جوجل تدعم تطبيق الملاحظات الخاص بالذكاء الاصطناعي وهذا يمثل بدايةً واعدة لمشروع مبهر. على الرغم من أنه في مراحله الأولية حاليًا، إلا أن هذا الابتكار يعكس إمكانيات عظيمة.
تخيل أن تجري حوارًا تفاعليًا مع ملاحظاتك، هذا المفهوم أثار مؤخرًا اهتمام جزء من العالم الرقمي. قامت شركات رائدة مثل دروببوكس “Dropbox”، وبوكس “Box” ، ونوشن “Notion”، وغيرها باستغلال أدوات الذكاء الاصطناعي الناتجة لتمكين المستخدمين من التفاعل مع البيانات الموجودة لديهم وإنشاء محتوى جديد من البيانات القائمة. يعتبر تجسيد جوجل لهذا المفهوم هو تطبيق NotebookLM. إنه أداة بحث مدفوعة بالذكاء الاصطناعي تهدف إلى تسهيل تنظيم الملاحظات الشخصية والتفاعل معها. تم تقديمها أولاً بمسمى Project Tailwind، لكن سرعان ما ان قامت جوجل بتغيير اسمها إلى NotebookLM. في الوقت الحالي، تمر هذه الأداة بمرحلة بدائية، لكنها تمنح نظرة على الإمكانيات الابتكارية لدى جوجل.
شهدت المجالات الرقمية ازديادًا في إنشاء أدوات الذكاء الاصطناعي التي تولد محادثات من البيانات الموجودة بالفعل في نظمهم. ويعتبر تمكين المستخدمين من التفاعل مع ملاحظاتهم من خلال مساعدة الذكاء الاصطناعي هو هدف جوجل من تطوير NotebookLM. في جوهره، إنه عبارة عن نموذج أولي – لكن فريقًا صغيرًا داخل الشركة يحاول معرفة إمكانات دفتر الملاحظات المشبع بالذكاء الاصطناعي. في المستقبل، من الممكن أن يتم دمج NotebookLM في Google Docs أو Drive، لكنه في الوقت الحالي يمثل تطبيقًا بسيطًا مستقلًا.
من خلال تجربة التفاعل مع NotebookLM خلال الأسابيع القليلة الماضية تضمن اختبار إمكاناته وتقييم توافقه مع عمليات العمل الخاصة. وبالرغم من أن الأجوبة ليست نهائية، إلا أن التجربة حتى الآن تعزز فكرة أن الذكاء الاصطناعي الشخصي، المُعد وفقًا لتفضيلات الفرد، يمكن أن يكون له قوة هائلة.
لبدء الاستفادة والاستخدام لـ NotebookLM عليك بإنشاء مشروع جديد. حاليًا، التطبيق يقبل ويستورد من Google Docs فقط، ولكن من المتوقع أن تشمل الإصدارات المستقبلية أنواع بيانات متعددة. يمكن أن يحتوي كل مشروع على ما يصل إلى خمس مصادر، وحدود 10,000 كلمة لكل مصدر. بمجرد تجاوز هذا الحد، او حاولت الاستيراد من مصادر كثيرة جدًا أو كبيرة جدًا، يفشل التطبيق في معالجة البيانات الإضافية. نظرًا لحالته كنموذج أولي، حتى رسائل الخطأ لم تتم تخصيصها بعد.
الهدف الأساسي لدى NotebookLM هو تقديم نهج جديد للتفاعل مع المستندات. بدلاً من كونه أداة تنظيم الأبحاث أو تحسينها، يعمل كدردشة آلية مدربة على المصادر المقدمة. يمكن لهذه الدردشة أن تشير إلى المستندات الفردية أو للجسم الكامل للبيانات. تعتمد إجاباته بشكل حصري على المحتوى المقدم، حيث لا يتم الاستفادة من البحث العام على الإنترنت لتوجيه الإجابات.
يستوعب NotebookLM مجموعة واسعة من الاستفسارات. حيث يمييز الأفراد الذين يتم ذكرهم بشكل متكرر، واكتشاف الروابط الشائعة، وتحديد المنافسين الرئيسيين في مجال محدد. غالبًا، قدم NotebookLM نقاط انطلاق قيمة للبحث المستقبلي. بالإضافة إلى ذلك، يمكنه إنشاء ملخصات ومخططات للوثائق لتسهيل استعراض البحث.
مع كل إجابة، يوفر NotebookLM استشهادات – نقاط إشارة بدلاً من مصادر كاملة. هذه الاستشهادات تستمد من النص، وتدعم الإجابات التي يقدمها. على الرغم من أن الصلة بين الاستشهاد والإجابة أحيانًا تكون غامضة، إلا أن هذا النهج يسلط الضوء على شفافية النموذج.
بالإضافة إلى تطوير النموذج والعمل على التفاعلات، يهدف جوجل إلى تحسين قدرات تطبيق NotebookLM لتدوين الملاحظات. حاليًا، يوفر التطبيق مساحة للملاحظات السريعة. تكمن إجابة طويلة الأمد في دمج NotebookLM مع Google Keep أو Docs، ولكن قد يتحول NotebookLM أيضًا إلى تطبيق لتدوين الملاحظات بشكل كامل مع مرور الوقت. (بناءً على تقديرات جوجل لإطلاق العديد من الإصدارات المختلفة لنوع واحد من المنتج، يمكن التأكيد على هذه النتيجة الأخيرة).
هناك طرقًا أكثر ذكاءً للتفاعل مع الملاحظات من مجرد البحث المنظم واستخدام الكلمات الرئيسية. ويبدو واضحًا أنه إذا نجحت جوجل في تحسين موثوقية NotebookLM مع البيانات الشخصية والشبكة الواسعة على الويب، فقد يصبح هذا الذكاء الاصطناعي أكثر فعالية وشخصية لمحادثات الإنترنت. وعلى الرغم من أننا لا نزال في مرحلة النموذج الأولي، إلا أن هذه الخطوة تجاه تحقيق رؤية طموحة.