فهرست مطالب
Google AI Edge Foresight (به‌اختصار Foresight) یک اپ آزمایشی و رایگانِ گوگل برای مک است که در جلسه‌ها کنار شما می‌نشیند، صدای جلسه را گوش می‌دهد و یادداشت‌های کوتاه و شکسته‌تان را به یادداشت کامل و مرتب تبدیل می‌کند. فرق اصلی‌اش با ابزارهای مشابه این است که همهٔ کارها روی خود مک انجام می‌شود: صدای جلسه، متن پیاده‌شده و فایل‌هایتان به سرور گوگل فرستاده نمی‌شود و اپ حتی بدون اینترنت هم کار می‌کند. گوگل این اپ را روز سه‌شنبه ۱۴ مهر ۱۴۰۵ (۶ اکتبر ۲۰۲۶) همراه با مدل تازه‌اش، EmbeddingGemma 2، معرفی کرد.
نظر کوتاه ما: Foresight برای کسی که جلسه‌های زیادی دارد و نمی‌خواهد حرف‌های محرمانهٔ شرکت در فضای ابری ذخیره شود، ایدهٔ خیلی خوبی است. ولی هنوز «آزمایشی» است، فقط روی مک کار می‌کند، گوگل نگفته از چه زبان‌هایی پشتیبانی می‌کند و دربارهٔ فارسی هم هیچ حرفی نزده است. این بررسی بر پایهٔ صفحهٔ رسمی اپ، وبلاگ‌های گوگل و گزارش 9to5Google و The Next Web نوشته شده است.
پاسخ کوتاه: Foresight چیست؟
چه می‌کند: در جلسه‌های آنلاین (مثل Google Meet و Zoom) یا جلسه‌های حضوری گوش می‌دهد، حرف‌ها را به متن تبدیل می‌کند و چند کلمه‌ای را که شما یادداشت کرده‌اید، با جزئیات همان جلسه کامل می‌کند.
کجا کار می‌کند: فقط روی مک. گوگل می‌گوید برای تراشه‌های اپل (Apple Silicon) بهینه شده است.
داده‌ها کجا می‌ماند: طبق صفحهٔ رسمی، صدا، متن جلسه، یادداشت‌ها و فایل‌ها از کامپیوتر شما خارج نمی‌شود.
قیمت: در زمان نوشتن این مطلب دانلودش رایگان است و گوگل از هیچ اشتراکی حرف نزده است.
وضعیت: اپ آزمایشی است؛ یعنی ممکن است تغییر کند، کامل نباشد یا حتی روزی کنار گذاشته شود.
اول کمی زمینه: هوش مصنوعی «روی دستگاه» یعنی چه؟
بیشتر ابزارهای هوش مصنوعی که می‌شناسیم، مثل ChatGPT یا جمینای، «ابری» کار می‌کنند. یعنی حرف یا فایل شما از راه اینترنت به سرورهای بزرگ شرکت می‌رود، آنجا پردازش می‌شود و جواب برمی‌گردد. این روش قدرتمند است، اما دو اشکال دارد: بدون اینترنت کار نمی‌کند و اطلاعات شما، هرچقدر هم محرمانه باشد، از دستگاهتان بیرون می‌رود.
در مدل «روی دستگاه» (On-device)، خود مدل هوش مصنوعی روی گوشی یا لپ‌تاپ شما نصب است و همه‌چیز همان‌جا پردازش می‌شود. چنین مدل‌هایی باید کوچک و کم‌مصرف باشند، پس معمولاً به اندازهٔ مدل‌های ابری توانمند نیستند. در عوض سریع‌اند، آفلاین کار می‌کنند و حریم خصوصی بیشتری دارند. گوگل در کنار این راه، مسیر سومی هم دارد که دربارهٔ آن در مطلب حافظهٔ خصوصی گوگل در Private AI Compute نوشته‌ایم؛ آنجا پردازش روی سرور انجام می‌شود، اما در محیطی قفل‌شده.
