‫Kakao Mobility از Gemini Nano درون‌دستگاهی برای کاهش هزینه‌ها و افزایش ۴۵ درصدی تبدیل تماس استفاده می‌کند

Kakao Mobility کسب‌وکار پیشرو درزمینه حمل‌ونقل در کره جنوبی است که طیف وسیعی از خدمات حمل‌ونقل و تحویل، ازجمله درخواست تاکسی، پیمایش، هم‌رسانی دوچرخه و اسکوتر، پارکینگ، و تحویل بسته را ازطریق برنامه Kakao T خود ارائه می‌دهد. تیم Kakao Mobility از Gemini Nano ازطریق ML Kit’s GenAI Prompt API استفاده کرد تا برای سرویس هم‌رسانی دوچرخه خود دستیار پارک ارائه دهد و تجربه وارد کردن نشانی را برای سرویس‌های پیمایش و تحویل خود بهبود بخشد.

برنامه Kakao T به بیش‌از ۳۰ میلیون کاربر خدمات ارائه می‌دهد و سرویس هم‌رسانی دوچرخه آن یکی از محبوب‌ترین سرویس‌هایش است. اما متأسفانه بسیاری از کاربران دوچرخه‌ها یا اسکوترها را وقتی از آن‌ها استفاده نمی‌کردند به‌طور نامناسبی پارک می‌کردند. این رفتار منجر به افزایش تخلفات پارک و نگرانی‌های ایمنی شد و درنتیجه شکایت‌های عمومی، جریمه، و بکسل کردن خودروها را به‌دنبال داشت. این مشکلات شروع به تأثیر منفی بر درک عمومی از Kakao Mobility و خدمات هم‌رسانی دوچرخه آن کرد.

«با بهره‌گیری از GenAI Prompt API در ML Kit و Gemini Nano، توانستیم به‌سرعت ویژگی‌هایی را پیاده‌سازی کنیم که ارزش اجتماعی را بدون به‌خطر انداختن تجربه کاربری بهبود می‌بخشند. ‫Kakao Mobility به استفاده فعالانه از هوش مصنوعی درون‌دستگاهی ادامه خواهد داد تا خدمات جابه‌جایی ایمن‌تر و راحت‌تری ارائه دهد.» — ویسوک ریو، رئیس بخش توسعه مشتری

برای رفع این نگرانی‌ها، تیم در ابتدا یک مدل تشخیص تصویر طراحی کرد تا به کاربران اطلاع دهد که آیا دوچرخه یا اسکوتر آن‌ها طبق قوانین محلی و استانداردهای ایمنی به‌درستی پارک شده است یا نه. اجرای این مدل ازطریق ابر هزینه‌های سرور قابل‌توجهی را به‌همراه داشت. علاوه‌براین، عکس‌های بارگذاری‌شده کاربران حاوی اطلاعاتی درباره مکان پارک آن‌ها بود، بنابراین تیم می‌خواست از هرگونه نگرانی امنیتی یا حریم خصوصی جلوگیری کند. تیم باید راه‌حل قابل‌اعتمادتر و مقرون‌به‌صرفه‌تری پیدا می‌کرد.

این تیم همچنین می‌خواست تجربه استخراج نهاد را برای سرویس تحویل بسته در برنامه Kakao T بهبود بخشد. قبلاً، کاربران می‌توانستند به‌راحتی تحویل بسته را در یک میانای گپ سفارش دهند، اما رانندگان باید آدرس را به‌صورت دستی در فرم سفارش وارد می‌کردند تا سفارش تحویل را آغاز کنند—فرایندی که دست‌وپاگیر و مستعد خطای انسانی بود. تیم به‌دنبال ساده‌سازی این فرایند بود تا فرم‌های سفارش را سریع‌تر کند و از ناامیدی کارکنان تحویل بکاهد.

بهبود تجربه کاربری با GenAI Prompt API از ML Kit

تیم مدل‌های Gemini مبتنی بر ابر را با Gemini Nano که ازطریق GenAI Prompt API در ML Kit قابل‌دسترسی است آزمایش و مقایسه کرد. جین‌وو پارک، توسعه‌دهنده برنامه Android در Kakao Mobility، گفت: «پس‌از بررسی حریم خصوصی، هزینه، دقت، و سرعت پاسخ، GenAI Prompt API در ML Kit به‌وضوح بهترین انتخاب بود.» 

برای رسیدگی به مشکل دوچرخه‌ها یا اسکوترهایی که به‌طور نامناسب پارک شده‌اند، این تیم از قابلیت چندوجهی Gemini Nano ازطریق ML Kit GenAI API SDK استفاده کرد تا تشخیص دهد چه زمانی دوچرخه یا اسکوتر با پارک کردن روی سنگ‌فرش لمسی زرد، مقررات محلی را نقض می‌کند. با پیام‌واره‌ای که با دقت ساخته شده بود، آن‌ها توانستند بیش‌از ۲۰۰ تصویر برچسب‌گذاری‌شده از عکس‌های پارکینگ را ارزیابی کنند و درعین‌حال ورودی‌ها را به‌طور مداوم اصلاح کنند. این ارزیابی که ازطریق سنجه‌های شناخته‌شده‌ای مانند صحت، دقت، یادآوری، و امتیاز F1 اندازه‌گیری شد، اطمینان حاصل کرد که این ویژگی با استانداردهای کیفیت و قابلیت اطمینان در سطح تولید مطابقت دارد.

