تعارف

سافٽ ويئر ايپليڪيشنن ۾ مصنوعي ذهانت (AI) جي انضمام اسان جي مسئلي کي حل ڪرڻ، فيصلو ڪرڻ، ۽ خودڪار طريقي سان انقلاب آڻي ڇڏيو آهي. تنهن هوندي، جيئن ته AI-هلائيندڙ ايپليڪيشنون تمام گهڻي پيچيده ٿي وينديون آهن، محفوظ ۽ اسپيبلبل فن تعمير جي ضرورت هڪ پريشان تشويش بڻجي چڪي آهي. هن آرٽيڪل ۾، اسان AI، سافٽ ويئر انجنيئرنگ، ۽ DevOps جي چونڪ کي ڳولينداسين، خاص زور سان آرڪيسٽريشن اوزار استعمال ڪرڻ تي DSPy ۽ LangChain AI ايجنٽن کي DevOps پائپ لائنن ۾ ضم ڪرڻ لاءِ.

AI-Driven Software Architecture جا چيلنجز

AI-هلندڙ سافٽ ويئر ايپليڪيشنون سافٽ ويئر انجنيئرز ۽ DevOps ٽيمن کي منفرد چيلينج پيش ڪن ٿيون. ڪجھ اهم چئلينج شامل آھن:

• Scalability: AI ماڊلز کي اھم ڪمپيوٽيشنل وسيلن جي ضرورت آھي، جيڪا پيداوار جي ماحول ۾ اسڪالائيبلٽي مسئلن کي جنم ڏئي سگھي ٿي.
• سيڪيورٽي: AI ماڊل حملن لاءِ خطرناڪ ٿي سگهن ٿا، جهڙوڪ ڊيٽا زهر ڏيڻ ۽ ماڊل انورسيشن حملا.
• انضمام: AI ماڊلز کي موجوده سافٽ ويئر سسٽم سان ضم ٿيڻ جي ضرورت آهي، جيڪو هڪ پيچيده ڪم ٿي سگهي ٿو.
• مانيٽرنگ ۽ سار سنڀال: AI ماڊلز کي مسلسل نگراني ۽ سار سنڀال جي ضرورت آهي انهي کي يقيني بڻائڻ لاءِ ته اهي درست ۽ قابل اعتماد رهن.

آرڪيسٽريشن جا اوزار: DSPy ۽ LangChain

آرڪيسٽريشن جا اوزار جهڙوڪ DSPy ۽ LangChain انهن چيلينجز جو حل مهيا ڪن ٿا AI ايجنٽن جي انضمام کي فعال ڪندي DevOps پائپ لائنن ۾. اهي اوزار AI ماڊلز جي تعمير، ترتيب ڏيڻ، ۽ انتظام ڪرڻ لاءِ فريم ورڪ مهيا ڪن ٿا، AI تي هلندڙ ايپليڪيشنن لاءِ محفوظ ۽ اسپيبلبل فن تعمير کي يقيني بڻائين ٿا.

ڊي ايس پي

DSPy هڪ اوپن سورس آرڪيسٽريشن جو اوزار آهي جيڪو پٿون جي چوٽي تي ٺهيل آهي. اهو AI ماڊلز جي تعمير، ترتيب ڏيڻ ۽ انتظام ڪرڻ لاءِ هڪ سادي ۽ وجداني API مهيا ڪري ٿو. DSPy AI فريم ورڪ جي وسيع رينج کي سپورٽ ڪري ٿو، بشمول TensorFlow، PyTorch، ۽ scikit-learn.

LangChain

LangChain هڪ ٻيو اوپن سورس آرڪيسٽريشن جو اوزار آهي جيڪو AI ماڊلز جي تعمير، ترتيب ڏيڻ ۽ انتظام ڪرڻ لاءِ فريم ورڪ فراهم ڪري ٿو. LangChain زنگ جي چوٽي تي ٺهيل آهي ۽ AI ايجنٽن کي DevOps پائپ لائنن ۾ ضم ڪرڻ لاءِ هڪ اعليٰ ڪارڪردگي API مهيا ڪري ٿي.

DSPy سان محفوظ ۽ اسپيبلبل AI-driven سافٽ ويئر آرڪيٽيڪچر کي لاڳو ڪرڻ

هن حصي ۾، اسان DSPy سان محفوظ ۽ اسپيبلبل AI-driven سافٽ ويئر آرڪيٽيڪچر کي لاڳو ڪرڻ جو هڪ سادي مثال ڳوليندا سين.

