Google AI Edge Foresight: AI offline per gli appunti delle riunioni su Mac

L'IA che funziona localmente e mantiene tutti i dati sul dispositivo dovrebbe essere la promessa di Apple. Ora Google ha rilasciato un'app per Mac basata sulla stessa promessa. Google AI Edge Foresight è un assistente sperimentale per le riunioni che funziona interamente sul dispositivo. Acquisisce l'audio del microfono e quello di sistema, consentendo di utilizzarlo con qualsiasi piattaforma per riunioni, anche senza una connessione a Internet, se lo si desidera.

Come funziona in pratica? Durante una riunione, gli utenti annotano brevi punti elenco e Foresight li amplia trasformandoli in appunti dettagliati, basandosi sulla trascrizione in corso. L'app rileva anche le domande poste durante la riunione e fornisce risposte pertinenti cercando in una base di conoscenze personale composta da documenti, immagini, trascrizioni e appunti, utilizzando il linguaggio naturale. Secondo Google, tutta l'elaborazione delle trascrizioni e dell'audio avviene sul dispositivo, senza richiedere un abbonamento a un servizio cloud.

Basato su EmbeddingGemma 2

Foresight combina il nuovo modello EmbeddingGemma 2 di Google DeepMind con il modello linguistico Gemma 4. I modelli di embedding non generano testo. Convertono invece i contenuti in vettori numerici, così da consentire il recupero di materiale simile. La seconda generazione colloca testo, codice, immagini, fotogrammi video e audio nello stesso spazio vettoriale. Questo permette di individuare un momento specifico di una registrazione tramite un termine di ricerca, senza prima generare descrizioni delle immagini o una trascrizione. Il modello ha 740 milioni di parametri, utilizza l'architettura Gemma 4 ed è disponibile con licenza Apache 2.0, consentendo agli sviluppatori di integrarlo liberamente nelle proprie app.

Google fornisce anche un dato sulle prestazioni che potrebbe interessare gli utenti Mac: l'elaborazione di un'immagine sulla GPU dell'M5 Pro richiede 37,3 ms, equivalenti a poco meno di 27 immagini al secondo. L'elaborazione delle immagini è considerata la parte del carico di lavoro più impegnativa dal punto di vista computazionale e Google afferma di aver ottimizzato specificamente questo processo.

Una dimostrazione dalle potenzialità interessanti

Foresight è principalmente una dimostrazione per gli sviluppatori e Google stessa la descrive come un'app sperimentale. Offre comunque un'alternativa interessante per chi tiene riunioni riservate e preferirebbe non affidare le proprie trascrizioni a un servizio cloud. Google non ha dichiarato se la trascrizione funzioni altrettanto bene per le riunioni svolte in lingue diverse dall'inglese, anche se mostra la ricerca di immagini nell'app complementare AI Edge Gallery utilizzando termini di ricerca in tedesco.