راهکارهای طراحی رابط کاربری پویا با مدل‌های زبانی بزرگ در اپلیکیشن‌های موبایل

بالاکریشنان رامدوس (Balakrishnan Ramdoss)، مهندس ارشد نرم‌افزار در آمازون و توسعه‌دهنده ابزار Amazon Lens، در ارائه‌ای تخصصی به بررسی چالش‌ها و راهکارهای معماری اپلیکیشن‌های موبایل مبتنی بر هوش مصنوعی مولد پرداخته است. او در این ارائه توضیح می‌دهد که چگونه می‌توان با استفاده از الگوهای نوین طراحی نرم‌افزار، بر مشکلاتی نظیر تأخیر بالا در پاسخ‌دهی مدل‌های زبانی بزرگ (LLM) غلبه کرد و رابط‌های کاربری چندوجهی و پویا را در مقیاس بزرگ پیاده‌سازی نمود.

محدودیت سرویس‌های آماده چت‌بات در اپلیکیشن‌های موبایل

بر اساس پژوهشی که رامدوس با کمک مدل هوش مصنوعی Gemini روی ۱۰۰ اپلیکیشن برتر فروشگاه‌های گوگل‌پلی و اپ‌استور انجام داده، حدود ۸۹ درصد از این برنامه‌ها از قابلیت‌های هوش مصنوعی استفاده می‌کنند و ۳۶ مورد از آن‌ها دارای چت‌بات اختصاصی هستند. با این حال، او اشاره می‌کند که سرویس‌های آماده چت‌بات (مانند Chatbot.com یا Botsonic) برای اپلیکیشن‌های موبایل کارایی مناسبی ندارند؛ زیرا برنامه‌های موبایل به ادغام عمیق با سیستم ناوبری داخلی و دسترسی به داده‌های لحظه‌ای اپلیکیشن نیاز دارند، در حالی که این سرویس‌های آماده کنترل محدودی به توسعه‌دهنده می‌دهند.

راهکارهای فنی: مدیریت تأخیر و رندرینگ پویا

رامدوس برای حل این چالش‌ها، استفاده از الگوهای معماری «رابط کاربری سرورمحور» (Server-Driven UI) و «بک‌اند برای فرانت‌اند» (Backend-for-Frontend یا BFF) را پیشنهاد می‌کند. این الگوها به سیستم اجازه می‌دهند تا رابط‌های کاربری چندوجهی را به صورت پویا رندر کند. یکی از بزرگ‌ترین چالش‌ها در این مسیر، تأخیر ۵ تا ۱۰ ثانیه‌ای مدل‌های زبانی برای تولید پاسخ کامل است. در معماری سنتی، اپلیکیشن منتظر دریافت کامل پاسخ از API می‌ماند و سپس صفحه را به‌روزرسانی کند؛ اما در اپلیکیشن‌های مبتنی بر هوش مصنوعی، فرانت‌اند باید بتواند داده‌ها را به صورت بخش‌بخش (Chunk) دریافت کرده و با تکنیک‌های بصری، این تأخیر را از دید کاربر پنهان کند.

تمرکز بر هوش مصنوعی محلی و حفظ حریم خصوصی

بخش دیگری از این ارائه به اهمیت ادغام مدل‌های هوش مصنوعی محلی (On-Device AI) با تأخیر کم و با اولویت حفظ حریم خصوصی کاربران اختصاص دارد. به گفته رامدوس، توسعه‌دهندگان فرانت‌اند موبایل اکنون باید رویکرد خود را از طراحی‌های ایستا به سمت سیستم‌های پویایی تغییر دهند که قادرند بر اساس خروجی مدل‌های هوش مصنوعی، چیدمان و اجزای صفحه را در لحظه بازسازی کنند.