GoogleのNotebookLMが大幅にアップデートされ、インフォグラフィックとスライドの自動生成機能を搭載した。Imagen 3の統合により高品質なビジュアルコンテンツが作成可能となり、Deep Research機能でウェブ検索から自動的に情報源を収集・分析できるようになった。教育現場や研究分野での活用が期待される一方、物理学者によるベンチマークテストCRYPTでは、Gemini 3 ProやGPT-5といった最新AIモデルでも博士課程レベルの研究課題の解決率は10%以下にとどまり、完全な自動科学研究にはまだ課題が残ることが明らかになっている。AIは独立した科学者ではなく研究アシスタントとしての役割が現実的であるという結論が示された。
GoogleのNotebookLMに革新的な新機能が追加
皆さん、NotebookLMがインフォグラフィックとスライド生成機能を搭載しました。本当に驚異的なツールになってきており、教育分野における参考基準となっています。Googleは素晴らしい仕事を続けており、私たちはNotebookLMに関する最近の全ての新機能と、皆さんが見逃していたかもしれない情報を理解していきます。
それでは始めましょう。いつもいいねを押してくれた皆さん、チャンネル登録してくれた皆さんに感謝します。このAIチャンネルをスポンサーしてくれている全てのチャンネルメンバーの皆さんに特別な感謝を送ります。メンバーの方々は、WhatsApp統合、MCP、PDFや文書、スプレッドシートの読み取り方法を教える知的エージェントに関する限定動画にアクセスでき、また事前公開動画も視聴できることを覚えておいてください。
もしあなたの会社に顧客対応の自動化や、自社ビジネスにAIを組み込むための知的エージェントを導入したいとお考えなら、説明欄にあるMaximiza AIのリンクにアクセスしてください。彼らは知的エージェントの専門家で、あなたに合ったソリューションがあるかもしれません。
NotebookLMの新機能:インフォグラフィックとスライド生成
さて皆さん、今日のニュースはNotebookLMがインフォグラフィックとスライドも作成できるようになったということです。その通りです、私たちがすでに気に入っていたこの素晴らしいツールが、さらに興味深いものになりました。教育に携わっている方、研究をしている方、何かを学習している方は、NotebookLMをはるかに高度な方法で活用できるようになります。
注目してください、これが公式発表です。興味深いですね。今日のリリースを記念して、一つではなく二つの新バージョンをリリースすることにしました。まずインフォグラフィックから始めましょう。あなたの情報源からカスタマイズ可能で高品質なビジュアルサマリーを作成します。情報がこれほど素晴らしく見えたことはありません。現在プロユーザーに提供中で、来週には無料ユーザーにも提供されます。
つまり、無料ユーザーの方には来週届きますが、まだ届いていません。アイデアは基本的にこういうことです。NotebookLM内で行っていた研究や作業を取り上げて、それを一枚の画像に変換します。この画像が作業内容の要約を作成し、理解をさらに容易にします。
学校で何かを教えている教師だと想像してください。チームに何かを教えている専門家だと想像してください。あるいはインフォグラフィックを作成したい重要な何かがあるとします。ここにはすでに知識があり、情報があり、必要なものが全て揃っていて、ワンクリックでインフォグラフィックが完成します。
スライドプレゼンテーション機能の実装
同様に、次はスライドプレゼンテーションです。基本的にスライドとは何でしょうか?インフォグラフィックの連続です。だから完全に理にかなっています。インフォグラフィックを作成できれば、スライドも作成できます。あなたの情報源を詳細な読書ガイドや、プレゼンテーション準備が整ったスライドセットに変換します。皆さん、会議の5分前でまだ遅れている時のプレゼンテーション、これがあなたを救ってくれるかもしれません。
これらは完全にカスタマイズ可能で、あらゆる聴衆、レベル、スタイルに適応させることができます。プロユーザーへの提供は現在公式に展開中で、無料ユーザーには今後数週間以内に提供されます。無料ユーザーの方はすでにご存知ですね、今後数週間お待ちください。
ここで、彼が研究を持っていることを示しています。スライドデッキをクリックすると、ここでいくつかの設定を行います。欲しいものを大体説明して、生成を実行します。これにはかなり時間がかかります。正直に言って、これは少し時間がかかります。しかし生成されると、ほら、非常にきれいなスライドがそこにあります。
