Panduan ini dirancang untuk membantu Anda mengintegrasikan solusi kecerdasan buatan generatif dan machine learning (AI/ML) Google ke dalam aplikasi Anda. Panduan ini memberikan panduan untuk membantu Anda menavigasi berbagai solusi kecerdasan buatan dan machine learning yang tersedia serta memilih solusi yang paling sesuai dengan kebutuhan Anda. Tujuan dokumen ini adalah membantu Anda menentukan alat yang akan digunakan dan alasannya, dengan berfokus pada kebutuhan dan kasus penggunaan Anda.
Untuk membantu Anda memilih solusi AI/ML yang paling sesuai dengan persyaratan spesifik Anda, dokumen ini menyertakan panduan solusi. Dengan menjawab serangkaian pertanyaan tentang tujuan dan batasan project Anda, panduan ini akan mengarahkan Anda ke alat dan teknologi yang paling sesuai.
Panduan ini membantu Anda memilih solusi AI terbaik untuk aplikasi Anda. Pertimbangkan faktor-faktor berikut: jenis data (teks, gambar, audio, video), kompleksitas tugas (ringkasan sederhana hingga tugas kompleks yang memerlukan pengetahuan khusus), dan ukuran data (input singkat versus dokumen besar). Hal ini akan membantu Anda memutuskan antara menggunakan Gemini Nano di perangkat Anda atau AI berbasis cloud Firebase (Gemini Flash atau Gemini Pro).
Memanfaatkan kemampuan inferensi di perangkat
Saat menambahkan fitur AI dan ML ke aplikasi Android, Anda dapat memilih berbagai cara untuk menyajikannya – baik di perangkat maupun menggunakan cloud.
Solusi di perangkat seperti Gemini Nano memberikan hasil tanpa biaya tambahan, memberikan privasi pengguna yang ditingkatkan, dan menyediakan fungsi offline yang andal karena data input diproses secara lokal. Manfaat ini dapat menjadi penting untuk kasus penggunaan tertentu, seperti pembuatan ringkasan pesan, sehingga menjadikan solusi di perangkat sebagai prioritas saat memilih solusi yang tepat.
Gemini Nano memungkinkan Anda menjalankan inferensi langsung di perangkat yang didukung Android. Jika Anda menggunakan teks, gambar, atau audio, mulailah dengan API GenAI ML Kit untuk solusi siap pakai. API GenAI ML Kit didukung oleh Gemini Nano, memanfaatkan AICore sebagai layanan sistem yang mendasarinya, dan dioptimalkan untuk tugas tertentu di perangkat. API GenAI ML Kit adalah jalur ideal untuk produksi aplikasi Anda karena antarmuka dan skalabilitasnya yang lebih tinggi. API ini memungkinkan Anda mengirim permintaan bahasa alami dengan input teks dan gambar, sehingga memungkinkan berbagai kasus penggunaan seperti pemahaman gambar, terjemahan singkat, ringkasan terpandu, dan lainnya.
Untuk tugas machine learning tradisional, Anda memiliki fleksibilitas untuk menerapkan model kustom Anda sendiri. Kami menyediakan alat yang andal seperti ML Kit, MediaPipe, LiteRT, dan fitur pengiriman Google Play untuk menyederhanakan proses pengembangan Anda.
Untuk aplikasi yang memerlukan solusi yang sangat khusus, Anda dapat menggunakan model kustom Anda sendiri, seperti Gemma atau model lain yang disesuaikan dengan kasus penggunaan spesifik Anda. Jalankan model Anda langsung di perangkat pengguna dengan LiteRT, yang menyediakan arsitektur model yang telah didesain sebelumnya untuk performa yang dioptimalkan.
Anda juga dapat mempertimbangkan untuk membuat solusi hybrid dengan memanfaatkan model di perangkat dan cloud.
Aplikasi seluler biasanya menggunakan model lokal untuk data teks kecil, seperti percakapan chat atau artikel blog. Namun, untuk sumber data yang lebih besar (seperti PDF) atau saat diperlukan pengetahuan tambahan, solusi berbasis cloud dengan model Gemini yang lebih canggih mungkin diperlukan.
