InfraNodusとChatGPT o1 AIモデルを使って基本的なアイデアを明らかにする方法

9,369 文字

こんにちは！今回の動画では、InfraNodusというビジュアルテキスト分析ツールと、新しいChatGPT o1モデルを使って、どんな会話の中にも隠れてる基本的なアイデアやテーマを見つける方法をお見せしますわ。
特に研究者やマーケッター向けの内容になると思いますわ。というのも、どんな会話でも知識グラフとして可視化して、その上の層をめくり取って、他の誰も見てへん話題にたどり着く方法をお見せするからです。
そうすると、そういった話題の隙間を見つけられて、内蔵のAIを使って面白い研究課題を生み出せるんです。それを新しいChatGPT o1モデルにコピペして貼り付けると、誰も思いつかへんような洞察が得られるんですわ。
なぜかって言うと、この方法で見つけた隠れた話題を、他の誰も狙ってへんからですわ。どういう風に進めていくか興味あるんやったら、見続けてくださいね。一つずつ手順を説明していきますわ。
あと、このチャンネル登録もお願いしますわ。そうすれば、同じような内容に興味ある人にも、この動画をおすすめできるようになりますからね。
使うのはInfraNodusっていうアプリです。始めるには、まずコンテンツをインポートする必要があります。今回は、みんなが知ってる英語のニュースを使いますけど、自分のPDFドキュメントやGoogleの検索結果、何でも使えますわ。InfraNodusには色んなインポート方法があるんです。
ここで起こってるのは、InfraNodusが主要な5つの新聞社、Financial Times、Guardian、Washington Postから最新ニュースを取り込んで、グラフとして可視化してるんです。単語がノードとして表現されて、一緒に出てくる単語同士が線でつながってるんですわ。
こんな感じで動いてて、こうやって可視化されるんです。この表現に基づいて、フォースアトラスレイアウトを使って、メインの話題をクラスターとして表現してます。色分けされてて、例えばこの場合、影響力の強いアイデアは、グラフ上で大きく表示されてますわ。
例えば、このグラフを見ると、今日のニュースはウクライナ、武器、バイデン、それからトランプ、ハリスなんかについて話してるのが分かりますね。
これをオンにすると、どの話題が一番目立ってるか教えてくれます。ここではウクライナ、ロシア、選挙、災害復興、政治的混乱なんかが出てきてますね。まあ、よくある今日のニュースって感じですわ。
今日お見せしたい方法は、こういった表面的な高レベルのアイデアを見つけるんじゃなくて、コンテンツの上層を削ぎ落として、潜在的なテーマや隠れたアイデアにたどり着くことなんです。他の誰も見てへんものをね。
これが研究やマーケティングに役立つ理由は、他の誰も狙ってへんものを狙えるからなんです。InfraNodusでは2つの方法でできます。
1つは、必要ないノードを選んで取り除く方法です。例えば、みんながウクライナ、バイデン、ハリス、トランプについて話してるのは分かってますよね。だからこれをグラフから取り除いて、下に隠れてるものを見るんです。
もう1つは、ここにあるボタンを使って、一番影響力のある概念を自動的に取り除く方法です。このボタンをクリックすると、上位の影響力のある概念を自動的に取り除いてくれます。
私が好きなのはこっちの方法です。グラフを見て、今日のニュースの主なアイデアがウクライナ、ロシア、政治的混乱、選挙の混乱、災害復興だって分かりますよね。これらの話題が目立つのは分かってるから、その上層を取り除いてみるんです。
そうすると、InfraNodusが自動的にクラスターを再計算して、このディスコースの中でもっと正確なテーマの定義を出してくれるんです。
例えば、今回の場合やと、大統領の遺産、法の執行、メディアの報道、投資家の不安なんかが出てきましたわ。例えば、投資家の不安について人々が何を言うてるんか気になりますよね。お金を投資してる人にとっては興味深い話題やと思います。
ここをクリックすると、このトピックに属する文章が見えます。ここにフィルターが表示されて、このトピックでフィルタリングしてるのが分かります。このクラスターを形成してるニュースが見えるんです。
このボタンをクリックすると、内蔵のAIがそれらをまとめてくれるので、このトピックが実際に何を表してるのか理解できます。
