स्मार्ट Android ऐप्लिकेशन बनाना: Jetpacker के बारे में जानकारी

अपने ऐप्लिकेशन में GenAI की सुविधाएं बनाने का मतलब है कि आपको अलग-अलग मॉडल, एपीआई, और आर्किटेक्चर के विकल्पों में से किसी एक को चुनना होगा: 

• मॉडल को लागू करने की जगह: आपका मॉडल कहां लागू किया जाता है? डिवाइस पर, क्लाउड में या दोनों पर?
• जटिलता: आपका सेटअप कितना जटिल है? क्या आपको सिर्फ़ एक बार अनुमानित जवाब चाहिए या आपको ज़्यादा एजेंटिक फ़्लो की ज़रूरत है?
• ऐप्लिकेशन में या Android सिस्टम में: क्या आपकी सुविधा को Android ऐप्लिकेशन में बनाया जाना चाहिए या इसे Android सिस्टम के साथ इंटिग्रेट करना बेहतर होगा?

ब्लॉग पोस्ट की इस सीरीज़ में, हम इन विकल्पों के बारे में आपके साथ मिलकर चर्चा करेंगे. हम आपको एक सफ़र पर ले जाएंगे. इसकी शुरुआत एक सामान्य मोबाइल ऐप्लिकेशन से होगी. इसके बाद, हम इसे आपकी दिलचस्पी के हिसाब से, स्मार्ट, और एजेंट की तरह काम करने वाले ऐप्लिकेशन में बदल देंगे.

Jetpacker: यात्रा का डेमो ऐप्लिकेशन

Jetpacker एक टेक्निकल शोकेस ऐप्लिकेशन है. इसे हमारी टीम ने इस साल के Google I/O के लिए बनाया है. इसे Antigravity का इस्तेमाल करके बनाया गया है. Jetpacker का मुख्य काम, उपयोगकर्ताओं को उनके अगले रोमांचक सफ़र की योजना बनाने, उसे एक्सप्लोर करने, और उसका आनंद लेने में मदद करना है. इसमें आपको अपनी यात्राओं की खास जानकारी, हर यात्रा की योजना, और उस यात्रा के हर इवेंट की जानकारी दिखती है. बेशक, इसमें Android डेवलपमेंट के सभी सबसे सही तरीकों का पालन किया गया है. साथ ही, इसमें सुंदर और एक्सप्रेसिव मटीरियल यूज़र इंटरफ़ेस (यूआई) डिज़ाइन शामिल है.

और सबसे अच्छी बात क्या है? यह पूरी तरह से ओपन सोर्स है!

आज हम तकनीकी ब्लॉग पोस्ट की एक सीरीज़ पब्लिश कर रहे हैं. इसमें इन सभी सुविधाओं के बारे में विस्तार से बताया गया है. हम आपको लागू करने के तरीके के बारे में पूरी जानकारी, कोड स्निपेट, और आर्किटेक्चर के बारे में अहम जानकारी देंगे. इससे आपको अपने हिसाब से स्मार्ट Android ऐप्लिकेशन बनाने में मदद मिलेगी.

उपयोगकर्ता के डिवाइस पर मौजूद इंटेलिजेंस

डिवाइस पर मौजूद मॉडल का इस्तेमाल करने पर, क्लाउड इन्फ़्रेंसिंग के लिए कोई अतिरिक्त शुल्क नहीं लगता. इसका मतलब है कि आपको इंटरनेट कनेक्टिविटी के बारे में चिंता करने की ज़रूरत नहीं है. साथ ही, इससे उपयोगकर्ताओं को यह भरोसा मिलता है कि उनकी निजी जानकारी को डिवाइस पर ही प्रोसेस किया जाएगा. इसके लिए, उनका कोई भी डेटा क्लाउड पर नहीं भेजा जाएगा.