مثال: DSPy سان هڪ سادي AI ماڊل ٺاهڻ

اچو ته DSPy استعمال ڪندي مشين لرننگ ماڊل ٺاهڻ جي هڪ سادي مثال تي غور ڪريون. اسان استعمال ڪنداسين scikit-learn لائبريري کي لڪير واري ريگريشن ماڊل ٺاهڻ لاءِ.

``پٿون ڊي ايس پي ڊي ايس پي جي طور تي درآمد ڪريو sklearn.linear_model کان درآمد ڪريو LinearRegression sklearn.datasets مان load_diabetes درآمد ڪريو

ذیابيطس ڊيٽا سيٽ لوڊ ڪريو

ڊيٽا سيٽ = لوڊ_ذیابيطس ()

ڊيٽا سيٽ کي ورهايو ٽريننگ ۽ ٽيسٽ سيٽ ۾

X_train, X_test, y_train, y_test = dsp.split_dataset(dataset.data, dataset.target, test_size=0.2)

هڪ لڪير ريگريشن ماڊل ٺاهيو

ماڊل = لينيئر ريگريشن ()

ٽريننگ ڊيٽا تي ماڊل ٽرين ڪريو

model.fit(X_train, y_train)

جاچ واري ڊيٽا تي ماڊل جو جائزو وٺو

accuracy = model.score(X_test, y_test) پرنٽ (f"ماڊل جي درستگي: {درستگي:.2f}") ``

هي ڪوڊ بلاڪ ڏيکاري ٿو ته ڪيئن ٺاهيو هڪ سادي مشين سکيا وارو ماڊل DSPy استعمال ڪندي. اسان ذیابيطس ڊيٽا سيٽ کي لوڊ ڪريون ٿا، ان کي ٽريننگ ۽ ٽيسٽنگ سيٽن ۾ ورهايو، هڪ لڪير ريگريشن ماڊل ٺاهيو، ان کي ٽريننگ ڊيٽا تي تربيت ڏيو، ۽ ٽيسٽنگ ڊيٽا تي ان جي درستگي جو جائزو وٺو.

LangChain سان محفوظ ۽ اسپيبلبل AI-driven سافٽ ويئر آرڪيٽيڪچر کي لاڳو ڪرڻ

هن حصي ۾، اسان LangChain سان محفوظ ۽ اسپيبلبل AI-driven سافٽ ويئر فن تعمير کي لاڳو ڪرڻ جو هڪ سادي مثال ڳوليندا سين.

مثال: LangChain سان هڪ سادي AI ماڊل ٺاهڻ

اچو ته LangChain استعمال ڪندي مشين لرننگ ماڊل ٺاهڻ جي هڪ سادي مثال تي غور ڪريون. اسان استعمال ڪنداسين TensorFlow لائبريري هڪ نيورل نيٽورڪ ماڊل ٺاهڻ لاءِ.

`` زنگ langchain lc طور استعمال ڪريو؛ استعمال ڪريو tensorflow::prelude::*;

// هڪ سادي نيرل نيٽورڪ ماڊل جي وضاحت ڪريو fn ماڊل (ان پٽ: ۽ ٽينسر) -> ٽينسر { let output = input.matmul(&Tensor::new(1, 1)); پيداوار }

// LangChain ايجنٽ ٺاهيو let agent = lc::Agent::new(ماڊل)؛

// ڊيٽا سيٽ جي وضاحت ڪريو let dataset = lc::Dataset::new(vec![ lc::مثال::new(vec![1.0, 2.0], vec![3.0]), lc::مثال::new(vec![4.0, 5.0], vec![6.0]), ]);

// ڊيٽا سيٽ تي ماڊل ٽرين ڪريو agent.train(&dataset)؛

// ڊيٽا سيٽ تي ماڊل جو جائزو وٺو اچو ته درستگي = agent.evaluate(&dataset)؛ println!("ماڊل جي درستگي: {}"، درستگي)؛ ``

ھي ڪوڊ بلاڪ ظاھر ڪري ٿو ته LangChain استعمال ڪندي ھڪڙي سادي مشين لرننگ ماڊل ڪيئن ٺاھيو. اسان هڪ سادي نيورل نيٽورڪ ماڊل جي وضاحت ڪريون ٿا، هڪ LangChain ايجنٽ ٺاهيو، هڪ ڊيٽا سيٽ جي وضاحت ڪريو، ماڊل کي ڊيٽا سيٽ تي تربيت ڏيو، ۽ ڊيٽا سيٽ تي ان جي درستگي جو جائزو وٺو.

