10.1 ChatGPT
Espera, ¿de qué estoy hablando? Vivimos en un mundo creado por inteligencia artificial. Vamos a intentar trabajar con ella. Y por supuesto, empezamos con ChatGPT.
Ejemplo de trabajo con OpenAI API (ChatGPT)
Para trabajar con OpenAI API es necesario registrarse en la plataforma, obtener una clave API y usarla para autenticarse al realizar solicitudes.
Luego necesitas instalar la librería openai — es su cliente oficial.
pip install openai
Ahora enviémosles una solicitud:
import openai
# Tu clave API OpenAI
api_key = 'YOUR_OPENAI_API_KEY'
# Autenticación
openai.api_key = api_key
# Solicitud a la modelo ChatGPT
response = openai.Completion.create(
engine="text-davinci-003",
prompt="Cuéntame un dato interesante sobre el espacio.",
max_tokens=500
)
# Imprimir respuesta
print(response.choices[0].text.strip())
Necesitas registrarte en su sitio oficial y obtener la clave. Si eres un usuario nuevo (tu teléfono no está en la base de datos), te regalarán $20 de bono en la cuenta.
10.2 Google Cloud Vision API
Google Cloud Vision API ofrece capacidades para el análisis de imágenes, incluyendo reconocimiento de objetos, texto, rostros y otros elementos. Hasta ahora, Google Bard API no es de acceso público y requiere autenticación a través de Google Cloud Platform.
Paso 1. Comienza con la instalación de la librería google-cloud-vision.
pip install google-cloud-vision
Paso 2. Configura la autenticación usando la clave de cuenta de servicio (Service Account Key).
Ejemplo de código para analizar imágenes:
from google.cloud import vision
import io
# Inicialización del cliente
client = vision.ImageAnnotatorClient()
# Cargar la imagen
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)
# Detección de objetos
response = client.object_localization(image=image)
objects = response.localized_object_annotations
# Imprimir objetos detectados
for object_ in objects:
print(f'Object name: {object_.name}')
print(f'Score: {object_.score}')
Este código reconoce la imagen y proporciona una lista de objetos encontrados en ella. Puedes integrarlo fácilmente en tu proyecto y crear un servicio web o aplicación genial.
10.3 Microsoft Text Analytics API
Azure Cognitive Services ofrece API para análisis de texto, incluyendo detección de lenguaje, análisis de sentimiento, extracción de frases clave y reconocimiento de entidades.
El análisis de sentimiento de texto es el proceso de determinar el tono emocional del texto (positivo, negativo o neutral). Esto puede ser útil para analizar comentarios de clientes, monitorear redes sociales o evaluar la reacción a ciertos eventos o productos.
Instalación de la librería y autenticación
Paso 1. Instala la librería Azure:
pip install azure-ai-textanalytics
Paso 2. Configura la autenticación usando la clave API
y el punto final (endpoint).
Ejemplo de código para análisis de sentimiento de texto:
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential
# Inicialización del cliente
endpoint = "YOUR_AZURE_ENDPOINT"
api_key = "YOUR_AZURE_API_KEY"
credential = AzureKeyCredential(api_key)
client = TextAnalyticsClient(endpoint=endpoint, credential=credential)
# Textos para analizar
documents = ["I love programming in Python!", "I'm feeling very happy today!"]
# Análisis de sentimiento
response = client.analyze_sentiment(documents=documents)
# Imprimir resultados
for doc in response:
print(f"Sentiment: {doc.sentiment}")
print(f"Confidence Scores: {doc.confidence_scores}")
10.4 DeepAI (Text Summarization API)
DeepAI ofrece API para diversas tareas de machine learning, incluyendo la resumición de texto.
La resumición de texto es el proceso de crear un resumen breve de un gran volumen de texto, manteniendo sus ideas clave y contenido principal. Esto es útil para una rápida revisión de documentos largos, creación automática de resúmenes o manejo de grandes volúmenes de información textual.
Instalación de la librería y autenticación
Paso 1. Instala la librería requests:
pip install requests
Paso 2. Usa la clave API para autenticación.
Ejemplo de código para resumir texto:
import requests
# Tu clave API DeepAI
api_key = 'YOUR_DEEPAI_API_KEY'
# Texto para resumir
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."
# Solicitud al API
response = requests.post(
"https://api.deepai.org/api/summarization",
data={'text': text},
headers={'api-key': api_key}
)
# Obtener la respuesta
data = response.json()
# Imprimir resumen
print(data['output'])
Posible salida
Si ejecutas el código anterior con la clave API correcta, obtendrás algo como:
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.
Este resumen incluirá los puntos clave del texto original, reduciéndolo a una versión más corta. Ten en cuenta que el resultado exacto puede variar según el algoritmo y la versión del modelo usado en DeepAI.
GO TO FULL VERSION