本動画では、Google NotebookLMを活用してカスタマイズされたプレゼンテーションスライドを作成する実践的な手法が紹介されている。既存のPDFファイルを単に変換するのではなく、自身のアイデアをテキストベースで整理し、NotebookLMの創造的な画像生成能力と組み合わせることで、高品質なプレゼンテーション資料を効率的に作成する方法が解説されている。また、2025年版LLM(大規模言語モデル)に関する視聴者投票の驚くべき結果が公開され、Geminiが大幅にシェアを拡大してChatGPTを圧倒している現状が明らかにされている。さらに、Mistral AIが新たにリリースしたオープンソースのコーディング特化モデルDevstral 2についても触れられ、その性能とコストパフォーマンスの優位性が検証されている。
NotebookLMを使った独自スライド作成の実践
皆さん、こんにちは。今日は、NotebookLMを使って自分たちのオリジナルスライドを作成する方法をお見せします。これは、既成のPDFファイルや既存のファイルを送ってスライドを生成させるのとは少し異なります。今回のケースでは、昨日のビデオプレゼンテーションで使用した私自身のスライドを使います。そして、私がどのように考え、どのようにプロンプトを組み立てて、最終的にあの結果にたどり着いたのかをお見せします。
また、2025年のベストLLMに関するアンケート結果も見ていきましょう。この結果は驚くべきものです。では、何が起こっているのか理解していきましょう。一緒に見ていきましょう。
さあ、始めましょう。いつもいいねを押してくださる皆さん、チャンネル登録してくださる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ださっているチャンネルメンバーの皆さんには特に感謝します。
メンバーの方々は、インテリジェントエージェントに関する限定動画にアクセスでき、WhatsApp統合の方法、PDF読み取り、MCP統合、スプレッドシート読み取りなどを学ぶことができます。また、先行公開動画へのアクセスもあります。もし企業向けのアシスタントを作成したい、顧客対応をしたい、法律関係の煩雑な業務を処理したい、法令に関わることで問題を解決できるアシスタントが必要な場合は、Maximiza IAのチームに相談してください。説明欄にリンクがありますので、フォームに記入すれば連絡が来ます。
さて、今日のビデオではNotebookLMについて話しますが、違いは私たち自身のスライドを作成するということです。前回のビデオで生成したスライドを例として使用します。それは機械意識についてのものでした。
実は私は「機械意識」というタイトルの本を書こうとしていて、本をどう準備するか考えるために本のトピックを作成していました。ある時点で考えました。「よし、今度はビデオプレゼンテーション用のスライドを作って、この考えを人々に示して、少し会話をして人々の意見を聞こう。そうすれば、本を書く時に、人々がこれについてどう思っているのか、このアイデアが好きか嫌いか、どんな欠陥を指摘しているのか、すでに理解できているだろう」と。だから事前に理解しておきたかったのです。
そして今日、情報は本よりもビデオを通じてはるかに速く広まるので、このアイデアはNotebookLMを使って実現するのがより面白いと思いました。
NotebookLMをご存知の方は、これが通常の使い方です。DeepSeekについて勉強するため、機械意識について、物理学で失敗したAIについて勉強するため、下落しているビットコインについて原因を理解するため、といった具合です。これらのトピックはすべて、何らかの理由で、いつか、何らかの形で調べたものです。
通常行うプロセスは、ここで新しいノートブックを作成することです。そして、ソースを追加する時に、すでに勉強したいPDFか何かがあれば、Google Driveからここに添付します。ウェブサイトでも構いませんし、YouTubeビデオでも構いません。ここにテキストを貼り付けることもできます。これが今回使用する方法です。または、ここから直接アップロードすることもできますし、ウェブ検索を通じてソースを発見することもできます。クイック検索でもディープリサーチでも構いません。
これらすべての方法で、PDFを見つけたり、ビデオを見つけたり、勉強したい情報を見つけたりできます。そして、これらの情報を見つけたら、ここのスライドプレゼンテーションに来ると、スライドが生成されます。この部分は難しくありません。
例えば、ここではAIについて話しているいくつかの記事を研究していました。3つのPDFをここに入れて、スライドプレゼンテーションをクリックしました。詳細なプレゼンテーションにするか、プレゼンター用のスライドにするか、短くするか、標準にするか、選択することもできます。
そして生成を依頼します。私のスライド生成はこのような形になりました。ここで予測を立てますが、スライドをクリックすると、ここにプレゼンターが開いて、すべて正しく表示されます。幻想を超えて、アーキテクチャ、すべて正しく、私たちが好きな画像とすべてが揃っています。
なぜNotebookLMでこれを行うのが面白いのでしょうか? 皆さん、生成される画像の品質、選択する主要なアイデア、引用を含めた提示方法、これらは私の意見では最高のスライドジェネレーターです。現在これより良いものはありません。
