Эта серия публикаций в блоге посвящена созданию интеллектуальных Android-приложений с использованием локального искусственного интеллекта. Демонстрационное приложение Jetpacker будет дополнено персонализированными функциями. В этой части рассматривается использование Gemini Nano через API подсказок ML Kit для локальных функций.Локальная обработка предлагает такие преимущества, как повышенная конфиденциальность пользователей, надежность в автономном режиме и экономия средств. Для Jetpacker были определены три функции: обобщение маршрутов поездок, управление расходами и запись голосовых заметок. Обобщение маршрутов помогает пользователям, преобразуя подробные расписания в краткие обзоры с советами по подготовке. Это идеально подходит для локальных моделей из-за коротких текстовых вводов/выводов и масштабируемости.Gemini Nano, эффективная мобильная модель от Google, обеспечивает работу этих функций. API подсказок ML Kit позволяет легко интегрировать и прототипировать. Управление расходами — еще одна ключевая область, где локальная обработка гарантирует конфиденциальность конфиденциальных данных чеков. Мультимодальные возможности Gemini Nano помогают извлекать информацию из изображений чеков.API структурированного вывода еще больше упрощает разбор данных чеков в определенные объекты Kotlin. Наконец, функция голосовых заметок использует API распознавания речи ML Kit для локальной транскрипции. Этот транскрибированный текст затем обрабатывается API подсказок для идентификации соответствующих действий в поездке. Такой подход обеспечивает эффективные, конфиденциальные и надежные интеллектуальные функции в приложении Android.