আপনার ফিচারের জন্য সঠিক AI/ML সলিউশন খুঁজে নিন

এই নির্দেশিকা আপনার ব্যবহারের ক্ষেত্রে সঠিক AI/ML সমাধান খুঁজে পেতে সাহায্য করে। এটি আপনাকে বিভিন্ন উপলভ্য সমাধান নেভিগেট করতে এবং আপনি যে ফিচার প্রয়োগ করতে চান তার প্রয়োজনীয়তা অনুযায়ী আপনার জন্য সবচেয়ে উপযুক্ত সমাধান বেছে নিতে সাহায্য করে।

সাধারণত, আপনার AI/ML ফিচার প্রয়োগ করার জন্য টুল ও মডেল বেছে নেওয়ার সময়, আপনার প্রয়োজন পূরণ করে এমন সবচেয়ে সহজ মডেল ব্যবহার করা উচিত। সবচেয়ে ভালো সমাধান খুঁজে পেতে, আপনাকে নিম্নলিখিত বিষয়গুলি নিয়ে ভাবতে হবে:

মূল বিষয়: আপনার প্রয়োজন পূরণ করে এমন সবচেয়ে সহজ মডেল ও টুলিং ব্যবহার করা উচিত।

• ফিচারটির কি নতুন কন্টেন্ট তৈরি করতে হবে (জেনারেটিভ AI), নাকি নির্ধারক উপায়ে (ঐতিহ্যগত ML) ভবিষ্যদ্বাণী/শ্রেণীবদ্ধ করতে হবে?
• ফিচারের স্কোপ: টাস্কটি কি সম্পূর্ণভাবে আপনার অ্যাপের মধ্যে (ইন-অ্যাপ ইন্টেলিজেন্স) করা যেতে পারে, নাকি এটি সম্পন্ন করার জন্য একাধিক অ্যাপের প্রয়োজন (সিস্টেম-লেভেল ইন্টেলিজেন্স)?
• মডেলের লোকেশন: টাস্কটি কি অফলাইনে (অন-ডিভাইস মডেল) করা যাবে, নাকি এর জন্য সার্ভারের (ক্লাউড-ভিত্তিক মডেল) সাথে ইন্টার‍্যাক্ট করতে হবে?
• টুলকিট বা মডেল ভার্সন: টাস্কটি কতটা জটিল, সহজ, সিঙ্গেল-ইনফারেন্স টাস্ক থেকে মাল্টি-এজেন্ট অর্কেস্ট্রেশন পর্যন্ত?

নিম্নলিখিত ফ্লো চার্টটি সিদ্ধান্ত নেওয়ার প্রক্রিয়াটি এক নজরে দেখায়:

ছবি ১. AI/ML সলিউশন বেছে নেওয়ার জন্য হাই-লেভেল সিদ্ধান্ত নেওয়ার প্রসেস।

প্রতিটি ধাপে আপনার সিদ্ধান্ত জানাতে, এই ডকুমেন্টের বাকি অংশে দেওয়া বিভাগগুলি দেখুন।

জেনারেটিভ AI বনাম প্রথাগত ML

জেনারেটিভ AI মডেল নতুন কন্টেন্ট তৈরি করে, যেখানে ট্র্যাডিশনাল ML মডেল ফলাফলের পূর্বাভাস দেয় বা সম্পূর্ণ নির্ধারক পদ্ধতিতে ডেটা শ্রেণীবদ্ধ করে। আপনার ফিচারে নতুন কন্টেন্ট তৈরি করার প্রয়োজন না হলে, ট্র্যাডিশনাল ML সলিউশন যথেষ্ট হতে পারে। নিচের সারণীতে কিছু প্রথাগত ML সমাধানের সারসংক্ষেপ দেওয়া হল:

মনে রাখবেন: এইসব টুলকিটের বেশিরভাগই GenAI এবং প্রথাগত ML সমাধান, দুটিই অফার করে। প্রথাগত ML গাইডের জন্য নন-GenAI ডকুমেন্টেশন বিভাগ দেখুন।

