هوش مصنوعی روی موبایل هوشمندتر شد: Google AI Edge Gallery با MCP، یادآورها و تاریخچه چت متحول شد

گوگل در تاریخ ۲۹ اردیبهشت ۱۴۰۵ اعلام کرد که اپلیکیشن Google AI Edge Gallery قابلیت‌های تازه‌ای دریافت کرده است؛ قابلیت‌هایی که این اپلیکیشن را از یک محیط آزمایشی ساده برای اجرای مدل‌های هوش مصنوعی روی موبایل، به بستری جدی‌تر برای ساخت تجربه‌های عامل‌محور، متصل، خودکار و پایدار تبدیل کرد.

این به‌روزرسانی شامل سه قابلیت کلیدی بود:

پشتیبانی از Model Context Protocol یا MCP، امکان زمان‌بندی اعلان‌ها و یادآورها، و ذخیره‌سازی پایدار تاریخچه چت.

Google AI Edge Gallery که برای اندروید و iOS عرضه شده، یک اپلیکیشن نمایشی و توسعه‌محور برای اجرای مدل‌های باز مانند Gemma روی دستگاه است. این برنامه به کاربران و توسعه‌دهندگان اجازه می‌دهد بدون نیاز دائمی به پردازش ابری، با مدل‌های زبانی و چندرسانه‌ای روی موبایل تعامل داشته باشند.

ماه قبل از این اعلامیه، گوگل امکان اجرای جریان‌های کاری عامل‌محور یا Agentic Workflows را با استفاده از Gemma 4 روی دستگاه‌های موبایل معرفی کرده بود. حالا با اضافه شدن MCP، اعلان‌های محلی و تاریخچه چت، این اپلیکیشن یک قدم به ساخت دستیارهای هوشمند واقعی روی موبایل نزدیک‌تر شد.

مشکل اصلی توسعه‌دهندگان: هوش مصنوعی محلی چگونه به ابزارهای بیرونی وصل شود؟

یکی از چالش‌های مهم در توسعه هوش مصنوعی روی دستگاه این است که مدل‌های محلی، هرچقدر هم قدرتمند باشند، معمولاً درون محیط محدود اپلیکیشن یا همان App Sandbox محصور می‌مانند. این یعنی مدل نمی‌تواند به‌راحتی با منابع بیرونی مثل تقویم، ایمیل، نقشه، اسناد، وب‌سایت‌ها یا سیستم‌های شخصی کاربر ارتباط برقرار کند.

در مدل‌های ابری، اتصال به ابزارها، APIها و پایگاه‌های داده ساده‌تر است؛ اما در سناریوی On-device AI یا هوش مصنوعی روی دستگاه، حفظ حریم خصوصی، محدودیت پردازش، محدودیت حافظه و کوچک‌تر بودن پنجره زمینه یا Context Window، کار را پیچیده‌تر می‌کند.

راهکار گوگل برای این مسئله، پشتیبانی آزمایشی از Model Context Protocol یا MCP در نسخه اندروید Google AI Edge Gallery بود. نسخه iOS نیز قرار بود در ادامه این قابلیت را دریافت کند.

MCP چیست و چرا برای هوش مصنوعی روی موبایل مهم است؟

Model Context Protocol یا MCP یک پروتکل متن‌باز است که به مدل‌های زبانی اجازه می‌دهد به‌صورت استاندارد با ابزارها، داده‌ها و سرویس‌های بیرونی ارتباط برقرار کنند.

در Google AI Edge Gallery، توسعه‌دهنده می‌تواند یک URL معتبر MCP را در اپلیکیشن ثبت کند. سپس برنامه، تعریف ابزارها و ساختار منابع یا Resource Schemas را از سرور MCP دریافت کرده و آن‌ها را وارد System Prompt مدل روی دستگاه می‌کند.

به بیان ساده‌تر، مدل Gemma ۴ روی موبایل متوجه می‌شود چه ابزارهایی در دسترس هستند، چه ورودی‌هایی می‌پذیرند و در چه شرایطی باید از آن‌ها استفاده کند. تصمیم‌گیری، استدلال و انتخاب ابزار به‌صورت محلی روی گوشی انجام می‌شود. سپس درخواست نهایی به سرور MCP ارسال می‌شود؛ سروری که می‌تواند روی کامپیوتر شخصی کاربر، شبکه داخلی یا یک سرویس ابری امن اجرا شود.