では、私は何がしたかったのでしょうか? 私は自分自身のアイデアで自分のスライドを作りたかったのです。そして、NotebookLMのこの創造性、つまり画像を作成し、画像を生成し、私が伝えたかった情報を説明し補完できる創造性を利用したかったのです。
テキストベースでのスライド構成の実践例
では、何をしたのでしょうか? とてもシンプルで基本的なことをしました。見てください、面白いですよ。メモ帳で、そうです、誰もメモ帳を使っていないと思っていたなら、私はまだ使っています。なぜなら、ここには装飾のない生のテキストがあるからです。伝えたいすべての情報が、とてもシンプルな形で、とても小さくて軽いファイルに入っています。特別なエディターは必要ありません。
では、スライドを生成するための台本を準備する際に重要だと気づいたアイデアは何でしょうか? 私は次のように考えました。本を書き始める前に主要なアイデアのトピックを作り、重要だと思うポイントについて小さなメモを取ろう、と。
それで、ここにあります。機械意識、これがビデオと本のタイトルです。
そして、ここを見てください。面白いですね。ここにトピックを置きます。「思考を数学化することが可能だとは決して信じていませんでした」これは私自身の、ボブの、私の人生で起こったことについてのアイデアで、思考を数学化することは決して不可能だと思っていました。
しかし見てください、面白いことに、私はこのアイデアをここでこの本質、この基礎以上に発展させる必要はありません。でも、ここにサブアイテムを置きます。なぜ私が信じていなかったのか? それから説明します。思考は物質ではなく、脳内の電気インパルスだからです。
そして、ここに別のアイデアを置きます。そして、これらのインパルスは数十億、数兆単位で起こります。だから、私がこれを信じていなかったのは量のせいだということを理解するには十分です。数十億と数兆の間にはたくさんありますが、これらの電気インパルスのせいでもあったのです。
つまり、これはもう彼がスライドを作成するのに十分な素材です。そして、このアイデアの中で、LLM自体がすでに持っている情報とともに、これに基づいて何かを作成できるのです。
でも続けます。ここにトピックを置きます。万物の理論、一般相対性理論プラス量子論。そして、ここで続けます。万物の方程式が思考のパターンをその基礎から表現できるとは決して想像していませんでした。
そして、ここに注目してください。一般相対性理論と量子論のこの部分は説明しませんでした。なぜなら、LLM自体がすでにこのテーマについて知っていると確信しているからです。そして、このアイデアの小さな定式化をすれば、彼女は自分のアイデアで補完してくれて、すべてが意味を成すだろうと想像しています。
そして、最後のサブアイテムはこうなりました。LLMは初めて数学と思考が可能であることを示しました。
つまり、また、私はそこにオープンなアイデアを投げ込んだのです。そして、このようにして、プレゼンテーションで話したすべてのことに到達するまで、いくつかのアイデアを作り続けました。すべてきちんとしています。
では、何をしたのでしょうか? ここでこのテキストを取り、最後まで全部選択しました。生成した時は深掘りがなかったので、制限事項までで終わりました。
コピーして、NotebookLMに来て、ソースを追加を置いて、コピーしたテキストをここに置いて、実行しました。ここにテキストをコピーして、挿入を送信するだけです。そうすると処理が行われて、準備完了、ソースが追加されました。
前回のビデオで見せるためにビデオ用に生成した時、つまり前回のビデオで提示したスライド、皆さんが見たスライドは、ここで生成されたこれらでした。これが私がビデオで提示するスライドです。
機械意識、人工思考のアーキテクチャ。だから、私がこのサブタイトルさえ作っていないことに気づくでしょう。彼が発明したのです。でも、あの文脈、私が伝えているすべての情報と完全に意味が通じます。
そして、AI自身がここで何かを発明します。哲学的自己観察から進化的AIへの旅。完璧です。素晴らしいサブタイトルです。なぜなら、これは私が話そうとしていることに関係しているからです。
そして、ここの脳の生成、電子回路のように見えるものと混ざっています。これは私が考えたくなかった部分でした。これは、NotebookLM自身に私のために発明してもらいたかった部分でした。ここの創造的な部分に時間を使わず、コンテンツに集中するためです。
そして、その時、私が生成したそのコンテンツに基づいて、見てください、面白いことに、彼はスライドを作り始めました。機械が意識を持つことは可能か? これは私がここに置いた質問の一つです。その瞬間のすぐ下です。機械が意識を持つことは可能か? 彼はすでにそれを利用してタイトルにしました。
そして、あの部分が来ます。思考を数学化することが可能だとは決して信じていませんでした。見てください、面白いことに、すでに一人称になっています。とても正しいです。なぜなら、私がプレゼンテーションをして、自分の経験について話すからです。だから、すべて完璧です。
