جۇغراپىيىلىك ئەقلىي ئىقتىدار ئۈچۈن DSPy ۋە LangChain بىلەن سۈنئىي ئەقىل ئارقىلىق ئىشلەنگەن DevOps ئاپتوماتلاشتۇرۇش

تونۇشتۇرۇش

ماشىنا ئادەمدە يېڭىلىق يارىتىش ۋە يۇمشاق دېتال بىناكارلىق بىخەتەرلىكى كەلتۈرۈپ چىقارغان 5 تىرىليون دوللارلىق كەسىپ قالايمىقانچىلىقى ئۈنۈملۈك ۋە ئۈنۈملۈك DevOps ئاپتوماتلاشتۇرۇشقا جىددىي ئېھتىياج پەيدا قىلدى. جۇغراپىيىلىك ئەقلىي ئىقتىدار ، جۇغراپىيىلىك پايدىلانغان سانلىق مەلۇماتلارنى توپلاش ، تەھلىل قىلىش ۋە چۈشەندۈرۈشنى ئۆز ئىچىگە ئالىدۇ ، بۇ قالايمىقانچىلىقنىڭ مۇھىم تەركىبىي قىسمى. بۇ ماقالىدە بىز DSPy ۋە LangChain ئارقىلىق سۈنئىي ئەقىل ، جۇغراپىيىلىك ئەقلىي ئىقتىدار ۋە DevOps ئاپتوماتلاشتۇرۇشنىڭ كېسىشىش ئېغىزى ئۈستىدە ئىزدىنىمىز. بىز ماشىنا ئادەمدە يېڭىلىق يارىتىش ۋە يۇمشاق دېتال بىناكارلىق بىخەتەرلىكىدىكى خىرىسلارنى چوڭقۇر تەتقىق قىلىپ ، DSPy ۋە LangChain نىڭ بۇ خىرىسلارنى قانداق ھەل قىلىدىغانلىقىنى كۆرسىتىپ ئۆتىمىز.

ماشىنا ئادەمدە يېڭىلىق يارىتىش ۋە يۇمشاق دېتال بىناكارلىق بىخەتەرلىكىدىكى رىقابەت

ماشىنا ئادەمدە يېڭىلىق يارىتىش زور مىقداردىكى جۇغراپىيىلىك سانلىق مەلۇماتلارنى توپلىيالايدىغان ۋە تەھلىل قىلالايدىغان ئاپتوماتىك سىستېمىنىڭ تەرەققىي قىلىشىنى كەلتۈرۈپ چىقاردى. قانداقلا بولمىسۇن ، بۇ يۇمشاق دېتال بىناكارلىق بىخەتەرلىكى جەھەتتە يېڭى رىقابەتلەرنى پەيدا قىلدى. ئاپتوماتىك سىستېمىلارنىڭ مۇرەككەپلىشىشىگە ئەگىشىپ ، يۇمشاق دېتال خاتالىقى ۋە بىخەتەرلىك يوچۇقى خەۋىپى ئاشىدۇ. بۇ ھادىسە ۋە سانلىق مەلۇماتقا خىلاپلىق قىلىش قاتارلىق ئېغىر ئاقىۋەتلەرنى كەلتۈرۈپ چىقىرىشى مۇمكىن.

سۈنئىي ئەقىلنىڭ DevOps ئاپتوماتلاشتۇرۇشتىكى رولى

سۈنئىي ئىدراك (AI) دەل ۋاقتىدا چۈشەنچە بېرىش ۋە تەكرارلاش ۋەزىپىسىنى ئاپتوماتلاشتۇرۇش ئارقىلىق DevOps ئاپتوماتلاشتۇرۇشتا ئىنقىلاب قىلىش يوشۇرۇن كۈچىگە ئىگە. سۈنئىي ئەقىل ئارقىلىق ھەرىكەتلىنىدىغان قوراللار چوڭ سانلىق مەلۇمات سانلىق مەلۇماتلىرىنى تەھلىل قىلالايدۇ ، قېلىپلارنى پەرقلەندۈرەلەيدۇ ۋە ئالدىن پەرەز قىلالايدۇ ، ئاچقۇچىلارنى يۇقىرى قاتلاملىق ۋەزىپىلەرگە مەركەزلەشتۈرۈپ ، ئۇلارنىڭ كودىنىڭ سۈپىتىنى ئۆستۈرىدۇ.

DSPy ۋە LangChain نى تونۇشتۇرۇش

DSPy ۋە LangChain ئاچقۇچىلاردىن سۈنئىي ئەقلىي ئىقتىدارلىق DevOps ئاپتوماتلاشتۇرۇش قورالى قۇرالايدىغان ئوچۇق كودلۇق ئىككى رامكا. DSPy Python نى ئاساس قىلغان رامكا بولۇپ ، ئۇ بىر يۈرۈش كۇتۇپخانا ۋە سانلىق مەلۇمات ئىلمى تۇرۇبا يولى ياساش قوراللىرى بىلەن تەمىنلەيدۇ. LangChain بولسا پروگرامما ئاچقۇچىلارنىڭ Python ۋە Go قاتارلىق كۆپ خىل پروگرامما تىلى ئارقىلىق پاراڭلىشىش سۈنئىي ئەقىل مودېلىنى قۇرالايدىغان رامكا.