این معماری باعث شد موبایل بتواند نقش یک عامل هوشمند هماهنگ‌کننده را ایفا کند؛ عاملی که هم از قدرت مدل محلی استفاده می‌کند، هم در صورت نیاز به ابزارها و داده‌های خارجی متصل می‌شود.

کاربردهای عملی MCP در Google AI Edge Gallery

۱. افزایش بهره‌وری با اتصال به Google Workspace MCP

یکی از کاربردهای مهم MCP، اتصال عامل هوشمند موبایل به ابزارهای کاری مانند Google Workspace است. برای مثال، کاربر می‌تواند از مدل بپرسد:

«برنامه امروز من چیست؟»

یا

«آیا در ایمیلم بلیت سفر یا قبض جدیدی دارم؟»

در این حالت، عامل هوشمند می‌تواند از طریق MCP به تقویم، ایمیل یا اسناد کاربر متصل شود و پاسخ خلاصه، ساختاریافته و قابل‌استفاده ارائه دهد.

۲. پشتیبانی ناوبری با Google Maps MCP

با اتصال به Google Maps MCP، کاربر می‌تواند با زبان طبیعی درباره مکان‌های اطراف، زمان سفر، مسیرهای پیشنهادی یا نقاط دیدنی سؤال کند. این قابلیت، Google AI Edge Gallery را به یک همراه سفر هوشمندتر تبدیل می‌کند.

۳. بازیابی اطلاعات وب با Web Fetch MCP

با استفاده از Web Fetch MCP، مدل می‌تواند محتوای یک URL را دریافت، پردازش و خلاصه کند. این قابلیت برای مطالعه اخبار، مستندات فنی، مقاله‌های آموزشی، صفحات محصول و منابع آنلاین کاربرد دارد.

برای مثال، کاربر می‌تواند یک لینک مستندات فنی را بدهد و از مدل بخواهد نکات اصلی را خلاصه کند یا مراحل پیاده‌سازی را توضیح دهد.

توصیه مهم برای توسعه‌دهندگان: توضیحات ابزارها را کوتاه نگه دارید

گوگل تأکید کرده بود که مدل‌های روی دستگاه معمولاً نسبت به مدل‌های بزرگ ابری، پنجره زمینه کوچک‌تری دارند. بنابراین اگر توسعه‌دهندگان بخواهند ابزارهای MCP را به تجربه کاربری اضافه کنند، باید توضیحات ابزارها را کوتاه، دقیق و هدفمند بنویسند.

همچنین هنگام بازگرداندن داده از سرور MCP، بهتر است به‌جای ارسال متن‌های طولانی، از خروجی‌های کوچک، خلاصه‌شده و قطعه‌قطعه استفاده شود. این کار چند مزیت دارد:

• کاهش مصرف حافظه
• افزایش سرعت پاسخ‌گویی
• بهبود کیفیت تصمیم‌گیری مدل
• کاهش احتمال از دست رفتن اطلاعات مهم در Context Window
• تجربه روان‌تر روی گوشی‌های میان‌رده و پرچم‌دار

یادآورهای هوشمند؛ از تعامل واکنشی تا تجربه خودکار

پیش از این به‌روزرسانی، تعامل با Google AI Edge Gallery بیشتر حالت واکنشی داشت. یعنی کاربر باید اپلیکیشن را باز می‌کرد، درخواست خود را می‌نوشت و سپس مدل پاسخ می‌داد.

گوگل با معرفی مهارت جدید Schedule Notification این روند را تغییر داد. حالا کاربر می‌تواند از عامل هوشمند بخواهد برای یک فعالیت مشخص، اعلان محلی تنظیم کند.

برای مثال:

«هر شب ساعت ۱۰ به من یادآوری کن حالم را ثبت کنم.»

