Penulis: danny
Rakan-rakan bertanya kepada saya, mengapa saya kelihatan tahu segala perkara atau bidang? Selain pengalaman lalu atau perkara yang sedang saya lakukan, sebenarnya sering kali saya belajar dan mengajar secara serta-merta. Hari ini, saya akan bercerita tentang bagaimana saya menggunakan alat AI dan Notebooklm untuk menyelesaikan perjalanan pembelajaran diri orang biasa.
Pertama-tama, saya ingin menyatakan bahawa artikel ini ditujukan kepada: pembelajaran dan pemahaman yang sistematik dan terstruktur terhadap satu bidang/entiti/konsep tertentu, serta membina sistem dan peta pengetahuan anda sendiri. Jika anda hanya perlu memahami sedikit tentang beberapa konsep tersebut dan ingin tahu apa itu xx, maka bertanya kepada AI utama di pasaran mungkin sudah cukup.
Menggunakan AI untuk belajar dan memahami sesuatu yang baru saat ini mempunyai beberapa batasan dan kelemahan:
Pertama ialah ilusi, AI (kemungkinan besar) akan memberikan anda data dan perkara yang dibuat-buat, terutama dalam bidang yang lebih spesifik, kerana bahan latihan dan sumber pembelajaran yang tidak mencukupi;
Kedua, tidak ada cukup butiran kerana isu hak cipta dan sebagainya, AI tidak akan membaca seluruh artikel atau buku secara keseluruhan secara sendiri; bahan latihan biasanya adalah ulasan atau komen orang lain, terutamanya maklumat dalam bidang yang lebih spesifik sangat sedikit;
Ketiga, anda tidak dapat menggambarkan masalah dengan tepat; andaikan anda sebelum ini tidak pernah bersentuhan dengan topik ini, anda mungkin tidak akan mampu menggambarkan masalah yang ingin anda ketahui, tidak tahu akar dan kesan perkara-perkara ini, apalagi mengumpul maklumat secara sistematik dan membina kerangka pembelajaran yang terstruktur.
Bahagian teori
Cara saya sebenarnya juga sangat mudah: memanfaatkan "jaringan kutipan (quote/reference/impact factor)" dari dunia akademik untuk memurnikan maklumat, kemudian menggunakan AI untuk membuktikan dan memperluaskan pemikiran dalam satu permainan "perlawanan antara otak kiri dan kanan" untuk memahami sesuatu yang baru secara terstruktur.
Aliran kerja versi ringkas:
Cari kertas kerja yang bernilai – masukkan ke Notebooklm – gunakan alat AI untuk menghasilkan petunjuk – tanya jawab belajar di Notebooklm – tambahkan kertas kerja bernilai ke Notebooklm – belajar di Notebooklm – ulangi proses ini
Aliran kerja versi kompleks:
Langkah pertama: Ikuti jejaknya (masa yang diambil: 0.25 jam)
Jangan cari “Apa itu XX, apakah prinsipnya”, tetapi cari langsung “tonggak utama” dalam bidang tersebut.
Panggil AI (Gemini / Perplexity): Tanya terus: "Dalam [bidang tertentu], siapakah tiga tokoh yang diakui sebagai pionir? Apakah 1-3 karya klasik yang sangat dikutip yang mereka tulis yang meletakkan dasar bidang ini?" (Contohnya, dalam bidang LLM, tetapkan karya seperti Attention Is All You Need). Mewakili "kehidupan ini".
Muat turun literatur tahap pertama: Ekstrak rujukan daripada 1-3 artikel inti ini, dan muat turun semua literatur inti yang dirujuk olehnya. Mewakili "kehidupan sebelumnya".
Mengenal pasti literatur sekunder yang sering dirujuk: Lakukan perbandingan silang di antara rujukan dalam literatur primer, dan pilih lima artikel paling kerap dirujuk yang berada dalam 10 teratas berdasarkan bilangan rujukan.
Logik utama: Melihat dunia melalui pandangan pakar adalah jalan pintas paling rendah kos. Jangan meremehkan langkah ini, kerana anda memuat turun peta perkembangan pemikiran paling penting dalam bidang ini selama puluhan tahun.
Langkah kedua: Membina perpustakaan pengetahuan yang terstruktur (masa yang diambil: 0.25 jam)
Muat naik semua teks klasik yang telah disaring dalam langkah pertama secara serentak ke Google NotebookLM.
Secara umum, selama ia adalah artikel klasik, dua ini sahaja mencukupi: https://scholar.google.com/ atau https://arxiv.org/
Mengapa NotebookLM? Kerana ia tidak pernah menghasilkan ilusi (Hallucination). Ia hanya menjawab soalan berdasarkan bahan yang anda berikan.
Melalui penyaringan literatur yang ketat, anda secara sengaja memotong informasi sampah di internet, membina sebuah perpustakaan pengetahuan yang tulen dan sangat fokus dalam bidang ini.