«امبدینگ» به زبان ساده
Foresight روی مدلی به نام EmbeddingGemma 2 ساخته شده و برای اینکه بفهمیم چه می‌کند، باید بدانیم «امبدینگ» (Embedding) چیست. امبدینگ یعنی تبدیل معنای یک متن، عکس یا صدا به یک رشته عدد. نکته اینجاست که چیزهای هم‌معنی، عددهای نزدیک به هم می‌گیرند. مثلاً جملهٔ «بودجهٔ پروژه چقدر است؟» و ستونی در یک فایل اکسل با عنوان «هزینه‌های پروژه» در این فضای عددی کنار هم می‌افتند، حتی اگر هیچ کلمهٔ مشترکی نداشته باشند.
به همین دلیل اپ می‌تواند بر اساس معنا جست‌وجو کند، نه فقط کلمه‌های دقیق. EmbeddingGemma 2 این کار را هم برای متن انجام می‌دهد و هم برای عکس، صدا و فریم‌های ویدیو؛ یعنی همه را در یک «فضای مشترک» می‌گذارد. در کنار آن، مدل زبانی Gemma 4 کار نوشتن و جواب دادن را انجام می‌دهد.
Foresight چه کارهایی می‌کند؟
صفحهٔ رسمی اپ سه قابلیت اصلی را معرفی می‌کند. در تصویرهای رسمی، اپ سه زبانهٔ اصلی دارد: Feed، Ask (پرسیدن) و Sources (منابع شما)، و بالای صفحه هم یک دکمهٔ بزرگ برای شروع ضبط جلسه دیده می‌شود.
۱. یادداشت‌های شکسته را کامل می‌کند
همه این تجربه را داریم: وسط جلسه یا باید حواسمان به بحث باشد یا به یادداشت‌برداری. Foresight می‌گوید لازم نیست هر دو را با هم انجام دهید. شما فقط چند کلمه یا یک خط کوتاه می‌نویسید؛ مثلاً «قرارداد تأمین‌کننده، تاریخ؟». اپ که در پس‌زمینه به جلسه گوش داده، با استفاده از متن جلسه همان خط را به یادداشتی کامل تبدیل می‌کند. گوگل می‌گوید این کار هم در جلسه‌های تصویری و هم در جلسه‌های حضوری جواب می‌دهد.
اپ صدای سیستم و میکروفون مک را مستقیم می‌گیرد. برای همین به نرم‌افزار خاصی وابسته نیست و طبق گفتهٔ گوگل با هر برنامهٔ جلسه‌ای کار می‌کند؛ صفحهٔ رسمی به‌طور مشخص از Google Meet و Zoom نام برده است.
۲. فایل‌ها و کارهای شما را «یاد می‌گیرد»
می‌توانید پوشه‌های پروژه، اسناد مرجع، نمودارها و تقویمتان را به Foresight معرفی کنید. منبع‌ها می‌توانند پوشه‌های خود مک یا Google Drive باشند. طبق بخش پرسش‌های متداول صفحهٔ رسمی، فایل‌های PDF، اسناد Google Docs، فرمت‌های آفیس مایکروسافت (مثل Word و Excel)، متن ساده، Markdown و بوک‌مارک‌های وب پشتیبانی می‌شوند.
لازم نیست فایل‌ها را از قبل مرتب کنید. اپ خودش محتوای آن‌ها را می‌فهمد و برایشان فهرست معنایی می‌سازد. اگر بخواهید، می‌توانید به منبع‌ها برچسب بزنید و آن‌ها را دسته‌بندی کنید. گوگل می‌گوید جست‌وجو در هزاران صفحه در کسری از ثانیه انجام می‌شود؛ این ادعای خود شرکت است و ما هنوز آن را آزمایش نکرده‌ایم.
۳. چت و دستیار زندهٔ جلسه
بعد از اینکه اپ با فایل‌های شما آشنا شد، دو راه برای کمک گرفتن دارید. اول، چت: سؤالتان را می‌پرسید و اپ از روی فایل‌ها و جلسه‌های قبلی جواب و خلاصه می‌دهد. دوم، Live Assistance (دستیار زنده): وسط جلسه گوش می‌دهد و وقتی سؤالی مطرح شود یا بحث به موضوعی برسد که در فایل‌هایتان هست، کارتی روی صفحه نشان می‌دهد که جواب را همراه با منبع دقیقش دارد.
