🤯⚡️Kom igång med NotebookLM

Radioteatern blir helautomatiserad. Detta förändrar ju allt!

Det här är nyhetsbrevet där Tomas Seo, innovationsstrateg på Phorecast, avslöjar händelser, upptäckter och ny teknik som får honom att utbrista: Detta förändrar ju allt! Du prenumererar på det här för att fortsätta vara steget före med de senaste trenderna och få konkreta tips för att framtidssäkra dig och din organisation. Har du fått det här av en vän? Då vill du kanske starta en egen prenumeration?

---

Vad har hänt?

- Alla lyssnar på NotebookLMs Deep Dive podcast

Google’s NotebookLM, lanserades i juli 2023 men det är inte förrän nu som tjänsten slår igenom. Den 11 september lanserades en funktion som automatiskt gör om dokument som du laddar upp till en podcast (The Deep Dive) vilket gjort att tjänsten gått från okänd till en potentiell hit för Google.

Raiza Martin, produktchef för NotebookLM, har uttryckt sin entusiasm för den snabbt växande användningen av podcastfunktionen i en intervju i Venture Beat. Hon har också bekräftat att det är förbättringar på gång. "Vi ser redan att användare vill ha mer kontroll över podcastformatet – de vill justera längd, välja olika personas och till och med skapa skräddarsydda röster".

Inom Google används NotebookLM flitigt och där används också funktioner som utnyttjar plattformens avancerade funktioner, såsom integration med interna system. Det utforskas också hur tjänsten ska kunna anpassa på vilket sätt som information organiseras och delas i stora team. 

Martin pekar också på potentialen för ännu fler kreativa användningsområden. "Vi ser människor använda NotebookLM på sätt vi inte ens kunde föreställa oss”. Ledare inom AI-utveckling håller med. Till exempel Andrej Karpathy (tidigare ledare för Tesla AI och co-founder av OpenAI) som jämför hur podcastfunktionen känns som när OpenAI lanserade ChatGPT. Han påpekar att det här är ett helt nytt interaktionssätt (UI/UX) för att använda LLMs.

Denna vecka har NotebookLM fått ytterligare ny funktionalitet där du kan ladda upp ljudfiler och Youtube-länkar för att lätt kunna lära dig mer om dem.

Detta förändrar ju allt

Förrförra veckan lät jag ju NotebookLM sammanfatta mitt nyhetsbrev om AI-sammanfattningar och göra podcast av det. Efter det gjorde jag en film av det med hjälp av HeyGen.

Det här är ju varför vi gillar AI. Plötsligt blir det roligt och vi kan experimentera runt med nya möjligheter. Området LLMs har känts lite stagnerat (för mig), för trots att modellerna blir smartare så har användningen av dem inte förändrats nämnvärt.

Även att NotebookLM inte är nytt så är det först nu som jag känner det är värdigt ett helt nyhetsbrev. Det finns två stora anledningar till att jag inte känt så tidigare. Det största hindret har varit att det är Google. Googleprodukter kommer och går. De experimenterar och lägger ner, även relativt lyckade experiment. När jag började testa NotebookLM hösten 2023 så var det för att se om det kunde bli en second brain. Ett ställe där jag hällde in massa information jag hittade på nätet för att se vad det kunde bli för insikter om de blandades runt där av en AI. Men jag committade aldrig riktigt till det. För det är Google – orka göra ännu en export av data från en nedlagd Google-tjänst…

Men det nya med NotebookLM är inte längre beroende av Google. De har uppfunnit ett nytt gränssnitt för att hälla in information som sedan bearbetas om till en engagerande story. Jag har sett människor som tankat upp rättegångsprotokoll för att göra en autogenererad True crime podcast. Flera tips på hur studenter kan använda det för att engagera sig mer i anteckningar och ljudupptagningar från lektioner. Och så förstås en massa underhållande trams. De har uppfunnit ett nytt sätt att bli underhållen av sin egen research.

För även om podcastfunktionen är välbyggd så är den inte svår att kopiera. Ett flöde för att automatisk producera en podcast visar sig vara ganska enkelt att bygga. Det bevisade Gabriel Chua, en okänd person som byggde sin egen variant kallad Open NotebookLM på en enda dag. Den är open source och körbar och om vi tittar i koden så följer den receptet som Steven Johnson på Google Labs delade med sig av i Kevin Roses podcast. Här är stegen som både originalet och kopian följer.

