Google używa technologii AI do tłumaczenia treści na Twój preferowany język. Tłumaczenia wygenerowane przez AI mogą zawierać błędy.

Znajdowanie odpowiedniego rozwiązania AI/ML dla danej funkcji

Ten przewodnik pomoże Ci znaleźć odpowiednie rozwiązanie AI/ML do Twojego przypadku użycia. Zawiera wskazówki, które pomogą Ci zapoznać się z różnymi dostępnymi rozwiązaniami i wybrać to, które najlepiej odpowiada Twoim potrzebom, biorąc pod uwagę wymagania funkcji, którą chcesz wdrożyć.

Ogólnie rzecz biorąc, wybierając narzędzia i modele do wdrożenia funkcji AI/ML, należy używać najprostszego modelu, który spełnia Twoje potrzeby. Aby znaleźć optymalne rozwiązanie, musisz przemyśleć te kwestie:

Czy funkcja musi generować nowe treści (generatywna AI), czy przewidywać lub kategoryzować w sposób deterministyczny (tradycyjne systemy uczące się)?
Zakres funkcji: czy zadanie można wykonać w całości w aplikacji (inteligencja w aplikacji), czy wymaga ono użycia wielu aplikacji (inteligencja na poziomie systemu)?
Lokalizacja modelu: czy zadanie można wykonać offline (model na urządzeniu), czy wymaga interakcji z serwerem (model działający w chmurze)?
Zestaw narzędzi lub wersja modelu: jak złożone jest zadanie – od prostych zadań z jednym wnioskowaniem po wieloagentową orkiestrację?

Poniższy schemat blokowy przedstawia ogólny proces podejmowania decyzji:

Rysunek 1. Proces podejmowania decyzji na wysokim poziomie dotyczący wyboru rozwiązania AI/ML.

Aby podjąć decyzję na każdym etapie, zapoznaj się z sekcjami w pozostałej części tego dokumentu.

Generatywna AI a tradycyjne uczenie maszynowe

Modele generatywnej AI tworzą nowe treści, podczas gdy tradycyjne modele ML przewidują wyniki lub kategoryzują dane w całkowicie deterministyczny sposób. Jeśli Twoja funkcja nie obejmuje generowania nowych treści, tradycyjne rozwiązania oparte na uczeniu maszynowym mogą być wystarczające. W tabeli poniżej znajdziesz podsumowanie niektórych tradycyjnych rozwiązań ML:

Zestaw narzędzi lub rozwiązanie	Typ	Główny przypadek użycia	Przykłady
Pakiet ML Kit SDK	Na urządzeniu	Gotowe zadania związane z przetwarzaniem obrazu i języka naturalnego	Skaner paragonów OCR Szybkie meldowanie się na wydarzeniach za pomocą kodu QR Tłumaczenie menu offline
LiteRT	Na urządzeniu	Środowiska wykonawcze modeli niestandardowych	Klasyfikacja obrazów medycznych Podpowiadanie słów przez inteligentną klawiaturę w przypadku niszowych tematów
MediaPipe	Na urządzeniu	Zadania związane z postrzeganiem strumienia wideo lub audio w czasie rzeczywistym	Wskazówki dotyczące pozycji podczas treningu w czasie rzeczywistym filtry i efekty twarzy, Rozpoznawanie gestów dłonią
interfejsy Google Cloud API, w tym Cloud Vision API i Cloud Natural Language API;	Działanie w chmurze	Gotowe zadania związane z przetwarzaniem obrazu i języka naturalnego	Automatyczne napisy do filmów Kontrola jakości obrazu i zgodności z zasadami
Agent Platform	Działanie w chmurze	Kompleksowe trenowanie i wdrażanie modelu niestandardowego	Specjalistyczne rozpoznawanie obrazów na dużą skalę Wyszukiwanie zdjęć licencjonowanych

Pozostała część tego dokumentu dotyczy rozwiązań opartych na generatywnej AI.