Jetpacker में, हमने तीन सुविधाओं के लिए डिवाइस पर इन्फ़रेंस की सुविधा चुनी है:

• यात्रा की खास जानकारी सुविधा, कई दिनों की यात्रा के मुश्किल प्लान को आसान और काम की जानकारी में बदल देती है. यह डिवाइस पर डेटा को प्रोसेस करने के लिए, ML Kit GenAI API के ज़रिए Gemini Nano का इस्तेमाल करता है. हम इसे एक ऐसी सुविधा मानते हैं जो काम की है. हालांकि, हम क्लाउड सेवाओं के इस्तेमाल से जुड़ा अतिरिक्त खर्च नहीं करना चाहते. इसलिए, उपयोगकर्ता के डिवाइस पर मौजूद डेटा का इस्तेमाल करके अनुमान लगाने की सुविधा सबसे सही विकल्प है.
• खर्च ट्रैक करने की सुविधा, रसीद की इमेज से स्ट्रक्चर्ड डेटा अपने-आप निकालती है. इससे लोगों को यात्रा पर किए गए खर्च को ट्रैक करने में मदद मिलती है. यह ML Kit GenAI API के ज़रिए, Gemini Nano 4 की मल्टीमॉडल केपबिलिटी का इस्तेमाल करता है. हम उपयोगकर्ता के डिवाइस पर मौजूद समाधान को चुनते हैं, ताकि रसीद की इमेज में मौजूद निजता से जुड़ी कोई भी संवेदनशील जानकारी, उपयोगकर्ता के डिवाइस से कभी बाहर न जाए.
• ऑडियो डायरी की मदद से, आवाज़ वाले नोट रिकॉर्ड किए जाते हैं. साथ ही, उन्हें टेक्स्ट में बदला जाता है और यात्रा की गतिविधियों के हिसाब से कैटगरी में रखा जाता है. यह ML Kit Speech Recognition और GenAI Prompt APIs की मदद से काम करता है. हमने निजता और कनेक्टिविटी से जुड़ी वजहों से, उपयोगकर्ता के डिवाइस पर काम करने वाला समाधान चुना है.

क्लाउड और हाइब्रिड इन्फ़्रेंस

कभी-कभी आपको ऐसे एआई मॉडल की ज़रूरत होती है जिनके पास दुनिया भर की ज़्यादा जानकारी हो या बड़ी कॉन्टेक्स्ट विंडो हो. साथ ही, मुश्किल टास्क को हैंडल करने की बेहतर क्षमता हो. ऐसे मामले में, हम उपयोगकर्ता के डिवाइस पर काम करने वाले मॉडल के बजाय क्लाउड मॉडल का इस्तेमाल कर सकते हैं.

इसके अलावा, अगर आपको दोनों का फ़ायदा चाहिए, तो हाइब्रिड इन्फ़्रेंस का इस्तेमाल किया जा सकता है. इससे रनटाइम के दौरान, क्लाउड या डिवाइस पर मौजूद मॉडल में से किसी एक को डाइनैमिक तरीके से चुना जा सकता है. इससे हमें लागत कम करने में मदद मिलती है. ऐसा इसलिए, क्योंकि जब डिवाइस उपलब्ध होता है, तब हम अनुमान लगाने की प्रोसेस को डिवाइस पर ले जाते हैं. हालांकि, इससे हमें ऐप्लिकेशन चलाने वाले सभी Android डिवाइसों के साथ काम करने में भी मदद मिलती है.

Jetpacker में, हमने क्लाउड या हाइब्रिड इन्फ़्रेंस का इस्तेमाल करके कई सुविधाएं लागू की हैं:

• जगह से जुड़े सवाल-जवाब सुविधा, लोगों के सवालों के जवाब देती है. इसके लिए, यह सुविधा असल दुनिया के डेटा का इस्तेमाल करती है. यह Google Maps और वेब कॉन्टेक्स्ट के साथ इंटिग्रेट किए गए Firebase AI Logic का इस्तेमाल करता है. यहां क्लाउड मॉडल का इस्तेमाल करना ज़रूरी है, क्योंकि इसके पास दुनिया के बारे में ज़्यादा जानकारी होती है.
• समीक्षा का ड्राफ़्ट तैयार करने की सुविधा की मदद से, लोग उन जगहों के बारे में ज़्यादा जानकारी वाली समीक्षाएं लिख सकते हैं जहां वे जा चुके हैं. यह Firebase AI Logic के नए हाइब्रिड इन्फ़रेंस एपीआई की मदद से, डिवाइस पर मौजूद और क्लाउड मॉडल, दोनों का इस्तेमाल करता है. हम इस सुविधा को ऐप्लिकेशन इस्तेमाल करने वाले सभी लोगों के लिए उपलब्ध कराना चाहते थे. इसलिए, जब उपयोगकर्ता के डिवाइस पर मौजूद मॉडल उपलब्ध नहीं होता है, तो हम क्लाउड मॉडल का इस्तेमाल करते हैं.
• चैट के अपने-आप अनुवाद होने की सुविधा, चैट मैसेज का रीयल टाइम में अनुवाद करती है, ताकि बिना किसी रुकावट के बातचीत की जा सके. इससे कस्टम हाइब्रिड इन्फ़रेंस लॉजिक का पता चलता है. हम चाहते हैं कि यह सुविधा सभी ऐप्लिकेशन उपयोगकर्ताओं के लिए उपलब्ध हो. हालांकि, हमें यह भी ध्यान रखना होगा कि उपयोगकर्ता के डिवाइस पर मौजूद एआई का इस्तेमाल कब करना है और क्लाउड पर मौजूद एआई का इस्तेमाल कब करना है.

