ベータ版リリースから3ヶ月後、Vertex AI in Firebase SDKは本番環境利用が可能となった、とGoogle社のエンジニア Thomas Ezan氏は語る。彼はさらに本番環境への成功裡なデプロイに不可欠な3つの側面：悪用防止、リモート構成、責任ある AI について説明している。
Vertex AI in Firebase SDKは、慣用的なAPI、不正使用に対するセキュリティ、他のFirebaseサービスとの統合を提供することにより、AndroidおよびiOSアプリへのGemini AI統合を促進することを目的としている。Gemini AIの統合で、開発者はAIチャットエクスペリエンス、AI駆動の最適化や自動化などを含むAI機能をアプリに組み込むことができる。
AIを活用してオリジナルの食事プランの作成するMeal Planner、AI日記アシスタントとして会話を日記記入に変換できる日記アプリLife、ハイキングアプリHiiKERを含むいくつかのアプリが既にこのSDKを使用しているとEzan氏は説明する。
AIサービスの利用は簡単に思えるかもしれないが、不正アクセスや悪用を防ぐための強固なセキュリティ対策の実施、リモート設定を用いたGeminiモデルの急速な進化への準備、責任あるAIの利用など、いくつかのクリティカルで特定的な責任を伴う。
不正アクセスや悪用からアプリが保護されていることを確認するために、GoogleはFirebase App Checkを提供している。
Firebase App Checkは、バックエンドリソース（Vertex AI in Firebase、Cloud Functions for Firebase、あるいは独自のカスタムバックエンドなど）を不正使用から保護するに役立ちます。これは受信トラフィックが改ざんされていない正規のAndroidデバイス上で実行された正規アプリから発信されていることを証明することで実現しています。
App Checkサーバーはアプリに登録されたパラメータを使用して認証を検証し、有効期限付きのリターントークンを送信する。クライアントはトークンをキャッシュし、後続のリクエストで使用する。認証トークンなしでリクエストが受信された場合、そのリクエストは拒否される。
リモート構成は、最大トークン数、温度、安全設定、システム指示、プロンプトデータなどの随時更新が必要なパラメータ管理だけでなく、モデルの進化の管理にも有用である。他のアプリ動作のパラメータ化すると便利になる主なケースは、モデルロケーションをユーザーロケーションに近づける設定、A/Bテストのシステムプロンプトやその他のモデルパラメータの設定、AI関連機能の有効化・無効化設定などがある。
Ezan氏が強調するもう一つの重要なキープラクティスは、ユーザーへの影響を評価するためのユーザーフィードバック収集である：
AI対応機能を本番環境にロールアウトする際は、製品にフィードバックメカニズムを組み込み、AIの出力が役立つか、正確か、適切であったかをユーザーが簡単に発信できるようにすることが重要です。
この例には、アプリのUIにサムアップとサムダウンボタン、詳細なフィードバックフォームを組み込むことが挙げられる。
最後になったが末筆ながらと、AIベースの機能の透明性に関する責任についてEzan氏は言及している；ユーザーのデータがGoogleのモデルトレーニングに使用されないことを確認すること、予期しない動作の可能性があることを強調すべきだということである。
全体として、Vertex AI in Firebase SDKは、開発者がGoogle Cloudの複雑さに対処したり、AIバックエンドを実装するために異なるプログラミング言語に切り替えたりすることなく、AI搭載モバイルアプリを簡単に作成する道を提供している。しかし、Vertex AI in Firebase SDKはストリーミングなどのより高度なユースケースをサポートしておらず、LLMの直接呼び出しに近い簡素化されたAPIを持っている。そのためエージェント、チャットボット、自動化を構築するための柔軟性が標準では低くなる。ストリーミングやより複雑なインタラクションをサポートする必要がある場合は、テスト目的の無料利用枠が用意されているGoogle GenKitを検討できる。
作者について