پس از تنظیم یادآور، اپلیکیشن در زمان مشخص یک اعلان محلی نمایش می‌دهد. وقتی کاربر روی اعلان ضربه می‌زند، برنامه مستقیماً به ابزار یا جلسه مرتبط باز می‌شود و Gemma ۴ آماده کمک خواهد بود.

این قابلیت، Google AI Edge Gallery را از یک چت‌بات ساده به یک دستیار روزمره نزدیک‌تر کرد.

سناریوهای کاربردی اعلان‌ها در هوش مصنوعی محلی

پایش خلق‌وخو و تحلیل روندها

کاربر می‌تواند هر روز یک یادآور برای ثبت وضعیت روحی خود داشته باشد. با گذشت زمان، عامل هوشمند می‌تواند تاریخچه ثبت‌شده را بررسی کند، الگوها را تشخیص دهد و بینش‌هایی درباره روندهای احساسی ارائه دهد؛ آن هم با تمرکز بر حفظ داده‌ها روی دستگاه.

یادگیری روزانه

یک اعلان روزانه می‌تواند کاربر را به یادگیری یک مفهوم جدید دعوت کند. پس از لمس اعلان، مدل می‌تواند یک موضوع را خلاصه کرده و حتی آن را به یک کارت گرافیکی یا اینفوگرافیک قابل اشتراک‌گذاری تبدیل کند.

خلاصه برنامه روزانه

کاربر می‌تواند صبح‌ها یک اعلان دریافت کند تا مدل برنامه روزانه او را خلاصه کند، زمان‌های خالی را نشان دهد و برای مدیریت بهتر روز پیشنهاد بدهد.

تاریخچه چت پایدار؛ حل مشکل قطع شدن جریان کار

یکی از بازخوردهای مهم کاربران، نیاز به حفظ مکالمات و ادامه دادن جلسه‌ها بود. در تجربه‌های هوش مصنوعی، قطع شدن مکالمه یا از دست رفتن زمینه گفت‌وگو می‌تواند آزاردهنده باشد؛ مخصوصاً زمانی که کاربر با متن، تصویر یا صوت در حال کار است.

گوگل برای حل این مشکل، با استفاده از قابلیت Fast Prefill در بک‌اند LiteRT-LM پشتیبانی از Persistent Chat History را اضافه کرد.

به کمک این قابلیت، کاربر می‌تواند جلسه‌های قبلی را ادامه دهد، در حالی که وضعیت ورودی‌های متنی، تصویری و صوتی حفظ شده است. طبق اعلام گوگل، در GPU گوشی‌های مدرن، سرعت prefill می‌تواند از ۳۰۰۰ توکن در ثانیه فراتر برود. این یعنی مدل می‌تواند زمینه‌های طولانی مکالمه را تقریباً بلافاصله بازیابی کند.

برای توسعه‌دهندگان و کاربران حرفه‌ای، این موضوع اهمیت زیادی دارد؛ زیرا امکان ساخت تجربه‌هایی مانند مربی شخصی، دستیار پژوهشی، ابزار ثبت عادت، دستیار کدنویسی یا عامل مدیریت کارها را فراهم می‌کند.

کنترل بیشتر با ویرایش System Prompt

قابلیت مهم دیگر، امکان ویرایش مستقیم Custom System Prompt در تنظیمات چت بود. این ویژگی به توسعه‌دهندگان اجازه می‌دهد شخصیت، محدودیت‌ها، سبک پاسخ‌دهی و رفتار مدل را دقیق‌تر تنظیم کنند.

برای مثال، توسعه‌دهنده می‌تواند از مدل بخواهد:

• فقط پاسخ‌های کوتاه و ساختاریافته بدهد
• در نقش مربی زبان عمل کند
• خروجی را در قالب JSON یا جدول ارائه دهد
• از پاسخ‌های حدسی خودداری کند
• برای هر ابزار MCP، فقط در شرایط خاص فراخوانی انجام دهد

این قابلیت برای Prompt Engineering، طراحی عامل‌های تخصصی و ساخت نمونه‌های اولیه سریع بسیار ارزشمند است.

