DSPy болон LangChain-тай хиймэл оюун ухаанд суурилсан програм хангамжийн хүргэлтийг зохион байгуулах: Мультимодал өмсөж болох мэдрэгч ба DevSecOps дээр анхаарлаа төвлөрүүлэх

DSPy болон LangChain-тай хиймэл оюун ухаанд суурилсан програм хангамжийн нийлүүлэлтийг зохион байгуулах: Multimodal Wearable Sensing болон DevSecOps дээр анхаарлаа төвлөрүүлэх

Танилцуулга

Хиймэл оюун ухаан (AI) болон DevSecOps-ийн нэгдмэл байдал нь програм хангамжийг хөгжүүлэх, байршуулах, хамгаалах аргад хувьсгал хийсэн. Энэ нийтлэлд бид AI-д суурилсан програм хангамжийн хүргэлтийг зохион байгуулахын тулд DSPy болон LangChain-ийн хэрэглээг судлах болно, олон модаль зүүж мэдрэгч болон DevSecOps дээр анхаарлаа хандуулах болно. Бид хиймэл оюун ухааны агентууд, DevSecOps хэрэгслүүд болон зүүх мэдрэгчтэй холбоотой ертөнцийг судалж, програм хангамжийн хангамж, аюулгүй байдлыг сайжруулахын тулд тэдгээрийг хэрхэн нэгтгэж болохыг харуулах болно.

Мультимод өмсөж болох мэдрэгч

Multimodal wearable sensoring гэдэг нь физиологийн дохио, хүрээлэн буй орчны нөхцөл байдал, хэрэглэгчийн зан байдал зэрэг янз бүрийн эх сурвалжаас мэдээлэл цуглуулж, дүн шинжилгээ хийх боломжтой зүүж болох төхөөрөмжийг ашиглахыг хэлнэ. Эдгээр төхөөрөмжүүд нь зүрхний цохилт, цусны даралт, нойрны чанар зэрэг эрүүл мэндтэй холбоотой янз бүрийн хэмжигдэхүүнийг хянах, урьдчилан таамаглахад ашиглагдана.

AI агентууд ба DevSecOps

AI агентууд нь шийдвэр гаргах, асуудал шийдвэрлэх, суралцах зэрэг хүний оюун ухаан шаардсан ажлуудыг гүйцэтгэх боломжтой програм хангамжийн программ юм. DevSecOps нь програм хангамжийг найдвартай, үр дүнтэй хүргэхийн тулд хөгжүүлэлт, аюулгүй байдал, үйл ажиллагааг хослуулсан практикийн багц юм.

** AI агентуудыг DevSecOps хэрэгслүүдтэй нэгтгэх**

AI агентуудыг DevSecOps хэрэгслүүдтэй нэгтгэхийн тулд бид DSPy болон LangChain ашиглаж болно. DSPy бол хиймэл оюун ухааны загваруудыг DevSecOps хэрэгслүүдтэй нэгтгэх энгийн бөгөөд үр дүнтэй аргыг санал болгодог Python номын сан юм. LangChain бол DevSecOps хэрэглүүртэй харьцах боломжтой хиймэл оюун ухааны агентуудыг бий болгох хүрээг хангадаг Python номын сан юм.

Multimodal Wearable Sensing-д DSPy болон LangChain ашиглах

DSPy болон LangChain-ийг олон загварт өмсөж болох мэдрэгчийг ашиглахыг харуулахын тулд энгийн жишээг авч үзье. Бидэнд зүрхний цохилт, цусны даралт, нойрны чанар зэрэг мэдээллийг цуглуулдаг зүүдэг төхөөрөмж байгаа гэж бодъё. Бид энэ өгөгдөлд дүн шинжилгээ хийж, хэрэглэгчийн эрүүл мэндийн байдлыг урьдчилан таамаглахад AI агентуудыг ашиглахыг хүсч байна.

langchain импортлох
dspy импортлох


загвар = langchain.LLMModel(
    нэр = "давинчи",
    температур = 0.7,
    хамгийн их_токенс=100,
    мин_токенс=10,
    зогсоох=["\n"]
)

# DevSecOps хэрэгслийг тодорхойлно уу
хэрэгсэл = dspy.DevSecOpsTool(
    нэр = "github",
    api_key = "таны_апи_түлхүүр"
)

# Зүүж болох төхөөрөмжийн өгөгдлийг тодорхойлох
өгөгдөл = {
    "зүрхний цохилт": 60,
    "цусны_даралт": 120,
    "унтлагын_чанар": 80
}

