گوگل ابزار جدیدی به نام Google AI Edge Foresight را برای رایانه‌های مک معرفی کرده است که فراتر از ضبط و پیاده‌سازی جلسات عمل می‌کند. این برنامه می‌تواند یادداشت‌های کوتاه کاربر را با استفاده از متن مکالمه کامل کند، در اسناد و اطلاعات شخصی جست‌وجو کند و حتی هنگام برگزاری جلسه، پاسخ‌های مرتبط را در اختیار کاربر بگذارد. نکته مهم این است که قابلیت‌های اصلی آن بدون نیاز به ارسال اطلاعات به فضای ابری اجرا می‌شوند.
Foresight در واقع تلاش گوگل برای تبدیل یادداشت‌برداری به فرایندی خودکارتر است؛ به‌جای اینکه کاربر پس از هر جلسه ساعت‌ها به مرور فایل صوتی و مرتب‌کردن نوشته‌هایش اختصاص دهد، برنامه اطلاعات را پردازش می‌کند تا نکات مهم راحت‌تر در دسترس باشند.
از یادداشت‌های پراکنده تا خلاصه‌ای کامل از جلسه
یکی از قابلیت‌های اصلی Foresight، تبدیل یادداشت‌های کوتاه به متن کامل‌تر است. کاربر می‌تواند هنگام جلسه فقط چند کلمه یا نکته مهم را بنویسد و برنامه با استفاده از متن مکالمه، جزئیات مرتبط را به آن‌ها اضافه کند.
برای مثال، اگر هنگام صحبت درباره یک پروژه فقط نام مسئول انجام کار و تاریخ تحویل را یادداشت کنید، Foresight می‌تواند با مراجعه به متن جلسه، اطلاعات مرتبط را پیدا کند و یادداشت منسجم‌تری بسازد. به این ترتیب، لازم نیست کاربر هم‌زمان با گوش‌دادن به صحبت‌ها، تمام جزئیات را ثبت کند.
این برنامه همچنین صدای جلسات و فایل‌های صوتی را به متن تبدیل می‌کند. چنین قابلیتی برای جلسات کاری، مصاحبه‌ها و گفت‌وگوهای طولانی کاربرد دارد؛ به‌ویژه زمانی که مراجعه دوباره به فایل صوتی برای پیدا کردن یک نکته مشخص وقت‌گیر است.
جست‌وجو در فایل‌ها، پوشه‌های پروژه و تقویم
قابلیت Foresight به محتوای جلسات محدود نیست. طبق توضیحات گوگل، کاربر می‌تواند پوشه‌های پروژه، اسناد مرجع، نمودارها و تقویم خود را نیز در اختیار برنامه قرار دهد. این ابزار همچنین از اتصال به Google Drive پشتیبانی می‌کند.
اهمیت این قابلیت زمانی مشخص می‌شود که اطلاعات یک پروژه میان چندین فایل پراکنده باشد. برای مثال، ممکن است بخواهید بدانید در جلسه قبلی درباره یک قابلیت نرم‌افزاری چه تصمیمی گرفته شده یا برای ادامه کار به کدام سند مراجعه کرده بودید. Foresight می‌تواند اطلاعات مرتبط را از میان منابع در دسترس پیدا کند تا نیازی به بازکردن و بررسی تک‌تک فایل‌ها نباشد.
گوگل می‌گوید این برنامه می‌تواند اطلاعات کاری کاربر را بدون نیاز به دسته‌بندی دستی همه فایل‌ها درک و سازمان‌دهی کند. البته کیفیت نتایج به اطلاعاتی بستگی دارد که برنامه به آن‌ها دسترسی دارد و نباید انتظار داشت پاسخ هر پرسشی الزاماً در اسناد موجود باشد.
پرسیدن سؤال از اطلاعات شخصی
Foresight یک رابط گفت‌وگومحور هم دارد که به کاربر اجازه می‌دهد درباره یادداشت‌ها، مکالمات و منابع متصل‌شده سؤال بپرسد. این قابلیت صرفاً جست‌وجوی یک عبارت در میان فایل‌ها نیست؛ هدف آن پیدا کردن اطلاعات مرتبط و ارائه خلاصه‌ای از آن‌ها در پاسخ به سؤال کاربر است.
برای نمونه، می‌توانید درباره تصمیم‌های جلسه، جزئیات یک پروژه یا اطلاعاتی که قبلاً در اسناد ثبت کرده‌اید سؤال کنید. برنامه با جست‌وجو در منابع در دسترس، پاسخ مرتبط را ارائه می‌دهد.
این ویژگی Foresight را از یک ابزار معمولی تبدیل صدا به متن متمایز می‌کند. در ابزارهای ساده‌تر، کاربر پس از دریافت متن جلسه همچنان باید خودش اطلاعات موردنیاز را پیدا کند؛ اما اینجا جست‌وجو و بازیابی اطلاعات بخشی از تجربه اصلی برنامه است.