جۇغراپىيىلىك ئەقىل ئۈچۈن DSPy ۋە LangChain نى ئىشلىتىش

DSPy ۋە LangChain نىڭ ئىقتىدارىنى نامايان قىلىش ئۈچۈن ، ئاددىي بىر مىسالنى كۆرۈپ باقايلى. پەرەز قىلايلى ، بىز سۈنئىي ھەمراھ تەسۋىرى ۋە سېنزور سانلىق مەلۇماتلىرىنى ئۆز ئىچىگە ئالغان ھەر خىل مەنبەلەردىن جۇغراپىيىلىك سانلىق مەلۇماتلارنى توپلايدىغان ۋە تەھلىل قىلىدىغان قورال قۇرماقچى. بىز DSPy ئارقىلىق سانلىق مەلۇماتلارنى يىغىدىغان ۋە بىر تەرەپ قىلىدىغان سانلىق مەلۇمات ئىلمى تۇرۇبىسى قۇرالايمىز ، LangChain بولسا پروگرامما ئاچقۇچىلارغا چۈشەنچە ۋە تەۋسىيە بىلەن تەمىنلەيدىغان پاراڭلىشىش سۈنئىي ئەقىل ئەندىزىسىنى قۇرالايمىز.

كود مىسالى: DSPy ئارقىلىق جۇغراپىيىلىك سانلىق مەلۇماتلارنى توپلاش ۋە تەھلىل قىلىش

`` python pandas نى pd قىلىپ ئىمپورت قىلىڭ nump نى ئىمپورت قىلىڭ dspy ئەكىرىش DataPipeline دىن

تۇرۇبا يولى = DataPipeline ()

سۈنئىي ھەمراھ تەسۋىر سانلىق مەلۇماتلىرىنى توپلاش ئۈچۈن بىر قەدەم قوشۇڭ

pipeline.add_step ("collect_imagery", lambda: pd.read_csv ("satellite_imagery.csv"))

سانلىق مەلۇماتنى بىر تەرەپ قىلىش ئۈچۈن بىر قەدەم قوشۇڭ

pipeline.add_step ("preprocess_data", lambda x: x.dropna ())

سانلىق مەلۇماتنى تەھلىل قىلىش ئۈچۈن بىر قەدەم قوشۇڭ

pipeline.add_step ("analy_data", lambda x: x.describe ())

تۇرۇبا يولىنى ئىجرا قىلىڭ

results = pipeline.run ()

نەتىجىنى بېسىڭ

print (results) ``

كود مىسالى: LangChain بىلەن سۆھبەت سۈنئىي ئەقىل مودېلى قۇرۇش

`` go pack main

import ( "context" "fmt"

"github.com/lngchain/lngchain-go/v2/core/types"
"github.com/lngchain/lngchain-go/v2/executor"

)

func main () { // يېڭى مەزمۇن قۇر ctx: = context.Background ()

// يېڭى ئىجراچى قۇرۇڭ
ئىجرا قىلغۇچى: = ئىجرا قىلغۇچى. NewExecutor (ctx)

// يېڭى پاراڭلىشىش سۈنئىي ئەقىل ئەندىزىسىگە ئېنىقلىما بېرىڭ
model: = & execor.Model {
	ئىسمى: "geospatial_intelligence",
	باسقۇچلار: [] ئىجرا قىلغۇچى. قەدەم {
		{
			ئىسمى: "collect_imagery",
			فۇنكسىيە: فۇنكسىيە (ctx مەزمۇن. مەزمۇن ، كىرگۈزۈش تىپى. كىرگۈزۈش) (تىپلار. چىقىرىش ، خاتالىق) {
				// سۈنئىي ھەمراھ تەسۋىر سانلىق مەلۇماتلىرىنى توپلاڭ
				قايتۇرۇش تىپلىرى. چىقىرىش {سانلىق مەلۇمات: [] بايت ("سۈنئىي ھەمراھ_ تەسۋىر_ سانلىق مەلۇمات")}, nil
			},
		},
		{
			ئىسمى: "preprocess_data",
			فۇنكسىيە: فۇنكسىيە (ctx مەزمۇن. مەزمۇن ، كىرگۈزۈش تىپى. كىرگۈزۈش) (تىپلار. چىقىرىش ، خاتالىق) {
				// سانلىق مەلۇماتنى بىر تەرەپ قىلىش
				قايتۇرۇش تىپلىرى. چىقىرىش {سانلىق مەلۇمات: [] byte ("preprocessed_data")}, nil
			},
		},
		{
			ئىسمى: "analy_data",
			فۇنكسىيە: فۇنكسىيە (ctx مەزمۇن. مەزمۇن ، كىرگۈزۈش تىپى. كىرگۈزۈش) (تىپلار. چىقىرىش ، خاتالىق) {
				// سانلىق مەلۇماتنى تەھلىل قىلىڭ
				قايتۇرۇش تىپلىرى. چىقىرىش {سانلىق مەلۇمات: [] بايت ("تەھلىل قىلىنغان_ سانلىق مەلۇمات")} ، nil
			},
		},
	},
}

