Кереш

Аңлатыла торган AI (XAI) заманча предприятия архитектурасының мөһим аспектына әйләнде, оешмаларга ЯИ идарә иткән системалар кабул иткән карарларга ышанырга һәм аңларга мөмкинлек бирә. Ләкин, катлаулы программа системаларында XAIны тормышка ашыру авыр эш булырга мөмкин, аеруча эре предприятия архитектурасы белән эш иткәндә. Бу мәкаләдә, без LangChain һәм DSPy XAI көчен предприятия архитектурасында ачу өчен ничек кулланылачагын тикшерәчәкбез, карар кабул итүгә игътибар итәбез.

Аңлатыла торган AI (XAI) нәрсә ул?

Аңлатыла торган ЯИ ЯИ системаларының карарлары һәм фаразлары өчен ачык һәм аңлаешлы аңлатмалар бирә алу сәләтен аңлата. Бу аеруча сәламәтлек саклау, финанс, транспорт кебек югары доменнарда мөһим, монда ЯИ карарлары зур нәтиҗәләргә китерә ала.

LangChain: Аңлатыла торган ЯИ системаларын төзү өчен нигез

LangChain - аңлаешлы ЯИ системаларын төзү өчен ачык чыганак. Бу карарлар өчен ачык һәм аңлаешлы аңлатмалар бирә алган модельләр булдыру өчен кораллар һәм китапханәләр җыелмасы белән тәэмин итә. LangChain TensorFlow һәм PyTorch кебек популяр тирәнтен өйрәнү нигезләре өстендә төзелгән, булган AI системалары белән интеграцияләнүне җиңеләйтә.

DSPy: Аңлатыла торган AI модельләрен төзү өчен китапханә

DSPy - PyTorch рамкасын кулланып аңлатыла торган AI модельләрен төзү өчен китапханә. Бу алдан төзелгән модельләр һәм аңлаешлы ЯИ системаларын булдыру өчен кораллар җыелмасы, шул исәптән сурәт классификациясе модельләре, табигый тел эшкәртү һ.б.

LangChain һәм DSPy белән предприятия архитектурасында аңлаешлы ЯИ кертү

Предприятие архитектурасында XAI кертү төп ЯИ системаларын тирәнтен аңлау һәм XAI компонентларын булган системаларга интеграцияләү сәләтен таләп итә. Монда без LangChain һәм DSPy ярдәмендә катлаулы программа системасында XAIны ничек тормышка ашыруның гади мисалын өйрәнербез.

Мисал: Рәсем классификациясе өчен аңлатыла торган AI моделе төзү

Бу мисалда без LangChain һәм DSPy ярдәмендә сурәт классификациясе өчен аңлатыла торган AI моделен төзербез. Без гади конволицион нейрон челтәр (CNN) архитектурасын кулланачакбыз һәм LangChain ярдәмендә XAI компонентларын берләштерәчәкбез.

"питон факел кертү факелны импортлагыз импорт лангчейн LLAMA импортыннан

CNN архитектурасын билгеләгез

класс CNN (nn.Module): def init __ (үз): супер (CNN, үз) . init __ () self.conv1 = nn.Conv2d (1, 10, ядро_ зурлыгы = 5) self.conv2 = nn.Conv2d (10, 20, ядро_ зурлыгы = 5) self.fc1 = nn.Linear (320, 50) self.fc2 = nn.Linear (50, 10)

def алга (үз, х):
    x = факел.релу (self.conv1 (x))
    x = факел.релу (self.conv2 (x))
    x = x.view (-1, 320)
    x = факел.релу (self.fc1 (x))
    x = self.fc2 (x)
    кайту x

CNN моделен башлап җибәрү

модель = CNN ()

LangChain LLAMA моделен башлап җибәрү

llama = LLAMA (модель)

XAI компонентын билгеләгез

класс XAIC компонент: def __init __ (үзең, модель): self.model = модель

def аңлату (үз, кертү_дата):
    # Керү мәгълүматлары өчен аңлатма ясау өчен LangChain кулланыгыз
    аңлату = llama.generate_explanation (кертү_дата)
    кайтару аңлатмасы

XAI компонентын башлап җибәрү

xai_component = XAIC компонент (модель)

XAI компонентын сынап кара

input_data = факел.рандн (1, 1, 28, 28) аңлату = xai_component.explain (кертү_дата) бастыру (аңлату) "

Бу мисалда без PyTorch ярдәмендә гади CNN архитектурасын билгелибез һәм LangChain ярдәмендә XAI компонентларын берләштерәбез. Аннары без XAI компонентын билгелибез, ул LangChain куллана, кертү мәгълүматлары өчен аңлатма бирә.

