Sono una sviluppatrice in continua evoluzione. Passo costantemente dai corsi di programmazione ai boot camp quando incontro degli ostacoli. A mia discolpa, l’apprendimento lineare è difficile quando si è neurodivergenti.
Ma l’intelligenza artificiale rende più facile iterare fino a raggiungere quasi la perfezione. È per questo che mi sono sentita sicura nell’affrontare la programmazione con Vibe, ed è così che sono finita a creare un’app per l’autopalpazione del seno per dispositivi mobili.
Quiz
Sviluppo di app mobili con l’IA
Sfida a quiz
Dalla generazione di codice ai modelli on-device: scopri quanto ne sai davvero
sullo sviluppo mobile basato sull’intelligenza artificiale.
Strumenti di IAFrameworkOn-devicePiattaformeConcetti
Quale assistente di programmazione basato sull’IA, sviluppato da GitHub e OpenAI, è diventato uno degli
strumenti più diffusi per la generazione di codice per app mobili?
Esatto! GitHub Copilot, lanciato nel 2021 e basato sul modello Codex
di OpenAI, è diventato rapidamente il programmatore di coppia AI di riferimento per gli sviluppatori di applicazioni mobili. Si integra direttamente in
editor come VS Code ed è in grado di generare intere funzioni o componenti dell’interfaccia utente a partire da un semplice commento.
Non proprio — la risposta è GitHub Copilot. Lanciato nel 2021 grazie a una
partnership tra GitHub e OpenAI, Copilot utilizza il modello Codex per suggerire codice in tempo reale. Sebbene
strumenti come Amazon CodeWhisperer e Tabnine siano validi concorrenti, Copilot è stato il primo a ottenere
un’adozione diffusa e mainstream.
Qual è il nome del runtime AI on-device di Google che consente ai modelli di machine learning
di funzionare direttamente sui dispositivi Android senza connessione di rete?
Esatto! TensorFlow Lite è la versione leggera di TensorFlow realizzata da Google,
progettata specificatamente per dispositivi mobili e embedded. Consente agli sviluppatori Android di eseguire l’inferenza
direttamente sul dispositivo, il che significa risposte più veloci e nessun dato che lasci mai il telefono dell’utente.
Non proprio — la risposta è TensorFlow Lite. Google ha creato TensorFlow Lite
per alleggerire il framework completo di TensorFlow in vista dei limiti hardware dei dispositivi mobili. Core ML è l’
per iOS, mentre ONNX Runtime è un’opzione multipiattaforma, ma TensorFlow Lite è stata la
soluzione nativa dominante per Android.
Quale framework Apple consente agli sviluppatori iOS di integrare modelli di machine learning
addestrati nelle loro app e funziona esclusivamente sui dispositivi Apple?
Esatto! Core ML è il framework dedicato all’apprendimento automatico di Apple per
iOS, macOS, watchOS e tvOS. Introdotto nel 2017, consente agli sviluppatori di integrare modelli addestrati ed
eseguire l’inferenza sul dispositivo utilizzando il Neural Engine di Apple per garantire la massima efficienza e privacy.
Non proprio — la risposta è Core ML. Apple ha introdotto Core ML nel 2017 per
offrire agli sviluppatori un modo unificato e accelerato dall’hardware per eseguire modelli di ML localmente. ARKit è il framework di realtà aumentata
di Apple e, sebbene utilizzi l’IA internamente, non è uno strumento di integrazione ML generico per
sviluppatori.
Nel contesto dello sviluppo dell’IA mobile, a cosa si riferisce principalmente il termine “quantizzazione del modello”?
Corretto! La quantizzazione del modello riduce l’impronta di memoria e computazionale
di una rete neurale rappresentando i suoi pesi con numeri a precisione ridotta, come interi a 8 bit
anziché con numeri in virgola mobile a 32 bit. Ciò rende i modelli molto più pratici da eseguire su hardware mobile con risorse limitate
.
Non proprio — la risposta è ridurre le dimensioni del modello diminuendo la precisione
dei suoi pesi. La quantizzazione è una tecnica di ottimizzazione fondamentale per l’IA mobile, poiché gli smartphone dispongono di
RAM e potenza di elaborazione limitate. Un modello quantizzato può funzionare diverse volte più velocemente e occupare solo una frazione
dello spazio di archiviazione rispetto alla sua controparte a piena precisione.