これはコンテンツの深層に到達して、表面からは少し隠れてる部分に焦点を当てるのに最適な方法やと思いますわ。
こんな風に表現すると、コンテンツの上層を取り除いたわけやから、ネットワーク内でハイライトされてるブラインドスポット、つまり盲点に注目できます。
例えば、ここにメディアの報道と投資家の不安の間に隙間があります。自分でその関連性を考えることもできるし、それがとても面白くなる可能性もありますし、思考プロセスを刺激するのにも良いですわ。
特に研究をしてる人には良いですね。既製の答えじゃなくて、面白い質問が欲しいわけですから。
ここでの質問は、「メディアの報道と投資家の不安の間にはどんな関連があるんやろう？」ってことです。ここをクリックして、それらのトピックを展開して、中にどんなキーワードがあるか見ることもできます。
そうすると、片方では、コルゲートやコカコーラの投資家が、不況を恐れてこういった伝統的な企業にお金を投資してるのが分かります。もう片方では、戦争や拷問、イラク戦争なんかのメディア報道があるんです。
そこが重要なんです。非常にありそうもない関連性ですよね。でも、この2つのニュースの間に何か関係があるんかって自問自答してみる価値があります。他の誰も考えてへんことやからです。
メディアが戦争や紛争みたいな大きなトピックで何かを少し隠してるんちゃうかって考えてみる。実際には不況が来てるのに、誰も考えてへん。でも、一部の人は考えてて、あなたもこのトピックについて考えるべきかもしれません。
だって、他の人が気づく前に、より良い投資ができるかもしれませんからね。
もし良かったら、このAIインサイドボタンをクリックして、内蔵のGPT-4に質問を生成してもらうこともできます。
例えば、ここでは「国家や非国家主体によるメディアでの恐怖煽りの戦略が、政治キャンペーンや世界的な不安の中で、コカコーラやコルゲートのような安定性と結びついたブランドへの国際的な投資傾向にどのような影響を与えるのか？」って質問が生成されました。
これは素晴らしい質問ですね。この質問をコピーできます。この質問は、このグラフの構造的な隙間に基づいてるんです。つまり、隙間を見つけて、それらを橋渡しするような質問を考えようとしてるわけです。
この質問をコピーして、詳しく説明してもらうこともできます。チャットボタンを使って、このコンテキストから導き出すをクリックすれば、ニュースからの答えが得られます。
もっと一般的な答えが欲しければ、ここのチェックを外してチャットをクリックすれば、内蔵のAIが答えを出してくれます。
ちょっと短いですけどね。例えば、ここでは「メディアでの恐怖煽りが世論に影響を与え、消費者の信頼を低下させる」って言ってます。「これが国際投資に影響を与えて、コカコーラやコルゲートのような安定したと思われてるブランドも、不安定さと関連付けられたり、政治的な議題に操作されたりすると、需要が減少する可能性がある」って。
これは短い答えですけど、もちろんもっと答えを生成して、自分の洞察と一致するかどうか確認することもできます。
あるいは、その質問を取り上げて、新しいChatGPT o1プレビューモデルに持っていくこともできます。実際、新しいチャットを作って、ちょっときれいにしておきますね。
そして、この質問をここに貼り付けて、この新しいスマートモデルがこのトピックについて何を言うか見てみましょう。
これには時間がかかりますけど、どんなことを考えてるのか見れるようになりますわ。研究してる人にとっては、まず自分のアイデアを考えて、それからAIが生成するアイデアを見て、最後に比べてみるのが本当に面白いと思います。
最後には、InfraNodusの内蔵ブラウザ拡張機能を使って、この答え自体を分析して、そこにある主なトピックを見ることもできます。
市場のパフォーマンス、恐怖煽り、投資傾向、短期的な安定性なんかが見えてきます。これで、グローバルな不安定さが市場のパフォーマンスとどう結びついてるか、投資の期待にどう影響するか、健全な投資戦略を立てるために何を見るべきかっていうアイデアが分かりますね。
よかったら、ここにある内蔵AIの質問ジェネレーターやアイデアジェネレーターも使えます。これはまず質問を生成して、それからその質問に答えるんです。つまり、ある種の組み込みのLLMチェーンみたいなもんですわ。
スマートモデルに長い答えを生成してもらって、それからInfraNodusにその全テキスト、全回答を取り込んで、その答えの中の隙間を見つけて、新しいアイデアを生成してもらうんです。