Mengintegrasikan model Gemini lanjutan
Developer Android dapat mengintegrasikan kemampuan AI generatif lanjutan Google, termasuk model Gemini Pro dan Gemini Flash yang canggih, ke dalam aplikasi mereka menggunakan Firebase AI Logic SDK. SDK ini dirancang untuk kebutuhan data yang lebih besar dan memberikan kemampuan serta kemampuan beradaptasi yang diperluas dengan memungkinkan akses ke model AI multimodal berperforma tinggi ini.
Dengan Firebase AI Logic SDK, developer dapat melakukan panggilan sisi klien ke model AI Google dengan upaya minimal. Model ini, seperti Gemini Pro dan Gemini Flash, menjalankan inferensi di cloud dan memungkinkan aplikasi Android memproses berbagai input termasuk gambar, audio, video, dan teks. Gemini Pro unggul dalam penalaran atas masalah kompleks dan menganalisis data yang luas, sedangkan rangkaian Gemini Flash menawarkan kecepatan yang lebih unggul dan jendela konteks yang cukup besar untuk sebagian besar tugas.
Kapan menggunakan machine learning tradisional
Meskipun AI generatif berguna untuk membuat dan mengedit konten seperti teks, gambar, dan kode, banyak masalah di dunia nyata lebih baik diselesaikan menggunakan teknik Machine Learning (ML) tradisional. Metode yang sudah mapan ini unggul dalam tugas yang melibatkan prediksi, klasifikasi, deteksi, dan pemahaman pola dalam data yang ada, sering kali dengan efisiensi yang lebih besar, biaya komputasi yang lebih rendah, dan penerapan yang lebih sederhana daripada model generatif.
Framework ML tradisional menawarkan solusi yang andal, dioptimalkan, dan sering kali lebih praktis untuk aplikasi yang berfokus pada analisis input, identifikasi fitur, atau membuat prediksi berdasarkan pola yang dipelajari—bukan menghasilkan output yang sepenuhnya baru. Alat seperti ML Kit, LiteRT, dan MediaPipe Google menyediakan kemampuan canggih yang disesuaikan untuk kasus penggunaan non-generatif ini, terutama di lingkungan komputasi seluler dan edge.
Memulai integrasi machine learning dengan ML Kit
ML Kit menawarkan solusi siap produksi dan dioptimalkan untuk seluler untuk tugas machine learning umum, tanpa memerlukan keahlian ML sebelumnya. SDK seluler yang mudah digunakan ini menghadirkan keahlian ML Google langsung ke aplikasi Android dan iOS Anda, sehingga Anda dapat berfokus pada pengembangan fitur, bukan pelatihan dan pengoptimalan model. ML Kit menyediakan API bawaan dan model siap pakai untuk fitur seperti pemindaian kode batang, pengenalan teks (OCR), deteksi wajah, pelabelan gambar, deteksi dan pelacakan objek, identifikasi bahasa, dan smart reply.
Model ini biasanya dioptimalkan untuk eksekusi di perangkat, sehingga memastikan latensi rendah, fungsi offline, dan privasi pengguna yang ditingkatkan karena data sering kali tetap berada di perangkat. Pilih ML Kit untuk menambahkan fitur ML yang sudah mapan ke aplikasi seluler Anda dengan cepat tanpa perlu melatih model atau memerlukan output generatif. Solusi ini ideal untuk meningkatkan aplikasi secara efisien dengan kemampuan "smart" menggunakan model Google yang dioptimalkan atau dengan men-deploy model TensorFlow Lite kustom.
Mulai dengan panduan dan dokumentasi komprehensif kami di situs developer ML Kit.
Deployment ML kustom dengan LiteRT
Untuk kontrol yang lebih besar atau untuk men-deploy model ML Anda sendiri, gunakan tumpukan ML kustom yang dibangun di layanan LiteRT dan layanan Google Play. Tumpukan ini menyediakan hal-hal penting untuk men-deploy fitur ML berperforma tinggi. LiteRT adalah toolkit yang dioptimalkan untuk menjalankan model TensorFlow secara efisien di perangkat seluler, perangkat sematan, dan perangkat edge yang memiliki resource terbatas, sehingga Anda dapat menjalankan model yang jauh lebih kecil dan lebih cepat yang menggunakan lebih sedikit memori, daya, dan penyimpanan. Runtime LiteRT sangat dioptimalkan untuk berbagai akselerator hardware (GPU, DSP, NPU) di perangkat edge, sehingga memungkinkan inferensi latensi rendah.
