حلّ الذكاء الاصطناعي في Android

تحسين أداء تطبيقات Android باستخدام الذكاء الاصطناعي التوليدي

في هذا المسار التعليمي، ستتعرّف على كيفية إنشاء تطبيقات Android أكثر تفاعلاً بأقل جهد باستخدام تقنيات Google. خلال الأقسام التالية، ستُنشئ تطبيقًا افتراضيًا لتحضير الوجبات وتعمل على تحسينه، وهو بديل لنوع التطبيق الذي قد تعمل عليه اليوم كمطوّر تطبيقات Android.

ستتعرّف على كيفية استخدام Gemini في Android Studio للتعلم والتطوير بشكل أسرع، واستخدام Firebase لإنشاء طبقات التخزين وتسجيل الدخول في تطبيقك، واستخدام Gemini لإنشاء ميزات الذكاء الاصطناعي التوليدي المتطوّرة في تطبيقك، واستخدام أدوات مثل "الإعداد عن بُعد في Firebase" و"إحصاءات Google" وCrashlytics لدعم تطبيقك في مرحلة الإنتاج.

تحسين تطوير تطبيقات Android باستخدام Gemini في "استوديو Android"

أصبح بإمكانك إنشاء تطبيقات Android بسهولة أكبر من أي وقت مضى باستخدام Gemini في "استوديو Android"، وهو مساعدك في الترميز المستنِد إلى الذكاء الاصطناعي.

من خلال دمج الذكاء الاصطناعي مباشرةً في بيئة التطوير المتكاملة التي تستخدمها يوميًا، تم تصميم Gemini في "استوديو Android" لتسهيل إنشاء تطبيقات Android عالية الجودة بشكل أسرع من خلال مساعدتك على مدار دورة تطوير البرامج بالكامل. وهذا يعني أنّه يمكنك تعلُّم مفاهيم جديدة بشكل أسرع وإنشاء نماذج أولية بسهولة وقضاء المزيد من الوقت في التركيز على الأجزاء المهمة من تطبيقك.

عند بدء إنشاء تطبيق Android، تعرَّف على كيفية مساعدة Gemini في "استوديو Android" في تسريع عملية التطوير.
تنزيل "استوديو Android" التعرّف على Gemini في "استوديو Android"
إذا كنت مبتدئًا في استخدام Android أو في مجالات معيّنة لتطوير تطبيقات Android، يمكن أن يكون Gemini في "استوديو Android" أداة تعليمية قيّمة.

  • الحصول على إجابات فورية عن أسئلتك: يمكنك طرح أسئلة على Gemini حول المفاهيم الأساسية لنظام التشغيل Android أو واجهات برمجة تطبيقات معيّنة أو أفضل الممارسات مباشرةً في نافذة المحادثة في Android Studio. على سبيل المثال، يمكنك أن تسأل "ما هو المظهر الداكن؟" أو "ما هي أفضل طريقة للحصول على الموقع الجغرافي على Android؟".
  • تلقّي أمثلة على الرموز البرمجية وإرشادات: يمكن أن تنشئ أداة Gemini مقتطفات رموز برمجية وتقدّم إرشادات حول تنفيذ ميزات مختلفة، مثل إضافة ميزة استخدام الكاميرا أو إنشاء قاعدة بيانات Room. يمكنك أيضًا طلب رمز برمجي بلغة Kotlin أو لـ Jetpack Compose على وجه التحديد.
  • فهم الأخطاء والعثور على حلول لها: عند مواجهة أخطاء في عملية الإنشاء أو المزامنة، يمكنك طلب تفسير من Gemini واقتراحات حول كيفية حلّها. يمكن أن يساعدك Gemini أيضًا في تحليل تقارير الأعطال من "إحصاءات جودة التطبيقات"، وتقديم ملخّصات واقتراحات بشأن الخطوات التالية.
على سبيل المثال، في تطبيقنا الافتراضي لإعداد الوجبات، يمكنك أن تطلب من Gemini المساعدة في إنشاء نموذج أولي لتنسيق جديد في ميزة "إنشاء" لعرض بطاقة وصفة. باستخدام إمكانات Gemini المتعددة الوسائط، ما عليك سوى تقديم تصميم نموذجي لإطار عمل ومطالبة Gemini بإعداد مخطّط للرمز البرمجي لواجهة المستخدم.
يمكنك استخدام الإصدار الفردي من Gemini في "استوديو Android" بدون أي تكلفة خلال فترة المعاينة.