Иң күп кулланылган командалар / Сниппетлар

LangChain һәм DSPy өчен иң күп кулланылган 5-10 командалар / фрагментлар:

LangChain

"Langchain.LLAMA (модель)": LangChain LLAMA моделен башлый.
"Llama.generate_explanation (input_data)": кертү мәгълүматлары өчен аңлатма бирә.
"Langchain.Explanation (модель, input_data)": кертү мәгълүматлары өчен аңлатма объекты ясый.
"Llama.explain (input_data)": кертү мәгълүматларын LLAMA моделе ярдәмендә аңлата.
"Langchain.ModelWrapper (модель)": модельне LangChain модель төрү белән төрә.

DSPy

"Dsp.DSPy (модель)": DSPy моделен башлый.
"Dsp.explain (input_data)": кертү мәгълүматларын DSPy моделе ярдәмендә аңлата.
"Dsp.ModelWrapper (модель)": модельне DSPy модель төрү белән төрә.
"dsp.Explanation (модель, input_data)": кертү мәгълүматлары өчен аңлатма объекты ясый.
"Dsp.generate_explanation (input_data)": кертү мәгълүматлары өчен аңлатма бирә.

Визуализация

Менә Chart.js ярдәмендә XAI компонентын гади визуализацияләү: "json { "тип": "бар", "мәгълүмат": { "этикеткалар": ["Керү мәгълүматлары", "Аңлатма"], "мәгълүматлар базасы": [ { "ярлык": "XAI компоненты", "мәгълүмат": [10, 20], "backgroundColor": [ "rgba (255, 99, 132, 0,2)", "rgba (54, 162, 235, 0,2)" ], "borderColor": [ "rgba (255, 99, 132, 1)", "rgba (54, 162, 235, 1)" ], "чик киңлеге": 1 } ] }, "вариантлар": { "тараза": { "yAxes": [ { "таллар": { "startAtZero": дөрес } } ] } } } " Бу визуализация кертү мәгълүматларын һәм XAI компоненты тудырган аңлатманы күрсәтә.

Йомгаклау

Предприятие архитектурасында XAI кертү төп ЯИ системаларын тирәнтен аңлау һәм XAI компонентларын булган системаларга интеграцияләү сәләтен таләп итә. LangChain һәм DSPy аңлашыла торган AI системаларын төзү өчен кораллар һәм китапханәләр җыелмасы белән тәэмин итәләр, XAIны катлаулы программа системаларында куллануны җиңеләйтәләр. Бу мәкаләдә күрсәтелгән үрнәк һәм визуализация буенча, уйлап табучылар XAI көчен үз предприятия архитектурасында ачып, ачыкрак һәм аңлаешлы AI йөртүче системалар төзи алалар.

Киләчәк эш

Киләчәктә бу тема буенча эш түбәндәгеләрне үз эченә ала:

LangChain һәм DSPy ярдәмендә тагын да алдынгы XAI компонентларын үстерү.
XAI компонентларын бүтән AI рамкалары һәм китапханәләр белән берләштерү.
XAI компонентлары өчен катлаулырак визуализация коралларын эшләү.
XAIны катлаулырак AI системаларына һәм доменнарына куллану.

Белешмәләр

LangChain: [https://langchain.dev/)(https://langchain.dev/)
DSPy: [https://dspy.dev/)(https://dspy.dev/)
PyTorch: [https://pytorch.org/)(https://pytorch.org/)
TensorFlow: [https://www.tensorflow.org/)(https://www.tensorflow.org/)

LangChain һәм DSPy белән предприятия архитектурасында аңлатыла торган ЯИны ачу