Quale framework mobile multipiattaforma ha introdotto funzionalità di “generazione dell’interfaccia utente assistita dall’IA”
attraverso integrazioni con strumenti come Firebase Genkit e Vertex AI?
Esatto! Flutter, il toolkit UI multipiattaforma di Google, sta ampliando
le proprie capacità di IA grazie alle integrazioni con Firebase Genkit e la piattaforma Vertex AI di Google. Google
ha posizionato Flutter come framework chiave per lo sviluppo di app generative basate sull’IA su Android, iOS
e sul web a partire da un unico codice base.
Non proprio: la risposta è Flutter. Google sta promuovendo attivamente
Flutter come framework di riferimento per le app con integrazione IA, in particolare attraverso i suoi strumenti Firebase Genkit e
Vertex AI. Sebbene anche React Native disponga di integrazioni IA, Flutter ha ricevuto il maggior
investimenti diretti da parte di Google in questo specifico ambito.
Che cos’è il Prompt Engineering nel contesto dello sviluppo di app mobili basate sull’IA?
Esatto! L’ingegneria dei prompt è la pratica di progettare con cura gli
input testuali inviati a un modello linguistico in modo che i suoi output siano accurati, coerenti e utili. Per gli
sviluppatori di app mobili che utilizzano API come OpenAI o Gemini, un’efficace ingegneria dei prompt rappresenta spesso la
differenza tra una funzionalità di IA ben rifinita e una imprevedibile.
Non proprio — la risposta è: creare un testo di input strutturato per
controllare l’output di un modello linguistico. Il prompt engineering è diventato una competenza fondamentale per gli
sviluppatori di app mobili che integrano API di modelli linguistici di grandi dimensioni nelle loro app. Anziché modificare il modello
stesso, gli sviluppatori ne modellano il comportamento interamente attraverso le istruzioni e il contesto che forniscono nel
prompt.
Quale componente del chip, presente negli smartphone moderni come il Google Pixel e l’Apple
iPhone, è progettato specificamente per accelerare i carichi di lavoro relativi all’IA e all’apprendimento automatico?
Esatto! La Neural Processing Unit, o NPU, è un blocco hardware dedicato
progettato per gestire le operazioni di moltiplicazione matriciale che alimentano le reti neurali. Apple chiama
il proprio Neural Engine, Google lo chiama Tensor Core, ma entrambi hanno lo stesso scopo: eseguire l’inferenza AI
in modo rapido ed efficiente senza consumare la batteria.
Non proprio: la risposta è NPU, ovvero Neural Processing Unit. Sebbene le GPU possano
anch’esse accelerare i carichi di lavoro di ML, le NPU sono progettate appositamente per le specifiche operazioni matematiche utilizzate nelle
reti neurali, rendendole molto più efficienti dal punto di vista energetico per attività di IA prolungate su uno smartphone. L’ISP gestisce l’
elaborazione del segnale immagine, mentre il DSP si occupa delle attività generali relative al segnale digitale.
Quando un’app mobile invia i dati dell’utente a un server remoto per elaborare una richiesta di IA e
restituire un risultato, come viene comunemente definito questo approccio?
Corretto! L’inferenza nel cloud significa che il lavoro più impegnativo di esecuzione di un modello di IA
avvenga su server remoti, non sul dispositivo stesso. Ciò consente alle app di utilizzare modelli enormi e potenti
che non potrebbero mai stare su uno smartphone, ma comporta alcuni compromessi, tra cui la latenza, la dipendenza da Internet
e potenziali preoccupazioni relative alla privacy, dato che i dati degli utenti lasciano il dispositivo.
Non proprio — la risposta è “inferenza nel cloud”. Quando un’app invia una richiesta
a un’API esterna come GPT-4 di OpenAI o Gemini di Google, si tratta di inferenza nel cloud in azione. L’inferenza
sul dispositivo rappresenta l’approccio opposto, in cui tutta l’elaborazione rimane locale. L’edge computing si colloca a metà strada
tra i due, utilizzando server vicini anziché data center lontani.
