NotebookLMは、Googleが開発したAIを活用した調査・メモ作成ツールであり、Geminiモデルファミリーを基盤としている。ユーザーはPDF、ウェブページ、Google Docsなどの自身のソースをアップロードし、そのアップロードした資料のみに基づいて質問、要約のリクエスト、学習ガイドの生成を行うことができる。これはモデルの一般的な学習知識ではなく、アップロードされた資料だけを参照する仕組みである。このツールは、2023年に初めてプレビューされたProject Tailwindという初期の社内プロジェクトから発展し、2024年にNotebookLMとして公開ブランド名で再展開・拡張された。
歴史
Project Tailwindは、Google Labs内での実験的な取り組みとして始まり、一般的なチャットボットの弱点、すなわち特定の文書について尋ねられた際に自信満々でありながら根拠のない回答やHallucination (AI)を生成するという問題に対処することを目的としていた。モデルの応答をユーザーが提供したソースのセットに制限し、それらのソース内の箇所を引用することで、このツールは出力の検証可能性を高めることを目指した。Googleは2023年半ばにこの製品をNotebookLMと改名し、限定的な展開を継続した後、2024年に広く一般公開した。その際、「Audio Overview」機能も導入された。これは、アップロードされた資料を要約・議論する2つのAI音声による、自動生成されたポッドキャスト形式の会話である。Audio Overview機能は、その自然な口調、特にAIホストが自身の人工的な性質について考察する瞬間を含め、大きな世間の注目とバイラルなソーシャルメディア上の関心を集め、NotebookLMの最も広く議論される機能となった。
機能
NotebookLMの核となるメカニズムは、Retrieval-augmented generationの一形態である。トレーニング中に学習されたパラメトリック知識にのみ依存するのではなく、ユーザーがアップロードしたソースから関連する箇所を取得し、それらの箇所への引用付きで回答を構築する。この手法はGrounding (AI)を改善し、捏造された主張を減らすことを意図している。質問応答に加えて、ノートブックのソースから学習ガイド、FAQ、タイムライン、ブリーフィング文書を生成することができ、後のバージョンでは、Geminiの拡大するContext window容量を活用して、より幅広いファイルタイプとノートブックあたりのソース数の増加に対応した。Audio Overviewの背後にあるText-to-speechパイプラインは、台本なしの議論のように聞こえる2つの異なるAI音声を合成する。これは、Googleのより広範なMultimodal AI生成に関する研究に基づく機能である。
評価
NotebookLMは、長い文書を要約する手間を軽減する点で、研究者、学生、知識労働者から概ね好意的に受け止められた。特にAudio Overview機能は、チャットボット以外の実用的なLarge language modelアプリケーションを多くのカジュアルユーザーに紹介したと評価されている。また、根拠に基づくAIツールに典型的な批判も受けた。ソース制限は特定の種類の幻覚を減らすものの、モデルが提供された資料を誤読したり過度に一般化したりするリスクを排除するものではなく、一部のユーザーは音声ホストがソース文書について自信満々でありながら誤った発言をすることがあると指摘した。Googleは2024年から2025年にかけてNotebookLMの利用可能性と機能を拡大し続け、Google Workspaceとの統合を強化し、Geminiモデルに基づく応用Semantic searchと文書理解の例として位置づけている。