Mradi mpya wa chanzo huria ni kuweka dau kuwa njia ya haraka zaidi ya kupata kumbukumbu ni kuielezea - na kwamba utafutaji haupaswi kamwe kuondoka kwenye kompyuta yako ndogo. SCM, fupi kwa Kumbukumbu za Skrini, ni programu ya bure ya macOS ambayo inatumika mifano ya ndani ya AI kwa kila picha na kila fremu ya video kwenye folda, ikiwaruhusu watumiaji kutafuta maktaba zao kwa lugha rahisi. Mradi huo ulionekana kwenye GitHub wiki hii na ulipanda haraka hadi ukurasa wa mbele wa Hacker News, ambapo ulichota zaidi ya alama 85 ndani ya masaa.
Sauti ni rahisi juu ya uso: elekeza SCM kwenye folda yoyote, na huunda faharasa inayoweza kutafutwa ya kile kilicho kwenye media yako - sio tu majina ya faili, lakini yaliyomo kwenye kila picha na kila tukio ndani ya kila video. Kinachoitofautisha katika uwanja uliojaa wa zana za picha za AI ni kwamba zote zinaendesha Mac yenyewe. Hakuna akaunti, hakuna upakiaji wa wingu na hakuna telemetry. Mara tu miundo inapakua uzani wao mara ya kwanza, programu hufanya kazi nje ya mtandao. For more context on this story, see our ongoing AI news.
Njia Tano za Kutafuta Vyombo vya Habari Maishani
SCM hupanga utafutaji katika hali tano tofauti, kila moja ikiendeshwa na muundo tofauti unaoendeshwa ndani ya nchi.
Hali ya Faili hutekeleza utafutaji wa kimaana wa faili nzima kwenye picha na video, kuorodhesha matokeo kwa maana kwa nyongeza kutoka kwa majina ya faili na vifungu. Maonyesho yanaenda ndani zaidi: programu inagawanya video katika matukio mahususi na kupachika kila moja kando, ili hoja ikufikishe kwenye picha kamili, na kuruka moja kwa moja kwenye msimbo wake wa saa badala ya muhuri wa muda uliozikwa katika jina la faili.
Njia mbili zinazolenga maandishi hushughulikia maneno ndani ya media. Hali ya OCR, iliyojengwa juu ya injini ya Tesseract, husoma maandishi ambayo yanapatikana katika picha na fremu za video na kuyalinganisha kihalisi, pamoja na Kiingereza pamoja na vifurushi 35 vya ziada vya lugha vinavyoweza kuwashwa. Hali ya Mazungumzo huendesha utambuzi wa usemi wa kunong'ona kwenye video na kuorodhesha maneno halisi yanayosemwa, yenye viwango vya usawa vinavyolingana vya kutafuta mstari mahususi.
Hatimaye, hali ya kuchagua kuingia LLMs hubadilisha nyenzo iliyotolewa - nakala za mazungumzo, maandishi ya OCR na majina ya faili - kuwa muktadha wa gumzo la karibu. Watumiaji wanaweza kuuliza maswali kuhusu maktaba yao wenyewe, na programu hurejesha majibu yenye manukuu yanayoelekeza kwenye faili chanzo, yote yakitolewa na muundo unaoendeshwa kwenye mashine moja.
Jinsi Inafanya kazi Chini ya Hood
Kitaalam, SCM ni programu tumizi ya Electron iliyoandikwa katika JavaScript, kwa kutumia zana ya zana ya Bun kama kidhibiti cha kifurushi chake na muda wa utekelezaji. Unyanyuaji mzito hufanywa na miundo ya transfoma inayotekelezwa moja kwa moja kwenye programu - muundo chaguo-msingi wa kuona ni lahaja ya CLIP ambayo uzani wake, takriban megabaiti 435, hupakuliwa mara moja inapotumiwa mara ya kwanza.
