودت دادیتمرکز اصلیگفتوگو و تولید متن آزادخلاصهسازی نوتهاتحلیل دقیق دادههای شخصیدقت اطلاعاتمتغیرخوب ولی عمومیبسیار دقیق و مستند به منبع
یعنی اگه به ChatGPT بگی “این مقاله دربارهٔ چیه؟” یه جواب کلی میگیری،
ولی Notebook LM دقیقاً از خود همون مقاله استخراج میکنه و حتی منبع رو بهت نشون میده.
فرض کن یه مقاله از Google Scholar داری با عنوان
“Digital Marketing Trends 2024”
اون رو میدی به Notebook LM و میپرسی:
«این مقاله دربارهٔ چیه؟ خلاصهش رو در چند جمله بگو.»
📊 جواب Notebook LM ممکنه این باشه:
مقاله دربارهٔ روندهای جدید بازاریابی دیجیتاله؛ ازجمله رشد هوش مصنوعی در تولید محتوا، افزایش ویدیوهای کوتاه و تمرکز بر شخصیسازی تبلیغات.
در حالی که اگه همین سؤال رو از Notion AI یا ChatGPT بپرسی، معمولاً یه جواب عمومیتر میدن.
تفاوتش واضحه: Notebook LM فقط از دادهای حرف میزنه که تو بهش دادی.
چون بالاخره یه ابزار داریم که «یاد میگیره از خودت».
نه از اینترنت، نه از دیتابیسهای غریبه.
یعنی میتونی با خیال راحت مقاله، گزارش یا حتی نوتهای جلسات کاریت رو بهش بسپری
و بعد باهاش گفتوگو کنی، سؤال بپرسی، خلاصه بگیری یا حتی پادکست بسازی.
برو به Google Scholar
یه مقاله انتخاب کن دربارهٔ موضوعی که بهش علاقه داری — مثلاً Artificial Intelligence in Education.
سپس:
مقاله رو دانلود کن.
در Notebook LM آپلودش کن.
از مدل بپرس:
«این متن دربارهٔ چیه و نویسنده دنبال جواب به چه سؤالی بوده؟»
حالا خروجی رو با یه خلاصهساز معمولی (مثلاً ChatGPT یا Notion AI) مقایسه کن.
احتمالاً تفاوت دقت و تمرکز رو فوراً حس میکنی.
Notebook LM در واقع یه «دستیار فکری شخصی»ه؛
یه هوش مصنوعی که فقط از دانش خودت استفاده میکنه.
پس هر چی منابع باکیفیتتر بهش بدی، خروجی دقیقتر و هوشمندتری میگیری.
📌 پیشنهاد من:
در قسمت بعد، میریم سراغ ساخت اولین Notebook و کار با محیط واقعی — قدمبهقدم و با مثال.
اگه از این مطلب لذت بردی، دنبال کن تا درس دوم رو از دست ندی 😉