Google AI Edge Foresight : une IA hors ligne pour les notes de réunion sur Mac

Une IA qui fonctionne localement et conserve toutes les données sur l’appareil est censée être la promesse d’Apple. Désormais, Google a lancé une application Mac reposant sur cette même promesse. Google AI Edge Foresight est un assistant de réunion expérimental qui fonctionne entièrement sur l’appareil. Il capte le son du microphone et l’audio du système, ce qui lui permet de fonctionner avec n’importe quelle plateforme de réunion, même sans connexion Internet si on le souhaite.

Comment cela fonctionne-t-il en pratique ? Pendant une réunion, les utilisateurs prennent de brèves notes sous forme de puces, et Foresight les développe en notes détaillées à partir de la transcription en cours. L’application détecte également les questions soulevées pendant la réunion et fournit des réponses pertinentes en effectuant des recherches en langage naturel dans une base de connaissances personnelle composée de documents, d’images, de transcriptions et de notes. Selon Google, tout le traitement des transcriptions et de l’audio s’effectue sur l’appareil, sans nécessiter d’abonnement à un service cloud.

Propulsé par EmbeddingGemma 2

Foresight associe le nouveau modèle EmbeddingGemma 2 de Google DeepMind au modèle de langage Gemma 4. Les modèles de plongement ne génèrent pas de texte. Ils convertissent plutôt le contenu en vecteurs numériques afin de permettre la récupération d’éléments similaires. La deuxième génération place le texte, le code, les images, les trames vidéo et l’audio dans le même espace vectoriel. Cela permet à un terme de recherche de retrouver un moment précis dans un enregistrement sans générer au préalable de descriptions d’images ni de transcription. Le modèle compte 740 millions de paramètres, utilise l’architecture Gemma 4 et est disponible sous licence Apache 2.0, ce qui permet aux développeurs de l’intégrer librement à leurs propres applications.

Google fournit également un chiffre de performance susceptible d’intéresser les utilisateurs de Mac : le traitement d’une image sur le GPU du M5 Pro prend 37,3 ms, soit un peu moins de 27 images par seconde. Le traitement des images est considéré comme la partie de la charge de travail qui exige le plus de puissance de calcul, et Google affirme avoir spécifiquement optimisé ce processus.

Une vitrine prometteuse

Foresight est avant tout une vitrine destinée aux développeurs, et Google lui-même le décrit comme une application expérimentale. Il offre néanmoins une alternative intéressante aux personnes qui tiennent des réunions confidentielles et préfèrent ne pas confier leurs transcriptions à un service cloud. Google n’a pas précisé si la transcription fonctionne aussi bien pour les réunions tenues dans d’autres langues que l’anglais, bien qu’il présente une démonstration de recherche d’images dans l’application complémentaire AI Edge Gallery à l’aide de termes de recherche en allemand.