دراسة حالة استخدِم هذه الميزة
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/lose-it/lose_it-1.png?authuser=8&%3Bhl=ar&hl=ar)
منذ عام 2008، ساعدت لعبة Lise It! أكثر من 30 مليون شخص في فقدان أكثر من 50 مليون رطل. يساعد التطبيق المستخدمين على إدارة نظامهم الغذائي من خلال تسهيل تسجيل الطعام قدر الإمكان، وتبحث فِرق المنتجات دائمًا عن طرق جديدة لتبسيط الأمور.
قدَّم الفريق المسؤول عن ميزة "الفقدان" معلومات جديدة بشأن Snap It، وهي خوارزمية للتعرّف على الكائنات مُصمَّمة لمساعدة المستخدمين على تسجيل المأكولات المفضّلة لديهم بمجرد التقاط صورة. ولكن التكلفة الحاسوبية المرتفعة للخوارزمية أدت إلى استخدام خادم وحدة معالجة رسومات، ما يعني أنها لم تتمكّن من إتاحة التجربة في الوقت الفعلي.
وفي الوقت نفسه، أراد الفريق أيضًا إضافة ميزة المسح الضوئي لتصنيف التغذية، إلا أن وقت تحليل الخادم كان أسرع بكثير من ما إذا كان المستخدم قد أدخل المعلومات بنفسه فقط. ولأنّ سرعات وإشارات شبكة الجوّال المتغيّرة يمكن أن تؤدي إلى التأثير سلبًا في تجربة المستخدم، يمكن أن تُسبّب هذه المشاكل أو لا يمكن أن تضمن أداءً متسقًا.
وقد عرف فريق "لوس بيت" أنّ المستخدمين يحبّون كلتا الميزتَين، ولكن فقط إذا كان بإمكانك جعلها سريعة بما يكفي لتقديم التجربة في الوقت الفعلي. ما هي الإجراءات التي يمكنهم اتخاذها لتسريع هذه العملية؟
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/lose-it/lose_it-2.png?authuser=8&%3Bhl=ar&hl=ar)
الإجراءات التي اتخذتها الشركة
لجأ الفريق إلى تقنية ML Kit لحل مشاكل السرعة. وفي هذا الإطار، قال إدوارد دبليو: "لقد أثبتت حزمة تعلّم الآلة فائدة كبيرة جدًا في نشر ميزة التعرّف على الطعام، وهي Snap It من خلال نماذج TF Lite المضغوطة بكميات صغيرة". "لوي" الابن" مديرة علوم البيانات والذكاء الاصطناعي في تطبيق الضائعة في السابق، تم نشر خوارزمية Snap It على خادم، ما أدى إلى نقل صورة طعام إلى الخادم لاستنتاجها. وقال "لوي": "أتاح لنا نموذج مخصّص مستضاف من خلال حزمة تعلّم الآلة تنفيذ نموذج Snap It الكمي على الجهاز، ما يتيح للمستخدمين الاستفادة من هذه الميزة في الوقت الفعلي وبدون اتصال البيانات". "ومن خلال الاستفادة من واجهة برمجة التطبيقات للتعرّف على النص على الجهاز فقط، تمكنا من تقليل وقت تحليل الصور بشكل كبير في قراءة تصنيف التغذية".
وأضاف "لوي": "من المهم أن تتيح لنا حزمة تعلّم الآلة استضافة النماذج في Firebase". "يمكّننا ذلك من تحديث النماذج على الجهاز بسلاسة بدون تحديث التطبيق، كما نعمل على تقليل حجم التطبيق، ويتيح لنا إجراء إصدارات تجريبية لاختبار أ/ب. يتيح لنا إلغاء ربط النماذج بإصدار التطبيق الاستجابة بسرعة لسلوك المستخدم المتغيّر والتعامل بشكل أفضل مع الانحراف".
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/vision/case_study-lose_it.png?authuser=8&%3Bhl=ar&hl=ar)
النتائج
بفضل ML Kit، استطاعت شركة Loe It! إطلاق قارئ لتصنيفات التغذية متاح على نطاق واسع وعالية الأداء. يمكن للمستخدمين الآن ببساطة مسح تصنيف التغذية ضوئيًا لملء معلومات التغذية على الفور لأي طعام جديد. وبالنسبة إلى الماسح الضوئي لتصنيفات التغذية، يتم التعرّف على المعلومات في أقل من ثانية واحدة. ولست بحاجة أيضًا إلى التقاط صورة، إذ يمكن للتطبيق سحب المعلومات من عرض الكاميرا في الوقت الفعلي مباشرةً.