في المقابل، بالنسبة إلى عمليات التطوير في بيئات الفِرق الكبيرة التي تتطلّب متطلبات إدارة وخصوصية أكثر صرامة، يوفّر Gemini في Studio للأنشطة التجارية مزايا إضافية قيّمة، بما في ذلك ميزات الخصوصية والأمان وتخصيص الرموز البرمجية المحسّنة، وهو متاح للاستخدام مع أرصدتك في Google Cloud.

بالاشتراك مع ميزة "مساعدة ترميز Gemini"، تتيح هذه الأدوات للفرق الاستفادة من إمكانات الذكاء الاصطناعي بثقة، مع تلبية الاحتياجات المُهمّة للخصوصية والأمان والإدارة.

مزيد من المعلومات حول Gemini في Studio للأنشطة التجارية

اللبنات الأساسية لمنصّة Firebase لتطبيقك

إنّ الميزات الشائعة في تطوير التطبيقات، مثل مساحة التخزين في السحابة الإلكترونية ومصادقة المستخدمين وإعداد تقارير الأعطال، هي مكوّنات ضرورية عند تطوير أي تطبيق وتشغيله.

تبسّط منصة Firebase عملية تطوير تطبيقات Android من خلال توفير هذه الوحدات الأساسية، ما يغنيك عن تنفيذ الخلفية بنفسك.
على سبيل المثال، إذا كنت بصدد إنشاء تطبيق لإعداد الوصفات، عليك الاحتفاظ بالوصفات وخطط الوجبات وقوائم المكونات خارج الجهاز (في حال غيّر المستخدم هاتفه مثلاً). يمكنك الاحتفاظ بهذه البيانات في Cloud Firestore.

Cloud Firestore هي قاعدة بيانات NoSQL قابلة للتوسّع في السحابة الإلكترونية تقدّمها Firebase وGoogle Cloud. ويتيح هذا الإطار مزامنة البيانات في الوقت الفعلي على مستوى تطبيقات العميل من خلال أدوات الاستماع في الوقت الفعلي، كما يتيح استخدام التطبيقات بلا اتصال بالإنترنت على الأجهزة الجوّالة والويب، ما يضمن أداء التطبيق بشكلٍ سريع الاستجابة بغض النظر عن مدى توفّر الشبكة. ويمكن دمجها بسلاسة مع منتجات Firebase وGoogle Cloud الأخرى، بما في ذلك Cloud Functions.

إنّ مصادقة المستخدمين ضرورية للسماح للمستخدمين الذين يبدّلون الأجهزة بالوصول إلى بياناتهم، والتأكّد من أنّ الآخرين لا يمكنهم الوصول إلى بياناتهم.

Firebase Authentication هي أداة فعّالة تعمل على تبسيط عملية إضافة مصادقة المستخدمين إلى تطبيقات Android. وتوفّر هذه الخدمة خدمات الخلفية وحزمة تطوير البرامج (SDK) التي تتضمّن مكتبات واجهة مستخدم جاهزة تتوافق مع طرق مصادقة مختلفة، بما في ذلك تسجيل الدخول باستخدام البريد الإلكتروني/كلمة المرور والمصادقة باستخدام رقم الهاتف والدمج مع مقدّمي الهوية الفيدرالية الرائجين، مثل Google وFacebook وTwitter.
إنّ مراقبة الأخطاء والأعطال أمر ضروري لضمان ثبات تطبيقاتك ونجاحها، لأنّ تعطُّل التطبيق سيؤدي إلى إحباط المستخدمين وإزالته.

Firebase Crashlytics هي أداة لإعداد تقارير الأعطال في الوقت الفعلي تساعدك في تتبُّع مشاكل الثبات التي تؤثر سلبًا في جودة تطبيقك وتحديد أولوياتها وحلّها. ويساعدك ذلك في توفير الوقت الذي تستغرِقه في تحديد المشاكل وحلّها من خلال تجميع الأعطال بذكاء وإبراز الظروف التي أدّت إليها.