サッカーのゲームルールを見ることができ、提示したい重要なことを見つけることができます。そしてこれらのことがなぜ起こっているのか、なぜこれほど進歩しているのかを理解するために、基本的に10月に彼らはNotebookLMにImagen 3という画像生成ツールを統合しました。つまり、NotebookLMはすでに全ての研究を行っていましたが、良い図解がありませんでした。今ではImagen 3がスライド内で画像生成を行っています。
だからこそ、テキストだけで非常にシンプルなものだった全ての技術が、質の高い画像を生成しておらず、ある意味で素晴らしい生成を行うために必要な美しいイラストが欠けていたのです。NotebookLMに関するもう一つの重要な情報は、Deep Research機能にもアクセスできることです。つまり、以前は手動で情報源をアップロードする必要があり、それはテキスト、記事、ウェブサイトのリンクである可能性がありましたが、今ではNotebookLM内でAIによる検索を実行できます。
AIが情報源を見つけ、要約を作成し、研究自体を情報源として含めます。これら全てを見ていきましょう。
NotebookLMの実践的な使い方
実際には、これら全てはどのように機能するのでしょうか?この魔法はどのように起こるのでしょうか?例えば、ここでNotebookLMを開いて、新規作成をクリックすると、一連のオプションが表示され、この部分が最も重要な部分です。
すでにGoogle Driveにファイルがある場合は、Driveからそれらのファイルを呼び出します。DriveにではなくPCにある場合は、通常通りここで情報源をアップロードします。しかし、情報を抽出したいウェブサイトのアドレスの場合は、ここのウェブサイトをクリックするか、YouTubeビデオをクリックすれば、正確に見つけてくれます。
同様に、コピーしたテキストを貼り付けたい場合は、ここに貼り付けるだけです。しかし私の場合は、ここで情報源を発見するように設定し、検索、Deep Researchを実行します。ここから新機能が始まります。ここのDeep Research検索をクリックします。ウェブ上で検索するので、ウェブにチェックを入れたままにします。
そしてここで検索したいコンテンツを入力します。例えば、ここで検索できます。市場の主要なトレンドについて調査してください。検索をクリックすると、かなり時間がかかります。情報源を検索し、要約を作成します。例えば、ここでスポーツにおける科学のブラジル人について検索しました。
検索が終了すると何が起こるでしょうか?ここに分析レポートとして表示されます。ここにPDFがあり、Deep Research内で作成されたレポートです。また、ここにこのレポートを作成するために使用した31の最良の情報源があると表示されます。ここでインポートをクリックすると、何が起こるか見てください。
ここにレポートをインポートし、使用した全ての情報源の調査を開始します。そして今、選択できます。欲しいものと欲しくないものにチェックを入れることができます。例えば、ここのDeep Researchレポートは、AI自体が行った研究でした。そしてここの下部、ブラジル人アスリート、科学者、ここの下部全体は、追加または削除できるものです。
しかし例えば、次のことを想像してください。私のレポート内には、ここで引用された全ての記事の要約があります。この時点で、何をインポートし、何をインポートしないかを決定します。そして今、皆さん、あとは全力で進むだけで、インフォグラフィックとスライドプレゼンテーションを作成します。
遺伝子工学の研究事例
私はすでにここで遺伝子工学、遺伝子編集における遺伝子工学の進歩と影響について研究を行い、ここでインフォグラフィックの生成を行いました。彼が作成したこのインフォグラフィックに注目してください。行われた全ての研究を取り上げて、ここに非常に美しく作成しました。遺伝子工学、約束と危険。健康と生活に革命をもたらす約束。
非常に美しい画像があり、ここに素晴らしいDNAがあり、リスクと約束の対比を示し、ここで行われているいくつかのことを示しています。全て非常によく図解され、全て準備ができています。私は一秒も無駄にする必要がありませんでした。インフォグラフィックを生成する際に、ここの鉛筆マークをクリックすると、いくつかのオプションがあることに気付くのは興味深いです。
例えば言語も選択できます。私のはポルトガル語です。このインフォグラフィックが横向きか、縦向きか、正方形か、例えばInstagram用の縦向きか、短めか、標準か、より詳細かを選択できます。複雑さのレベルを定義します。
まだ何か具体的なことを書きたい場合、おそらく非常に長い研究を行い、次のように言いたいとします。「ああ、特定のポイントだけが欲しい」と。例えば、科学者とアスリートを含む他の研究で、次のように言えます。「ああ、アスリートだけのインフォグラフィックを作成するか、科学者だけのインフォグラフィックを作成する」と。
