ساخت برنامه‌های هوشمند اندروید: مقدمه‌ای بر Jetpacker

ایجاد ویژگی‌های GenAI در برنامه شما معمولاً به معنای پیمایش در مدل‌ها، APIها و گزینه‌های معماری مختلف است:

• محل اجرا: مدل شما کجا اجرا می‌شود؟ روی دستگاه، در فضای ابری یا هر دو؟
• پیچیدگی: تنظیمات شما چقدر پیچیده است؟ آیا شما یک فراخوانی استنتاج واحد انجام می‌دهید یا به یک جریان عاملی‌تر نیاز دارید؟
• درون برنامه‌ای یا سیستم اندروید: آیا ویژگی مورد نظر شما باید در برنامه اندروید شما ساخته شود یا به عنوان یک سیستم یکپارچه اندروید بهتر عمل می‌کند؟

در این مجموعه پست‌های وبلاگ، ما این انتخاب‌ها را با شما بررسی خواهیم کرد. ما شما را در سفری همراهی خواهیم کرد که با یک اپلیکیشن موبایل ساده شروع می‌شود و آن را به یک تجربه شخصی‌سازی‌شده ، هوشمند و عامل‌محور تبدیل می‌کند.

جت‌پکر: یک اپلیکیشن سفر آزمایشی

جت‌پکر یک اپلیکیشن نمایشی فنی است که تیم ما آن را از پایه برای کنفرانس گوگل آی/او امسال (با استفاده از آنتی‌گراویتی) ساخت. در هسته خود، جت‌پکر به کاربران کمک می‌کند تا ماجراجویی بزرگ بعدی خود را برنامه‌ریزی، کاوش و از آن لذت ببرند. این اپلیکیشن مروری بر سفرهای شما، برنامه هر سفر و جزئیات هر رویداد در آن سفر را نشان می‌دهد. البته با پیروی از تمام بهترین شیوه‌های توسعه اندروید، از جمله طراحی رابط کاربری متریال با ظاهری زیبا و رسا.

و از همه بهتر؟ کاملاً متن‌باز است!

امروز ما مجموعه‌ای از پست‌های وبلاگ فنی را منتشر می‌کنیم که به بررسی عمیق هر یک از این ویژگی‌ها می‌پردازند. ما مراحل پیاده‌سازی دقیق، قطعه کدها و بینش‌های معماری را ارائه خواهیم داد تا به شما در ساخت برنامه‌های هوشمند اندروید خود کمک کنیم.

هوش درون دستگاهی

استفاده از مدل روی دستگاه، هیچ هزینه اضافی برای استنتاج ابری ندارد، به این معنی که لازم نیست نگران اتصال به اینترنت باشید و به کاربران این اطمینان را می‌دهد که اطلاعات خصوصی به صورت محلی، روی دستگاه، بدون ارسال هیچ یک از داده‌هایشان به فضای ابری پردازش می‌شوند.

در Jetpacker، ما برای سه مورد از ویژگی‌های خود، استنتاج روی دستگاه را انتخاب کردیم:

• ویژگی مرور کلی سفر ، یک برنامه سفر چند روزه و آشفته را به یک خلاصه مختصر و کاربردی تبدیل می‌کند. این ویژگی از Gemini Nano از طریق APIهای GenAI ML Kit برای پردازش داده‌ها به صورت محلی روی دستگاه استفاده می‌کند. ما این ویژگی را یک ویژگی خوب می‌دانیم که در مواقعی که نمی‌خواهیم هزینه‌های ابری اضافی متحمل شویم، استنتاج روی دستگاه را انتخاب مناسبی می‌کند.
• ردیاب هزینه به طور خودکار داده‌های ساختاریافته را از تصاویر رسید استخراج می‌کند تا به کاربران در ردیابی هزینه‌های سفرشان کمک کند. این ردیاب از قابلیت‌های چندوجهی Gemini Nano 4 از طریق APIهای ML Kit GenAI استفاده می‌کند. ما یک راهکار درون دستگاهی را انتخاب می‌کنیم تا هرگونه اطلاعات حساس به حریم خصوصی روی تصاویر رسید هرگز از دستگاه کاربر خارج نشود.
• این دفترچه خاطرات صوتی ، یادداشت‌های صوتی را ضبط، رونویسی و در فعالیت‌های مرتبط با سفر دسته‌بندی می‌کند. این دفترچه خاطرات با استفاده از تشخیص گفتار ML Kit و رابط‌های برنامه‌نویسی کاربردی GenAI Prompt کار می‌کند. ما به دلایل حفظ حریم خصوصی و اتصال، یک راهکار درون دستگاهی را انتخاب کردیم.

استنتاج ابری و ترکیبی

گاهی اوقات مورد استفاده شما به مدل‌های هوش مصنوعی با دانش جهانی بیشتر یا پنجره زمینه بسیار بزرگتر و توانایی بیشتر در انجام وظایف پیچیده نیاز دارد. در این صورت، می‌توانیم به جای اجرای یک مدل روی دستگاه، از یک مدل ابری استفاده کنیم.