ここで本当に隠れたものに飛び込んでるんです。誰も考えてへんトピックを見つけようとして、誰も考えてへん関連性を特定して、そしてモデルにアイデアを生成してもらってるんです。
例えば、ここでは「メディアでの恐怖煽りが投資家の信頼と安定したブランドを損なう可能性があり、一部の人が資本をより安全だと認識される資産に向けさせることで、これらの企業のブランド価値とサプライチェーンの安定性に影響を与える可能性がある」って言ってます。
これは面白いですね。つまり、メディアで戦争や選挙についての話題がエスカレートすればするほど、人々はより安全な資産に群がるってことです。つまり、需要が増えるってことですね。
だから、おそらく時代を超えて生き残ってきて、確実に需要があると分かってる、より安定した企業に投資したいってことになりますね。
これは素晴らしいですわ。ほとんど投資アドバイスみたいなもんが得られましたからね。
ここで、元のグラフを見せて、みんなが読んでるものを読んだだけで、投資アドバイスが得られたかどうか聞きたいですね。
例えば、ここを見るだけやと、選挙の混乱、ウクライナへの武器の外交的挑戦、それからコミュニティの再建や政治的混乱のトピックがあります。これは一般的すぎて、こういうことが起こってて、それらが悪いってことは分かります。でも、そこから実行可能な洞察は何も得られへんですよね。
だからこそ、情報の上層を取り除くっていうアプローチがとても良いんです。他の誰も見てへんものを見ることができるからです。
InfraNodusを使わなくても、どんな情報でもこの方法を使えます。ニュースを開いて、フロントページを見て、「何について話してるんやろう？」って考えるのが本当に役立ちます。
そして、みんなが話してる上層を取り除いて、誰も読んでへん、誰も注目してへん、本当に隠れたものにたどり着くんです。
大きなトピックに隠されてるから誰も見てへんけど、実はそういうものこそが面白いんです。そこから実行可能な洞察が得られるからです。
例えば、戦争については何もできへんかもしれませんが、自分のお金については何かできるかもしれません。あるいは、価値を置くものについて考えられるかもしれません。
例えば、状況を本当に変えられるような技術的なことがあるかもしれません。政治家じゃなければ政治について何もできへんけど、こういうアプローチを日常生活でも使えると思うんです。
だから私は情報を分析する時にこの方法を本当に好んで使うんです。
さて、別の文書を見せて、科学の分野でもこれをどう使えるか示したいと思います。
ここに研究論文があって、それをインポートしました。どうやるか見せますね。アプリに行って、テキストコンテンツを分析して、ファイルをアップロードします。
ここにEEGデバイスの概要があります。私は脳の周波数を読み取って分析する方法に興味があるんです。これはそれらをレビューした論文です。
ここでInfraNodusがこの文書をインポートします。同時に複数の文書もインポートできます。それをグラフとして可視化します。
研究を行う時に、情報の上層を取り除くっていう同じアプローチをどう使えるか見せましょう。
まずグラフを見ます。EEGが一番目立つ用語で、グラフの中心にあって一番大きいです。でもそれは当たり前ですよね。EEGデバイスのレビューなんだから。だからこの用語はここには必要ありません。選んで削除します。
もう一度グラフを見ると、ワイヤレスデバイスがあります。今はトピックをオフにして、特定の概念だけを見ることにします。
ワイヤレスデバイスっていう情報も必要ありません。デバイスについてやってるのは分かってるからです。でも、ワイヤレスは面白いかもしれないので残しておきます。デバイスだけ削除しましょう。
それから、これも削除します。これは研究論文の人工物で、いつも論文を引用して、「他の人々」っていう意味の「et al.」って書いてあります。これは私にとって意味のある情報じゃないので削除します。
それからもうちょっとグラフを見て、他に何を削除できるか見てみましょう。
ここであなたの目標は、実はモジュラリティを狙うことです。これは上級ユーザー向けの小技ですが、約0.4に達することを目指します。最適な範囲内にあることを望むんです。
低い範囲にある場合、一部のノードや概念が注目を集めすぎてるってことです。十分に明らかにできてないってことですね。だから0.4に達するまで上層を切り落としたいんです。