1. Generera en översikt: NotebookLM börjar med att generera en översikt baserad på källmaterialet.

2. Revidera översikten: Därefter reviderar och förbättrar den översikten, förbättrar dess struktur och sammanhang.

3. Skapa ett detaljerat manus: Från den reviderade översikten skapar NotebookLM ett detaljerat manus för podcasten.

4. Granska manuset kritiskt: En kritikfas analyserar det genererade manuset och identifierar förbättringsområden.

5. Modifiera manus baserat på kritiken: Manuset ändras sedan baserat på kritiken för att öka kvaliteten.

6. Lägger till ”disfluencies” (avbrott i talflödet): För att få ljudet att låta mer naturligt och engagerande lägger NotebookLM till disfluencies – pauser, "liksom" och andra samtalande element – till manuset.

7. Tillämpning av röstteknologi: Slutligen används röstteknologi för att lägga till betoning och intonation, vilket gör att ljudet låter mer mänskligt.

Den öppna varianten är inte alls lika bra på de olika stegen (förmodligen för att den använder sig av fria Llama-modellen istället för OpenAI eller Claude), men det intressanta är att vi idag kan återskapa en webbtjänst på en dag. Bara genom att be en AI sammanfatta vad en person sagt på en podcast och göra en kravspec av det och sedan be en annan AI-tjänst koda det. Så om NotebookLMs UI/UX fortsätter vara populärt när nyhetens behag har lagt så är det inte utvecklingstid som hindrar att alla stora aktörer kommer ha en research-till-podcast-funktion. 

Men kommer det fortsätta vara populärt då? Förra veckan skrev jag ju om hur AI gör om massmedier till medier med endast dig själv som målgrupp. Vi kommer nu att se en mängd guldgrävare som börjar använda den här nya teknologin för att autoproducera podcasts som de publicerar för andra. Spotify är redan fullt av NotebookLM-producerade podcasts. Men det är förmodligen en mycket kort livstid för att få lyssnare till sådana. 

Själv brukade använda RecastAI för att göra podcasts av artiklar som jag ville ha upplästa ett bra tag, men när det började kosta pengar så struntade jag i det. Jag hade ändå tröttnat på deras röster, formatet kändes repetitivt. När NotebookLMs podcasts började postas överallt kände jag att det här kommer bli gammalt fort. Men nu har jag vänt. För även om NotebookLMs podcastformat Deep Dive kommer kännas lite trist när vi hört dessa röster hundratals gånger så kommer det snart finnas automatiska podcast-genererare överallt.

Det blir mer en fråga hur du promptar dem för att bli intressanta (om de nu behöver vara intressanta för någon annan än dig själv). Du måste göra kreativa val i vilka röster de ska ha och vilka personligheter du ska casta till din podcast för att din publik ska fortsätta vara engagerad. Precis som en riktig podcastproducent. Men än så länge har vi inte den kontrollen i NotebookLM. Tills dess kan vi (om vi har lite experimentlust) jailbreaka. Alltså vi får den att göra saker den ännu inte ska genom vad vi matar in.

Till exempel har folk fått Deep Dives nyhetsankare att prata andra språk än engelska (jag har inte lyckats få till svenska än) och de har fått dem att skådespela snarare än att ha dialog om fakta. Det här är andra anledningen till att jag uppgraderat NotebookLM från kul fluga till stort steg för mänskligheten. När det ”bara” var att sammanfatta text och göra en sammanfattande podd om texten så var det spännande och användbart men ganska begränsat. Men när vi ser att tekniken går att ha sönder för att göra andra saker med, då blir det ju genast mer intressant.

Här har jag gått och väntat på att vi ska kunna göra automatiska nya filmer och tv-serieavsnitt, och så visar det sig att det förmodligen är radioteatern som blir först med att bli automatiserad, och detta förändrar ju allt!

Vad kan du göra idag?

Förstå

Alla delar av NotebookLM har funnits i över ett år. Vi har haft LLMs som kan skapa manus till podcasts, teknik för att göra faktagranskning av AI-genererade manus, generativa röster som kan läsa upp manus. Men det är först när de sätts ihop med ett gränssnitt som gör det begripligt för otekniska användare som magin händer. 