Il tuo punteggio
/ 8
Grazie per aver giocato!
Non ci sono bug maligni nel mio sistema
Qui è ammesso solo codice pulito e sano
Mia sorella è una sopravvissuta al cancro al seno. Il suo surreale percorso di guarigione ha trascinato la nostra famiglia nella sua orbita e ci ha costretti a ricalibrare i nostri stili di vita.
Prima, la malattia era qualcosa che capitava agli altri. Viverla da vicino ha cambiato il mio modo di pensare alla salute.
Da allora, ho incoraggiato mia sorella a documentare tutto, specialmente la sua ricerca di una cura naturale. Era una questione talmente importante per entrambe che continuavamo a tornare su quell’idea.
Volevamo offrire speranza ad altre persone che stavano vivendo la stessa esperienza. Eppure, la vita quotidiana continuava a relegare questo progetto in fondo alla lista delle priorità.
Poi l’app My Calendar di Simple Design mi ha dato un motivo per riprendere in mano l’idea originale dell’e-book e migliorarla.
Uso l’app per Android da anni perché è semplice, si sincronizza su tutti i dispositivi, mi permette di condividere i miei cicli con il mio partner o di monitorare quelli di un’amica, e rende facile inviare la mia cronologia al mio ginecologo.
Di recente è stata aggiunta una funzione per l’autoesame del seno. Mi è venuto da sorridere quando l’ho vista, perché la maggior parte delle app per il ciclo si concentra sull’ovulazione e sul concepimento.
La funzione è essenziale, ma una recente riorganizzazione assegna a ogni sintomo una voce dedicata. Adoro i piccoli dettagli nelle app che uso spesso, quindi questo piccolo cambiamento fa un’enorme differenza.
Braska ha a cuore il tuo benessere quotidiano
Perché tutti meritano strumenti dedicati alla salute
La salute delle donne rimane in gran parte sottofinanziata e poco studiata, e il tema del seno continua a essere oggetto di stigmatizzazione.
Un sondaggio del 2025 Novartis e The Harris Poll ha rivelato che la società influenza le opinioni di oltre la metà delle donne riguardo al seno.
Una donna su tre si sente a disagio nel parlare della propria salute al di fuori dello studio medico e solo una su tre esegue l’autopalpazione mensile.
Forse non riuscirò a colmare il divario nella ricerca, ma posso creare una soluzione che consenta alle persone con tessuto mammario di controllarsi quotidianamente e liberamente.
L’idea, nella sua forma più semplice, è quella di un’app di supporto simile a quelle per il ciclo mestruale. Il nome è un gioco di parole tra “bra” (reggiseno) e “asker” (chi chiede), ma è ancora provvisorio mentre rifletto su un modo adeguato per rappresentare gruppi di utenti più ampi.
Inserirai ciò che hai notato dopo ogni autoesame e l’app confronterà la tua risposta con i registri precedenti. Inoltre, è presente una galleria di variazioni comuni con cui potrai confrontare i tuoi sintomi.
Il diario “Future Me” è lo spazio in cui riflettere sulla propria storia quando l’ansia rende spaventose le nuove sensazioni. Puoi documentare le sensazioni di disagio che hai già provato in passato e cosa è successo in seguito.
Ti ricorda che si tratta di modelli innocui e ti offre un po’ di rassicurazione. È importante che i timori per la salute non influenzino la tua qualità di vita prima di rivolgerti a un professionista.
Ho sviluppato la mia app con React Native ed Expo
Presenta funzionalità interattive e anatomia in 3D
Avevo bisogno della migliore IA per l’app di mia sorella, quindi ho chiesto il parere di Claude, ChatGPT e Gemini. ChatGPT e Gemini hanno consigliato Claude, mentre Claude ha fornito una risposta più articolata sui punti di forza di ciascun modello.
Così, ho utilizzato ChatGPT e Gemini come miei direttori creativi. Ho trasformato i loro suggerimenti in un brief di progetto, che ho poi sottoposto a Claude.