そして続けます。なぜなら、思考は物質ではなく、脳内の電気インパルスであり、これらのインパルスは数兆単位で起こるからです。
だから、素晴らしいです。ここはとても美しいです。私が伝えたかったアイデアそのものです。
そして続けます。「万物の理論が思考のパターンをその基礎から表現できるとは決して想像していませんでした」そして、これが魔法です。これが私がLLMについて最も好きなことです。LLMは、あなたがそこに渡した情報を、プレゼンテーションになる形で組み合わせることができ、すべてが完璧に収まるのです。
テキストが少なく、とてもシンプルで、すべて正しいです。だから、もう素晴らしいです。そして、彼女が発明するある種のことがあって、私が作るように言っていないのに、それが素晴らしいのです。
例えば、ここです。ここに意識の4つのレベルの小さな階段を作りました。そして、ここでそれらのレベルを観察すると、私はそれらのレベル1、2、3、4について話していませんでした。
でも、私は単に4つのアイテムのリストを渡しただけで、AI自身がすでに気づきました。見てください、面白いですね。ここにレベルのグラフを作れます。私はこれを考える必要さえありませんでした。皆さん、この行動する、意識を持つ、意識、自己意識の部分が面白いことに気づくでしょう。これらはここにある情報です。
自己意識、行動する、意識を持つ、何かをより明確に理解する能力である意識。AI自身が、この1、2、3、4の話を発明し、この小さな階段を置いて、私が話したことを大体説明しました。
だから、この部分は本質的な部分です。なぜなら、あなたがそのような形で考えてさえいなかったことに創造的になれるからです。そして、この創造性はプレゼンテーションを作る時にとても良いのです。
NotebookLMの創造的な画像生成能力
そして、これすべてが素晴らしいですよね、皆さん? そして、私が最も気に入った部分の一つは、ここです。彼が作っていくにつれて、このスライドはとても良くなりました。ここで哲学的な部分と数学、AIとの接続を混ぜ合わせました。これらは彼が完璧な接続で配置した3つの別々のアイデアでした。
でも、この部分は例えば、とても注目を集めました。なぜなら、ここでアテンションメカニズムについて話していて、言葉がどのように関連するかについて話すこの部分で、ここの画像、強調された単語を含む文があり、他の単語を参照していて、これらの数字があります。
これは、LLMを勉強している人にとって古典的なグラフで、言葉のアテンションを計算するものです。まさにこのタイプのグラフを視覚化することになります。
でも、ここで私が書いたものを見ると、見てください、面白いことに。アテンションモデル、白い四角の中の黒い点へのアテンション、高いスコア、各単語、スコア、アテンションはマイクロな高い観察。
ニッセでは、どの時点でも、私は彼にこの画像を生成するように言っていません。でも、この画像は私が説明したかったことを説明するのに完璧でした。これが最も楽しいことです。
私はAIのところに行って、彼女にしてほしいことすべてを説明しませんでした。私は主要なアイデアを渡し、物事が持っていた論理的な関係を渡しました。そして、NotebookLMは、そこにあるアイデアで、関連性があり、スライドの説明をする時に大いに役立つことを補完したのです。
そして、このアイデアがうまくいったことに気づいた時、皆さんと共有することにしました。なぜなら、多くの場合、私たちは自分自身のアイデアで自分のスライドを生成できることを考慮していないからです。そして、AIに何かを生成してもらい、私たちが説明したいことのデモンストレーションを作ってもらうことができます。
例えば、ここの画像は完璧でした。ニューラルネットワーク、文、文を見ている反射モデル。だから、とても正しくできました。
それで、あなたは考えます。「ああ、でももしこのスライドが気に入らなかったら? もし別のスライドを生成したかったら?」まあ、それは皆さん次第ですよね? ここでプレゼンテーションを再度クリックして、再度生成を選択するだけです。
何か情報、スタイル、何かが欠けていると思ったら、ここで手動で書くことができます。そして、短い期間にするか、標準にするか、プレゼンタースライドにするか、詳細なプレゼンテーションにするかを選択できます。
ビデオ用だったので、標準期間で詳細なプレゼンテーションを作りました。そして、説明の部分には絶対に何も入れませんでした。生成をクリックしただけで、あれができました。
さて、皆さんはどう思いましたか? NotebookLMを自分のプレゼンテーションを作るために使うことを考えたことはありましたか? そして、スライド生成に慣れている皆さんは、どこでスライドを生成していますか? 下にコメントしてください。知りたいです。なぜなら、あなたの経験、あなたが共有できる良いアイデアがあるかもしれなくて、それがスライドを作りたい、プレゼンテーションを作りたいと思っている人たちを助けられるかもしれないからです。
2025年LLMランキング投票の衝撃的な結果
次のニュースです。皆さん、これは鳥肌が立つものです。見てください、面白いですよ。私は長い間、AI モデルについてのこのチャンネルの人々の意見を知るために、いくつかのアンケートを実施してきました。