اکنون کاربران می‌توانند از دوچرخه یا اسکوتر پارک‌شده خود عکس بگیرند و برنامه به آن‌ها اطلاع می‌دهد که آیا به‌درستی پارک شده است یا نه، و اگر به‌درستی پارک نشده باشد، راهنمایی ارائه می‌دهد. کل فرایند در چند ثانیه در دستگاه انجام می‌شود و از مکان و اطلاعات کاربر محافظت می‌کند. 

برای ایجاد ویژگی استخراج نهاد ساده، تیم دوباره از GenAI Prompt API در ML Kit برای پردازش سفارش‌های تحویل کاربران که به زبان طبیعی نوشته شده بود استفاده کرد. اگر از یادگیری ماشین سنتی استفاده می‌کردند، به مجموعه داده‌های یادگیری بزرگ و تخصص ویژه در یادگیری ماشین نیاز داشتند. درعوض، می‌توانند به‌سادگی با پیام‌واره‌ای مانند «نام، نشانی، و شماره تلفن گیرنده را از پیام استخراج کن» شروع کنند. تیم حدود ۲۰۰ نمونه ارزیابی با کیفیت بالا آماده کرد و پیام‌واره خود را ازطریق چندین دور تکرار ارزیابی کرد تا بهترین نتیجه را به‌دست آورد. مؤثرترین روش به‌کاررفته تکنیکی به‌نام پیام‌واره کم‌مثال بود و نتایج به‌دقت تجزیه‌وتحلیل شدند تا اطمینان حاصل شود که خروجی حاوی حداقل کژپنداری است.

«Prompt API» در ML Kit سربار توسعه‌دهنده را کاهش می‌دهد و درعین‌حال امنیت و قابلیت اطمینان بالایی را در دستگاه ارائه می‌دهد. این ویژگی امکان نمونه‌سازی سریع را فراهم می‌کند، وابستگی به زیرساخت را کاهش می‌دهد، و هزینه اضافی ندارد. هیچ دلیلی برای توصیه نکردن آن وجود ندارد.» — جین‌وو پارک، توسعه‌دهنده برنامه Android در Kakao Mobility

ارائه نتایج بزرگ با GenAI Prompt API از ML Kit

درنتیجه، ویژگی استخراج موجودیت جزئیات لازم هر سفارش را به‌درستی شناسایی می‌کند، حتی زمانی که چندین نام و نشانی وارد شده باشد. برای به‌حداکثر رساندن دسترسی به این ویژگی و ارائه یک جایگزین قوی، تیم همچنین یک مسیر مبتنی بر ابر را بااستفاده از Gemini Flash پیاده‌سازی کرد.

پیاده‌سازی GenAI Prompt API از ML Kit با انتقال به هوش مصنوعی درون‌دستگاهی، صرفه‌جویی قابل‌توجهی در هزینه‌ها برای تیم Kakao Mobility به‌همراه داشته است. درحالی‌که ویژگی تجزیه‌وتحلیل پارکینگ دوچرخه هنوز راه‌اندازی نشده است، بهبود ورود نشانی نتایج عالی‌ای به‌همراه داشته است: 

• زمان تکمیل سفارش برای سفارش‌های ارسال غذا ۲۴٪ کاهش یافته است.
• نرخ تبدیل برای کاربران جدید ۴۵٪ و برای کاربران فعلی ۶٪ افزایش یافته است.
• درطول فصل‌های اوج، سفارش‌های با بهره‌گیری از هوش مصنوعی بیش‌از ۲۰۰٪ افزایش می‌یابد. 

ویسوک افزود: «به‌ویژه مالکان کسب‌وکارهای کوچک بازخورد بسیار مثبتی ارائه کرده‌اند و گفته‌اند که این ویژگی کار آن‌ها را بسیار کارآمدتر کرده و استرس را به‌طور قابل‌توجهی کاهش داده است.»

پس‌از راه‌اندازی ویژگی تشخیص تصویر برای پارک دوچرخه و اسکوتر، تیم Kakao Mobility مشتاق است آن را بیشتر بهبود بخشد. محیط‌های پارکینگ شهری می‌توانند چالش‌برانگیز باشند و تیم درحال بررسی روش‌هایی برای فیلتر کردن مناطق غیرضروری از تصاویر است. 

جینوو گفت: «GenAI Prompt API در ML Kit ویژگی‌های باکیفیتی را بدون سربار اضافی ارائه می‌دهد.» «این کار تلاش توسعه‌دهنده را کاهش داد، زمان کلی توسعه را کوتاه‌تر کرد، و به ما اجازه داد تا بر تنظیم پیام‌واره برای نتایج با کیفیت بالاتر تمرکز کنیم.»

GenAI Prompt API از ML Kit را خودتان امتحان کنید

بااستفاده از GenAI Prompt API در ML Kit، هوش مصنوعی درون‌دستگاهی را در برنامه‌تان بسازید و مستقر کنید تا از قابلیت‌های Gemini Nano بهره‌مند شوید.