10.1 ChatGPT
Dayan bir, mən nə deyirdim? Axı biz süni intellektlə yaradılmış bir dünyada yaşayırıq. Gəlin onunla işləməyə çalışaq. Və əlbəttə ki, ChatGPT-dən başlayaq.
OpenAI API (ChatGPT) ilə işləmə nümunəsi
OpenAI API ilə işləmək üçün platformada qeydiyyatdan keçmək, API açarını əldə etmək və sorğular yerinə yetirərkən onu autentifikasiya üçün istifadə etmək lazımdır.
Sonra openai kitabxanasını quraşdırmaq lazımdır — bu, onların rəsmi müştərisidir.
pip install openai
İndi onlara hansısa bir sorğu göndərək:
import openai
# Sizin OpenAI API açarınız
api_key = 'YOUR_OPENAI_API_KEY'
# Autentifikasiya
openai.api_key = api_key
# ChatGPT modelinə sorğu
response = openai.Completion.create(
engine="text-davinci-003",
prompt="Mənə kosmos haqqında maraqlı bir fakt danış.",
max_tokens=500
)
# Cavabı çap edirik
print(response.choices[0].text.strip())
Onların rəsmi saytında qeydiyyatdan keçib açar əldə etməlisiniz. Əgər yeni istifadəçisinizsə (telefon nömrəniz bazada yoxdursa), sizə hesabınıza bonus olaraq $20 verirlər.
10.2 Google Cloud Vision API
Google Cloud Vision API şəkillərin analizi üçün imkanlar təqdim edir, bura obyektlərin, mətnlərin, üzlərin və digər elementlərin tanınması daxildir. Hal-hazırda Google Bard API ümumi istifadəyə açıq deyil və Google Cloud Platform vasitəsilə autentifikasiya tələb edir.
Addım 1. google-cloud-vision kitabxanasını quraşdırmaqla başlayın.
pip install google-cloud-vision
Addım 2. Service Account Key (xidmət hesabının açarı) vasitəsilə autentifikasiyanı tənzimləyin.
Şəkilin analizi üçün kod nümunəsi:
from google.cloud import vision
import io
# Client-i initialize edirik
client = vision.ImageAnnotatorClient()
# Şəkli yükləyirik
file_name = 'path/to/your/image.jpg'
with io.open(file_name, 'rb') as image_file:
content = image_file.read()
image = vision.Image(content=content)
# Obyektləri aşkarlama
response = client.object_localization(image=image)
objects = response.localized_object_annotations
# Aşkarlanan obyektlərin çıxarılması
for object_ in objects:
print(f'Obyektin adı: {object_.name}')
print(f'Qiymətləndirmə: {object_.score}')
Bu kod şəkli təhlil edir və onun üzərində tapılmış obyektlərin siyahısını çıxarır. Siz onu asanlıqla öz layihənizə əlavə edə bilərsiniz və əla bir veb-servis və ya tətbiq yarada bilərsiniz.
10.3 Microsoft Text Analytics API
Azure Cognitive Services mətn analizi üçün API təqdim edir. Bu, dilin müəyyən edilməsi, sentiment analizi, açar ifadələrin çıxarılması və obyektlərin tanınması kimi funksiyaları əhatə edir.
Mətnin sentiment analizi — bu, mətnin emosional tonunu (pozitiv, neqativ və ya neytral) müəyyən etmə prosesidir. Bu, müştəri rəylərinin analizi, sosial media monitorinqi və ya müəyyən hadisələr və ya məhsullar üzrə reaksiyaların qiymətləndirilməsi üçün faydalı ola bilər.
Kitabxananın quraşdırılması və autentifikasiya
Adım 1. Azure kitabxanasını qurun:
pip install azure-ai-textanalytics
Adım 2. Authentication API açarı və (endpoint) istifadə edərək quraşdırın.
Mətn sentiment analizinin kod nümunəsi:
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential
# Müştərini təyin etmək
endpoint = "YOUR_AZURE_ENDPOINT"
api_key = "YOUR_AZURE_API_KEY"
credential = AzureKeyCredential(api_key)
client = TextAnalyticsClient(endpoint=endpoint, credential=credential)
# Analiz üçün mətnlər
documents = ["Python ilə proqramlaşdırmağı sevirəm!", "Bugün çox xoşbəxt hiss edirəm!"]
# Sentiment analizi
response = client.analyze_sentiment(documents=documents)
# Nəticələrin çıxışı
for doc in response:
print(f"Sentiment: {doc.sentiment}")
print(f"Confidence Scores: {doc.confidence_scores}")
10.4 DeepAI (Text Summarization API)
DeepAI müxtəlif maşın öyrənmə tapşırıqları üçün API təklif edir, o cümlədən mətnin xülasəsi.
Mətnin xülasəsi — böyük həcmdə mətni qısa şəkildə təmsil edən prosesdir, lakin əsas fikirləri və əsas məzmunu saxlayır. Bu, uzun sənədlərlə tez tanış olmaq, avtomatik şərhlər yaratmaq və ya böyük həcmli mətn məlumatlarını emal etmək üçün faydalıdır.
Kitabxananın qurulması və identifikasiya
Addım 1. requests kitabxanasını qurun:
pip install requests
Addım 2. Identifikasiya üçün API açarından istifadə edin.
Mətnin xülasəsi üçün kod nümunəsi:
import requests
# Sizin DeepAI API açarınız
api_key = 'YOUR_DEEPAI_API_KEY'
# Xülasə üçün mətn
text = "Artificial intelligence (AI) is intelligence demonstrated by machines, in contrast to the natural intelligence displayed by humans and animals. Leading AI textbooks define the field as the study of 'intelligent agents': any device that perceives its environment and takes actions that maximize its chance of successfully achieving its goals."
# API-ya sorğu
response = requests.post(
"https://api.deepai.org/api/summarization",
data={'text': text},
headers={'api-key': api_key}
)
# Məlumatın götürülməsi
data = response.json()
# Xülasəni çıxarmaq
print(data['output'])
Mümkün nəticə
Əgər yuxarıdakı kodu düzgün API açarı ilə işlətsəniz, aşağıdakı kimi bir şey alacaqsınız:
Artificial intelligence (AI) is the intelligence shown by machines, unlike natural intelligence in humans and
animals. AI studies 'intelligent agents': devices that perceive their environment and act to achieve their
goals.
Bu xülasə ilkin mətndən əsas məqamları əhatə edəcək, onu daha qısa versiyaya endirəcək. Qeyd edək ki, dəqiq nəticə DeepAI-də istifadə olunan alqoritm və modelin versiyasından asılı olaraq dəyişə bilər.
GO TO FULL VERSION