何も選択しなければ、そのままの方法で作成します。ここで生成をクリックすると、インフォグラフィックの生成が始まります。スライドプレゼンテーションも同じです。ここで詳細なプレゼンテーションを作成することもできます。詳細に何かを提示するために研究や生成を行う場合のためです。
しかし一般の聴衆向けにプレゼンテーションを行う場合は、ここで少しシンプルなものを作成し、テキストが少なく、画像が多く、よりスムーズになります。短い、標準、長いの間でも選択でき、欲しい情報を正確に説明するためのより多くの情報を入力することもできます。
そして生成をクリックするだけです。できました。少し時間がかかります。このバーがまだしばらく読み込まれることがわかりますが、ここの遺伝子工学部分のスライド生成を見ると、非常に美しく仕上がっています。ほら、生命の解読、遺伝子工学の二つの顔。そして画像生成はその対比を作成しました。青で肯定的なポイント、赤で否定的なポイントを示し、ここに断裂の感覚を与えています。なぜなら、彼はこれらの両側面を扱い、スライドから取得した全ての情報を扱うからです。
皆さん、注意してください。私はこれらのスライドを一つも作成していません。全て自動的に生成されました。これらの段階1、2、3、4全て、これらの遺伝子などの超美しい画像、ここで病気、解決策を説明するもの、これら全てが自動的に生成されました。つまり、状況は私たちが素晴らしい未来にいるレベルまで進歩しており、物事が本当に自動化されています。
今ではワンクリックするだけで、それが起こるのを見守るだけです。私はここでも生成を行いました。AIの比較、Gemini 3、Claude 4.5、GPT-5.1、Grok 4.1です。彼はここで自動化された素晴らしい方法でインフォグラフィックに差別化を作成しました。例えば、NotebookLMの研究によると、研究開発や多モーダル分析のためのより深い推論が必要な場合は、Gemini 3 Proを使用します。
一般的な自動化と最高のコストパフォーマンスのための多用途モデルが必要な場合は、OpenAIのGPT-5.1です。長期間にわたる複雑なタスクをコーディングするための自律エージェントが必要な場合は、Claude Sonnet 4.5です。リアルタイムのソーシャルデータに基づく分析からの洞察が必要な場合は、Grok 4.1 Fastを使用します。
ここでさらに詳細をいくつか示しています。このインフォグラフィックについてさらに深く掘り下げることもできます。しかし同様に、彼はここでもスライドの生成を行い、全ての情報、彼が研究中に見つけた全てのものを説明しています。そして彼がそこで見つけた全てのより詳細な、より細かいバージョンを得ることができます。
AIモデルとスポーツ・科学研究の事例
どう思いますか?私はこれが素晴らしいと思っています。これは、初心者の方がAIの使用方法を学ぶと同時に、AIモデルについても一度に学べる典型的な情報です。ここでテストすることを強くお勧めします。非常に興味深い技術情報があるからです。
これは確実にあなたの生産性を加速させるのに役立ちます。私はここでスポーツと科学についてもいくつかの生成を行いました。例えば、ここです。大胆さの天才たち。サントス・デュモンとアイルトン・セナを同じインフォグラフィックに配置し、二人の人生から強調すべき重要な詳細情報をここで説明し、5分で起こっている全てを説明する優れた画像があります。
同様に、私はここでもスポーツ用にこれを作成しました。例えば、彼はここでパラリンピックの巨人のインフォグラフィックを作成しました。東京2020のブラジルで、ここに素晴らしいグラフィック方法で、ここに非常によく提示され、パラリンピックの主要な結果を強調し、スポーツと科学について話すスライドの生成も行いました。ここで話した全てを示し、一般の聴衆向けのプレゼンテーションにはるかに適した、詳細が少なく、画像が多く、テキストが少ないプレゼンテーション用バージョンで示しています。
興味深いですね、皆さん。はるかに多くの画像、はるかに少ないテキストで、ブラジルの科学者をここに示しています。オズワルド・クルスのように、ヴィタル・ブラジルのように、ここで主要な発見を強調し、これらの発見にとって重要だった全てを思い出させます。サントス・デュモンなど全てです。そして私たちがコメントしたこと、ここでビデオ生成を行う場合でも、ビジュアルスタイルをカスタマイズできます。
例えば、ホワイトボードか、アニメか、水彩画か、レトロな印象か、クラシックスタイルのプレゼンテーションか、またはここで何かカスタマイズされたものか。例えば、ここで、児童書のイラストレーションで、集中したい側面を説明できます。