فرض کنید مشتری در تماس می‌پرسد «سقف بودجه‌ای که توافق کردیم چقدر بود؟». به‌جای اینکه بگویید «بعداً خبر می‌دهم»، Foresight ممکن است عدد را از همان فایل اکسل پیدا کند و جلویتان بگذارد. گوگل هدف این قابلیت را کم کردن وقت آماده شدن قبل از جلسه و پیگیری‌های بعد از آن می‌داند.
پشت صحنه: EmbeddingGemma 2 و Gemma 4
Foresight در اصل ویترینی است برای نشان دادن توانایی مدل تازهٔ گوگل. EmbeddingGemma 2 را تیم DeepMind ساخته و این مشخصات را دارد:
۷۴۰ میلیون پارامتر دارد؛ یعنی در مقایسه با مدل‌های بزرگ چت، خیلی کوچک است. برای کارهای فقط متنی، بخش ۲۷۰ میلیونی آن کافی است.
متن، کد، عکس، صدا و ویدیو را در یک فضای مشترک می‌فهمد.
طبق گفتهٔ گوگل، روی گوشی Pixel 11 Pro نسخهٔ متنی حدود ۱۹۱ مگابایت و نسخهٔ کامل حدود ۵۶۷ مگابایت حافظهٔ رم مصرف می‌کند.
با مجوز آزاد Apache 2.0 منتشر شده و برنامه‌نویس‌ها می‌توانند آن را از Hugging Face و Kaggle بگیرند و در محصول خودشان استفاده کنند.
گوگل می‌گوید در میان مدل‌های زیر یک میلیارد پارامتر بهترین نتیجه را در آزمون‌هایی مثل MTEB Code گرفته است. این نتیجه‌ها را خود گوگل منتشر کرده و هنوز به‌طور مستقل بررسی نشده‌اند.
دو نکته که The Next Web به نقل از خود گوگل یادآوری کرده، برای ما فارسی‌زبان‌ها مهم است: این مدل بیش از ۱۰۰ زبان را پشتیبانی می‌کند، ولی کیفیتش در همهٔ زبان‌ها یکسان نیست. همچنین تنظیمات ایمنی و فیلتر خروجی روی خود مدل اعمال نشده است. این دو نکته دربارهٔ خود مدل است؛ گوگل نگفته که Foresight از چه زبان‌هایی برای پیاده کردن متن جلسه پشتیبانی می‌کند.
حریم خصوصی: چه چیزی واقعاً روی مک می‌ماند؟
مهم‌ترین وعدهٔ Foresight همین است. صفحهٔ رسمی می‌گوید همهٔ پردازش‌های هوش مصنوعی صددرصد روی دستگاه و با مدل‌های Gemma انجام می‌شود و منابع شخصی، صدای جلسه و یادداشت‌ها هرگز از کامپیوتر خارج نمی‌شوند. گوگل حتی می‌گوید اپ را می‌شود در هواپیما یا در محیط‌های امنیتی کاملاً جدا از اینترنت هم استفاده کرد.
این برای شرکت‌هایی که قراردادها، اعداد مالی یا طرح‌های محرمانه را در جلسه مرور می‌کنند، مزیت بزرگی است. در ابزارهای ابری یادداشت‌برداری، صدای جلسه معمولاً روی سرور شرکت سازنده پردازش و ذخیره می‌شود.
نکته‌هایی که گوگل نگفته است
صفحهٔ اپ فقط به سیاست حریم خصوصی و شرایط استفادهٔ عمومی گوگل لینک داده و سند جداگانه‌ای برای Foresight منتشر نشده است. روشن نیست که اپ آمار استفاده یا گزارش خطا را برای گوگل می‌فرستد یا نه.
برای وارد کردن فایل از Google Drive طبیعتاً باید به اینترنت وصل باشید. ادعای «آفلاین بودن» دربارهٔ پردازش است، نه همگام‌سازی فایل‌ها.