یا اگر می‌خواهید از هر دو حالت بهترین استفاده را ببرید، می‌توانید از استنتاج ترکیبی برای انتخاب پویای مدل ابری یا روی دستگاه در زمان اجرا استفاده کنید. این به ما امکان می‌دهد با انتقال استنتاج به دستگاه در صورت وجود، هزینه‌ها را کاهش دهیم ، اما در عین حال از همه دستگاه‌های اندرویدی که برنامه را اجرا می‌کنند، پشتیبانی کنیم .

در Jetpacker، ما چندین ویژگی را با استفاده از استنتاج ابری یا ترکیبی پیاده‌سازی کردیم:

• ویژگی پرسش و پاسخ مکانی با تکیه بر داده‌های دنیای واقعی، به سوالات کاربران در مورد مکان‌های خاص پاسخ می‌دهد. این ویژگی از منطق هوش مصنوعی فایربیس که با نقشه‌های گوگل و زمینه وب یکپارچه شده است، استفاده می‌کند. استفاده از یک مدل ابری برای دانش جهانی بیشتر در اینجا ضروری است.
• ویژگی تهیه پیش‌نویس نقد به کاربران کمک می‌کند تا نقدهای دقیقی برای مکان‌هایی که بازدید کرده‌اند بنویسند. این ویژگی از طریق رابط برنامه‌نویسی کاربردی استنتاج ترکیبی جدید Firebase AI Logic، از مدل‌های روی دستگاه و ابری بهره می‌برد. این ویژگی‌ای است که ما می‌خواستیم در دسترس همه کاربران برنامه قرار دهیم، بنابراین در صورت عدم دسترسی به مدل روی دستگاه، از یک مدل ابری به عنوان جایگزین استفاده می‌کنیم.
• ترجمه خودکار چت، پیام‌های چت را به صورت پویا و در لحظه ترجمه می‌کند تا ارتباط یکپارچه را تسهیل کند و منطق استنتاج ترکیبی سفارشی را نشان دهد. باز هم، ما می‌خواهیم این ویژگی برای همه کاربران برنامه در دسترس باشد، اما در عین حال ملاحظات خاصی در مورد انتخاب زمان استفاده از دستگاه در مقابل فضای ابری داریم.

یکپارچه‌سازی سیستم

اگرچه این ویژگی در خود برنامه دیده نمی‌شود، اما ادغام سیستم اندروید، قابلیت‌های اصلی برنامه را مستقیماً به سیستم عامل اندروید باز می‌کند. این قابلیت از API AppFunctions برای ادغام با هوش سطح سیستم استفاده می‌کند.

گردش‌های کاری درون‌برنامه‌ای (به‌زودی!)

عاملیت، سطح بالاتری از خودمختاری را معرفی می‌کند و مدل‌ها را قادر می‌سازد تا به عنوان عامل عمل کنند. به جای یک فراخوانی استنتاج واحد، یک عامل از طریق یک حلقه ارکستراسیون برای رسیدن به یک هدف خاص تلاش می‌کند که به آن اجازه می‌دهد استدلال کند ، از ابزارها استفاده کند و مسیر خود را تطبیق دهد . بسته به نیاز شما، این عوامل هوشمند می‌توانند در فضای ابری، مستقیماً روی دستگاه یا در یک مجموعه ترکیبی اجرا شوند.

برای Jetpacker، ما یک دستیار رزرو اضافه کردیم که گردش‌های کاری رزرو سرتاسری را مستقیماً درون برنامه خودکار می‌کند تا رزروها را ساده‌تر کند. این دستیار با استفاده از A2UI و ADK که در فضای ابری اجرا می‌شوند، ساخته شده است. برنامه اندروید به عنوان رابط کاربری سیستم چندعاملی که در فضای ابری اجرا می‌شود، عمل می‌کند.

بیشتر بدانید

بخش‌های دیگر این مجموعه پست‌های وبلاگ را ببینید:

بخش اول (این پست!): معرفی اپلیکیشن و یک مرور کلی.
بخش ۲: هوش درون دستگاهی. برای ساخت ویژگی‌های اولویت‌دار حریم خصوصی مانند خلاصه‌سازی برنامه سفر، تجزیه رسید و پردازش صوتی محلی، به بررسی عمیق APIهای GenAI کیت ML و Gemini Nano بپردازید.
بخش ۳: استدلال ترکیبی و ابری. نحوه استفاده از منطق هوش مصنوعی فایربیس را برای پایه‌ریزی پاسخ‌های LLM در داده‌های دنیای واقعی مانند نقشه‌های گوگل و زمینه وب بررسی کنید.
بخش ۴: یکپارچه‌سازی سیستم. یکپارچه‌سازی با سیستم هوشمند اندروید با استفاده از AppFunctions.
بخش ۵ (به زودی): گردش‌های کاری درون‌برنامه‌ای. برنامه را با یک دستیار رزرو سرتاسری که توسط A2UI و ADK پشتیبانی می‌شود، گسترش دهید.

به اطلاعات بیشتری در مورد توسعه اندروید علاقه دارید؟ توسعه‌دهندگان اندروید را در یوتیوب یا لینکدین دنبال کنید!