でも、直接そうする必要はありません。最初に、今やったように本当に必要ない最上位の単語を削除して、それからこの高レベルのアイデアをオンにできます。
そうすると、AIが生成した各クラスターの名前が見えます。ワイヤレスモビリティ、電極の比較、神経画像の特性、臨床モニタリングなどです。
ここでもうネットワーク内のブラインドスポットを特定して、それに基づいてインサイトのための質問を生成できます。
でも、もしこのトピックをすでに知ってるなら、例えば臨床モニタリングと神経画像の特性の間に何らかの関連がある可能性があると予想するでしょう。これらはかなり一般的な主題ですからね。
この時点で、全てのフィルターをリセットして、同じアプローチを適用します。この会話の中に潜在してる、隠れたより深いテーマにたどり着くまで、上層を切り落としていくんです。
ここを切り落とします。これでこの4つの概念、つまりワイヤレス、電極、システム、脳が削除されます。ほとんど全てのデバイスがワイヤレスで、電極を持っていて、システムで、脳に働きかけるので、この上層を削除するのは理にかなってます。
じゃあ、その下に何が隠れてるか見てみましょう。
InfraNodusが自動的にコミュニティ構造を再計算します。今、最適なトピカルダイバーシティの範囲内にいるのが分かります。これはとても良いことです。全てのトピックが一つずつ分析するのに十分に際立ってるってことだからです。
お互いから十分に分離してるので、モジュラリティが高いんです。ちなみに、これがどう機能するかの科学的な説明が欲しければ、クエスチョンマークをクリックしてください。ここに科学論文への参照付きの説明があります。
さて、隠れたものを見つけ始められますね。ここを見ると、より具体的なレベルでは、この論文は参加者分析について話してるのが分かります。リアルタイムモニタリングも大きなトピックです。信号品質、神経画像の特性もあります。
これも面白いですね。もっと具体的になってきましたが、私には依然としてかなり一般的に聞こえます。参加者分析、リアルタイムモニタリング、特性、信号品質について話すだろうってのは分かってたからです。
でも、これだけでもこの論文で何を見てるのかについての洞察が得られます。様々なEEGデバイスの信号品質はどうなのか、特性は何か、これをリアルタイムでどうやるのか、そして研究のために参加者をどう選ぶのかを見たいってことです。
これは面白いですね。ここに書き留めることもできます。実は、ここにノートに保存するオプションがあって、私はこれが本当に好きなんです。
InfraNodusは自動的にこれらをここのノートに保存してくれます。こんな感じでキーワードやアイデアができあがります。分析から自動生成することもできて、そうすると見つかった主なトピックや面白い関連性、バイグラム（2語の組み合わせ）についてある種のレポートを作ってくれます。
これは分析の途中で洞察を保存するのに本当に素晴らしい方法です。
さて、これが論文の内容だって分かったら、もう一度このボタンをクリックして、コンテンツの上層をさらに取り除きます。つまり、ピラミッドの底に到達するために上を切り落としてるんです。
ここでは、リアルタイム分析が再び出てきて、認知モニタリング、参加者のモビリティ、文献レビューなどが見えます。
例えば、これは面白いですね。文献レビューをしてるってことが分かります。ここをクリックして少し展開すると、論文や論文の質について多く語ってるのが分かります。
ここをクリックしてこのクラスター全体を選択できます。これはInfraNodusの機能の中でもあまり知られてない機能ですが、ここをクリックしてこのクラスター全体を選択して、それからグラフから削除できるんです。
こうすれば、分析にこのトピックが含まれなくなります。必要のない特定のトピックに対してこれができるんです。
例えば、ここでは参加者のモビリティにもそれほど興味がないので、これも取り除きましょう。グラフから切り落とします。
他に何を削除できるか見てみましょう。リアルタイム分析もそれほど必要ないかもしれません。これを選択して、上層を削除します。
今、もっと具体的なものが見えてきました。例えば、データ転送と認知モニタリングです。これは面白いですね。
ブラインドスポットをクリックして、この構造的な隙間を特定します。この2つのトピックがあまりよく結びついてないのが分かりますね。
