Инженерные вызовы ИИ на мобильных устройствах: креативность, безопасность и производительность

Искусственный интеллект на мобильных устройствах сталкивается с тройным вызовом: как обеспечить креативность и любопытство пользователя, не жертвуя безопасностью и производительностью. На конференции QCon London 2025 инженер Google Bhavuk Jain представил ключевые принципы проектирования AI-функций д

Как Google переносит ИИ на мобильные устройства

Jain рассказал о двух знаковых проектах: AI Wallpapers (генерация обоев на Android) и Circle to Search (поиск по кругу на экране). Обе функции используют большие языковые модели и модели компьютерного зрения, но работают в жёстких рамках мобильных устройств — ограниченная память, энергопотребление и требования к скорости отклика. Ключевой задачей стала реализация «runtime guardrails» — защитных механизмов, которые не дают модели генерировать нежелательный контент, даже если пользователь пытается обойти ограничения. Инженеры Google внедрили многоуровневую фильтрацию: от предварительной обработки запроса до постобработки вывода, используя как лёгкие классификаторы, так и проверки на стороне сервера.

Какие технические решения обеспечивают безопасность ИИ на телефоне?

Один из главных вопросов, который задают разработчики: как позволить ИИ быть креативным, но не дать ему выйти за рамки? Jain подчеркнул, что guardrails должны быть не просто блокирующими фильтрами, а частью архитектуры. В AI Wallpapers модель обучена генерировать только безопасные изображения — система проверяет промпты на наличие запрещённых тем (насилие, порнография, оскорбления) и в реальном времени корректирует вывод. Для Circle to Search используется комбинация on-device и cloud-based проверок: если локальная модель не уверена в результате, запрос отправляется на сервер с дополнительными фильтрами. Такой гибридный подход позволяет сохранить скорость для 90% запросов и гарантировать безопасность для оставшихся.

Предыстория и контекст

Интерес Google к мобильному ИИ не случаен. Компания давно инвестирует в on-device ML через TensorFlow Lite и ML Kit, но с появлением генеративных моделей потребовались новые подходы. AI Wallpapers, запущенные в 2023 году, стали первым массовым продуктом, где пользователь мог создавать уникальные изображения прямо на телефоне. Circle to Search, анонсированный в 2024 году, пошёл ещё дальше: он позволяет выделить любой объект на экране и мгновенно получить о нём информацию. Оба продукта потребовали переосмысления архитектуры: вместо того чтобы полагаться исключительно на облачные вычисления, часть обработки перенесли на устройство. Это снизило задержки и повысило приватность, но добавило сложностей с управлением моделями разного размера — на разных устройствах они работают с разной скоростью.

Как инженеры балансируют между креативностью и безопасностью

Jain отметил, что ключевым компромиссом стала задержка: если для AI Wallpapers пользователь готов подождать 1-2 секунды, то Circle to Search должен реагировать мгновенно, иначе теряется эффект «магии». Поэтому большая часть вычислений выполняется на устройстве, а облако используется только для сложных запросов. Для AI Wallpapers инженеры использовали квантование и дистилляцию — модель сжали до 200 МБ, сохранив качество, достаточное для обоев. Circle to Search, напротив, полагается на мультимодальную модель, которая одновременно анализирует изображение и текст. Для этого пришлось оптимизировать энкодеры и внедрить механизм внимания, работающий в реальном времени.

Какие уроки могут извлечь разработчики мобильных приложений?

Разработчики получат практические уроки: как выбирать модель под конкретную задачу, как интегрировать guardrails без ущерба для UX и как оценивать стоимость инфраструктуры. Для инженерных лидеров доклад Jain — это roadmap: как перейти от исследовательского прототипа к продукту, которым пользуются миллионы. В России и СНГ, где мобильный интернет не всегда стабилен, on-device AI становится особенно актуальным — пользователи могут получать интеллектуальные функции без постоянного подключения к сети. Конкуренты Google, такие как Samsung с Galaxy AI или Apple с Apple Intelligence, также движутся в этом направлении, но Jain показал, что ключевое преимущество — не в модели, а в инженерной культуре, где безопасность и UX ставятся во главу угла.

Что будет дальше

Google продолжит улучшать on-device модели: уже анонсированы более компактные версии Gemini для мобильных устройств. Ожидается, что AI Wallpapers и Circle to Search получат обновления, которые позволят генерировать анимированные обои и выполнять более сложные поисковые запросы. Jain также намекнул на появление инструментов для разработчиков, которые упростят интеграцию guardrails в сторонние приложения. В более широком смысле индустрия движется к тому, что каждый смартфон станет персональным AI-ассистентом, работающим офлайн — и доклад Jain показывает, что этот переход уже начался.

Итог

Успех мобильного ИИ зависит не только от мощности моделей, но от грамотной инженерной архитектуры, сочетающей производительность, безопасность и удобство. Опыт Google с AI Wallpapers и Circle to Search доказывает: даже самые креативные функции могут быть реализованы на телефонах, если подходить к проектированию системно. Разработчикам стоит внимательно изучить подходы к runtime guardrails и гибридным вычислениям — именно они станут стандартом для AI-продуктов ближайших лет.