ضبط صدای دیگران موضوع اخلاقی و در بسیاری از کشورها موضوع حقوقی است. گوگل در صفحهٔ اپ به گرفتن اجازه از شرکت‌کنندگان جلسه اشاره نکرده است؛ این مسئولیت با خود شماست.
اپ برای گرفتن صدای میکروفون و سیستم و خواندن پوشه‌ها، طبیعتاً باید از مک اجازه بگیرد. دربارهٔ اینکه این دسترسی‌ها چقدر حساس‌اند، مطلب کنترل Full Disk Access در مک‌اواس را بخوانید.
نصب، سخت‌افزار و قیمت
Foresight از صفحهٔ رسمی گوگل در بخش Google AI Edge دانلود می‌شود؛ لینک رسمی، یک فایل نصبی DMG روی سرور گوگل است، نه صفحه‌ای در اپ‌استور مک. این فایل در زمان نوشتن این مطلب حدود ۱۶۰ مگابایت حجم داشت. گوگل فقط گفته اپ برای تراشه‌های اپل (سری M) بهینه شده است؛ حداقل نسخهٔ macOS، مقدار رم لازم و پشتیبانی از مک‌های اینتلی را اعلام نکرده است. نسخهٔ ویندوز یا آیفون هم معرفی نشده است.
دربارهٔ قیمت، گوگل در وبلاگش از «نبودن هزینهٔ اشتراک ابری» گفته و دانلود رایگان است. چون اپ آزمایشی است، ممکن است شرایطش بعداً تغییر کند. Foresight سومین اپ مک در خانوادهٔ Google AI Edge است؛ پیش از آن AI Edge Gallery برای امتحان مدل‌های روی دستگاه و AI Edge Eloquent برای پیاده کردن آفلاین صدا به متن عرضه شده بودند.
وضعیت برای کاربران ایرانی و فارسی‌زبان
گوگل دربارهٔ محدودیت کشوری این اپ چیزی نگفته و ما هم منبع رسمی‌ای دربارهٔ امکان استفاده از آن در ایران پیدا نکردیم. رابط اپ انگلیسی است و هیچ اشاره‌ای به پشتیبانی از گفتار فارسی در جلسه‌ها نشده است. پس اگر جلسه‌هایتان فارسی است، فعلاً انتظار زیادی از بخش یادداشت‌برداری نداشته باشید؛ در جست‌وجوی فایل‌ها هم کیفیت کار با متن فارسی هنوز معلوم نیست.
مقایسهٔ Foresight با NotebookLM و یادداشت‌بردارهای ابری
Foresight هم‌زمان دو کار انجام می‌دهد: یادداشت‌برداری جلسه و جست‌وجو در فایل‌های شخصی. برای همین مقایسه‌اش با یک ابزار مشخص کمی سخت است. جدول زیر آن را کنار دو گروه آشنا می‌گذارد: NotebookLM گوگل که روی منابع شما جواب می‌دهد، و سرویس‌های ابری یادداشت جلسه.
ویژگی | Google AI Edge Foresight | NotebookLM | یادداشت‌بردارهای ابری جلسه |
|---|---|---|---|
محل پردازش | روی خود مک | سرورهای گوگل | سرورهای شرکت سازنده |
کار بدون اینترنت | بله، طبق گفتهٔ گوگل | خیر | خیر |
یادداشت‌برداری از جلسهٔ زنده | بله، آنلاین و حضوری | کار اصلی‌اش نیست | بله، کار اصلی‌شان است |
جست‌وجو در فایل‌های شما | بله؛ پوشه‌های مک و Google Drive | بله؛ منابعی که در هر نوت‌بوک بارگذاری می‌کنید | معمولاً محدود به متن جلسه‌ها |
جواب زنده وسط جلسه | بله (Live Assistance) | خیر | بسته به سرویس |
پلتفرم | فقط مک | وب و موبایل | معمولاً وب، دسکتاپ و موبایل |
قدرت مدل | مدل‌های کوچک Gemma | مدل‌های بزرگ جمینای | معمولاً مدل‌های بزرگ ابری |
وضعیت | آزمایشی | محصول رسمی | محصول رسمی |
خلاصهٔ جدول: اگر حریم خصوصی و کار آفلاین برایتان مهم‌تر از همه‌چیز است، Foresight جذاب‌ترین گزینه است. اگر کیفیت جواب، پشتیبانی بهتر از زبان‌های مختلف یا کار روی چند دستگاه برایتان مهم‌تر است، ابزارهای ابری هنوز جلوترند. اگر فقط دنبال تبدیل گفتار به متن روی دسکتاپ هستید، بررسی ما از Fireflies Talk هم می‌تواند به کارتان بیاید.