Pilih LiteRT jika Anda perlu men-deploy model ML terlatih secara efisien (biasanya untuk klasifikasi, regresi, atau deteksi) di perangkat dengan daya komputasi atau masa pakai baterai yang terbatas, seperti smartphone, perangkat IoT, atau mikrokontroler. Solusi ini adalah solusi yang lebih disukai untuk men-deploy model prediktif kustom atau standar di edge yang mengutamakan kecepatan dan konservasi resource.
Pelajari lebih lanjut deployment ML dengan LiteRT.
Membangun persepsi real-time ke dalam aplikasi Anda dengan MediaPipe
MediaPipe menyediakan solusi machine learning open source, lintas platform, dan dapat disesuaikan yang dirancang untuk media live dan streaming. Manfaatkan alat bawaan yang dioptimalkan untuk tugas kompleks seperti pelacakan tangan, perkiraan pose, deteksi mesh wajah, dan deteksi objek, yang memungkinkan interaksi real-time berperforma tinggi bahkan di perangkat seluler.
Pipeline berbasis grafik MediaPipe sangat dapat disesuaikan, sehingga Anda dapat menyesuaikan solusi untuk aplikasi Android, iOS, web, desktop, dan backend. Pilih MediaPipe jika aplikasi Anda perlu memahami dan bereaksi secara instan terhadap data sensor live, terutama streaming video, untuk kasus penggunaan seperti pengenalan gestur, efek AR, pelacakan kebugaran, atau kontrol avatar—semuanya berfokus pada analisis dan interpretasi input.
Jelajahi solusinya dan mulai membangun dengan MediaPipe.
Mengintegrasikan aplikasi Anda dengan asisten perangkat
Meskipun integrasi AI tradisional berfokus pada "memasukkan AI ke dalam aplikasi Anda", Anda juga dapat "memasukkan aplikasi Anda ke dalam AI". Dengan menyumbangkan fungsi aplikasi Anda ke fitur AI sistem, Anda memungkinkan asisten tingkat sistem (seperti Gemini) menemukan dan memanggil kemampuan aplikasi Anda secara otomatis. AppFunctions adalah cara utama untuk mencapai integrasi ini, sehingga memungkinkan aplikasi Anda menjadi peserta dalam ekosistem AI Android yang lebih luas.
Memilih pendekatan
Saat menggabungkan AI untuk meningkatkan kualitas aplikasi Android Anda, Anda harus mempertimbangkan tiga pendekatan utama: melakukan pemrosesan di perangkat, memanfaatkan model berbasis cloud, atau menambahkan fungsi aplikasi Anda ke AI tingkat sistem. Alat seperti ML Kit, Gemini Nano, dan LiteRT memungkinkan kemampuan di perangkat, sedangkan API cloud Gemini dengan Firebase AI Logic menyediakan pemrosesan berbasis cloud yang canggih. AppFunctions mewakili jalur ketiga, yang memungkinkan Anda "memasukkan aplikasi Anda ke dalam AI" dengan membuat fiturnya tersedia secara otomatis untuk sistem.
Pertimbangkan faktor-faktor berikut saat memilih pendekatan Anda:
| Faktor | Solusi di perangkat | Solusi cloud |
|---|---|---|
| Konektivitas dan fungsi offline | Ideal untuk penggunaan offline; berfungsi tanpa koneksi jaringan | Memerlukan koneksi jaringan untuk berkomunikasi dengan server jarak jauh. |
| Privasi data | Memproses dan menyimpan data sensitif secara lokal di perangkat. | Data ditransmisikan ke cloud, sehingga memerlukan kepercayaan pada keamanan penyedia. |
| Visibilitas dan jangkauan | Integrasi OS langsung (AppFunctions) memungkinkan asisten menemukan fitur. | Penemuan biasanya terbatas pada UI internal aplikasi atau integrasi API tertentu. |
| Kemampuan model | Dioptimalkan untuk latensi rendah dan tugas tertentu yang tidak terlalu intensif tasks. | Model canggih yang mampu menangani kompleksitas tinggi dan input besar. |
| Pertimbangan biaya | Tidak ada biaya langsung per penggunaan; menggunakan hardware perangkat yang ada. | Biasanya melibatkan harga berbasis penggunaan atau biaya langganan berkelanjutan |
| Resource perangkat | Menggunakan penyimpanan lokal, RAM, dan masa pakai baterai. | Dampak lokal minimal; tugas berat dialihkan ke server. |
| Fine tuning | Fleksibilitas terbatas; dibatasi oleh kemampuan hardware lokal kemampuan. | Fleksibilitas yang lebih besar untuk penyesuaian ekstensif dan penyetelan skala besar. |
| Konsistensi lintas platform | Ketersediaan dapat bervariasi bergantung pada dukungan OS dan hardware support. | Pengalaman yang konsisten di seluruh platform dengan akses internet access. |
Dengan mempertimbangkan persyaratan kasus penggunaan Anda dan opsi yang tersedia secara cermat, Anda dapat menemukan solusi AI/ML yang sempurna untuk meningkatkan kualitas aplikasi Android Anda dan memberikan pengalaman yang cerdas dan dipersonalisasi kepada pengguna Anda.