// مودېلنى ئىجرا قىلىڭ
output, err: = execor.RunModel (ctx ، مودېل)

// چىقىرىشنى بېسىڭ
fmt.Println (چىقىرىش)

} ``

DSPy ۋە LangChain ئۈچۈن ئەڭ كۆپ ئىشلىتىلىدىغان 5-10 بۇيرۇق / ئۈزۈندىلەر

بۇ يەردە DSPy ۋە LangChain ئۈچۈن ئەڭ كۆپ ئىشلىتىلىدىغان بۇيرۇق ۋە پارچىلار بار:

• DSPy:
  • dspy.DataPipeline (): يېڭى سانلىق مەلۇمات تۇرۇبا يولى قۇرىدۇ.
  • pipeline.add_step (): سانلىق مەلۇمات تۇرۇبا يولىغا يېڭى قەدەم قوشىدۇ.
  • pipeline.run (): سانلىق مەلۇمات تۇرۇبىسىنى ئىجرا قىلىدۇ.
  • pd.read_csv (): CSV ھۆججىتىنى Pandas سانلىق مەلۇمات ئامبىرىغا ئوقۇيدۇ.
  • x.dropna (): Pandas سانلىق مەلۇمات ئامبىرىدىن قىممەت يوق قۇرلارنى تاشلايدۇ.
• LangChain:
  • execor.NewExecutor (): يېڭى ئىجرا قىلغۇچى قۇرىدۇ.
  • model: = & execor.Model {...}: يېڭى پاراڭلاشقان AI مودېلىنى بەلگىلەيدۇ.
  • model.Steps = [] execor.Step {...}: پاراڭلىشىش AI مودېلىدىكى باسقۇچلارنى بەلگىلەيدۇ.
  • execor.RunModel (): پاراڭلىشىش AI مودېلىنى ئىجرا قىلىدۇ.
  • تىپلار. كىرگۈزۈش {سانلىق مەلۇمات: [] byte (" input_data ")}: پاراڭلىشىش سۈنئىي ئەقىل مودېلى ئۈچۈن يېڭى كىرگۈزۈش ھاسىل قىلىدۇ.

Visualization

بۇ يەردە Chart.js نى ئىشلىتىپ تەسۋىرلەشنىڭ بىر مىسالى بار: json { "type": "bar", "data": { "بەلگە": ["سۈنئىي ھەمراھ تەسۋىرى" ، "سېنزور سانلىق مەلۇماتلىرى" ، "باشقا"] ، "datasets": [ { "label": "سانلىق مەلۇمات مەنبەسى", "data": [10, 20, 30], "backgroundColor": ["# FF0000", "# 00FF00", "# 0000FF"] } ] }, "options": { "title": { "display": true, "text": "سانلىق مەلۇمات مەنبەسى" }, "رىۋايەت": { "display": true } } } بۇ تەسۋىر جۇغراپىيىلىك ئەقلىي قوللىنىشچان پروگراممىنىڭ سانلىق مەلۇمات مەنبەسىنىڭ تارقىلىشىنى كۆرسىتىپ بېرىدۇ.

خۇلاسە

بۇ ماقالىدە بىز DSPy ۋە LangChain ئارقىلىق سۈنئىي ئەقىل ، جۇغراپىيىلىك ئەقلىي ئىقتىدار ۋە DevOps ئاپتوماتلاشتۇرۇشنىڭ كېسىشىش ئېغىزى ئۈستىدە ئىزدەندۇق. بىز بۇ رامكىلارنىڭ جۇغراپىيىلىك سانلىق مەلۇماتلارنى توپلايدىغان ۋە ئانالىز قىلىدىغان سۈنئىي ئەقىل ئارقىلىق ھەرىكەتلىنىدىغان DevOps ئاپتوماتلاشتۇرۇش قوراللىرىنى ياساشقا قانداق ئىشلىتىلىدىغانلىقىنى كۆرسەتتۇق. بىز يەنە DSPy ۋە LangChain نىڭ ئىقتىدارىنى چۈشەندۈرۈش ئۈچۈن كود مىسالى ۋە كۆرۈنۈش بىلەن تەمىنلىدۇق. ئاچقۇچىلار بۇ رامكىلاردىن پايدىلىنىپ ، تېخىمۇ ئۈنۈملۈك ۋە ئۈنۈملۈك DevOps ئاپتوماتلاشتۇرۇش قورالى قۇرۇپ ، ئۇلارنىڭ كودىنىڭ سۈپىتى ۋە ئىشەنچلىكلىكىنى ئۆستۈرىدۇ.