টুলকিট / সমাধান	ধরন	প্রাথমিক ব্যবহারের উদাহরণ	উদাহরণ
ML Kit SDK	অন-ডিভাইস	প্রি-বিল্ট ভিশন ও ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং টাস্ক	OCR রসিদ স্ক্যানার ইভেন্ট QR কোড ব্যবহার করে দ্রুত চেক-ইন অফলাইন মেনু অনুবাদ
LiteRT	অন-ডিভাইস	কাস্টম মডেল রানটাইম	মেডিকেল ছবির ক্লাসিফিকেশন নির্দিষ্ট বিষয়ের জন্য স্মার্ট কীবোর্ড শব্দ অনুমান
MediaPipe	অন-ডিভাইস	রিয়েল-টাইম ভিডিও বা অডিও স্ট্রিম পারসেপশন টাস্ক	রিয়েল-টাইম ওয়ার্কআউট পোজ কোচিং ফেস ফিল্টার ও এফেক্ট হাতের জেসচার শনাক্তকরণ
Cloud Vision API এবং Cloud Natural Language API সহ Google Cloud API	ক্লাউড-ভিত্তিক	প্রি-বিল্ট ভিশন ও ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং টাস্ক	অটোমেটেড ভিডিও ক্যাপশনিং ছবির কোয়ালিটি কন্ট্রোল এবং সম্মতি
Agent প্ল্যাটফর্ম	ক্লাউড-ভিত্তিক	এন্ড-টু-এন্ড কাস্টম মডেল ট্রেনিং ও ডিপ্লয়মেন্ট	প্রয়োজন বুঝে বিশেষ ছবি শনাক্তকরণ স্টক ফটো সার্চ

এই ডকুমেন্টের বাকি অংশে জেনারেটিভ AI সলিউশন সম্পর্কে আলোচনা করা হয়েছে।

অ্যাপ-মধ্যস্থ বনাম সিস্টেম-লেভেল ইন্টেলিজেন্স

সবচেয়ে ভালো জেনারেটিভ AI সমাধান শনাক্ত করতে, আপনার AI ফিচার সম্পূর্ণভাবে আপনার অ্যাপের মধ্যে কাজ করে নাকি অন্য অ্যাপ বা Android OS-এর সাথে ইন্টার‍্যাক্ট করার প্রয়োজন হয়, তা নির্ধারণ করুন। আপনার ফিচার যদি সিস্টেমের মাধ্যমে ট্রিগার হয়, তাহলে সেটি সিস্টেম-লেভেল ইন্টেলিজেন্স হিসেবে গণ্য করা হয়। নিম্নলিখিত সারণীতে অ্যাপ-মধ্যস্থ ও সিস্টেম-লেভেল ইন্টেলিজেন্স ফিচারের মধ্যে পার্থক্য সংক্ষেপে দেখানো হয়েছে:

	অ্যাপ-মধ্যস্থ ইন্টেলিজেন্স	সিস্টেম-লেভেল ইন্টেলিজেন্স
টাস্কের সুযোগ	অ্যাপ-মধ্যস্থ	বিভিন্ন অ্যাপ জুড়ে (অথবা সিস্টেমের মাধ্যমে ট্রিগার করা, যেকোনও অ্যাপের বাইরে)
টুল	ML Kit SDK, LiteRT, Firebase AI Logic বা সেল্ফ-হোস্টেড ব্যাকএন্ড	AppFunctions
ব্যবহারিক ক্ষেত্র	টেক্সটের সারসংক্ষেপ, প্রুফরিড বা ট্রান্সক্রাইব করা ছবির বর্ণনা ডাউনলোড করুন অ্যাপ-মধ্যস্থ চ্যাটবট তৈরি করা ছবি তৈরি করুন	আপনি নোট ডকুমেন্টে যা লিখেছেন তার উপর ভিত্তি করে ডেলিভারি অ্যাপে মুদিখানার তালিকা তৈরি করা অফিসে যাওয়ার জন্য রাইড বুক করো এবং তোমার সহকর্মীকে তোমার পৌঁছানোর আনুমানিক সময় মেসেজ করো আপনার ইমেল ইনবক্সে রেস্তোরাঁর সাজেশন খুঁজে নিন এবং রিজার্ভেশন করুন