Panduan solusi AI/ML
Panduan solusi ini dapat membantu Anda mengidentifikasi alat developer yang sesuai untuk mengintegrasikan teknologi AI/ML ke dalam project Android Anda.
Apa tujuan utama fitur AI?
- A) Membuat konten baru (teks, deskripsi gambar), atau melakukan pemrosesan teks sederhana (membuat ringkasan, mengoreksi, atau menulis ulang teks)? → Buka AI Generatif
- B) Menganalisis data/input yang ada untuk prediksi, klasifikasi, deteksi, pemahaman pola, atau pemrosesan streaming real-time (seperti video/audio)? → Buka ML & Persepsi Tradisional
- C) Meningkatkan fungsi aplikasi Anda untuk berintegrasi dengan fitur AI sistem (memasukkan aplikasi Anda ke dalam AI)? → Buka Memasukkan aplikasi Anda ke dalam AI
ML dan persepsi tradisional
Anda perlu menganalisis input, mengidentifikasi fitur, atau membuat prediksi berdasarkan pola yang dipelajari, bukan menghasilkan output yang sepenuhnya baru.
Tugas spesifik apa yang Anda lakukan?
- A) Perlu integrasi cepat fitur ML seluler bawaan yang umum?
(mis., pemindaian kode batang, pengenalan teks (OCR), deteksi wajah, pelabelan gambar, deteksi dan pelacakan objek, ID bahasa, smart reply dasar)
- → Gunakan: ML Kit (API Tradisional)
- Alasan: Integrasi termudah untuk tugas ML seluler yang sudah mapan, sering kali dioptimalkan untuk penggunaan di perangkat (latensi rendah, offline, privasi).
- B) Perlu memproses data streaming real-time (seperti video atau audio) untuk tugas persepsi? (mis., pelacakan tangan, perkiraan pose, mesh wajah, Deteksi dan segmentasi objek real-time dalam video)
- → Gunakan: MediaPipe
- Alasan: Framework yang dikhususkan untuk pipeline persepsi real-time berperforma tinggi di berbagai platform.
- C) Perlu menjalankan model ML terlatih kustom Anda sendiri secara efisien (mis., untuk klasifikasi, regresi, deteksi) di perangkat, yang memprioritaskan performa dan penggunaan resource yang rendah?
- → Gunakan: LiteRT (Runtime TensorFlow Lite)
- Alasan: Runtime yang dioptimalkan untuk men-deploy model kustom secara efisien di perangkat seluler dan edge (ukuran kecil, inferensi cepat, akselerasi hardware).
- D) Perlu melatih model ML kustom Anda sendiri untuk tugas tertentu?
- → Gunakan: LiteRT (Runtime TensorFlow Lite) + pelatihan model kustom
- Alasan: Menyediakan alat untuk melatih dan men-deploy model kustom, yang dioptimalkan untuk perangkat seluler dan edge perangkat.
- E) Perlu klasifikasi konten lanjutan, analisis sentimen, atau terjemahan banyak bahasa dengan nuansa tinggi?
- Pertimbangkan apakah model ML tradisional (yang mungkin di-deploy menggunakan LiteRT atau cloud) sesuai, atau apakah NLU lanjutan memerlukan model generatif (kembali ke Mulai, pilih A). Untuk klasifikasi, sentimen, atau terjemahan berbasis cloud:
- → Gunakan: Solusi berbasis cloud (mis., Google Cloud Natural Language API, Google Cloud Translation API, yang mungkin diakses menggunakan backend kustom atau Gemini Enterprise Agent Platform). (Prioritas lebih rendah daripada opsi di perangkat jika offline atau privasi adalah kunci).