جامعه متن‌باز مهارت‌ها؛ موتور رشد Google AI Edge Gallery

Google AI Edge Gallery بر پایه یک اکوسیستم متن‌باز ساخته شده است. گوگل اعلام کرد که قدرت واقعی این پروژه در جامعه توسعه‌دهندگان قرار دارد؛ جامعه‌ای که می‌تواند مهارت‌ها، ابزارها و جریان‌های کاری اختصاصی خود را بسازد.

در صفحه رسمی GitHub Skills Discussion، توسعه‌دهندگان ایده‌ها و پروژه‌هایی را در چند دسته اصلی دنبال کرده بودند:

گسترش پایگاه دانش

مانند اتصال به جست‌وجوی سبک وب، آب‌وهوا، نرخ ارز و منابع اطلاعاتی به‌روز.

Agentic Prompting

ساخت بلوک‌های دستوری برای مدیریت زمینه، شخصی‌سازی تعامل و تطبیق پاسخ‌ها با ترجیحات کاربر.

پارسرهای کاربردی

ابزارهایی برای تبدیل تصویر، صوت و HTML به داده ساختاریافته؛ مثلاً استخراج اطلاعات رسیدها، بوکمارک‌ها، یادداشت‌ها یا فایل‌های شخصی.

سرگرمی و آموزش

ساخت کارت‌های تصویری، آزمون، مترجم زبان، بازی‌های آفلاین، پازل‌ها و حتی مهارت‌های طراحی‌شده برای حیوانات خانگی.

راهکار عملی برای توسعه‌دهندگان ایرانی و تیم‌های محصول

اگر در حوزه هوش مصنوعی، اپلیکیشن موبایل، دستیارهای هوشمند یا محصول‌های داده‌محور فعالیت می‌کنید، این به‌روزرسانی چند پیام مهم دارد:

1. برای تجربه‌های حساس به حریم خصوصی، On-device AI را جدی بگیرید.

   اجرای مدل روی دستگاه می‌تواند برای داده‌های شخصی، سلامت، امور مالی، یادداشت‌ها و عادت‌های روزانه مناسب‌تر باشد.

2. برای اتصال به ابزارهای بیرونی، MCP را به‌عنوان لایه استاندارد بررسی کنید.

   به‌جای طراحی اتصال‌های پراکنده، می‌توان ابزارها را از طریق یک پروتکل واحد به عامل هوشمند معرفی کرد.

3. خروجی ابزارها را خلاصه و ساختاریافته طراحی کنید.

   مدل‌های موبایلی به داده‌های کم‌حجم، دقیق و مرتبط بهتر پاسخ می‌دهند.

4. از اعلان‌ها برای ساخت عادت و تعامل مداوم استفاده کنید.

   یادآورها می‌توانند اپلیکیشن هوش مصنوعی را از یک ابزار مقطعی به یک همراه روزانه تبدیل کنند.

5. تاریخچه چت را بخشی از تجربه محصول بدانید.

   کاربران انتظار دارند مدل، زمینه قبلی را به خاطر داشته باشد و مکالمه را ادامه دهد.

جمع‌بندی

به‌روزرسانی Google AI Edge Gallery در ۲۹ اردیبهشت ۱۴۰۵ نشان داد که آینده هوش مصنوعی موبایل فقط در پاسخ‌گویی سریع خلاصه نمی‌شود. مسیر جدید به سمت عامل‌هایی است که روی دستگاه اجرا می‌شوند، با ابزارهای بیرونی از طریق MCP ارتباط می‌گیرند، اعلان‌های هوشمند ایجاد می‌کنند و مکالمات گذشته را حفظ می‌کنند.

برای توسعه‌دهندگان، این تغییر یک فرصت مهم است: ساخت دستیارهایی که هم محلی و سریع هستند، هم به داده‌ها و ابزارهای واقعی وصل می‌شوند، و هم تجربه‌ای پایدار و شخصی‌سازی‌شده ارائه می‌دهند.

Google AI Edge Gallery اکنون بیش از یک اپلیکیشن آزمایشی است؛ این برنامه به یک محیط نمونه‌سازی برای نسل جدید هوش مصنوعی عامل‌محور روی موبایل تبدیل شده است.