Claude ha generato due versioni di Braska. La prima era un prototipo web React cliccabile che ho visualizzato in anteprima su Chrome. Ha dimostrato che il concetto era sostanzialmente fattibile.
Sono passato ai tre cavalieri del mio poco affascinante percorso da sviluppatore: React Native, Expo e TypeScript.
React Native trasforma il codice in un’app per iOS o Android, Expo gestisce gran parte della configurazione e TypeScript rileva gli errori di codifica mentre sviluppo.
Mi sono concentrato sull’esame guidato e sull’aggiunta di una guida tattile alla pressione. Abbinano le modalità leggera, media e decisa a un anello animato sul seno e a vibrazioni corrispondenti.
È disponibile una narrazione vocale opzionale tramite Expo Speech che consente di completare l’esame a mani libere. Lo specchio AR utilizza la fotocamera frontale come riflesso in tempo reale con guide che indicano dove esaminare.
Ho volutamente tralasciato il rilevamento delle pose e la visione artificiale per garantire che l’app non acquisisca né memorizzi mai immagini.
Il modello anatomico 3D è stata la parte che ho preferito discutere con Claude, poiché l’IA ha generato il modello in Three.js partendo da forme di base.
Quindi, immaginate sfere per i lobuli, cilindri per i dotti e forme più piccole per il capezzolo, l’areola e i linfonodi. È possibile ruotare il modello e toccare le strutture per scoprire la loro funzione.
Bisogna capire che l’accuratezza anatomica rappresenta una sfida molto più impegnativa rispetto al semplice fatto di far assomigliare qualcosa a una parte del corpo.
Sebbene non lo consideri un modello di livello medico, adoro poterlo creare partendo da forme primitive piuttosto che procurarmi un modello da qualche altra parte.
Per me è il modo migliore per aggirare i problemi legati alle licenze delle risorse e adattare ogni struttura alla tavolozza di colori di Braska.
La tua privacy dovrebbe venire prima di tutto in qualsiasi app
La protezione a livello di crittografia è il mio standard
Braska crittografa i dati degli utenti con XChaCha20-Poly1305. Al primo avvio genera una chiave e la memorizza nell’archivio sicuro del telefono tramite iOS Keychain o Android Keystore.
Eventuali dati danneggiati diventano illeggibili anziché essere visualizzati in chiaro. Il codice di Claude era straordinariamente pulito, per quanto ho potuto verificare, ma ho dedicato del tempo a esaminare i testi dell’interfaccia utente.
L’ultimo ostacolo importante è stato aggiornare il mio MacBook a macOS Tahoe 26.6.2 per poter installare i Command Line Tools.
Un precedente aggiornamento di Apple aveva danneggiato il mio vecchio Mac Intel, quindi ho controllato i commenti sui forum prima di procedere all’aggiornamento. Questa volta è andato tutto liscio.
Ho quindi installato Homebrew, utilizzandolo per installare Node e, successivamente, Java 17 quando la versione più recente di Java di Android Studio si è rivelata incompatibile con il mio progetto React Native.
Successivamente ho creato un Google Pixel 10 virtuale e ho eseguito la mia prima build dopo aver installato Android Studio. Ci sono voluti più di 10 minuti senza alcuna cache, ma Braska è stato eseguito con successo.
Ci sono alcuni aspetti da perfezionare. Per esempio, il check-in tramite IA al momento segue solo risposte predefinite e non è ancora in grado di gestire gli input dell’utente.
Ciononostante, sono entusiasta di essere arrivato fin qui. Dopo ulteriori test e operazioni di debug, il prossimo passo sarà sottoporre il codice al controllo di versione e caricarlo su GitHub.
Le vibrazioni positive rendono il codice migliore
La programmazione è meno intimidatoria ora che l’IA si occupa del lavoro più meccanico. È talmente efficiente che puoi persino creare widget con strumenti come Gemini.
Tuttavia, ciò non sminuisce gli sforzi degli sviluppatori nella creazione delle app. Devi sempre avere un’idea chiara di ciò che stai cercando di ottenere.
Altrimenti, si finirà per realizzare un’app perfettamente funzionante ma priva di una ragione convincente per esistere. Quindi, non perdete di vista lo scopo del vostro software tra un prompt e l’altro.
