Što kad mobilne aplikacije počnu razmišljati same?

Što se zapravo događa kada AI modeli i agenti počnu “razmišljati” na našim telefonima? Jednostavan odgovor ne postoji, ali iskustva i praktični primjeri pomažu developerima da ove izazove svladaju brže i pametnije.

Povodom Now in Mobile događaja u Osijeku razgovarali smo s dva mobile developera iz Endave: Leom Goršićem, koji nam je približio kako funkcionira on-device machine learning na iOS-u i Petrom Borkom, koji nas je uveo u svijet agent-based workflowa na Androidu.

U tom su nam razgovoru otkrili kako AI može raditi direktno na uređaju, kada i kako koristiti agente u Android aplikacijama te koje arhitektonske odluke i ograničenja developeri moraju imati na umu kako bi aplikacije bile brze, stabilne i prilagođene korisniku.

Kroz njihove primjere jasno je da moderni mobile development više nije samo integracija gotovih servisa, već da aplikacije danas mogu biti aktivni sudionici, “razmišljati” same za sebe i donositi odluke u realnom vremenu.

Kad mobilne aplikacije počnu razmišljati same

Petar je za novo izdanje Now in Mobile meetupa odabrao temu agent-based workflowse na Androidu kako bi upoznao developere s novim metodama za razvijanje i integraciju AI agenata u mobilne aplikacije. Agenti su moderna apstrakcija koja nam omogućava da rješavamo složene zadatke integracijom AI modela koji mogu interpretirati složene naredbe i podatke u obliku teksta, slike i zvuka, a na temelju toga rješavati zadatke i donositi odluke:

Okviri za gradnju takvih modela razvijaju se na svim platformama, pa tako i na Androidu, s ciljem lakoće njihovog ugrađivanja u postojeće aplikacije. U tom aspektu mobile development dobiva novi alat za rješavanje kompleksnijih zadataka. 

S druge strane, Leo je odabrao temu on-device AI na iOS-u s ciljem približavanja developerima načine na koji se strojno učenje može koristiti direktno na mobilnom uređaju, bez oslanjanja na cloud ili backend servise:

On-device AI omogućava aplikacijama da inteligentno obrađuju podatke poput slike, teksta ili zvuka u stvarnom vremenu, dok svi podaci ostaju na uređaju. Time se mobilna aplikacija pretvara iz pasivnog klijenta u aktivnog sudionika koji donosi odluke i prilagođava se korisniku.

U širem kontekstu, ova tema može pokazati da se moderni mobile development kreće prema decentraliziranoj inteligenciji, gdje dio “pameti” više nije isključivo na serveru, već se izvršava lokalno na uređaju. To developerima otvara nove mogućnosti za izgradnju bržih, sigurnijih i pametnijih aplikacija, uz istovremeno poštivanje privatnosti korisnika, ističe Leo.

Kako Endava kroz meetupe potiče svoje developere da više komuniciraju i dijele znanje?

Praktični vodič kroz AI agente i on-device ML

Sudionici meetupa će se upoznati s generalnim konceptima AI agenata, te vidjeti primjere njihovih implementacija uz pomoć Koog frameworka za Android, ističe Petar:

Promatrajući prednosti i mane, moći će kritički razmisliti i odrediti potencijalne integracije jednog takvog agenta u njihove aplikacije.

Leo će upoznati polaznike s osnovnim konceptima on-device machine learninga na iOS-u, te im pomoći da razumiju razliku između treniranja modela i njihove primjene unutar mobilne aplikacije. Kroz konkretne primjere vidjet će kako se ML modeli mogu integrirati u iOS aplikaciju pomoću Core ML-a, bez potrebe za backend servisima ili vanjskim API-jima, objašnjava Leo:

Predavanje će im dati mentalni okvir za razmišljanje o tome kada ima smisla koristiti on-device AI, koje su njegove prednosti i ograničenja, te kako ga praktično primijeniti u svakodnevnim projektima.

Nakon predavanja, polaznici će moći prepoznati dijelove svojih aplikacija gdje ML može unaprijediti korisničko iskustvo, primjerice u obradi slike, teksta ili zvuka, i imati jasan smjer kako takvu funkcionalnost započeti implementirati.

Zašto mobile development nije samo “pozovi AI model”

Uz rast agentskih programa kao Cursor često ljudi uzbuđeno misle da mogu sklepati aplikaciju preko noći. Ne umanjujući stvarnu snagu tih alata, mobile development je i dalje kompleksan proces sa složenom arhitekturom koja ne dotiče samo UI, već i rukovanje servisima kao što su baze, internet, bluetooth, kao i podrška različitih ekrana i uređaja, objašnjava Petar:

Sve navedeno dodaje dodatnu kompleksnost aplikaciji i zbog čestih edge-case problematika, zahtjeva razumjevanje koda izvan mogućnosti LLM-ova. I dalje, takvi alati se pokazuju korisnima za brainstormanje, pisanje demo aplikacija i jednostavnih komponenti.

Danas se mobile development često pogrešno shvaća kao puka integracija gotovih servisa ili API-ja, pogotovo u kontekstu AI-ja, gdje se stječe dojam da je dovoljno “pozvati model” i problem je riješen. U stvarnosti, pogotovo kod on-device AI-ja, velik dio kompleksnosti dolazi iz razumijevanja ograničenja mobilnog uređaja: performansi, potrošnje baterije, memorije i privatnosti podataka, ističe Leo:

Integracija ML modela u mobilnu aplikaciju nije samo tehničko pitanje, već i arhitektonsko: kada koristiti on-device pristup, kako upravljati modelima, kako ih ažurirati i kako osigurati stabilno korisničko iskustvo na različitim uređajima. 

Najveći izazovi mobile timova u produkciji

Najčešći problem timova je dalje komunikacijski – usuglašavanje oko ciljeva, tipovima problema i njihovih rješenja te komuniciranje rokova. Ako se ti temelji dobro uspostave ostali problemi biranja alata i arhitektura je puno lakši, navodi Petar:

Dodatna prepreka specifično mobile developmenta je da je opširan, pa se developeri često susreću s problemima koje dugo ili nikada nisu rješavali. Tada je na pojedincu da istraži potencijalna rješenja i pita timljane ako su se susreli s takvim problemima.

Najveći izazov u produkciji je balansiranje ograničenja mobilnih uređaja s rastućim očekivanjima aplikacija. Performanse, baterija i stabilnost su uvijek kritični, a uvođenje on-device AI-ja dodatno povećava kompleksnost, ističe Leo:

Uz to, timovi se često susreću s problemima koji su vrlo specifični za platformu i kontekst aplikacije, što zahtijeva kontinuirano učenje i pažljivo arhitektonsko planiranje.

Za koga je ovaj meetup?

Ako imate dodatna pitanja za Petra i Lea, s njima možete razgovarati uživo na Endavinom meetupu koji će se održati 29. siječnja u njihovom osječkom uredu na adresi Vukovarska cesta 31, a prijavnicu možete pronaći ovdje.

Meetup je idealan za studente, juniore, seniore, koji se žele upoznati s metodama korištenja AI modela i agenata na uređajima i raspravljati o složenosti modernog mobile developmenta, ističe Petar. Meetup je namijenjen svima koji žele steći praktičan uvid u on-device AI i izazove modernog mobile developmenta, dodaje Leo.

Osim predavanja, na meetupu će biti i panel rasprava Why Mobile Development Is More Complex Than It Looks? Od arhitekture i performansi do umjetne inteligencije na samom uređaju i stvarnosti skaliranja, iz prve ruke čut ćete uvide stručnjaka koji se s tim izazovima susreću svaki dan.