- Alasan: Solusi cloud menawarkan model yang canggih dan dukungan bahasa yang luas, tetapi memerlukan konektivitas dan mungkin dikenai biaya.
AI Generatif
Anda perlu membuat konten baru, membuat ringkasan, menulis ulang, atau melakukan tugas pemahaman atau interaksi yang kompleks.
Apakah Anda memerlukan AI untuk berfungsi offline, memerlukan privasi data (menyimpan data pengguna di perangkat), atau ingin menghindari biaya inferensi cloud?
- A) Ya, offline, privasi maksimum, atau tanpa biaya cloud sangat penting.
- → Buka AI generatif di perangkat
- B) Tidak, konektivitas tersedia dan dapat diterima, kemampuan dan
skalabilitas cloud lebih penting, atau fitur tertentu memerlukan cloud.
- → Buka AI generatif cloud
AI generatif di perangkat (Menggunakan Gemini Nano)
Peringatan: Memerlukan perangkat Android yang kompatibel, dukungan iOS terbatas, model kurang canggih dibandingkan model cloud.
Dengan Prompt API ML Kit, Anda dapat mengirim permintaan bahasa alami dengan input teks saja atau teks dan gambar untuk berbagai kasus penggunaan, seperti pemahaman gambar, terjemahan singkat, dan ringkasan terpandu. Jika kasus penggunaan Anda dapat dipenuhi oleh batas token ini, API GenAI ML Kit adalah opsi terbaik untuk AI generatif di perangkat. ML Kit juga menawarkan API yang disederhanakan untuk tugas umum seperti pembuatan ringkasan dan smart reply.
- → Gunakan: API GenAI ML Kit (didukung oleh Gemini Nano)
- Alasan: Cara termudah untuk mengintegrasikan tugas AI generatif di perangkat menggunakan perintah bahasa alami, solusi di perangkat dengan prioritas tertinggi.
AI generatif cloud
Menggunakan model yang lebih canggih, memerlukan konektivitas, biasanya melibatkan biaya inferensi, menawarkan jangkauan perangkat yang lebih luas dan konsistensi lintas platform (Android dan iOS) yang lebih mudah.
Apa prioritas Anda: Kemudahan integrasi dalam Firebase ATAU fleksibilitas/kontrol maksimum?
- A) Lebih suka integrasi yang lebih mudah, pengalaman API terkelola, dan kemungkinan sudah menggunakan Firebase?
- → Gunakan: Firebase AI Logic SDK → Buka Firebase AI Logic
- B) Memerlukan fleksibilitas maksimum, akses ke berbagai model (termasuk pihak ketiga/kustom), fine tuning lanjutan, dan bersedia mengelola integrasi backend Anda sendiri (lebih kompleks)?
- → Gunakan: Gemini API dengan Backend Cloud Kustom (menggunakan Google Cloud Platform)
- Alasan: Menawarkan kontrol paling besar, akses model terluas, dan opsi pelatihan kustom, tetapi memerlukan upaya pengembangan backend yang signifikan. Cocok untuk kebutuhan yang kompleks, skala besar, atau sangat disesuaikan.
(Anda memilih Firebase AI Logic SDK) Jenis tugas generatif dan profil performa apa yang Anda butuhkan?
- A) Memerlukan keseimbangan performa dan biaya, cocok untuk pembuatan teks umum, pembuatan ringkasan, atau aplikasi chat yang mengutamakan kecepatan?
- → Gunakan: Firebase AI Logic SDK dengan Gemini Flash
- Alasan: Dioptimalkan untuk kecepatan dan efisiensi dalam lingkungan terkelola Google Cloud.
- B) Memerlukan kualitas dan kemampuan yang lebih tinggi untuk pembuatan teks yang kompleks, penalaran, NLU lanjutan, atau mengikuti petunjuk?
- → Gunakan: Firebase AI Logic SDK dengan Gemini Pro
- Alasan: Model teks yang lebih canggih untuk tugas yang menuntut, diakses melalui Firebase.
AppFunctions
Anda perlu meningkatkan fungsi aplikasi Anda untuk berintegrasi dengan fitur AI sistem (memasukkan aplikasi Anda ke dalam AI).
- → Gunakan: AppFunctions
- Alasan: Memungkinkan fitur AI sistem, seperti Asisten, menemukan dan memanggil kemampuan aplikasi Anda.