Kielezo kinajidumisha. Folda zinazotazamwa huleta kiotomatiki midia mpya inapofika, hashing ya maudhui huondoa faili ambazo zimebadilishwa jina au kuhamishwa tu, na kubadili muundo tofauti hupachika tena maktaba chinichini bila kuzuia utafutaji. Msanidi anabainisha kuwa upau wa menyu na vipengele vya trei ni maalum kwa macOS, ambapo programu imewekwa kwa ajili ya usambazaji.
Mtindo wa faragha ndio mahali pa kuuza. Hati za mradi ziko wazi: media haiachi kamwe kwenye mashine, makisio huendeshwa ndani ya nchi kupitia nyakati za kibadilishaji, na baada ya upakuaji wa uzani wa awali kila kitu hufanya kazi nje ya mkondo. Kwa watumiaji walio na kumbukumbu nyeti - picha za matibabu, picha za kisheria, video ya kibinafsi - chaguo hilo la usanifu ndilo kipengele.
Imeundwa kwa Kumbukumbu za Kibinafsi
Kiolesura huakisi falsafa sawa ya ubinafsishaji. Hoja yoyote inaweza kuhifadhiwa kama kichupo kinachoweza kutumika tena, kwa hivyo utafutaji uliochukua muda hadi kishazi unakuwa mwonekano wa kudumu kwenye maktaba. Programu pia husafirishwa na Picha za skrini zinazoweza kugeuzwa na vichupo vya Barua pepe, ikikubali kwamba Mac ya kisasa hukusanya picha za skrini na viambatisho kwa kasi ambayo hupita haraka utafutaji wa mfumo wa uendeshaji.
Mbinu ya msingi ni mbinu ya sasa ya utafutaji wa kisemantiki: muundo wa maono hubadilisha kila picha na eneo la video kuwa upachikaji wa nambari, na hoja hupachikwa kwa njia ile ile ili ulinganifu ufanyike kwa maana badala ya mwingiliano wa neno kuu. Kinachojulikana hapa si mbinu bali ufungaji - bomba sawa na huduma za picha za wingu zinazoendeshwa kwenye mashamba ya seva hubanwa kuwa programu ya Electron ambayo mtu asiye msanidi anaweza kusakinisha na kuendesha bila kushughulikiwa juu ya folda anazochagua.
Sehemu ya Shift Kubwa Kuelekea AI ya Karibu
SCM inafika kama kuendesha mifano ya AI yenye uwezo kwenye maunzi ya watumiaji imetoka kwa hali mpya hadi matarajio. Apple imesukuma kwa uthabiti utafutaji wa kimaana katika programu yake ya Picha, ilhali miundo ya hotuba ya chanzo huria, maono na maandishi yamepungua hadi saizi zinazoendeshwa kwa raha kwenye kompyuta ndogo. Kinachosalia kuwa chache sio mifano ya msingi lakini safu ya ujumuishaji - programu ambayo inaziunganisha kuwa kitu ambacho mhandisi ambaye sio mhandisi anaweza kutumia kwenye faili zao wenyewe.
Hiyo ni niche SCM inachukua, na mapokezi yake yanaonyesha kuwasha ni kweli. Hazina ilikusanya nyota 160 na uma nane kwa takriban siku moja, huku watoa maoni wa Hacker News wakizingatia maswali yao juu ya ukubwa wa modeli, kasi ya kuorodhesha na upatikanaji wa Windows - kwa sasa jibu la la mwisho ni hapana, kwani mradi huo ni wa macOS pekee kwa sasa.
Mradi huo unatolewa chini ya leseni ya MIT, ambayo inaruhusu matumizi ya kibiashara na marekebisho. Kwa mtu yeyote aliye na kumbukumbu kubwa isiyo na mpangilio wa picha na rekodi za skrini, na asiyependa kuipakia popote pale, ni mojawapo ya maonyesho ya kuvutia zaidi kwamba mtambo wa kutafuta wa maudhui ya ndani si onyesho la utafiti tena - ni usakinishaji wa mchana.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