だから、この2つの間の関連性を考えようとしてるんです。もし主題について知ってるなら、自分で関連性を考えられます。知らなければ、AIに質問を生成してもらって助けてもらえます。
ここで非常に面白いことが起こります。この質問をコピーして、新しいChatGPT o1モデルに持っていけるんです。
そして、この非常に科学的な質問を貼り付けます。「EEGデバイスの入力インピーダンスとデジタル解像度のバランスを最適化することで、長期の注意力や睡眠研究におけるバッテリー寿命のトレードオフを考慮しつつ、実生活の設定での認知モニタリングアプリケーションをどのように強化できるか？」
これは素晴らしい質問です。ほとんど研究の仮説みたいですね。新しい研究の方向性を始められるかもしれません。
そして、この概要を作成します。もちろん読むこともできますし、もう一度InfraNodusの拡張機能をクリックして可視化することもできます。
そして、AIが生成したもの、ChatGPTが生成したものに対して、同じアプローチを繰り返し使えます。
再び主なトピックを見て、これを実際にどうやって行うかを見ることができます。つまり、これらのデバイスの入力インピーダンスとデジタル解像度のバランスをどう強化し最適化できるかってことです。
これらはすでにいくつかの洞察、答えを示してます。デジタル強化、認知モニタリング、データ品質、電力効率など、分析を改善するためにできることが全て示されてます。
例えば、電力効率は大きな問題です。もし発明家なら、これは興味深い方向性かもしれません。これらのデバイスをどうやってより電力効率の良いものにできるか。そうすれば、科学者が長期的にデータを分析できるようになりますからね。
これはもう、ほとんど新しい発明のアイデアみたいなものです。あるいは特許のアイデアかもしれません。
または、内部の隙間を使って、主要なInfraNodusバージョンでやったように、それらの隙間を特定することもできます。
でも、ここではChatGPTの答えに対してそれをやってるんです。再び、それらの隙間を特定することで洞察を明らかにしてるんです。
ちなみに、コンテンツの上層を切り落としたい場合は、拡張機能でもこれができます。
例えば、これらのトピックが少し一般的すぎると感じたら、いつでも概念に行って、基礎にあるものを明らかにし、概念の上層を切り落とし、再びトピックに行って、隙間に行けます。
すると、ここではもう神経の改善と効率的な最適化になってます。これは面白いですね。どこに現れるか見てみましょう。
コンテキストをクリックすると、それぞれのトピックに最も関連する2つの文が表示されます。これを読んで、自分で関連性を考えることができます。自分でこういうことを考えるのが好きな場合はね。
または、この隙間に基づいて質問を生成することもできます。その質問はこの2つのトピックの間を橋渡しするものになります。
その質問をコピーして、新しい高度なモデルに送り返して、何を生成するか見ることができます。
これを繰り返しやっていくんです。アイデアの上層を切り落とし、新しい質問を生成し、それをモデルに送り返し、情報を取り込んでいくんです。
少なくとも、どんなトピックについても本当に良い概要が得られるはずです。他の誰もが見逃してるものを見ることができ、最も重要なのは、思考プロセスを活性化できることです。
特定のトピックについて考え始めるのがとても簡単になるからです。
元の論文を読まなきゃいけなかったことを想像してみてください。長い論文で、たくさんのページがありますよね。ここでは、思考のプロセスが活性化されて、本当に速く、スムーズになります。
この視覚的な表現、隙間があって、InfraNodusがこのテキスト全体をアイデアに分けて、それらの関係を見て、隙間を見て、それらの隙間の間にアイデアを生成するようガイドしてくれてるんです。
アイデアの上層を切り落として、より深い、潜在的で、より面白いテーマにたどり着くプロセスを繰り返し、あなたが面白いと思うもの、高度に関連性があるもの、そしてこの会話全体にとって本当に有益になり得るものにたどり着くまで、このプロセスを繰り返すんです。
こんな風にして、この方法論を使って科学研究にも貢献できるんですわ。
InfraNodusとChatGPTを使ってこれを試してみることをおすすめしますわ。質問やコメントがあれば、動画の下のコメント欄に残してくださいね。
InfraNodus.comで試せますよ。どうもありがとうございました！