MiReal.me MiReal.me – Tu blog tecnológico con la más actualizada información
Publicado por Thomas Ezan – Ingeniero de Relaciones de Desarrollador del Sr. (@Lethargicpanda)
Gemini puede ayudarlo a crear e iniciar nuevas funciones de usuario que aumentarán la participación y crean experiencias personalizadas para sus usuarios.
Vertex AI en Firebase SDK le permite acceder a los modelos Gemini de la nube de Google (como Gemini 1.5 Flash y Gemini 1.5 Pro) y agregar funcionalidad Genai a su aplicación Android. En general, ha estado disponible en octubre pasado, lo que significa que ahora está listo para la producción y ya es utilizada por muchas aplicaciones en Google Play.
Aquí hay sugerencias para una distribución exitosa a la producción.
Implementa el control de la aplicación para prevenir el abuso de abejas
Al usar el vértice IA en la API de Firebase, es esencial implementar medidas de seguridad sólidas para evitar el acceso y el abuso no autorizados.
El control de la aplicación Firebase ayuda a proteger los recursos de Backand (como Vertex AI en Firebase, Funciones en la nube para Firebase o incluso su Backndend personalizado) del abuso. Lo hace al dar fe de que el tráfico de llegada proviene de su aplicación auténtica que se ejecuta en un dispositivo Android auténtico y desconocido.
El control de la aplicación Firebase garantiza que solo los usuarios legítimos acceden a los recursos atrasados
Para comenzar, Agregue Firebase a su proyecto de Android y habilitar el API de juego de integridad Para su aplicación en la consola de Google Play. Nuevamente en la consola de Firebase, vaya a la sección de control de la aplicación de su proyecto Firebase para registrar su aplicación proporcionando la suya propia SHA-256 Huella digital.
Luego, actualice las dependencias de graduación de su proyecto Android con la biblioteca de control de aplicaciones para Android:
Dependencias {// BOM para la implementación de la plataforma Firebase (plataforma (“com.google.firebase: firebase-bom: 33.7.0”)) // dependencia para la implementación del control de las aplicaciones (“com.google. Firebase: Firebase-appcheck-playintegri “)}
Finalmente, en su código Kotlin, inicializa el control de la aplicación antes de usar cualquier otro SDK de Firebase:
Firebase.initialize (context) firebase.appcheck.instalpcheckprierfactory (playIngityAppcheckprierfactory.getInstance (),))
Para mejorar la seguridad de la función generativa de inteligencia artificial, es necesario implementar y hacer cumplir el control de la aplicación antes de emitir su aplicación en producción. Además, si su aplicación utiliza otros servicios de Firebase, como la autenticación de Firebase, Fiefatore o las funciones de la nube, la aplicación de control proporciona un nivel adicional de protección también para estos recursos.
Una vez que se aplique el control de la aplicación, podrá monitorear las solicitudes de su aplicación en la consola Firebase.
Página verifica la aplicación de la página métrica en la consola Firebase
Puede saber más sobre la comprobación de la aplicación en Android en Documentación de Firebase.
Use la configuración remota para la configuración controlada por el servidor
El paisaje generativo AI evoluciona rápidamente. Cada pocos meses, las nuevas iteraciones del modelo Gemini están disponibles y se eliminan algunos modelos. Ver el vértice IA en Firebase Página de modelos Géminis Para más detalles.
Por esta razón, en lugar de codificar el nombre del modelo en su aplicación, se recomienda usar una variable controlada por el servidor utilizando Configuración remota de Firebase. Esto le permite actualizar dinámicamente el modelo utilizado por su aplicación sin tener que distribuir una nueva versión de su aplicación o solicitar a sus usuarios que recopilen una nueva versión.
Defina los parámetros que desea verificar (como el nombre del modelo) usando la consola Firebase. Luego, agregue estos parámetros a su aplicación, junto con los valores predefinidos de “retraso” para cada parámetro. Nuevamente en la consola Firebase, puede cambiar el valor de estos parámetros en cualquier momento. Su aplicación tomará automáticamente el nuevo valor.
Aquí le mostramos cómo implementar la configuración remota en su aplicación:
// Inicializa la configuración remota definiendo el tiempo de actualización Val Remoteconfig: FirebaseremOceconfig = Firebase.remoteconfig Val Confotettings = RemoteconfigSettings {MinimAterValValValasConds = 3600} Remoteconfig.SetCigSettings Assinchronous Evalsings (R. Xml.Rem up Ig. getrrring (“model_name”)
Leer más Uso de la configuración remota con la IA superior en Firebase.
Recopilar comentarios de los usuarios para evaluar el impacto
A medida que implementa su función habilitada para AI para la producción, es esencial crear mecanismos de retroalimentación en su producto y permitir a los usuarios informar fácilmente si la salida de IA ha sido útil, precisa o pertinente. Por ejemplo, es posible incorporar elementos interactivos, como los botones del pulgar y el pulgar y los módulos de retroalimentación detallados dentro de la interfaz de usuario. EL Íconos de material de composición El paquete proporciona iconos listos para usar para ayudarlo a implementarlo.
Es posible rastrear fácilmente la interacción del usuario con estos elementos como eventos de análisis personalizados utilizando la función Google Analytics LogEvent () :):
Riga {Button (onClick = {FirebaseSics.OGOEVENT (“MODELL_RESPONSE_FEEDBACK”) {param (“retroalimentación”, “thumb_up”)}) {icon (icons.default.thumbup, contentDescription = “Thumb up”)}, Botton (onClick (OnClick (OnClick (OnClick (OnClick (OnClick ( onClick (onClick = {firebaseAnalytics.ogevent (“model_response_feedback”) {param (“retroalimentación”, “thumb_down”)}}) {icon (icons.default.thumbdown, contentDescstation = “thumb down”)}}}}}}}}} }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}
Más información sobre Google Analytics y su Características de registro de eventos En la documentación de Firebase.
Privacidad del usuario y administrador
Cuando usa Vertex AI en Firebase para inferencia, tiene la garantía de que Google no utilizan los datos enviados a Google para formar los modelos AI (ver Vetex Documentation AI para más detalles).
También es importante ser transparente con sus usuarios cuando están involucrados con la tecnología generativa. Debe resaltar la posibilidad de un comportamiento de modelo inesperado.
Finalmente, los usuarios deben tener control dentro de su aplicación sobre cómo están archivados y eliminar su actividad relacionada con las interacciones del modelo de IA.
Puede saber más sobre cómo Google se acerca a la inteligencia generativa artificial de una manera responsable en Documentación en la nube de Google.