অ্যাপ-মধ্যস্থ ইন্টেলিজেন্স

ইন-অ্যাপ ইন্টেলিজেন্স ফিচারের ক্ষেত্রে অন্যান্য অ্যাপ বা সিস্টেমের সাথে ইন্টার‍্যাক্ট করার প্রয়োজন হয় না। আপনার AI ফিচার সম্পূর্ণভাবে ইন-অ্যাপ কিনা তা নির্ধারণ করার পরে, আপনাকে সিদ্ধান্ত নিতে হবে যে আপনি ফিচারটি সম্পূর্ণভাবে অন-ডিভাইস চালাতে পারবেন কিনা, ক্লাউড-ভিত্তিক মডেল ব্যবহার করবেন নাকি দুটির সংমিশ্রণে হাইব্রিড পদ্ধতি ব্যবহার করবেন।

আপনি যদি এমন কিছু করেন যার জন্য ভিডিও ইনপুট বা একাধিক এজেন্ট জড়িত টাস্কের প্রয়োজন হয়, তাহলে আপনার ক্লাউড-ভিত্তিক মডেল ব্যবহার করা উচিত। নিচের সারণীতে অন-ডিভাইস বনাম ক্লাউড-ভিত্তিক মডেলের ক্ষমতার তুলনা করা হয়েছে:

	অন-ডিভাইস	মেঘ
টুল	ML Kit SDK বা LiteRT	Firebase AI Logic বা সেল্ফ-হোস্টেড ব্যাকএন্ড
ইনপুটের ধরন	টেক্সট ছবি অডিও	টেক্সট ছবি অডিও ভিডিও
আউটপুটের ধরন	টেক্সট	টেক্সট ছবি অডিও
ব্যবহারকারীর ডেটার সংবেদনশীলতা	আরও ভাল	আরও নিচে
মডেল	Gemma Gemini Nano	Gemini Flash Gemini Flash Lite Gemini Pro
ব্যবহারিক ক্ষেত্র	ছোট কন্টেন্ট প্রসেস করা, যেমন ছোট চ্যাট মেসেজ বা ইমেলের সারসংক্ষেপ করা, প্রুফরিড করা বা আবার লেখা ছবির বর্ণনা ডাউনলোড করুন ব্যবহারকারীদের আগ্রহের ভিত্তিতে তাদের জন্য আউটপুট পছন্দমতো সাজানো ব্যবহারকারীর সংবেদনশীল ডেটা ম্যানেজ করা একটি ছোট অডিও ক্লিপ ট্রান্সক্রাইব করুন	চ্যাটবট তৈরি করা ছবি তৈরি করুন রিয়েল-টাইমে কথোপকথনের অনুবাদ পান অ্যাপ-মধ্যস্থ ফটো এডিটিং মাল্টি-এজেন্ট টাস্ক

অন-ডিভাইস মডেল

নিম্নলিখিত যেকোনও একটি প্রযোজ্য হলে, অন-ডিভাইস মডেল সম্ভবত পছন্দসই:

• খরচ সংক্রান্ত সীমাবদ্ধতা
• ফিচারটি অফলাইনে চালানোর উপযুক্ত হতে হবে
• গোপনীয়তা বিষয়ক প্রয়োজনীয়তা
• The task at hand is relatively simple—it doesn't require multi-agent orchestration

মনে রাখবেন যে আপনার ব্যবহারকারীদের ডিভাইসে অন-ডিভাইস মডেল কাজ করার সুবিধা থাকতে হবে। অন-ডিভাইস মডেলের জন্য সাধারণত আরও প্রিমিয়াম ডিভাইসের প্রয়োজন হয় যা লোকাল প্রসেসিংয়ে সহায়তা করতে পারে।

আপনার ফিচারের জন্য অন-ডিভাইস মডেল যথেষ্ট বলে আপনি নির্ধারণ করার পরে, টুলকিট বা সমাধান কতটা উপযুক্ত হবে তা মূলত নির্ভর করে টাস্কের জটিলতার উপর। নিম্নলিখিত সারণীতে অন-ডিভাইস, অ্যাপ-মধ্যস্থ জেনারেটিভ AI টুলিংয়ের বিকল্পের সংক্ষিপ্তসার দেওয়া হল:

টাস্কের জটিলতা	ফিচারের বৈশিষ্ট্য	উদাহরণ	টুলকিট/সমাধান
কম	সিঙ্গেল ইনফারেন্স পিওর জেনারেশন	টেক্সটটি সংক্ষেপে লেখো	ML Kit SDK ফাইন-টিউন করা মডেলের (নিশ ডোমেন) জন্য LiteRT
মাঝারি	অগমেন্টেড LLM ফাংশন কলিং কথোপকথনের ইতিহাস	কোয়েরি ও উত্তর	ML Kit Prompt API
বেশি	সিঙ্গেল-এজেন্ট লুপ, টাস্ক সম্পূর্ণ না হওয়া পর্যন্ত সাইকেল করা	গ্রাহকের মতামত বা বাগ ট্রায়াজ	ML Kit GenAI Agent API

সহজ সিঙ্গল-টার্ন বা মাল্টি-টার্ন কথোপকথনমূলক টেক্সট জেনারেশনের জন্য ML Kit Prompt API ব্যবহার করুন। আপনার ফিচারের জন্য ডিভাইসে অটোনোমাস, মাল্টি-স্টেপ এক্সিকিউশনের প্রয়োজন হলে, ML Kit GenAI Agent API ব্যবহার করুন। Agent API অন-ডিভাইস রিজনিং লুপকে সাপোর্ট করে যা @Tool অ্যানোটেশন ব্যবহার করে টাইপ করা টুল প্ল্যান ও ইনভোক করতে, ইন্টার‍্যাকশন জুড়ে সেশন কন্টেক্সট বজায় রাখতে এবং maxTurns ব্যবহার করে টার্ন লিমিট এনফোর্স করতে পারে।

ক্লাউড-ভিত্তিক মডেল

আপনার ফিচার যদি সম্পূর্ণভাবে অন-ডিভাইস রান করতে না পারে, তাহলে আপনাকে ক্লাউড-ভিত্তিক মডেল ব্যবহার করতে হবে। ক্লাউড-ভিত্তিক মডেল কীভাবে ব্যবহার করবেন তার জন্য দুটি প্রধান বিকল্প রয়েছে:

• Firebase AI Logic ব্যবহার করে ম্যানেজ করা ব্যাকএন্ড। আপনি যদি আগে থেকেই Firebase ব্যবহারকারী হন অথবা তুলনামূলকভাবে দ্রুত কোনও প্রোটোটাইপ তৈরি করতে চান, তাহলে Firebase AI Logic সম্ভবত সেরা সমাধান।

  মনে রাখবেন: Firebase AI Logic SDK-তে শুধু Gemini মডেল কাজ করে।

• কাস্টম ব্যাকএন্ড বা সেল্ফ-হোস্টেড সার্ভার। আপনি যদি Gemini ছাড়া অন্য মডেল ব্যবহার করতে চান, গোপনীয়তা সংক্রান্ত কঠোর প্রয়োজনীয়তা থাকে অথবা খুব জটিল কোনও টাস্ক সম্পূর্ণ করতে হয়, তাহলে আপনাকে সম্ভবত কাস্টম ব্যাকএন্ড ব্যবহার করতে হবে। এছাড়াও, কাস্টম ব্যাকএন্ড সেট-আপের জন্য আমরা নিম্নলিখিত টুল সাজেস্ট করি:

  • আপনার কাস্টম ব্যাকএন্ডে এজেন্টিক ফ্রেমওয়ার্ক রান করুন, যেমন Agent Development Kit
  • AG-UI ব্যবহার করে অ্যাপ ফ্রন্টএন্ডকে এজেন্টিক ব্যাকএন্ডের সাথে কানেক্ট করুন
  • A2UI ব্যবহার করে এজেন্টদের রিচ, ইন্টার‍্যাক্টিভ UI তৈরি করার সুবিধা দিন

ক্লাউড-ভিত্তিক, অ্যাপ-মধ্যস্থ জেনারেটিভ AI টুলিংয়ের জন্য Firebase AI Logic বা কাস্টম ব্যাকএন্ড কখন ব্যবহার করতে হবে তা নিম্নলিখিত সারণীতে সংক্ষেপে দেওয়া হয়েছে:

টাস্কের জটিলতা	ফিচারের বৈশিষ্ট্য	উদাহরণ	টুলকিট/সমাধান
কম	সিঙ্গেল ইনফারেন্স পিওর জেনারেশন	টেক্সটটি সংক্ষেপে লেখো	Firebase AI Logic কাস্টম ব্যাকএন্ড
মাঝারি	অগমেন্টেড LLM ফাংশন কলিং কথোপকথনের ইতিহাস	কোয়েরি ও উত্তর	Firebase AI Logic কাস্টম ব্যাকএন্ড
বেশি	সিঙ্গেল-এজেন্ট লুপ, টাস্ক সম্পূর্ণ না হওয়া পর্যন্ত সাইকেল করা	গ্রাহকের মতামত বা বাগ ট্রায়াজ	কাস্টম ব্যাকএন্ড
খুব বেশি	মাল্টি-এজেন্ট অর্কেস্ট্রেশন	কোনও ট্রিপের বিভিন্ন দিক ম্যানেজ করার জন্য একটি এজেন্ট টিম তৈরি করুন	কাস্টম ব্যাকএন্ড

হাইব্রিড পদ্ধতি

আপনার ফিচার লোকালি রান করতে পারলে হাইব্রিড অ্যাপ্রোচ ব্যবহার করুন, তবে আপনার সব ব্যবহারকারীর কাছে অন-ডিভাইস মডেল সাপোর্ট করে এমন ডিভাইস না থাকলে এবং আপনাকে ফলব্যাক হিসেবে ক্লাউড মডেল ব্যবহার করতে হলে। আরও তথ্যের জন্য, হাইব্রিড ইনফারেন্স দেখুন।

সিস্টেম-লেভেল ইন্টেলিজেন্স

সিস্টেম-লেভেল ইন্টেলিজেন্স Android প্ল্যাটফর্মকে টাস্ক অর্কেস্ট্রেটর হিসেবে কাজ করতে সাহায্য করে। সিস্টেম-লেভেল ইন্টেলিজেন্স, Gemini-র মতো সিস্টেম এজেন্টকে, একাধিক অ্যাপ ও ওয়েব পরিষেবা জুড়ে ব্যবহারকারীর অনুরোধ সম্পূর্ণ করতে সাহায্য করে।

Android ইন্টেলিজেন্স সিস্টেমের সাথে আপনার অ্যাপ কানেক্ট করতে, আপনি প্রোগ্রাম্যাটিক কন্ট্রোল চান নাকি অটোমেটেড UI-চালিত অ্যাকশন চান তার উপর ভিত্তি করে একটি ইন্টিগ্রেশন পদ্ধতি বেছে নিন:

ইন্টিগ্রেশনের বিকল্প	ব্যবহারের উদাহরণ
AppFunctions	আপনার অ্যাপে নির্দিষ্ট ক্ষমতা উপলভ্য করুন যাতে এজেন্টরা ডিভাইসে সেগুলি খুঁজে পেতে এবং চালাতে পারে।
রিমোট MCP সার্ভার	এজেন্টের ব্যাকএন্ডের সাথে সরাসরি ইন্টিগ্রেট করার জন্য আপনার অ্যাপে নির্দিষ্ট ক্ষমতা উপলভ্য করুন। ক্রস-প্ল্যাটফর্ম ডেভেলপমেন্টের জন্য ভালো।
কম্পিউটার কন্ট্রোল	কোনও অ্যাপের UI-এর সাথে সরাসরি ইন্টার‍্যাক্ট করার মাধ্যমে টাস্ক অটোমেট করার জন্য OEM-প্রিলোড করা অ্যাসিস্ট্যান্টকে অনুমতি দেয়।

সিস্টেম-লেভেল ইন্টেলিজেন্স টুলিং বিকল্প সম্পর্কে আরও তথ্যের জন্য, Android ইন্টেলিজেন্স সিস্টেমের সাথে আপনার অ্যাপ কানেক্ট করুন দেখুন।