つまり、皆さん、NotebookLMは本当に驚異的なツールです。リソースが豊富すぎて、進化を続けており、ますます興味深くなっています。そしてインターネットで人々の意見を検索すると、いくつかの否定的なポイントに気付くのは興味深いです。例えば、インフォグラフィックには時々不整合がある可能性があり、それがおそらく問題になる可能性があります。
インフォグラフィックに入ってしまう間違った情報は、正確に欲しいものを得るまで複数回生成する必要があるかもしれません。このようなシナリオでは、例えばこの画像の何かを編集したいとしましょう。この画像を保存し、Geminiに直接Imagen 3に投げて、テキストの一部の特定の変更を依頼する方が1000倍良いです。ここで解決しようと続けるよりも、ここではあまりにも時間がかかり、あちらではずっと速いからです。
人々がスライドに関して不満を述べたことの一つは、PDFでエクスポートされるため、編集できないということです。つまり、おそらく間違ったスライド一つのために、プレゼンテーション全体を破棄することになります。なぜなら、そこで編集できず、この問題を解決するために工夫が必要になるからです。まさに個別の編集ができないため、あまりできることがなく、逃げ場がありません。
Deep Researchに関しても興味深いことがあります。バイアスや無関係な情報源がある可能性があることです。Deep Researchを実行すると、彼がすでに選択した情報源で作成された要約を持ってくることに、私はすでに数回気付きました。そしてその時点で、情報源はすでに選択されており、彼はおそらくあなたが含めてほしくなかったものを要約に含めてしまいます。
私は彼が情報源を集め、情報源を見せて、その後初めてそれらの情報源に基づいてレポートを作成する方がより興味深いと思います。これは大いに役立つでしょう。そして一部の人々が言ったことは、情報源を手動で検索するステップバイステップを取り除くことですが、それは優れた研究を行う際に不可欠なステップである可能性があります。
しかし一方で、何かについて学びたい場合、おそらくそこでAIに任せれば、全ての情報を集めてくれます。そしてあなたは信頼し、信じます。なぜならゼロから本当に学んでいるからです。そしてこれは研究を行う際に素晴らしいものになるでしょう。私が知っているのは、この世界が非常に狂っており、今では深い研究を行うことが超簡単で、超日常的なことになったということだけです。
そこでクリックするだけで、物事が機能し、全てを正しく提供してくれます。だからテストしたかどうかコメントしてください。これに関してどう思っているか、研究がうまくいっているか、行っていることがうまくいっているか、日常生活でNotebookLMを使用することが有用か、そして試していることで最終的にNotebookLMを置き換えられる可能性のあることについてコメントしてください。
Gemini ProとGPT-5の物理学テストによる検証
これらのスライドが良いものになっているかどうかを確認するための検証を行うために、次のテストを考えました。ここでGemini ProとGPT-5に関するこの記事を取り上げます。彼らが物理学者と行ったテストについて話しています。そしてこの記事のリンクを取得し、このリンクをNotebookLMに渡し、この記事のみに基づいたスライドの生成をここで行いました。
そしてこれらのスライドに書かれている全てがこの記事に書かれているかどうかを確認するための検証を行いました。彼が情報を発明していないか、どこからともなく情報を取得して発明していないかを確認するためです。ゆっくり見ていきましょう。アイデアは次のとおりです。Gemini 3 ProとGPT-5は、実際の科学研究用に設計された複雑な物理学タスクでまだ失敗しています。
つまりここでのアイデアは、現在のAIが物理学分野で自律的な研究を実行できるかどうかを評価することです。そして最初のスライドはこれでした。次の科学革命は自律的になるでしょう。これはテキストと完全に一致しており、理にかなっています。そしてタイトルは科学者の自律的な夢です。
最終目標は、仮説を定式化し、実験を設計し、人間の知識の境界を独立して拡大できるAIシステムです。しかし記事を見ると、この段落がいくつかの言及をしていることがわかります。特にここで次のように言っています。これらのAIモデルは自律的な科学者として機能するには程遠い、とここでコメントしているように、独立した形になると述べています。