توفّر كلّ من Cloud Firestore وFirebase Authentication فئات سخية بدون تكلفة، ولكن إذا كان تطبيقك يتطلّب المزيد من الحصة أو ميزات متقدّمة من هاتين الخدمتَين، عليك الاشتراك في خطة مدفوعة. لا داعي للقلق، يمكنك استخدام أرصدة Cloud لتغطية هذه التكاليف. ويمكنك استخدام Crashlytics بدون أي تكلفة بغض النظر عن عدد المرات التي تستخدمها فيها.

للاطّلاع على الحلول الأخرى التي يوفّرها Firebase، يُرجى الانتقال إلى موقع Firebase الإلكتروني. 
scope.launch {
  val response = model.generateContent(
    "Create a shopping list with $cuisineStyle ingredients")
}
في حال تطبيق وصفات الطعام، يمكن أن تنشئ أداة Gemini 2.0 Flash قائمة تسوّق بالمكونات اللازمة لإعداد وجبة من نمط طعام معيّن. يمكنك أيضًا أن تطلب من النموذج إنشاء سلسلة JSON يمكن تحليلها بسهولة في التطبيق لعرضها في واجهة المستخدم. لإنشاء القائمة، ما عليك سوى استدعاء الدالة generateContent()‎ مع طلب نصي.

يمكنك مراجعة دليل مطوّري تطبيقات Android للاطّلاع على مزيد من المعلومات.

الذكاء الاصطناعي التوليدي على Android

يمكن دمج الذكاء الاصطناعي التوليدي في تطبيق Android لتحضير الوجبات من خلال طرق مختلفة. في ما يلي نظرة عامة سريعة على كل خيار:
‫Gemini Nano هو نموذج من مجموعة Gemini تم تحسينه للتشغيل على الجهاز فقط. ويتم دمجها مباشرةً في نظام التشغيل Android من خلال AICore. ويمكنك استخدامها لتقديم تجارب الذكاء الاصطناعي التوليدي بدون الحاجة إلى الاتصال بالشبكة أو إرسال البيانات إلى السحابة الإلكترونية.

يُعدّ الذكاء الاصطناعي على الجهاز خيارًا رائعًا لحالات الاستخدام التي تكون فيها أوقات الاستجابة المنخفضة والتكلفة المنخفضة وإجراءات حماية الخصوصية هي أهم اهتماماتك. على سبيل المثال، في تطبيق إعداد الوجبات، يمكن استخدام Gemini Nano لاقتراح أفكار وجبات استنادًا إلى المأكولات المختلفة وسجلّ وجبات المستخدم.

يمكنك الاطّلاع على مزيد من المعلومات حول البنية الفنية لخدمة Gemini Nano في مستندات Android.

لتجربة Gemini Nano في تطبيقك، راجِع الخطوات أدناه لاستخدام Gemini Nano على الجهاز فقط من خلال حزمة تطوير البرامج (SDK) التجريبية لتكنولوجيات الذكاء الاصطناعي من Google.
إنّ نماذج الذكاء الاصطناعي التوليدي المحسَّنة للتشغيل على السحابة الإلكترونية تكون بشكل عام أكثر كفاءة من نماذج الذكاء الاصطناعي المتوفّرة على الجهاز فقط.

بصفتك مطوّر تطبيقات Android، يمكنك استخدام Vertex AI في Firebase لتنفيذ إمكانات الذكاء الاصطناعي التوليدي بسرعة في تطبيق Android باستخدام نماذج Gemini Pro وFlash لمهام إنشاء النصوص وImagen لمهام إنشاء الصور.

تعتمد نماذج الذكاء الاصطناعي من فئة Gemini Pro وFlash على عدة وسائط ويمكنها معالجة مجموعة كبيرة من المهام. وهي تتلقّى إدخالات الصور والصوت والفيديو وتُنشئ مخرجات نصية يمكن تنسيقها بتنسيقات JSON وXML وCSV. ويمكن لأحدث نماذج Gemini إنشاء مخرجات متعددة الوسائط، مثل الصوت والصور.