نقاط قوت و ضعف Foresight
نقاط قوت
صدا، متن جلسه و فایل‌ها طبق گفتهٔ گوگل روی مک می‌ماند و به ابر نمی‌رود.
بدون اینترنت هم کار می‌کند؛ در سفر، هواپیما یا اینترنت ضعیف.
به برنامهٔ جلسهٔ خاصی وابسته نیست و جلسه‌های حضوری را هم پوشش می‌دهد.
یادداشت‌برداری را با فایل‌های واقعی کارتان ترکیب می‌کند، نه فقط با متن جلسه.
جواب‌های Live Assistance همراه با منبع دقیق نمایش داده می‌شود و می‌شود درستی‌شان را بررسی کرد.
رایگان است و هزینهٔ اشتراک ماهانه ندارد.
نقاط ضعف
آزمایشی است و آیندهٔ آن مشخص نیست.
فقط روی مک و با تمرکز بر تراشه‌های اپل کار می‌کند.
زبان‌های پشتیبانی‌شده اعلام نشده و فارسی بعید است فعلاً خوب کار کند.
مدل‌های کوچک روی دستگاه معمولاً در خلاصه‌نویسی و استدلال به پای مدل‌های بزرگ ابری نمی‌رسند.
سیاست حریم خصوصی جداگانه و جزئیات فنی بیشتری دربارهٔ اپ منتشر نشده است.
ادعاهای سرعت و کم‌مصرف بودن را فعلاً فقط خود گوگل مطرح کرده است.
Foresight به درد چه کسی می‌خورد؟
مدیران پروژه و مشاوران که روزی چند جلسه دارند و باید سریع به قرارداد، بودجه یا سابقهٔ یک مشتری برسند.
کسانی که با اطلاعات حساس کار می‌کنند، مثل حقوق‌دان‌ها، پزشکان یا تیم‌های مالی، و نمی‌خواهند صدای جلسه روی سرور شرکت دیگری ذخیره شود؛ البته به شرط رعایت قوانین ضبط صدا.
دانشجوها و پژوهشگران که کلاس یا مصاحبه را یادداشت می‌کنند و با یادداشت‌های پراکنده و PDFهای زیاد سروکار دارند.
برنامه‌نویس‌ها و علاقه‌مندان هوش مصنوعی که می‌خواهند ببینند یک مدل کوچک روی دستگاه در عمل چه کاری از دستش برمی‌آید.
اگر کاربر ویندوز هستید، جلسه‌هایتان فارسی است یا ترجیح می‌دهید از یک محصول پایدار استفاده کنید، فعلاً بهتر است صبر کنید.
اگر خواستید امتحانش کنید: چند توصیه
Foresight را فقط از صفحهٔ رسمی گوگل در developers.google.com دانلود کنید، نه از سایت‌های دیگر.
اول با چند فایل غیرحساس و یک جلسهٔ آزمایشی شروع کنید تا ببینید کیفیت متن و یادداشت‌ها چطور است.
قبل از ضبط هر جلسه، به بقیهٔ شرکت‌کنندگان بگویید و اجازه بگیرید.
فقط پوشه‌هایی را به اپ معرفی کنید که واقعاً لازم است. اگر اپ دسترسی گسترده‌تری خواست، قبل از تأیید کمی درباره‌اش فکر کنید.
جواب‌های اپ، به‌خصوص عددها و تاریخ‌ها، را قبل از اعلام در جلسه با منبعی که نشان می‌دهد چک کنید.