# Өгөгдлийг шинжлэхийн тулд AI загварыг ашиглана уу
шинжилгээ = загвар.урьдчилан таамаглах(өгөгдөл)

# AI загварыг ашиглахын тулд DevSecOps хэрэгслийг ашиглана уу
байршуулалт = tool.deploy(шинжилгээ)

# Хэрэглэгчийн эрүүл мэндийн байдлыг урьдчилан таамаглахын тулд зүүдэг төхөөрөмжийн өгөгдлийг ашиглана уу
эрүүл мэндийн_статус = шинжилгээ.урьдчилан таамаглах(өгөгдөл)

хэвлэх (эрүүл мэндийн_төлөв)

Хамгийн их ашиглагддаг 5-10 тушаал/хэсэг

DSPy болон LangChain-д хамгийн их ашиглагддаг 5-10 тушаал/хэсэг энд байна:

langchain.LLMModel(): Шинэ хиймэл оюун ухааны загвар үүсгэнэ.
dspy.DevSecOpsTool(): Шинэ DevSecOps хэрэгсэл үүсгэнэ.
model.predict(): Өгөгдлийг шинжлэхэд AI загварыг ашигладаг.
tool.deploy(): DevSecOps хэрэглүүрийг ашиглан AI загварыг байрлуулна.
analysis.predict(): Утгыг таамаглахад AI загварыг ашигладаг.
dspy.data.load(): Зүүж болох төхөөрөмжөөс өгөгдлийг ачаална.
langchain.chain(): AI загваруудын шинэ хэлхээ үүсгэнэ.
dspy.devsecops(): DevSecOps хэрэгслүүдийг AI загваруудтай нэгтгэдэг.
langchain.llm(): Урьдчилан бэлтгэгдсэн хиймэл оюун ухааны загварыг ашигладаг.
dspy.wearable(): зүүж болох төхөөрөмжүүдийг AI загвартай нэгтгэдэг.

Дүрслэл

DSPy болон LangChain ашиглан хиймэл оюун ухаанд суурилсан програм хангамжийг хүргэх дамжуулах хоолойн дүрслэлийг энд харуулав.

{
  "төрөл": "бар",
  "өгөгдөл": {
    "шошго": ["AI Model", "DevSecOps Tool", "Зувдаг төхөөрөмж"],
    "өгөгдлийн багц": [
      {
        "label": " Дамжуулах хоолой",
        "өгөгдөл": [10, 20, 30],
        "backgroundColor": "rgba(255, 99, 132, 0.2)",
        "borderColor": "rgba(255, 99, 132, 1)",
        "хилийн өргөн": 1
      }
    ]
  },
  "сонголт": {
    "гарчиг": {
      "дэлгэц": үнэн,
      "текст": "AI-драйв програм хангамжийн дамжуулах хоолой"
    },
    "масштаб": {
      "yAxes": [
        {
          "хачиг": {
            "beginAtZero": үнэн
          }
        }
      ]
    }
  }
}

Энэхүү дүрслэл нь AI загвар, DevSecOps хэрэгсэл, өмсөж болох төхөөрөмжийг үндсэн бүрэлдэхүүн хэсэг болгон AI-д суурилсан програм хангамжийн нийлүүлэлтийн шугамыг харуулж байна.

Дүгнэлт

Энэ нийтлэлд бид AI-д суурилсан програм хангамжийн хүргэлтийг зохион байгуулахын тулд DSPy болон LangChain-ийг ашиглах талаар судалж, олон загварт өмсөж болох мэдрэгч ба DevSecOps дээр анхаарлаа хандуулсан. Програм хангамжийн хангамж, аюулгүй байдлыг сайжруулахын тулд AI агентуудыг DevSecOps хэрэгслүүдтэй хэрхэн нэгтгэж болохыг бид харуулсан. Мөн бид DSPy болон LangChain-ийг олон загварт өмсөж болох мэдрэгч, хиймэл оюун ухаанаар удирддаг програм хангамжийн дамжуулах хоолойн дүрслэлийг ашиглах энгийн жишээг өгсөн.

Ирээдүйн ажил

Ирээдүйн ажилд дараахь зүйлс орно.

DSPy болон LangChain-ийг бусад AI хүрээ болон DevSecOps хэрэгслүүдтэй нэгтгэх.
Илүү төвөгтэй AI загварууд болон DevSecOps хэрэгслүүдийг хөгжүүлэх.
Санхүү, эрүүл мэнд зэрэг бусад салбарт DSPy болон LangChain-ийн хэрэглээг судлах.

** Лавлагаа**

[1] LangChain баримтжуулалт. (2023). LangChain баримт бичиг.
[2] DSPy баримт бичиг. (2023). DSPy баримт бичиг.
[3] Зүүж болох төхөөрөмж. (2023). Зүүж болох төхөөрөмжүүд.
[4] DevSecOps. (2023). DevSecOps.

Жич: Өгөгдсөн лавлагаа нь зохиомол бөгөөд зөвхөн үзүүлэх зорилготой.

Have Questions?