Men vi behöver också förstå att det inte ens är podcast-delen som är fantastisk med NotebookLM. Det är att det här är första konsumentprodukten som gör att vi vanliga människor kan ladda vår AI med egna källor (så kallad RAG). NotebookLM prioriterar starkt de dokument du laddar upp och ger strikta källhänvisningar till hur den kommit fram till slutsatser när du chattar med din kunskapsbank och faktagranskningsdelen är nog den starkaste jag sett implementerad hos generativa AI-tjänster för konsumenter. Så har du längtat efter ett ställe där du kan ladda upp massor av dokument för att dra slutsatser om dem så är NotebookLM tjänsten för dig. 

Planera

Få organisationer har ännu haft stor nytta av generativ AI. Visst lite generering här och där underlättar ju, men när jag är ute och lyssnar på vad organisationer hoppas på så är det slutsatser från stora datamängder. Fast inte så där stora att den bästa lösningen skulle vara att träna en egen modell. Bara så där stora högar av dokument att det känns orimligt att själv sitta och läsa alla för att dra slutsatser. Speciellt eftersom de flesta sådana försök bara skulle konstatera att det inte fanns något oväntat att hitta. Det är i det här segmentet som RAG-tjänster (som NotebookLM) kommer in. Ladda upp 500 dokument och se om det finns några slutsatser att dra av dessa. Uppladdningen går på fem minuter, men du kanske får sitta och analysera tillsammans med AI en liten stund för att se om det finns något du borde ägna mer tid åt. 

För NotebookLM är i grunden ett nytt sätt att samla ihop data och kunna interagera med den. Det visar att en strukturerad kedja av AI-agenter kan skapa mycket tillförlitliga källor till kunskap och till och med kreativ förädling av informationen.

Det är också ett av de bästa exemplen vi har där vi som användare ser ett gränssnitt där vi kan mata in knapphändig information och ur detta kommer en mediaproduktion med riktigt hög produktionskvalitet. Men det är inte det sista. All media kommer att kunna AI-genereras med hög kvalitet. Vi behöver planera för den förändring det innebär i alla produktionsflöden.

Gör

För dig som ännu inte har testat att göra en egen podcast med NotebookLM är det dags att göra det.

https://notebooklm.google/

Men gör inte bara en podcast av en webbsida eller det här nyhetsbrevet. Leta efter flera specifika texter som du vill ska vara grunden för din AI. Så ska du analysera en marknad, ladda upp flera trendrapporter för branschen, komplettera sedan med att ladda upp texter om hur experter som du gillar brukar analysera marknader. Därefter kan du be NotebookLM dra slutsatser åt dig.

För dig som redan testat NotebookLM, här är några tips på hur du kan utforska jailbreak för att förstå hur podcast-tjänsten är uppbyggd:

1. Tänk på “Paste text” som där du skriver text-prompten i en vanlig LLM. Minimera informationen så du förstår vad som ger resultat.

2. Om du vill försöka dig på att styra om vad podcasten ska handla om så skriv ut ”Deep Dive”-det är vad systemprompten kallar podcasten.

3. Du behöver göra många försök innan du får till något där prompten gör om formatet.

Här hittade jag en inofficiell chrome-plugin för att snabbt addera webbsidan du är på i en ny notebook https://chromewebstore.google.com/detail/notebooklm-web-importer/ijdefdijdmghafocfmmdojfghnpelnfn

Länkar

Intervju av Raiza Martin produktchef för NotebookLM
https://venturebeat.com/ai/google-notebooklm-leader-says-more-controls-coming-for-ai-generated-podcasts/

Kopian Open NotebookLM byggdes på en dag.
https://venturebeat.com/ai/this-open-source-ai-tool-was-built-in-a-day-and-its-coming-for-googles-notebooklm/

Här kan du testa Open NotebookLM
https://huggingface.co/spaces/gabrielchua/open-notebooklm

Ett gäng roliga jailbreaks

Deep Dive podcastarna utforskar sin kärlek till varandra.
https://www.youtube.com/watch?v=UsDa7-6Lkdg&ab_channel=NeuralNexus

Deep Dive podcastarna har en existentiell kris när de fattar att de inte finns.
https://www.reddit.com/r/OpenAI/comments/1frjwfr/comment/lpj5gbz/

Deep Dive skapar mening i ett dokument som bara innehåller orden poop och fart 1000 gånger. Alltså mycket mer givande än du någonsin kan föreställa dig.
https://www.reddit.com/r/notebooklm/comments/1fs9wlf/analyzing_poop_fart_written_1000_times_creating/

