คู่มือนี้จะช่วยคุณค้นหาโซลูชัน AI/ML ที่เหมาะกับ Use Case ของคุณ โดยจะให้คำแนะนำเพื่อช่วยคุณสำรวจโซลูชันต่างๆ ที่มีอยู่และเลือกโซลูชันที่เหมาะกับความต้องการของคุณมากที่สุด โดยพิจารณาจากข้อกำหนดของฟีเจอร์ที่คุณต้องการใช้
โดยทั่วไป เมื่อเลือกเครื่องมือและโมเดลเพื่อใช้ฟีเจอร์ AI/ML คุณควรใช้โมเดลที่เรียบง่ายที่สุดที่ตอบสนองความต้องการของคุณ หากต้องการระบุโซลูชันที่เหมาะสมที่สุด คุณต้องพิจารณาสิ่งต่อไปนี้
- ฟีเจอร์นี้จำเป็นต้องสร้างเนื้อหาใหม่ (Generative AI) หรือคาดการณ์/จัดหมวดหมู่ในลักษณะเชิงกำหนด (ML แบบดั้งเดิม) หรือไม่
- ขอบเขตของฟีเจอร์: งานสามารถทำได้ทั้งหมดภายในแอปของคุณ (ความอัจฉริยะในแอป) หรือต้องใช้แอปหลายแอปจึงจะทำได้สำเร็จ (ความอัจฉริยะระดับระบบ)
- ตำแหน่งของโมเดล: งานสามารถทำแบบออฟไลน์ (โมเดลในอุปกรณ์) ได้หรือไม่ หรือต้องโต้ตอบกับเซิร์ฟเวอร์ (โมเดลที่ทำงานในระบบคลาวด์)
- เวอร์ชันชุดเครื่องมือหรือโมเดล: งานมีความซับซ้อนเพียงใด ตั้งแต่งานง่ายๆ ที่มีการอนุมานครั้งเดียวไปจนถึงการจัดการหลาย Agent
แผนผังต่อไปนี้แสดงกระบวนการตัดสินใจในระดับสูง
โปรดดูส่วนต่างๆ ในส่วนที่เหลือของเอกสารนี้เพื่อประกอบการตัดสินใจในแต่ละขั้นตอน
Generative AI เทียบกับ ML แบบดั้งเดิม
โมเดล Generative AI จะสร้างเนื้อหาใหม่ ส่วนโมเดล ML แบบดั้งเดิมจะคาดการณ์ผลลัพธ์หรือจัดหมวดหมู่ข้อมูลในลักษณะเชิงกำหนดทั้งหมด หากฟีเจอร์ของคุณไม่เกี่ยวข้องกับการสร้างเนื้อหาใหม่ โซลูชัน ML แบบดั้งเดิมก็อาจเพียงพอแล้ว ตารางต่อไปนี้สรุปโซลูชัน ML แบบดั้งเดิมบางส่วน
| ชุดเครื่องมือ/โซลูชัน | ประเภท | กรณีการใช้งานหลัก | ตัวอย่าง |
|---|---|---|---|
| ML Kit SDK | ในอุปกรณ์ | งานด้านการมองเห็นและการประมวลผลภาษาธรรมชาติที่สร้างไว้ล่วงหน้า |
|
| LiteRT | ในอุปกรณ์ | รันไทม์ของโมเดลที่กำหนดเอง |
|
| MediaPipe | ในอุปกรณ์ | งานด้านการรับรู้สตรีมวิดีโอหรือสตรีมเสียงแบบเรียลไทม์ |
|
| Google Cloud API ซึ่งรวมถึง Cloud Vision API และ Cloud Natural Language API | ทำงานในระบบคลาวด์ | งานด้านการมองเห็นและการประมวลผลภาษาธรรมชาติที่สร้างไว้ล่วงหน้า |
|
| แพลตฟอร์ม Agent | ในระบบคลาวด์ | การฝึกและการติดตั้งใช้งานโมเดลที่กำหนดเองแบบครบวงจร |
|
ส่วนที่เหลือของเอกสารนี้จะพูดถึงโซลูชัน Generative AI
ความชาญฉลาดในแอปเทียบกับความชาญฉลาดระดับระบบ
หากต้องการระบุโซลูชัน Generative AI ที่ดีที่สุด ให้ตัดสินใจว่าฟีเจอร์ AI ของคุณทำงานภายในแอปทั้งหมด หรือต้องโต้ตอบกับแอปอื่นๆ หรือระบบปฏิบัติการ Android นอกแอป หากฟีเจอร์ของคุณทริกเกอร์โดยระบบนอกแอป จะถือว่าเป็นความอัจฉริยะระดับระบบ ตารางต่อไปนี้สรุปความแตกต่างระหว่างฟีเจอร์อัจฉริยะในแอปและระดับระบบ