そしてここで彼らはコメントしています。AIが研究者が現代物理学の限界を拡大するのを本当に助けることができるかどうかを検証するため、とここで言っていることです。人間の知識の境界を拡大し、実験、仮説を行います。仮説の部分、実験の設計を真剣に受け止めるなら、それらはテキスト全体に多少存在しますが、この凝縮された形ではありません。
つまり、ここから取得したと言えます。そしてここで彼が言っているこの最後の部分、業界はこの野心を共有しています。例えばOpenAIは、2028年3月までに完全に自律的な研究者を計画しています。この特定のテキストはここの最後の部分にあります。2028年3月までに完全に自律的な研究者、OpenAIについて話しています。
つまり、大丈夫、このスライドは最高です。そして彼は続けます。しかし野心は現在の能力と一致していますか?理論を超えるためには、現実世界の科学研究の課題を反映するテストが必要です。教科書の試験ではなく、真の試練です。つまり、大丈夫、この部分は一致し始めます。彼らはここでCRYPTと呼ばれるこのテストを行っていると言っています。目的は単に教科書の内容を確認することをはるかに超えています。
つまり、このスライドも最高です。そして今、彼は間違いなくCRYPTについて話し始めます。ここで彼が言っていたように、物理学のための決定的な課題、50人以上の物理学者によって、30以上の最先端機関から開発されました。つまり、ここにあります。50人の物理学者、30の機関がCRYPTを作成するため。正しいですか?焦点は未発表のオリジナル研究問題です、とここで言っていることです。
ベンチマークはモデルにオリジナルで未発表の研究問題を解決するよう求めます。どのレベルですか?初期段階の博士課程学生の仕事に相当します。つまりここで、有能な大学院生の仕事に似ている、独立したプロジェクトを開始する、と述べています。目標は暗記を避け、真の推論をテストすることです。
これはこの部分からも来ていると言えます。単に教科書の内容を確認することを超えています。しかしここのこのテキスト、暗記を避け、真の推論をテストする、も見つかりませんでした。この形ではありませんが、このアイデアはテキストに存在するので、合格と言えます。そして彼は続けます。博士レベルの課題の解剖学、71の完全な研究課題、11の物理学分野、そして部分的な進歩を測定するための190のチェックポイントまたはサブタスク。つまり、大丈夫です。
ここに71の完全な研究課題があり、ここに11の物理学分野があり、ここにあります。各課題を190のチェックポイントにも分割しました。つまり、最高です。これらのデータは全て正しいです。彼はここでコメントしています。競合者Gemini 3 ProとGPT-5がテストに直面します、これは真実です。彼らだけがテストされたわけではなく、他の多くのモデルがテストされましたが、彼らが最も目立ったので、おそらく少しより注意深く話す価値があります。
そして彼はここでコメントしています。評決、精度下の現実。そして彼はGoogle Geminiの9.1%とGPT-5の4.9%についてコメントしています。そしてここにアスタリスクも付けています。Gemini 3 ProはGPT-5よりも10%少ないトークンを使用しました。そしてこれらの値はここにある値です。9.1と、GPT-5.1よりも10%少ないトークン、そしてGPT-5.1 highの4.9です。
つまり、ここでも正しいです。パーセンテージとここのバーも正しいです。そして彼は直接引用をします。まだ自律的な科学者として機能するには程遠いです。そして彼が切り取ったこのフレーズは、ここに本当にあります。まだ自律的な科学者として機能するには程遠いです。そして彼はモデルが可能性を示す場所のより深い分析のスライドを作成します。
このグラフは具体的には、この情報をこの形では見つかりませんでした、この方法では提示されていませんでした。しかしここの完全な推論とサブエリアのチェックポイントのこの分析は、このグラフに現れており、どうやらAIが合計を行い、ここで何か混乱をしました。なぜなら、ここに完全な課題があり、例えば12%、GPT-5で10%で、ここに21、24のチェックポイントがあり、完全な課題よりも少し高いからです。
つまり、このグラフは理論的には理にかなっています。おそらくここのこの合計がこのより大きなバーを与え、一つではなく全てのモデルを結合しています。そして結論は正しいです。モデルはよく定義されたサブタスクではるかに優れたパフォーマンスを発揮し、サポートの役割を示唆しています。つまり、この情報は存在しますが、このグラフを見ても、オリジナル内のこの情報を正確に見つけることができない方法で変換されています。
AIモデルの一貫性と制限に関する分析