Langkah ketiga: Pertarungan antara AI yang berbeza (masa yang diambil: 1-3.5 jam)
Ini adalah inti keseluruhan alur kerja. Anda membiarkan AI dengan ciri-ciri berbeza melakukan saling tanya jawab dalam perpustakaan pengetahuan anda, membentuk laluan pengetahuan yang terstruktur dan penarikan logik, akhirnya membentuk pandangan sendiri.
Gantikan pembelajaran pasif dengan soalan aktif. Soalan aktif (minat) mendorong pemikiran otak.
Cari titik tetap: Tanya Claude, Deepseek, Gemini, atau Perplexity, "Apakah isu kontroversi utama dan kerangka teori asas dalam bidang xx?"
Pertanyaan tertutup: Bawa perdebatan inti ini kembali ke NotebookLM dan tanyakan: “Berdasarkan literatur yang saya muat, bagaimana para ahli menjawab perdebatan inti ini? Silakan berikan sumber literatur dan logikanya secara spesifik.”
Mengamati dari perspektif yang lebih rendah: Salin jawapan ketat yang dihasilkan oleh NotebookLM dan kembalikan kepada Gemini atau Claude yang mempunyai kemampuan analisis logik yang kuat. Berikan arahan: "Sila mengkaji pandangan-pandangan ini dengan pemikiran kritis, kenal pasti kelemahan logik, had zaman, atau kekurangan yang tersembunyi. Berdasarkan ini, saya sepatutnya terus bertanya 3 soalan yang lebih mendalam apa?"
Peningkatan spiral pemahaman: Bawa kelemahan dan soal baru yang dipilih oleh AI, kembali ke NotebookLM untuk mencari jawapan.
Praktikal
Saya akan gunakan “LLM (large language models) sebenarnya apa?” sebagai contoh 😂
Langkah pertama: Ikuti jejaknya (masa yang diambil: 0.25 jam)
Saya juga bertanya kepada Gemini dan Claude - hei, anda baru saja begitu, dan jawapan yang diberikan
gemni
Kemudian kamu tiba-tiba teringat guru menengah dahulu pernah berkata, teori sains pasti bersambung, mempunyai masa lalu, masa kini, dan masa depan. Jadi kamu meminta AI membantu menyelidiki artikel-artikel utama ini merujuk kepada kertas-kertas mana sahaja (biasanya terdapat dalam “ulasan literatur”), serta kertas-kertas apa sahaja yang mengutip artikel utama tersebut di masa depan, dan kamu meminta AI menyaringkannya untukmu.
Langkah kedua: Membina perpustakaan pengetahuan yang terstruktur
Kerana beberapa ciri asal LLM dan kebenaran AI, kami perlu memuat turun secara manual (atau anda boleh meminta ketam anda🦞 melakukan ini untuk anda)
Secara umum, https://scholar.google.com/ dan https://arxiv.org/ sudah cukup.
Kamu muat turunnya, kemudian letakkan ke dalam NotebookLM (sekarang satu perpustakaan menyokong sekitar 300 artikel)
Langkah ketiga: Pertarungan antara AI yang berbeza
Anda boleh memulakan dengan menanyakan soalan yang lebih mudah dan intuitif di Notebooklm, kemudian membincangkan dan mengkaji pemahaman anda dengan AI lain, sebelum menghantar kesimpulan tersebut kepada Notebooklm untuk ia membantah, membentuk hujah, menambah, dan membetulkan.
Jawapan dan catatan Notebooklm:
Ulangi beberapa kali sehingga anda dapat menyusun peta minda anda sendiri.
Kemudian, jika anda ingin lebih serius, anda boleh meminta Notebooklm memberikan soalan ujian untuk menguji anda.
Sampai sini, anda telah memahami bidang ini dengan cukup baik (sekurang-kurangnya anda mengetahui sejarahnya, keadaan semasa, dan perkembangan seterusnya—apabila orang lain bertanya, anda boleh bercakap selama 5 minit lagi~)
Catatan akhir
Simpan "perpustakaan pengetahuan" anda (dan kemas kini secara masa nyata, biarkan ketam melakukannya), buat folder tersendiri — contohnya, saya menyimpan artikel teori berkaitan "perdagangan kontrak" secara berasingan, apabila perlu menganalisis sesuatu, cukup panggil folder ini, kemudian huraikan data dan kes, dan anda boleh menganalisis secara "tanpa halusinasi".
Bukan model AI semasa tidak mampu melakukan pemikiran dan analisis mendalam, tetapi anda tidak menggunakan alat yang betul. (Terdapat parameter penting dalam LLM iaitu syarat dan input terhad)
Menggunakan AI adalah kemampuan, tetapi bagaimana membuat AI memperkuat manusia adalah kemampuan yang lain. Menggunakan AI adalah kemampuan, tetapi bagaimana membuat AI memperkuat manusia adalah kemampuan yang lain.