そして、私はすでにここで起こっていたこの進化を示していました。年初にはChatGPTが56ポイント、Geminiが18、Claudeが16でした。さて、これが年初のパーセンテージ分布でした。
年の半ばごろには、Geminiが追い越し、ChatGPTは34ポイントまで少し下がりました。緑の線が2位になり、Geminiがここで1位でした。
そして今、先月、11月にはChatGPTが31ポイントで2位を続け、Claudeが27、Geminiが36で、ある程度定着していました。
AIが行った予測では、Geminiが50%、ChatGPTが15%、Claudeが31%、Grokが5%になると言っていました。
そして、ここで何が起こったか見てください。面白いことです。彼はGeminiが50になると言いましたが、実際には66になっています。彼は本当にGeminiが急上昇することを当てました。
ChatGPTは15になると言いましたが、実際には11で、さらに少ないです。この下降傾向が続くことを当てました。
Claudeについては31になると言いましたが、実際には19です。そして、Grokは5になると言いましたが、実際には4です。
だから皆さん、見てください、面白いですよね? GoogleのGeminiのこの追い越しは、単純に素晴らしかったです。私自身、この結果を見た時、信じられませんでした。多くの人がChatGPTを離れました。
次のリリースで何が起こるか見てみましょう。彼らはこれから数日以内、あるいは来週にもリリースするはずです。クリスマスまでにはChatGPTの新バージョンが出て、この状況が逆転するかどうか分かると思います。
そして、Grokもクリスマスと新年の間くらいに彼のバージョンをリリースする予定です。だから、年末に何が起こるか見てみましょう。
でも、皆さんに言いますが、ここでこの非常に大きな数字、Geminiのこの非常に大きな成長を見た時、私は信じられませんでした。
そして、見てください、皆さん、約2,000票です。かなりの票数です。これは最も投票されたアンケートの一つでした。だから、実際に人々はGeminiに移行しています。どうやら、すべてが意味を成しているようです。
下に今考えていることをコメントしてください。もしあなたがChatGPTを擁護している人なら、そこで擁護するチャンスを利用してください。そして、Grok、多くの人が擁護していますね?
そして、覚えていてください、皆さん、私は最近Grokについてのビデオを作りました。彼はバージョン4.20で投資ベンチマークの一部になっています。ここで新しいバージョンのGrokが、少なくともここの投資ベンチマークでは、皆を上回っていることを示しています。
だから、Grokへの期待はかなり大きいです。もしかしたら、今回こそGrokが注目を集めることができるかもしれません。分かりませんよね? 2026年にGrokはどのように振る舞うでしょうか? この絶対的な最下位から抜け出すことができるでしょうか?
おそらく、GrokとDeep Seekがこの4位を争っています。なぜなら、私の最後の調査によると、Deep SeekがGrokに48%対36%で勝ったからです。
Mistral AI の新しいDevstral 2の発表
例えば、MistralはDevstral 2を発表したばかりです。これは、可能な限り効率的であることを目指すオープンソースのAIモデルです。そして、ここのプログラミングのベンチマークを見てください。面白いことに、彼らは72%の正解率を出しています。
そして、ここの線をたどると、彼を超える次は誰でしょうか? Deep Seekです。わずかな差ですが、Deep Seekがすぐ後に続いています。そして、Deep SeekもMistralもオープンソースです。
そして、彼より良いのは、Gemini、ChatGPT、Claudeだけです。そして、見てください、面白いことに、Grokはここで少し下に表示されています。だから、ある意味、GrokとDeep Seekは何らかの形で競争しています。なぜなら、彼らは非常に近いからです。
先ほど出たばかりのMistralに関して面白いことは、皆さん、このDevstral 2のバージョンは、コード専門家ですが、このグラフで見ると、かなり左にあります。つまり、ここの左側の小さなモデルは、より小さくて安価なモデルだということです。
そして、パフォーマンスをDeep Seekと比較すると、Deep Seekがわずかに優れていますが、Devstralはかなり小さいです。だから、その意味では、Devstralを使う価値があります。
そして、Devstralをテストしたい皆さん、API経由で使用すると、今は無料です。そして、これは期間限定の無料バージョンです。だから、利用して、テストを行って、Devstral 2を使う価値があるかどうか、すでにここにコメントしてください。
そして、Devstralについて好意的なコメントがたくさんあれば、私は彼をテストするビデオを作って、この状況がどうなっているのか知ることができます。
そして、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、インテリジェントエージェントの限定動画と先行公開動画にアクセスできます。
以上です。いいねを残してください。ありがとうございました。
コメント