सिस्टम इंटिग्रेशन

यह सुविधा, आपको ऐप्लिकेशन में नहीं दिखती. हालांकि, Android सिस्टम इंटिग्रेशन की मदद से, ऐप्लिकेशन की मुख्य सुविधाएं सीधे तौर पर Android ऑपरेटिंग सिस्टम के लिए उपलब्ध हो जाती हैं. यह सिस्टम-लेवल की इंटेलिजेंस के साथ इंटिग्रेट करने के लिए, AppFunctions API का इस्तेमाल करता है.

ऐप्लिकेशन में एजेंट की मदद से किए जाने वाले वर्कफ़्लो (जल्द ही उपलब्ध होगा!)

एजेंटिकनेस, मॉडल को ज़्यादा स्वायत्तता देती है, जिससे मॉडल एजेंट के तौर पर काम कर पाते हैं. सिंगल इन्फ़रेंस कॉल के बजाय, एजेंट किसी खास लक्ष्य को पूरा करने के लिए ऑर्केस्ट्रेशन लूप का इस्तेमाल करता है. इससे उसे वजह बताने, टूल इस्तेमाल करने, और अपने पाथ को बदलने की अनुमति मिलती है. अपनी ज़रूरतों के हिसाब से, इन इंटेलिजेंट एजेंट को क्लाउड में, सीधे तौर पर उपयोगकर्ता के डिवाइस पर या हाइब्रिड सेटअप में चलाया जा सकता है.

हमने Jetpacker के लिए बुकिंग असिस्टेंट जोड़ा है. यह बुकिंग की पूरी प्रोसेस को अपने-आप पूरा करता है. इससे बुकिंग को आसान बनाने के लिए, सीधे ऐप्लिकेशन में बुकिंग की प्रोसेस को अपने-आप पूरा किया जा सकता है. इसे क्लाउड में चल रहे A2UI और ADK का इस्तेमाल करके बनाया गया है. Android ऐप्लिकेशन, क्लाउड में चल रहे मल्टी-एजेंट सिस्टम के लिए फ़्रंट-एंड के तौर पर काम करता है.

ज़्यादा जानें

इस ब्लॉग पोस्ट सीरीज़ के अन्य हिस्से देखें:

पहला हिस्सा (यह पोस्ट!): ऐप्लिकेशन के बारे में जानकारी और खास जानकारी.
दूसरा भाग: उपयोगकर्ता के डिवाइस पर मौजूद इंटेलिजेंस. ML Kit के GenAI API और Gemini Nano के बारे में ज़्यादा जानें. इससे निजता को प्राथमिकता देने वाली सुविधाओं को बनाया जा सकता है. जैसे, यात्रा की योजना का सारांश, रसीद पार्स करना, और स्थानीय ऑडियो प्रोसेसिंग.
तीसरा हिस्सा: हाइब्रिड और क्लाउड रीज़निंग. जानें कि एलएलएम के जवाबों को Google Maps और वेब कॉन्टेक्स्ट जैसे असल दुनिया के डेटा पर आधारित करने के लिए, Firebase के एआई लॉजिक का इस्तेमाल कैसे किया जाता है.
चौथा हिस्सा: सिस्टम इंटिग्रेशन. AppFunctions का इस्तेमाल करके, Android के इंटेलिजेंस सिस्टम के साथ इंटिग्रेट करना.
पांचवां हिस्सा (जल्द ही उपलब्ध होगा): ऐप्लिकेशन में एजेंटिक वर्कफ़्लो. A2UI और ADK की मदद से, बुकिंग की पूरी प्रोसेस में मदद करने वाले एआई को ऐप्लिकेशन में शामिल करें.

क्या आपको Android डेवलपमेंट के बारे में ज़्यादा जानना है? Android Developers को YouTube या LinkedIn पर फ़ॉलो करें!