Google আজ তার নতুন Embedding Gemma 2 মডেল ঘোষণা করেছে যা "ভোক্তা হার্ডওয়্যারে সরাসরি তথ্য সংগঠিত, অনুসন্ধান এবং সংযোগ করতে" ব্যবহার করা যেতে পারে। এর সম্ভাবনা দেখানোর জন্য, Google "বুদ্ধিমান নোট গ্রহণের" জন্য একটি AI Edge Foresight Mac অ্যাপ তৈরি করেছে।
Embedding Gemma 2 "একটি ভয়েস মেমো থেকে একটি নির্দিষ্ট ভিডিও ক্লিপ খুঁজে পেতে, বা একটি টেক্সট কোয়েরির উপর ভিত্তি করে ঘন্টার পর ঘন্টা অডিও রেকর্ডিং অনুসন্ধান করতে সাহায্য করতে পারে, সবই একটি একক, নেটিভলি মাল্টিমোডাল মডেল দ্বারা প্রক্রিয়া করা হয়।" 740 মিলিয়ন প্যারামিটারের এই মডেলটি Gemma 4 আর্কিটেকচারের উপর নির্মিত এবং Apache 2.0 লাইসেন্সের সাথে উপলব্ধ। এটি "সীমিত সম্পদের সীমাবদ্ধতার মধ্যে" স্থানীয়ভাবে চালানোর জন্য তৈরি: কোয়ান্টাইজেশন সহ, Google Pixel 11 Pro-তে, Embedding Gemma 2-এর জন্য টেক্সট-অনলি ওয়েটের জন্য প্রায় 191MB এবং সম্পূর্ণ মাল্টিমোডাল মডেলের জন্য প্রায় 567MB সক্রিয় RAM প্রয়োজন।
বড় প্রদর্শনীটি হল Google AI Edge Foresight নামে একটি নতুন Mac অ্যাপ। ভিডিও বা ব্যক্তিগত মিটিংয়ের সময়, এই নোট গ্রহণের অ্যাপটি ব্যাকগ্রাউন্ডে শোনে যাতে আপনি "আপনার মনে রাখার জিনিসগুলির জন্য শর্টহ্যান্ড বুলেট লিখতে পারেন।" অ্যাপটি "মিটিং ট্রান্সক্রিপ্ট ব্যবহার করে [সেই শর্টহ্যান্ড] কে তাত্ক্ষণিকভাবে পালিশ নোটে সমৃদ্ধ করে।" ট্রান্সক্রিপ্ট এবং অডিও সম্পূর্ণরূপে আপনার ডিভাইসে প্রক্রিয়া করা হয়, ক্লাউডে নয়।
আরেকটি ক্ষমতা আপনাকে "Google AI Edge Foresight কে আপনার প্রজেক্ট ফোল্ডার, রেফারেন্স ম্যাটেরিয়াল, ডায়াগ্রাম এবং ক্যালেন্ডারে নির্দেশ করতে" দেয়। স্থানীয় ফাইল এবং Google Drive সমর্থন করে, এটি আপনাকে অ্যাপটিকে প্রশ্ন জিজ্ঞাসা করতে এবং দ্রুত তথ্য পেতে দেয়। একটি লাইভ অ্যাসিস্ট্যান্স ক্ষমতাও রয়েছে যা "শুনবে এবং স্বয়ংক্রিয়ভাবে প্রশ্নের উত্তর দেবে।" আপনি এখানে Google AI Edge Foresight ডাউনলোড করতে পারেন।
উৎস: 9to5Mac · সারাংশ: HeadlinesBriefing