Google AI Edge Foresight: IA sin conexión para notas de reuniones en Mac

Se supone que la promesa de Apple es una IA que se ejecuta localmente y mantiene todos los datos en el dispositivo. Ahora Google ha lanzado una aplicación para Mac basada en esa misma premisa. Google AI Edge Foresight es un asistente experimental para reuniones que se ejecuta íntegramente en el dispositivo. Captura la entrada del micrófono y el audio del sistema, lo que le permite funcionar con cualquier plataforma de reuniones, incluso sin conexión a internet si se desea.

¿Cómo funciona en la práctica? Durante una reunión, los usuarios anotan ideas breves en una lista, y Foresight las amplía para convertirlas en notas detalladas utilizando la transcripción en curso. La aplicación también detecta las preguntas planteadas en la reunión y ofrece respuestas pertinentes mediante búsquedas en una base de conocimientos personal de documentos, imágenes, transcripciones y notas utilizando lenguaje natural. Según Google, todo el procesamiento de las transcripciones y el audio se realiza en el dispositivo, sin necesidad de una suscripción a un servicio en la nube.

Con la tecnología de EmbeddingGemma 2

Foresight combina el nuevo modelo EmbeddingGemma 2 de Google DeepMind con el modelo de lenguaje Gemma 4. Los modelos de embeddings no generan texto. En su lugar, convierten el contenido en vectores numéricos para poder recuperar material similar. La segunda generación sitúa texto, código, imágenes, fotogramas de vídeo y audio en el mismo espacio vectorial. Esto permite que un término de búsqueda localice un momento concreto de una grabación sin generar primero descripciones de imágenes ni una transcripción. El modelo tiene 740 millones de parámetros, utiliza la arquitectura Gemma 4 y está disponible bajo la licencia Apache 2.0, lo que permite a los desarrolladores integrarlo libremente en sus propias aplicaciones.

Google también ofrece un dato de rendimiento que puede interesar a los usuarios de Mac: procesar una imagen en la GPU del M5 Pro tarda 37,3 ms, lo que equivale a algo menos de 27 imágenes por segundo. El procesamiento de imágenes se considera la parte de la carga de trabajo que más recursos computacionales exige, y Google afirma que ha optimizado específicamente este proceso.

Una demostración con potencial

Foresight es principalmente una demostración para desarrolladores, y la propia Google la describe como una aplicación experimental. Aun así, ofrece una alternativa interesante para quienes celebran reuniones confidenciales y prefieren no confiar sus transcripciones a un servicio en la nube. Google no ha indicado si la transcripción funciona igual de bien en reuniones celebradas en idiomas distintos del inglés, aunque sí muestra la búsqueda de imágenes en la aplicación complementaria AI Edge Gallery utilizando términos de búsqueda en alemán.