Google AI Edge Foresight: IA offline para notas de reuniões no Mac

A IA que funciona localmente e mantém todos os dados no dispositivo deveria ser a promessa da Apple. Agora, a Google lançou um aplicativo para Mac baseado nessa mesma proposta. O Google AI Edge Foresight é um assistente experimental de reuniões que funciona inteiramente no dispositivo. Ele captura a entrada do microfone e o áudio do sistema, permitindo que funcione com qualquer plataforma de reuniões, até mesmo sem conexão com a internet, se desejado.

Como funciona na prática? Durante uma reunião, os usuários anotam tópicos breves, e o Foresight os expande em notas detalhadas usando a transcrição em andamento. O aplicativo também detecta perguntas feitas na reunião e fornece respostas relevantes pesquisando, em linguagem natural, uma base de conhecimento pessoal composta por documentos, imagens, transcrições e notas. Segundo a Google, todo o processamento de transcrição e áudio ocorre no dispositivo, sem necessidade de assinatura de um serviço em nuvem.

Impulsionado pelo EmbeddingGemma 2

O Foresight combina o novo modelo EmbeddingGemma 2 da Google DeepMind com o modelo de linguagem Gemma 4. Os modelos de embeddings não geram texto. Em vez disso, convertem o conteúdo em vetores numéricos para que materiais semelhantes possam ser recuperados. A segunda geração coloca texto, código, imagens, quadros de vídeo e áudio no mesmo espaço vetorial. Isso permite que um termo de busca localize um momento específico em uma gravação sem antes gerar descrições de imagens ou uma transcrição. O modelo tem 740 milhões de parâmetros, usa a arquitetura Gemma 4 e está disponível sob a licença Apache 2.0, permitindo que desenvolvedores o integrem livremente aos seus próprios aplicativos.

A Google também fornece um dado de desempenho que pode interessar aos usuários de Mac: processar uma imagem na GPU do M5 Pro leva 37,3 ms, o equivalente a pouco menos de 27 imagens por segundo. O processamento de imagens é considerado a parte da carga de trabalho que mais exige recursos computacionais, e a Google afirma ter otimizado especificamente esse processo.

Uma demonstração com potencial

O Foresight é principalmente uma demonstração para desenvolvedores, e a própria Google o descreve como um aplicativo experimental. Ainda assim, oferece uma alternativa interessante para pessoas que realizam reuniões confidenciais e preferem não confiar suas transcrições a um serviço em nuvem. A Google não informou se a transcrição funciona igualmente bem em reuniões realizadas em outros idiomas além do inglês, embora demonstre a busca de imagens no aplicativo complementar AI Edge Gallery usando termos de busca em alemão.