على سبيل المثال، في تطبيق لتحضير الوجبات، يمكنك استخدام نموذج Gemini لإنشاء قائمة تسوّق تتضمّن مكونات نوع معيّن من الأطعمة.

يمكنك أيضًا استخدام أرصدتك في Google Cloud لتغطية تكاليف هذه طلبات البيانات إلى نماذج Gemini.

لمعرفة كيفية استخدام نماذج Gemini المستضافة على السحابة الإلكترونية في تطبيقك، راجِع خطوة Gemini عبر Vertex AI في Firebase أدناه.
‫Imagen 3 هو أحدث نموذج من Google لإنشاء الصور. ويمكنك الوصول إليه من خلال Vertex AI في Firebase، ما يسهّل إضافة إمكانات إنشاء الصور إلى تطبيق Android بسرعة وسلاسة.

على سبيل المثال، في تطبيق لتحضير الوجبات، يمكنك استخدام نموذج Imagen 3 لإنشاء صور توضيحية للوصفات.

يمكن أن يتم تغطية التكلفة باستخدام رصيد Google Cloud.

لمعرفة كيفية استخدام Imagen 3 في تطبيقك، يُرجى الاطّلاع على خطوة استخدام Imagen 3 لإنشاء الصور أدناه.
يمكنك أيضًا إضافة إمكانات الذكاء الاصطناعي التوليدي من خلال دمج الخلفية:

  • Genkit هو إطار عمل مفتوح المصدر يبسط تطوير التطبيقات المستندة إلى الذكاء الاصطناعي ونشرها ومراقبتها.
  • لتلبية الاحتياجات الأكثر تقدمًا لإدارة عمليات تعلُّم الآلة، تقدّم Vertex AI من Google Cloud خدمات مُدارة بالكامل بالإضافة إلى مجموعة غنية من النماذج من خلال Vertex AI Model Garden. يمكنك أيضًا استخدام أرصدتك في Google Cloud لتغطية أي تكاليف لهذه الخدمات.


إذا أردت تشغيل استنتاج الذكاء الاصطناعي على الجهاز فقط بدون استخدام Gemini Nano، يمكنك أيضًا تجربة LiteRT وMediaPipe:
  • ‫LiteRT (المعروفة سابقًا باسم TFLite) هي منصّة تشغيل عالية الأداء من Google لتكنولوجيات الذكاء الاصطناعي على الأجهزة، وهي مصمّمة لتنفيذ نماذج تعلُّم الآلة بكفاءة على الأجهزة مباشرةً.
  • MediaPipe هو إطار عمل مفتوح المصدر يتيح للمطوّرين إنشاء مسارات تعلُّم آلي لمعالجة بيانات الوسائط المتعددة، مثل الفيديو والصوت، في الوقت الفعلي.


لمزيد من المعلومات حول ميزات الذكاء الاصطناعي التوليدي في Android، يُرجى الانتقال إلى قسم الذكاء الاصطناعي في مستندات Android.
تتيح حزمة تطوير البرامج (SDK)‏ Google AI Edge لمطوّري تطبيقات Android دمج إمكانات الذكاء الاصطناعي التوليدي (GenAI) على الجهاز فقط في Gemini Nano وتجربتها لتحسين تطبيقاتهم. إليك كيفية البدء:
  • الانضمام إلى مجموعة Google‏ aicore-experimental
  • فعِّل برنامج اختبار Android AICore
    . بعد إكمال هذه الخطوات، من المفترض أن يتغيّر اسم تطبيق AICore على "متجر Play" (ضمن "إدارة التطبيقات والأجهزة") من "Android AICore" إلى "Android AICore (إصدار تجريبي)".
  • اتّبِع هذه الخطوات للتأكّد من تنزيل حِزم APK والبرامج الثنائية بشكل صحيح على جهازك.
  • بعد ذلك، عدِّل إعدادات Gradle لتطبيقك من خلال إضافة التبعية التالية: implementation("com.google.ai.edge.aicore:aicore:0.0.1-exp01")
    وتأكَّد من ضبط الحد الأدنى لإصدار حزمة SDK المستهدف على 31.
implementation("com.google.ai.edge.aicore:aicore:0.0.1-exp01")
بعد ذلك، يمكنك ضبط النموذج للتحكّم في ردوده. ويشمل ذلك تقديم السياق وضبط المَعلمات التالية اختياريًا:

  • درجة الحرارة: تتحكّم في مستوى العشوائية. ستؤدي القيم الأعلى إلى زيادة التنوع في النتائج.
  • أهم K: تُحدِّد عدد الرموز المميّزة ذات الترتيب الأعلى التي سيتم أخذها في الاعتبار لإنشاء الإخراج.
  • عدد المرشحين: لضبط الحد الأقصى لعدد الردود التي سيتم عرضها
  • الحد الأقصى لرموز الإخراج: لضبط الحد الأقصى لطول الردّ.
val generationConfig = generationConfig {
  context = ApplicationProvider.getApplicationContext()
  temperature = 0.2f
  topK = 16
  maxOutputTokens = 256
}
أنشئ دالة downloadCallback اختيارية. تُستخدَم دالة ردّ الاتصال هذه لتنزيل النموذج. ويعرض أيضًا الرسائل التي يمكن استخدامها لأغراض تصحيح الأخطاء. أنشئ عنصر GenerativeModel باستخدام إعدادات الإنشاء والتنزيل الاختيارية التي أنشأتها سابقًا. 
val downloadConfig = DownloadConfig(downloadCallback)
val generativeModel = GenerativeModel(
  generationConfig = generationConfig,
  downloadConfig = downloadConfig // optional
)
أخيرًا، ابدأ الاستنتاج من خلال تمرير طلبك إلى النموذج. تأكَّد من أنّ GenerativeModel.generateContent() ضمن نطاق دالة coroutine المناسب، لأنّها دالة تعليق.

في سياق مثال على تطبيق لتحضير الوجبات، يمكن أن يوفّر Gemini Nano أفكارًا لوجبات مختلفة من خلال اقتراح أنواع مختلفة من المأكولات والوجبات التي تختلف عن سجلّ الوجبات. 
scope.launch {
  val input = "Suggest different types of cuisines and easy to cook dishes that are not $recentMealList"
  val response = generativeModel.generateContent(input)
  print(response.text)
}
يبلغ الحد الأقصى لعدد الرموز المميّزة التي يمكن إدخالها في نموذج Gemini Nano ‏12,000 رمز. للاطّلاع على مزيد من المعلومات حول إمكانية الوصول التجريبي إلى Gemini Nano، انتقِل إلى قسم Gemini Nano في مستندات Android.

‫Gemini من خلال Vertex AI في Firebase

من خلال الاستفادة من Vertex AI في Firebase، يمكنك إنشاء ميزات مستندة إلى الذكاء الاصطناعي التوليدي باستخدام نماذج Gemini Cloud، وكل ذلك من خلال عمليات النشر وإدارة المنظومة المتكاملة في Firebase بسلاسة. 

dependencies {
...
// Import the BoM for the Firebase platform
implementation(platform("com.google.firebase:firebase-bom:"))

// Add the dependency for the Vertex AI in Firebase library
// When using the BoM, you don't specify versions in Firebase
// library dependencies
implementation("com.google.firebase:firebase-vertexai")
}
ابدأ بتجربة طلبات في Vertex AI Studio. وهي واجهة تفاعلية لتصميم الطلبات والنماذج الأولية. يمكنك تحميل ملفات لاختبار طلبات المساعدة التي تتضمّن نصًا وصورًا وحفظ طلب للرجوع إليه لاحقًا.

عندما تكون مستعدًا للاتّصال بواجهة برمجة التطبيقات Gemini API من تطبيقك، يمكنك إعداد Firebase وحزمة تطوير البرامج (SDK) باتّباع التعليمات الواردة في دليل بدء استخدام Vertex AI في Firebase.