そして彼らは続けます。アキレスのかかと、一貫性の問題です。モデルが正しくなければならない場合、一度だけでなく、確実に正しい必要がある場合、何が起こるでしょうか?一貫した解決率。つまり、まさにここで彼らが話していることです。一貫した解決率は、モデルが5回中4回正しい答えを提供することを要求します。
つまり、同じ質問を5回与え、彼が一貫しているために少なくとも4回正解する必要があるとしましょう。つまり、情報は正しく、このスライドは完璧です。そして彼は続けます。精査下でのパフォーマンスの崩壊。5回の試行のうち4回の正解の要求でパフォーマンスが低下します。
そして再びあのグラフが、ここに再び現れ、4回中5回のアイデアで作業すると、正解率が大幅に減少することを示しています。つまり、ここのこの一貫性グラフを見ると、減少しますが、視覚的にここに表示されているほど減少しません。見てください、この100%から小さなバーだけが残りました。
実際には一貫性テストで、例えば12から10に、10から8.6にここで減少しました。つまり、そこまで巨大な減少ではありませんでしたが、減少がありました。つまりグラフは正しいですが、混乱しています。どこから彼がこの情報を取得したのか確信が持てません。特に数字が書かれていないためです。
しかし大丈夫、彼はここでも言っています。Gemini 3 Proはこの研究に含まれていませんでした、とここに書かれていることです。Gemini 3 Proはこの研究に含まれていませんでした。つまり、彼が本当にこのグラフについて話していることを確認できます。そして続けると、隠れた危険、説得力のある外観を持つ微妙なエラー。堅牢性の欠如は、研究ワークフローにとって深刻な課題を生み出します。
そして彼はここで新しい引用を行います。モデルは説得力があるように見えるが、検出が困難な微妙なエラーを含む回答を生成します。そしてこのテキストは本当にここにあります。モデルは頻繁に説得力があるように見えるが、微妙で検出が困難なエラーを含む回答を生成します。つまり、正しい、引用は正しいです。
そしてここのアイデアは非常に正しいです。そして結論です。自律的な科学者から研究アシスタントへ、新しい現実。彼らは何を望んでいましたか?自律的な科学者でしたが、実際には研究アシスタントがいます。現実的な目標は置き換えではなく、ワークフローの特定のステップの自動化です、とここに到達する最終的な結論です。
より現実的な目標は、人間の専門家を置き換えるAI科学者ではなく、研究アシスタントです。つまり、全て正しく、このスライドも最高です。そしてこのスライドに来ます。適切なタスクのための適切なツール、AIが今日科学研究に価値を追加できる場所。このスライドは具体的には、ここで言っていることを参照するものを見つかりませんでした。
どうやらこのスライド全体が幻覚でした。書かれていることにこの情報はありません。ここのことがある程度理にかなっている可能性があっても、理にかなっていることと発明されたことは別のことです。このスライドは間違いなくここのコンテンツにはありません。つまり、これは注意点です。
次のスライドで、実用的なアプローチとの業界の整合性。2026年9月、研究インターンシステムは非常に正しいです。なぜなら彼らがここで言っていることだからです。2026年9月、ここで研究インターンシステムを発表しました、OpenAIのもので、2028年、完全に自律的な研究者、とここに書かれていることです。2028年、完全に自律的な研究者。
旅は段階的であり、即時の価値はアシスタントの役割にあります、業界自身の短期計画によって証明されているように。そして最終化で、彼らはコメントします。前進する道は協力であり、置き換えではありません。CRYPTはAIの失敗を示すものではなく、期待の必要な調整であると説明しています。
真の約束は、当分の間、自律性ではなく、パートナーシップにあります。科学は人間の創造性と機械の計算能力を組み合わせたときに進歩します。つまり、皆さん、例えばここで100%、このAIによって生成されたスライドでプレゼンテーションを行っていたら、このスライドは100%発明されたものだったことに気付くのは興味深いです。
ここの情報はある程度理にかなっているように見え、一般的にプレゼンテーションでは、人々はおそらく気付かないかもしれません。なぜなら彼らはここで情報源、オリジナルの記事を見ていないからです。しかしいずれにせよ、これら全ての詳細に注意を払う必要があります。これに関してどう考えているかコメントしてください。
つまり、このようなビデオを見続けるためにチャンネルをサポートしたい場合は、メンバーになってください。メンバーは知的エージェントに関する限定動画と事前公開動画にアクセスできます。それではいいねを押してください。ありがとうございました。
コメント