Funkcje inteligentne w aplikacji i na poziomie systemu

Aby określić najlepsze rozwiązanie oparte na generatywnej AI, zdecyduj, czy funkcja AI działa całkowicie w aplikacji, czy wymaga interakcji z innymi aplikacjami lub systemem operacyjnym Android poza aplikacją. Jeśli funkcja jest uruchamiana przez system poza aplikacją, jest to inteligencja na poziomie systemu. W tej tabeli podsumowano różnice między funkcjami opartymi na AI w aplikacji i na poziomie systemu:

	Inteligentne funkcje w aplikacji	Inteligentne funkcje na poziomie systemu
Zakres zadania	W aplikacji	W różnych aplikacjach (lub wywoływane przez system, poza aplikacją)
Narzędzia	Pakiet SDK ML Kit, LiteRT, Firebase AI Logic lub samodzielnie hostowany backend	AppFunctions
Use cases	Podsumowywanie, sprawdzanie i transkrypcja tekstu Opisy obrazów Tworzenie czatbota w aplikacji Generuj obrazy	tworzenie listy zakupów w aplikacji do dostawy na podstawie tego, co zostało zapisane w dokumencie z notatkami; Zamów przejazd do biura i wyślij współpracownikowi wiadomość z szacowanym czasem dotarcia na miejsce. Znajdź w skrzynce odbiorczej e-maila z rekomendacją restauracji i dokonaj rezerwacji

Inteligentne funkcje w aplikacji

Funkcje oparte na AI w aplikacji nie muszą wchodzić w interakcje z innymi aplikacjami ani systemem poza aplikacją. Gdy ustalisz, że funkcja oparta na AI działa całkowicie w aplikacji, musisz zdecydować, czy możesz ją uruchamiać całkowicie na urządzeniu, używać modelu działającego w chmurze czy zastosować podejście hybrydowe, które łączy oba te rozwiązania.

Jeśli wykonujesz czynności wymagające danych wejściowych wideo lub zadania, które obejmują wielu agentów, użyj modelu działającego w chmurze. W tabeli poniżej porównano możliwości modeli działających na urządzeniu i w chmurze:

	Na urządzeniu	Chmura
Narzędzia	Pakiet SDK ML Kit lub LiteRT	Firebase AI Logic lub samodzielnie hostowany backend
Typ danych wejściowych	Tekst Obraz Dźwięk	Tekst Obraz Dźwięk Wideo
Typ wyjściowy	Tekst	Tekst Obraz Dźwięk
Wrażliwość danych użytkownika	Wyższe	Mniejsza
Modele	Gemma Gemini Nano	Gemini Flash Gemini Flash Lite Gemini Pro
Use cases	przetwarzać krótkie treści, np. podsumowywać, sprawdzać lub redagować krótkie wiadomości na czacie lub e-maile; Opisy obrazów personalizowanie danych wyjściowych dla użytkowników na podstawie ich zainteresowań; Przetwarzanie poufnych danych użytkownika Wykonaj transkrypcję krótkiego klipu audio	Tworzenie czatbota Generuj obrazy Tłumacz rozmowy czasie rzeczywistym Edycja zdjęć w aplikacji Zadania z wieloma agentami

Modele na urządzeniu

Modele na urządzeniu są prawdopodobnie lepsze, jeśli:

Ograniczenia kosztów
Funkcja musi działać offline.
Wymagania dotyczące ochrony prywatności
Zadanie jest stosunkowo proste – nie wymaga koordynacji wielu agentów.

Pamiętaj, że urządzenia użytkowników muszą obsługiwać modele na urządzeniu. Modele na urządzeniu zwykle wymagają urządzeń premium, które mogą obsługiwać przetwarzanie lokalne.

Gdy ustalisz, że modele na urządzeniu są wystarczające dla Twojej funkcji, optymalny zestaw narzędzi lub rozwiązanie będzie zależeć przede wszystkim od złożoności zadania. W tabeli poniżej znajdziesz podsumowanie opcji narzędzi generatywnej AI na urządzeniu i w aplikacji:

Złożoność zadania	Cechy funkcji	Przykład	Zestaw narzędzi lub rozwiązanie
Niski	Pojedyncze wnioskowanie Czyste generowanie	Podsumowanie tekstu	Pakiet ML Kit SDK LiteRT w przypadku modeli dostrojonych (domeny niszowe).
Średni	Rozszerzony LLM Wywoływanie funkcji Historia rozmowy	Zapytanie i odpowiedź	ML Kit Prompt API
Wysoki	Pętla z jednym agentem, która działa, dopóki zadanie nie zostanie wykonane.	Opinie klientów lub selekcja błędów	ML Kit GenAI Agent API

Używaj interfejsu Prompt API w ML Kit do prostego generowania tekstu konwersacyjnego w jednej lub wielu turach. Jeśli funkcja wymaga autonomicznego, wieloetapowego wykonywania na urządzeniu, użyj interfejsu ML Kit GenAI Agent API. Interfejs Agent API obsługuje pętle rozumowania na urządzeniu, które mogą planować, wywoływać narzędzia z określonym typem za pomocą adnotacji @Tool, zachowywać kontekst sesji między interakcjami i egzekwować limity tur za pomocą maxTurns.