جمع‌بندی و نظر نهایی
Foresight نشان می‌دهد هوش مصنوعی روی دستگاه از حد یک دموی جالب گذشته و به ابزاری نزدیک شده که می‌شود در کار روزمره از آن استفاده کرد: یادداشت‌برداری جلسه، جست‌وجو در فایل‌ها و جواب زنده، بدون اینکه چیزی به ابر برود. این برای هر کسی که نگران محرمانه ماندن جلسه‌هایش است، خبر خوبی است.
اما باید واقع‌بین بود. این یک اپ آزمایشی و رایگان است که گوگل بیشتر برای نشان دادن توان مدل EmbeddingGemma 2 ساخته؛ فقط روی مک کار می‌کند و دربارهٔ زبان‌ها، به‌خصوص فارسی، اطلاعاتی در دست نیست. اگر مک با تراشهٔ اپل دارید و جلسه‌هایتان انگلیسی است، امتحانش ارزش دارد. در غیر این صورت، بهتر است آن را زیر نظر داشته باشید و منتظر نسخه‌های بعدی بمانید.
پرسش‌های متداول
Google AI Edge Foresight رایگان است؟
بله. در زمان نوشتن این مطلب دانلود آن رایگان است و گوگل از هزینهٔ اشتراک حرف نزده است. چون اپ آزمایشی است، ممکن است شرایطش در آینده تغییر کند.
Foresight روی ویندوز یا آیفون هم کار می‌کند؟
نه. فعلاً فقط نسخهٔ مک دارد و گوگل گفته برای تراشه‌های اپل بهینه شده است. برای ویندوز و آیفون برنامه‌ای اعلام نشده است.
واقعاً بدون اینترنت کار می‌کند؟
طبق صفحهٔ رسمی، بله. مدل‌ها و جست‌وجوی فایل‌ها روی خود مک اجرا می‌شوند. فقط برای کارهایی مثل دانلود اپ یا وارد کردن فایل از Google Drive به اینترنت نیاز دارید.
آیا صدای جلسه‌های من برای گوگل فرستاده می‌شود؟
گوگل می‌گوید نه؛ صدا، متن جلسه، یادداشت‌ها و فایل‌ها از کامپیوتر شما خارج نمی‌شوند. سیاست حریم خصوصی جداگانه‌ای برای این اپ منتشر نشده و صفحهٔ اپ به سیاست عمومی گوگل لینک داده است.
با جلسه‌های فارسی هم کار می‌کند؟
معلوم نیست. گوگل زبان‌های پشتیبانی‌شده برای پیاده کردن گفتار را اعلام نکرده است. مدل EmbeddingGemma 2 بیش از ۱۰۰ زبان را می‌شناسد، اما خود گوگل گفته کیفیتش در همهٔ زبان‌ها یکسان نیست.
فرق Foresight با NotebookLM چیست؟
NotebookLM در فضای ابری و با مدل‌های بزرگ جمینای روی منابعی کار می‌کند که بارگذاری کرده‌اید و کارش یادداشت‌برداری از جلسهٔ زنده نیست. Foresight روی مک و آفلاین کار می‌کند، به جلسه گوش می‌دهد و وسط بحث از فایل‌هایتان جواب پیدا می‌کند.
منابع
Google for Developers — Google AI Edge Foresight (صفحهٔ رسمی اپ و پرسش‌های متداول)
Google Developers Blog — Bring multimodal semantic search to the edge with EmbeddingGemma 2 (۶ اکتبر ۲۰۲۶)
Google Blog — EmbeddingGemma 2: an open, lightweight multimodal embedding model (۶ اکتبر ۲۰۲۶)
9to5Google — Google AI Edge Foresight for Mac turns scribbles into full notes using offline recordings (۶ اکتبر ۲۰۲۶)
The Next Web — Google launches EmbeddingGemma 2, an open multimodal embedding model for devices (۶ اکتبر ۲۰۲۶)
The Verge — Google launches the next version of its on-device AI model (۶ اکتبر ۲۰۲۶)