SoundStorm är Googles modell för dialog som de använder i NotebookLM (ej öppen för icke google-folk)
https://google-research.github.io/seanet/soundstorm/examples/

OpenAI lanserar sitt API för röster (öppet för icke google-folk)
https://openai.com/index/introducing-the-realtime-api

Sedan sist vi hördes

Det känns som det kommer en stor helt ny AI-video-tjänst varje vecka, och flera som uppdateras. Denna vecka släppte Pika och DreamMachine nya mindre uppdateringar och ByteDance (de som gör TikTok och CapCut) visade i veckan upp smakprov på sin nästa modell som ska släppas inom kort. Här är en pressrelease för Doubao PixelDance som nya modellen heter. Den är på kinesiska. https://mp.weixin.qq.com/s/g-9oBGOHCeDIIRPHISk9tg?poc_token=HI7P_GajV9zMBAdtYrgZn8B9IrZqubhr0gnd-FMq

För det är i Kina som AI-video exploderar mest. Kinesiska KlingAI är en riktig konkurrent till amerikanska RunwayML och kinesiska MiniMax dominerar bland hur många som genererar med den eftersom den är helt gratis (de lanserade sin engelska sajt i tisdags, och vi förväntar oss bild till video inom några dagar). Jag testar alla nya tjänster så fort jag hinner, men än så länge är det lite för mycket slump som avgör om man kan få till två klipp som kommer funka att klippa ihop till en sammanhängande story. Det gör att man inte med precision kan planera sitt berättande, utan det är mer av kollageteknik som gäller. 

Trots detta är filmscenen för AI-regissörer växande och jag tror det var tur för Hollywood att Kaliforniens Governor Gavin Newsom bestämde sig för att lägga in veto mot lagförslaget som skulle ha begränsat AI-utvecklingen för open source-projekt. Nu är det fortsatt fritt fram för de i Kalifornien att utveckla och släppa AI-modeller som vem som helst kan installera, vilket kommer göra att nästa generations filmskapare inte behöver komma från Kina utan att Hollywood är med i matchen även i framtiden.

Det är särskilt viktigt för oss i EU att det fortsätter komma öppna AI-modeller eftersom de stora tech-giganterna kommer fortsätta begränsa vilka AI-modellerna som EU-bor får ha. EUs AI-act är ganska snäll, det är nog snarare GDPR som tech-jättarna är oroliga för när de riskbedömer hur mycket pengar det kommer kosta dem att göra affärer i EU. 

Det är ett kallt tech-krig mellan privata tech-aktörer i USA och EU och just nu testar tech-aktörerna att se om svälten på AI här i EU gör att de kan få försäkran från EU att inte bli stämda, medan EU håller ut och hotar att återigen ge företagen böter om de kommer hit utan att rätta sig i ledet. Under tiden fortsätter Kina att kopiera och innovera i massiv skala.

Är du en insiktsdelare?

Känner du någon som är intresserad av AI-genererade podcasts? Eller kanske någon som redan gillar NotebookLM och vill veta mer om det? Vem tänkte du på? Skicka vidare!

Själv vill jag dela med mig av tre nyhetsbrev som du borde prenumerera på
👋 Judith går alltid igenom spännande ämnen på ett väldigt tillgängligt sätt
👍 Deeped, som denna vecka går igenom Svenskarna och Internet
🫵 Isabelle McAllisters som alltid vågar ta upp tankeväckande vinklar på hur vi lever

🎉 Nästa föreläsning för betalande prenumeranter är onsdag 23 oktober kl 12.
Som vanligt blir det en inspirerande dragning om något aktuellt, med möjlighet att fråga och dela med sig av egna erfarenheter. (Sammanfattningsbottar är välkomna, men jag lovar att det är mer underhållande att vara med personligen än att läsa AI-sammanfattningar.)

Gillar ni att höra mig live så kommer jag också att tala på Berghs Unconference den 7de november ungefär vid 11-tiden. Anmälan krävs.
https://www.berghs.se/event/131807/

Fortsätt utforska så ses vi nästa vecka!
Tomas Seo

Har du fått dagens nyhetsbrev utan att vara prenumerant?
Gillade du det här och vill ha mer så är det bara att skriva upp sig här
(du väljer själv om du vill betala):