Modele działające w chmurze

Jeśli funkcja nie może być uruchamiana w całości na urządzeniu, musisz użyć modelu działającego w chmurze. Istnieją 2 główne sposoby korzystania z modelu działającego w chmurze:

Zarządzany backend korzystający z Firebase AI Logic. Jeśli korzystasz już z Firebase lub chcesz szybko utworzyć prototyp, Firebase AI Logic będzie prawdopodobnie najlepszym rozwiązaniem.

Uwaga: pakiet SDK Firebase AI Logic obsługuje tylko modele Gemini.
Niestandardowy backend lub serwer hostowany we własnym zakresie. Jeśli chcesz używać modeli innych niż modele Gemini, masz rygorystyczne wymagania dotyczące ochrony prywatności lub musisz wykonać bardzo złożone zadanie, prawdopodobnie musisz użyć niestandardowego backendu. W przypadku niestandardowej konfiguracji backendu zalecamy też te narzędzia:
- Uruchom na niestandardowym backendzie platformę agentową, taką jak pakiet Agent Development Kit.
- Połącz frontend aplikacji z backendem agentowym za pomocą AG-UI.
- Umożliwianie agentom generowania rozbudowanych, interaktywnych interfejsów użytkownika za pomocą A2UI

W tabeli poniżej znajdziesz podsumowanie, kiedy używać Firebase AI Logic, a kiedy niestandardowego backendu w przypadku narzędzi generatywnej AI w aplikacji działających w chmurze:

Złożoność zadania	Cechy funkcji	Przykład	Zestaw narzędzi lub rozwiązanie
Niski	Pojedyncze wnioskowanie Czyste generowanie	Podsumowanie tekstu	Firebase AI Logic Niestandardowy backend
Średni	Rozszerzony LLM Wywoływanie funkcji Historia rozmowy	Zapytanie i odpowiedź	Firebase AI Logic Niestandardowy backend
Wysoki	Pętla z jednym agentem, która działa, dopóki zadanie nie zostanie wykonane.	Opinie klientów lub selekcja błędów	Niestandardowy backend
Bardzo wysoka	Administracja wieloma agentami	Tworzenie zespołu agentów do zarządzania różnymi aspektami podróży	Niestandardowy backend

Podejście hybrydowe

Podejście hybrydowe stosuj, gdy funkcja może działać lokalnie, ale nie wszyscy użytkownicy mają urządzenia obsługujące modele na urządzeniu i musisz używać modeli w chmurze jako rozwiązania zastępczego. Więcej informacji znajdziesz w sekcji Wnioskowanie hybrydowe.

Inteligentne funkcje na poziomie systemu

Funkcje AI na poziomie systemu umożliwiają platformie Android działanie jako koordynator zadań. Inteligencja na poziomie systemu umożliwia agentom systemowym, takim jak Gemini, realizowanie próśb użytkowników w różnych aplikacjach i usługach internetowych.

Aby połączyć aplikację z systemem inteligencji Androida, wybierz metodę integracji w zależności od tego, czy chcesz mieć kontrolę programową czy automatyczne działania oparte na interfejsie:

Opcja integracji	Przypadek użycia
AppFunctions	Udostępnij agentom określone funkcje aplikacji, aby mogli je wykrywać i wykonywać na urządzeniu.
Zdalny serwer MCP	Udostępnij określone funkcje aplikacji, aby zintegrować je bezpośrednio z backendem agenta. Sprawdza się w przypadku programowania na wiele platform.
Sterowanie komputerem	Umożliwia asystentowi wstępnie zainstalowanemu przez producenta OEM automatyzację zadań przez bezpośrednią interakcję z interfejsem aplikacji.

Więcej informacji o opcjach narzędzi AI na poziomie systemu znajdziesz w artykule Łączenie aplikacji z systemem AI na Androidzie.