Live Assistance؛ پاسخ‌گویی در جریان جلسه
یکی از قابلیت‌های جالب Foresight، Live Assistance است. این ویژگی می‌تواند هنگام گوش‌دادن به مکالمه، پاسخ‌های مرتبط را به‌صورت خودکار ارائه کند.
تصور کنید در جلسه‌ای درباره پروژه‌ای صحبت می‌کنید و جزئیات یکی از تصمیم‌های قبلی در اسناد یا مکالمات گذشته ثبت شده است. به‌جای اینکه جلسه را متوقف کنید و به جست‌وجوی دستی بپردازید، دستیار می‌تواند با استفاده از اطلاعات در دسترس، پاسخ مرتبط را ارائه دهد.
این قابلیت با پرسش‌وپاسخ معمولی تفاوت دارد؛ در حالت عادی کاربر سؤالش را وارد می‌کند، اما در Live Assistance برنامه به جریان مکالمه گوش می‌دهد و اطلاعات مرتبط را به‌صورت خودکار در اختیار او می‌گذارد.
بااین‌حال، توضیحات منتشرشده به‌تنهایی برای قضاوت درباره سرعت پاسخ‌گویی، دقت تشخیص موقعیت‌های مناسب یا عملکرد این قابلیت در جلسات واقعی کافی نیست.
پردازش محلی برای حفظ حریم خصوصی
یکی از تفاوت‌های مهم Foresight با بسیاری از ابزارهای یادداشت‌برداری هوشمند، اجرای محلی پردازش‌ها است. گوگل می‌گوید محتوای صوتی، متن جلسات و فایل‌های شخصی برای انجام وظایف اصلی برنامه به سرورهای ابری ارسال نمی‌شوند.
این برنامه از مدل EmbeddingGemma ۲ استفاده می‌کند؛ مدلی چندرسانه‌ای با ۷۴۰ میلیون پارامتر که برای جست‌وجو و ارتباط‌دادن اطلاعات روی دستگاه طراحی شده است. چنین مدلی به برنامه کمک می‌کند محتوای مرتبط را بر اساس معنا پیدا کند، نه اینکه صرفاً به دنبال تطبیق دقیق کلمات باشد.
پردازش محلی به‌خصوص برای کاربرانی اهمیت دارد که در جلسات کاری با اطلاعات محرمانه یا اسناد داخلی شرکت‌ها سروکار دارند. البته این موضوع به‌معنای تضمین امنیت کامل نیست؛ شیوه ذخیره فایل‌ها روی رایانه و مجوزهای دسترسی برنامه نیز اهمیت دارند.
Foresight روی چه دستگاه‌هایی اجرا می‌شود؟
Google AI Edge Foresight فعلاً به‌صورت آزمایشی و رایگان برای macOS عرضه شده و برای رایانه‌های مجهز به پردازنده‌های Apple Silicon در نظر گرفته شده است. بنابراین در حال حاضر نمی‌توان آن را گزینه‌ای در دسترس برای کاربران ویندوز یا مک‌های مبتنی بر اینتل دانست.
همچنین هنوز اطلاعات کافی برای ارزیابی دقیق عملکرد آن در زبان فارسی منتشر نشده است. دقت تبدیل گفتار به متن، تشخیص صحبت افراد در جلسات شلوغ و کیفیت پاسخ‌های دستیار از جمله مواردی هستند که برای ارزیابی تجربه واقعی استفاده اهمیت دارند.
Foresight نشان می‌دهد گوگل به‌دنبال توسعه دستیارهایی است که فقط متن تولید نمی‌کنند، بلکه اطلاعات شخصی و کاری را نیز قابل جست‌وجو می‌کنند. ترکیب یادداشت‌برداری، اتصال به منابع مختلف و پاسخ‌گویی در جریان جلسه، این برنامه را به گزینه‌ای قابل‌توجه برای مدیریت اطلاعات تبدیل می‌کند؛ هرچند محدودیت پلتفرم و آزمایشی‌بودن آن فعلاً دامنه استفاده از محصول را کاهش می‌دهد.
منابع:
- صفحه رسمی Google AI Edge Foresight
- معرفی EmbeddingGemma ۲ در وبسایت گوگل
- گزارش 9to5Google درباره قابلیت‌های Foresight
عنوان سئو: گوگل AI Edge Foresight؛ معرفی قابلیت‌های دستیار هوش مصنوعی جلسات
توضیحات متا: گوگل با AI Edge Foresight یادداشت‌برداری آفلاین، جست‌وجو در اسناد و پاسخ‌گویی هوشمند هنگام جلسات را برای مک فراهم کرده است.
کلمه کلیدی اصلی: Google AI Edge Foresight
نامک: google-ai-edge-foresight
برچسب‌ها: گوگل، هوش مصنوعی، یادداشت‌برداری هوشمند، هوش مصنوعی آفلاین، Google AI Edge، EmbeddingGemma ۲