مٿيون 5-10 سڀ کان وڌيڪ استعمال ٿيل ڪمانڊ/ٽڪرا

هتي آهن مٿيان 5-10 سڀ کان وڌيڪ استعمال ٿيل ڪمانڊ / ٽڪڙا DSPy ۽ LangChain لاءِ:

ڊي ايس پي

• dsp.split_dataset(data, target, test_size=0.2): ڊيٽا سيٽ کي ٽريننگ ۽ ٽيسٽنگ سيٽ ۾ ورهائي ٿو.
• dsp.build_model(model_name, model_params): مخصوص ماڊل نالو ۽ پيرا ميٽر استعمال ڪندي مشين لرننگ ماڊل ٺاهي ٿو.
• dsp.train_model(model, data): مخصوص ڊيٽا تي مشين لرننگ ماڊل کي تربيت ڏئي ٿو.
• dsp.evaluate_model(model, data): مخصوص ڊيٽا تي مشين لرننگ ماڊل جي ڪارڪردگي جو اندازو لڳائي ٿو.
• dsp.deploy_model(model, server_url): مخصوص سرور URL تي مشين لرننگ ماڊل کي ترتيب ڏئي ٿو.

LangChain

• lc::Agent::new(model): مخصوص ماڊل استعمال ڪندي هڪ LangChain ايجنٽ ٺاهي ٿو.
• lc::Dataset::new(examples): مخصوص مثالن کي استعمال ڪندي LangChain ڊيٽا سيٽ ٺاهي ٿو.
• lc::train(agent, dataset): LangChain ايجنٽ کي مخصوص ڊيٽا سيٽ تي ٽرين ڪري ٿو.
• lc::evaluate(agent, dataset): مخصوص ڊيٽا سيٽ تي LangChain ايجنٽ جي ڪارڪردگي جو اندازو لڳائي ٿو.
• lc::deploy(agent, server_url): LangChain ايجنٽ کي مقرر ڪيل سرور URL تي لڳايو.

بصري

هتي AI-هلندڙ سافٽ ويئر فن تعمير جو هڪ سادو تصور آهي Chart.js استعمال ڪندي:

جاوا اسڪرپٽ const ctx = document.getElementById('myChart').getContext('2d'); const chart = نئون چارٽ (ctx, { قسم: 'بار'، ڊيٽا: { ليبل: ['ٽريننگ ٽائيم'، 'انفرنس ٽائيم'، 'ماڊل جي درستگي'], ڊيٽا سيٽ: [{ ليبل: 'DSPy', ڊيٽا: [10، 5، 90]، پس منظر جو رنگ: 'rgba(255, 99, 132, 0.2)', سرحد جو رنگ: 'rgba(255, 99, 132, 1)', سرحد جي ويڪر: 1 }، { ليبل: 'LangChain', ڊيٽا: [8، 6، 92]، پس منظر جو رنگ: 'rgba(54, 162, 235, 0.2)', سرحد جو رنگ: 'rgba(54, 162, 235, 1)', سرحد جي ويڪر: 1 }] }، اختيارن: { ترازو: { y: { startAtZero: سچو } } } })؛ ``

هي ڪوڊ بلاڪ هڪ سادي بار چارٽ ٺاهي ٿو Chart.js استعمال ڪندي DSPy ۽ LangChain جي ڪارڪردگي کي ڏسڻ لاءِ.

نتيجو

هن آرٽيڪل ۾، اسان AI، سافٽ ويئر انجنيئرنگ، ۽ DevOps جي چونڪ جي ڳولا ڪئي، خاص زور سان آرڪيسٽريشن اوزار استعمال ڪرڻ تي DSPy ۽ LangChain AI ايجنٽن کي DevOps پائپ لائنن ۾ ضم ڪرڻ لاءِ. اسان DSPy ۽ LangChain استعمال ڪندي محفوظ ۽ اسپيبلبل AI سان هلندڙ سافٽ ويئر آرڪيٽيڪچر کي ڪيئن لاڳو ڪرڻ جو مظاهرو ڪيو، ۽ هر ٽول استعمال ڪندي مشين لرننگ ماڊل ٺاهڻ جو هڪ سادي مثال مهيا ڪيو. اسان ھر ٽول لاءِ مٿيون 5-10 سڀ کان وڌيڪ استعمال ٿيل ڪمانڊ/اسنپٽس ۽ Chart.js استعمال ڪندي AI تي ھلندڙ سافٽ ويئر آرڪيٽيڪچر جو ھڪڙو سادو تصور پڻ ڏنو آھي.