Google AI Edge Foresight: Mac'te toplantı notları için çevrimdışı yapay zekâ

Yerel olarak çalışan ve tüm verileri cihazda tutan yapay zekânın Apple'ın vaadi olması bekleniyor. Şimdi Google aynı iddia üzerine kurulu bir Mac uygulaması yayımladı. Google AI Edge Foresight, tamamen cihaz üzerinde çalışan deneysel bir toplantı asistanı. Mikrofon girişini ve sistem sesini kaydederek herhangi bir toplantı platformuyla, istenirse internet bağlantısı olmadan bile çalışabiliyor.

Peki pratikte nasıl çalışıyor? Toplantı sırasında kullanıcılar kısa maddeler halinde notlar alıyor ve Foresight, o sırada oluşturulan transkripti kullanarak bunları ayrıntılı notlara dönüştürüyor. Uygulama ayrıca toplantıda sorulan soruları algılıyor ve belgeler, görseller, transkriptler ve notlardan oluşan kişisel bir bilgi tabanında doğal dil kullanarak arama yapıp ilgili yanıtlar sunuyor. Google'a göre tüm transkript ve ses işleme işlemleri cihaz üzerinde gerçekleşiyor ve bulut aboneliği gerekmiyor.

EmbeddingGemma 2 ile güçlendiriliyor

Foresight, Google DeepMind'ın yeni EmbeddingGemma 2 modelini Gemma 4 dil modeliyle birleştiriyor. Gömme modelleri metin üretmiyor. Bunun yerine, benzer içeriklerin bulunabilmesi için içeriği sayısal vektörlere dönüştürüyor. İkinci nesil, metinleri, kodları, görselleri, video karelerini ve sesleri aynı vektör uzayına yerleştiriyor. Bu sayede bir arama terimiyle, önce görsel açıklamaları veya transkript oluşturmaya gerek kalmadan bir kayıttaki belirli bir an bulunabiliyor. Model 740 milyon parametreye sahip, Gemma 4 mimarisini kullanıyor ve Apache 2.0 lisansı altında sunuluyor; bu da geliştiricilerin modeli kendi uygulamalarına serbestçe entegre edebilmesini sağlıyor.

Google ayrıca Mac kullanıcılarının ilgisini çekebilecek bir performans verisi paylaşıyor: M5 Pro'nun GPU'sunda bir görselin işlenmesi 37,3 ms sürüyor; bu da saniyede 27'nin biraz altında görsele denk geliyor. Görsel işleme, iş yükünün hesaplama açısından en zorlu kısmı olarak kabul ediliyor ve Google, bu süreci özel olarak optimize ettiğini söylüyor.

Potansiyel taşıyan bir vitrin

Foresight öncelikle geliştiricilere yönelik bir vitrin niteliğinde ve Google da onu deneysel bir uygulama olarak tanımlıyor. Yine de gizli toplantılar yapan ve transkriptlerini bir bulut hizmetine emanet etmek istemeyen kişiler için ilgi çekici bir alternatif sunuyor. Google, İngilizce dışındaki dillerde yapılan toplantılarda transkripsiyonun aynı derecede iyi çalışıp çalışmadığını belirtmedi; ancak eşlik eden AI Edge Gallery uygulamasında Almanca arama terimleriyle görsel aramayı gösteriyor.