بعد ذلك، أضِف التبعية لـ Gradle إلى مشروعك: 

val generativeModel = Firebase.vertexAI
  .generativeModel(
  "gemini-2.0-flash",
  generationConfig = generationConfig {
        responseMimeType = "application/json"
        responseSchema = jsonSchema
  }
    )
يمكنك الآن طلب Gemini API من رمز Kotlin. أولاً، عليك إعداد خدمة Vertex AI وإنشاء مثيل "GenerativeModel": 
scope.launch {
  val response = model.generateContent("
    Create a shopping list with $cuisineStyle ingredients")
}
في حال تطبيق وصفات الطعام، يمكن أن تنشئ أداة Gemini 2.0 Flash قائمة تسوّق بالمكونات اللازمة لإعداد وجبة من نمط طعام معيّن. يمكنك أيضًا أن تطلب من النموذج إنشاء سلسلة JSON يمكن تحليلها بسهولة في التطبيق لعرضها في واجهة المستخدم. لإنشاء القائمة، ما عليك سوى استدعاء الدالة generateContent()‎ مع طلب نصي.

يمكنك مراجعة دليل مطوّري تطبيقات Android للاطّلاع على مزيد من المعلومات.

‫Imagen 3 لإنشاء الصور

يمكن الوصول إلى Imagen 3 من خلال Vertex AI في Firebase حتى تتمكّن من دمج إنشاء الصور بسلاسة في تطبيقات Android. يُعدّ Imagen 3 النموذج الأكثر تقدّمًا من Google لإنشاء الصور، حيث يُنشئ صورًا عالية الجودة تتضمّن تفاصيل رائعة وعددًا قليلاً من العناصر غير المرغوب فيها وتأثيرات إضاءة واقعية، ما يحدّد معيارًا جديدًا في إنشاء الصور.

على سبيل المثال، يمكن أن تسمح أداة Imagen 3 للمستخدمين بإنشاء صور رمزية خاصة بملفاتهم الشخصية أو إنشاء مواد عرض لتوضيح مسارات الشاشة الحالية. على سبيل المثال، في تطبيق إعداد الوجبات، يمكنك استخدام Imagen 3 لإنشاء صور لشاشة الوصفة.

صورة أنشأها Imagen 3 بناءً على الطلب التالي: صورة توضيحية بأسلوب رسوم متحركة لنظرة عامة من الأعلى على سطح مطبخ مع مكونات جميلة لوجبة متوسطية. 
dependencies {
    implementation(platform("com.google.firebase:firebase-bom:33.10.0"))

    implementation("com.google.firebase:firebase-vertexai")
}
يشبه دمج Imagen 3 الوصول إلى نموذج Gemini من خلال Vertex AI في Firebase.

ابدأ بإضافة ملحقَات Gradle إلى مشروع Android: 
val imageModel = Firebase.vertexAI.imagenModel(
modelName = "imagen-3.0-generate-001",
generationConfig = ImagenGenerationConfig(
  imageFormat = ImagenImageFormat.jpeg(compresssionQuality = 75),
  addWatermark = true,
  numberOfImages = 1,
  aspectRatio = ImagenAspectRatio.SQUARE_1x1
)
بعد ذلك، في رمز Kotlin، أنشئ مثيلًا من ImageModel من خلال تمرير اسم النموذج وإعدادات النموذج اختياريًا: 
val imageResponse = imageModel.generateImages(
prompt = "A cartoon style illustration of a top overview of a kitchen countertop
  with beautiful ingredients for a $cuisineStyle meal."
)
أخيرًا، يمكنك إنشاء الصورة من خلال استدعاء دالة generateImages()‎ مع طلب نصي: 
val image = imageResponse.images.first()
val uiImage = image.asBitmap()
استرجع الصورة التي تم إنشاؤها من imageResponse وعرضها كصورة نقطية:
يمكنك الاطّلاع على مزيد من المعلومات حول استخدام Imagen 3 في مدوّنة مطوّري تطبيقات Android وفي مستندات مطوّري تطبيقات Android.

الاستعداد للإصدار العلني باستخدام Firebase

بعد تنفيذ ميزات الذكاء الاصطناعي التوليدي في تطبيقك، إليك بعض الخطوات التالية المهمة قبل نشر تطبيقك في قناة الإصدار العلني: يجب أيضًا مراعاة خصوصية المستخدمين واستخدام الذكاء الاصطناعي بمسؤولية، ويجب أن تكون منفتحًا مع المستخدمين بشأن السلوك غير المتوقّع المحتمل للنماذج. يمكنك قراءة مشاركة المدونة التالية للاطّلاع على مزيد من المعلومات حول مدى جاهزية المنتجات للنشر باستخدام Vertex AI في Firebase.