| ความชาญฉลาดในแอป | ความชาญฉลาดระดับระบบ | |
|---|---|---|
| ขอบเขตของงาน | ในแอป | ในแอปต่างๆ (หรือทริกเกอร์โดยระบบ นอกแอปใดๆ) |
| เครื่องมือ | ML Kit SDK, LiteRT, Firebase AI Logic หรือแบ็กเอนด์ที่โฮสต์เอง | AppFunctions |
| กรณีการใช้งาน |
|
|
ความชาญฉลาดในแอป
ฟีเจอร์อัจฉริยะในแอปไม่จำเป็นต้องโต้ตอบกับแอปอื่นๆ หรือระบบนอกแอป เมื่อพิจารณาแล้วว่าฟีเจอร์ AI อยู่ในแอปทั้งหมด คุณต้องตัดสินใจว่าจะเรียกใช้ฟีเจอร์นี้ในอุปกรณ์ทั้งหมด ใช้โมเดลที่ทำงานในระบบคลาวด์ หรือใช้แนวทางแบบผสมที่รวมทั้ง 2 อย่างเข้าด้วยกัน
หากคุณกำลังทำสิ่งใดก็ตามที่ต้องใช้อินพุตวิดีโอหรืองานที่เกี่ยวข้องกับ Agent หลายตัว คุณควรใช้โมเดลที่ทำงานในระบบคลาวด์ ตารางต่อไปนี้จะเปรียบเทียบความสามารถของโมเดลในอุปกรณ์กับโมเดลที่ทำงานในระบบคลาวด์
| ในอุปกรณ์ | เมฆ | |
|---|---|---|
| เครื่องมือ | ML Kit SDK หรือ LiteRT | Firebase AI Logic หรือแบ็กเอนด์ที่โฮสต์เอง |
| ประเภทอินพุต |
|
|
| ประเภทเอาต์พุต |
|
|
| ความละเอียดอ่อนของข้อมูลผู้ใช้ | สูงขึ้น | ต่ำ |
| โมเดล |
|
|
| กรณีการใช้งาน |
|
|
โมเดลในอุปกรณ์
โมเดลในอุปกรณ์อาจเหมาะสมกว่าหากตรงกับข้อใดข้อหนึ่งต่อไปนี้
- ข้อจำกัดด้านต้นทุน
- ฟีเจอร์ต้องทำงานแบบออฟไลน์ได้
- ข้อกำหนดด้านความเป็นส่วนตัว
- งานที่ต้องทำค่อนข้างง่าย ไม่จำเป็นต้องใช้การประสานงานของ Agent หลายตัว
โปรดทราบว่าอุปกรณ์ของผู้ใช้ต้องรองรับโมเดลในอุปกรณ์ โดยทั่วไปแล้ว โมเดลในอุปกรณ์ต้องใช้อุปกรณ์ระดับพรีเมียมที่รองรับการประมวลผลในเครื่อง
เมื่อพิจารณาแล้วว่าโมเดลในอุปกรณ์เพียงพอสำหรับฟีเจอร์ของคุณ ชุดเครื่องมือหรือโซลูชันที่เหมาะสมที่สุดจะขึ้นอยู่กับความซับซ้อนของงานเป็นหลัก ตารางต่อไปนี้จะสรุปตัวเลือกสำหรับเครื่องมือ Generative AI ในแอปในอุปกรณ์
| ความซับซ้อนของงาน | ลักษณะของฟีเจอร์ | ตัวอย่าง | ชุดเครื่องมือ/โซลูชัน |
|---|---|---|---|
| ต่ำ |
|
สรุปข้อความ |
|
| ปานกลาง |
|
คำถามและคำตอบ | |
| สูง |
|
ความคิดเห็นของลูกค้าหรือการคัดแยกข้อบกพร่อง |
ใช้ Prompt API ของ ML Kit สำหรับการสร้างข้อความสนทนาแบบเทิร์นเดียวหรือหลายเทิร์นที่ตรงไปตรงมา เมื่อฟีเจอร์ของคุณต้องการการดำเนินการแบบอัตโนมัติหลายขั้นตอนในอุปกรณ์ ให้ใช้ GenAI Agent API ของ ML Kit Agent API รองรับลูปการให้เหตุผลในอุปกรณ์ที่สามารถวางแผน เรียกใช้เครื่องมือที่พิมพ์โดยใช้คำอธิบายประกอบ @Tool คงบริบทของเซสชันไว้ในการโต้ตอบต่างๆ และบังคับใช้ขีดจำกัดเทิร์นโดยใช้ maxTurns
โมเดลที่ทำงานในระบบคลาวด์
หากฟีเจอร์ของคุณไม่สามารถทำงานในอุปกรณ์ทั้งหมดได้ คุณจะต้องใช้โมเดลที่ทำงานในระบบคลาวด์ การใช้โมเดลที่ทำงานในระบบคลาวด์มี 2 ตัวเลือกหลักๆ ดังนี้
แบ็กเอนด์ที่มีการจัดการโดยใช้ Firebase AI Logic หากคุณเป็นผู้ใช้ Firebase อยู่แล้วหรือต้องการสร้างต้นแบบอย่างรวดเร็ว Firebase AI Logic น่าจะเป็นโซลูชันที่ดีที่สุด
แบ็กเอนด์ที่กำหนดเองหรือเซิร์ฟเวอร์ที่โฮสต์ด้วยตนเอง หากต้องการใช้โมเดลที่ไม่ใช่ Gemini มีข้อกำหนดด้านความเป็นส่วนตัวที่เข้มงวด หรือต้องทำงานที่ซับซ้อนมาก คุณอาจต้องใช้แบ็กเอนด์ที่กำหนดเอง นอกจากนี้ เราขอแนะนำให้ใช้เครื่องมือต่อไปนี้สำหรับการตั้งค่าแบ็กเอนด์ที่กำหนดเอง
- ให้แบ็กเอนด์ที่กำหนดเองเรียกใช้เฟรมเวิร์ก Agentic เช่น Agent Development Kit
- เชื่อมต่อฟรอนท์เอนด์ของแอปกับแบ็กเอนด์ของ Agent โดยใช้ AG-UI
- ช่วยให้ Agent สร้าง UI แบบอินเทอร์แอกทีฟที่สมบูรณ์ได้โดยใช้ A2UI
ตารางต่อไปนี้สรุปกรณีที่ควรใช้ Firebase AI Logic หรือแบ็กเอนด์ที่กำหนดเองสำหรับเครื่องมือ Generative AI ในแอปที่ทำงานบนระบบคลาวด์
| ความซับซ้อนของงาน | ลักษณะของฟีเจอร์ | ตัวอย่าง | ชุดเครื่องมือ/โซลูชัน |
|---|---|---|---|
| ต่ำ |
|
สรุปข้อความ |
|
| ปานกลาง |
|
คำถามและคำตอบ |
|
| สูง |
|
ความคิดเห็นของลูกค้าหรือการคัดแยกข้อบกพร่อง |
|
| สูงมาก |
|
สร้างทีม Agent เพื่อจัดการด้านต่างๆ ของการเดินทาง |
|
แนวทางแบบผสมผสาน
ใช้แนวทางแบบผสมเมื่อฟีเจอร์ทำงานในเครื่องได้ แต่ผู้ใช้บางรายไม่มีอุปกรณ์ที่รองรับโมเดลในอุปกรณ์ และคุณต้องใช้โมเดลระบบคลาวด์เป็นทางเลือกสำรอง ดูข้อมูลเพิ่มเติมได้ที่การอนุมานแบบไฮบริด
ความชาญฉลาดระดับระบบ
ความอัจฉริยะระดับระบบช่วยให้แพลตฟอร์ม Android ทำหน้าที่เป็นผู้จัดระเบียบงานได้ ความอัจฉริยะระดับระบบช่วยให้เอเจนต์ระบบ เช่น Gemini สามารถดำเนินการตามคำขอของผู้ใช้ในแอปและบริการบนเว็บหลายรายการได้
หากต้องการเชื่อมต่อแอปกับระบบอัจฉริยะของ Android ให้เลือกวิธีการผสานรวมโดยพิจารณาว่าคุณต้องการการควบคุมแบบเป็นโปรแกรมหรือการดำเนินการที่ขับเคลื่อนด้วย UI แบบอัตโนมัติ
| ตัวเลือกการผสานรวม | กรณีการใช้งาน |
|---|---|
| AppFunctions | ทำให้ความสามารถที่เฉพาะเจาะจงในแอปของคุณพร้อมให้ Agent ค้นพบและดำเนินการในอุปกรณ์ได้ |
| เซิร์ฟเวอร์ MCP ระยะไกล | ทำให้ความสามารถที่เฉพาะเจาะจงในแอปของคุณพร้อมใช้งานเพื่อผสานรวมกับแบ็กเอนด์ของ Agent โดยตรง เหมาะสำหรับการพัฒนาข้ามแพลตฟอร์ม |
| การควบคุมคอมพิวเตอร์ | อนุญาตให้ผู้ช่วยที่ OEM โหลดไว้ล่วงหน้าทำงานต่างๆ โดยอัตโนมัติด้วยการโต้ตอบกับ UI ของแอปโดยตรง |
ดูข้อมูลเพิ่มเติมเกี่ยวกับตัวเลือกเครื่องมืออัจฉริยะระดับระบบได้ที่หัวข้อเชื่อมต่อแอปกับระบบอัจฉริยะของ Android