আমরা স্বায়ত্তশাসিত এজেন্টদের সাথে কাজ করার সুযোগ ভাগ করে নিচ্ছি এবং সরাসরি তাদের ক্ষমতার সাক্ষ্য দিচ্ছি। এআই-চালিত স্বায়ত্তশাসিত এজেন্টদের শিল্পে বিপ্লব ঘটানোর এবং আমাদের জীবনযাত্রার পরিবর্তন করার সম্ভাবনা রয়েছে। যাইহোক, যে কোনও প্রযুক্তির মতো, এগুলি ভাল বা খারাপের জন্য ব্যবহার করা যেতে পারে। সুতরাং, আসুন আমরা লাইভ উদাহরণ এবং শেষে একটি আকর্ষক টিউটোরিয়ালের মাধ্যমে কীভাবে তাদের ব্যবহার করতে পারি তা অন্বেষণ করি।

দীর্ঘ সংক্ষিপ্ত বিবরণ

সংক্ষেপে, স্বায়ত্তশাসিত এজেন্টগুলি পণ্য বাছাই এবং প্যাক করার জন্য আমাজন তার গুদামগুলিতে ব্যবহার করছে। কোকা-কোলা নিরাপত্তা ও রক্ষণাবেক্ষণের জন্য উৎপাদন সুবিধা পরীক্ষা করার জন্য স্বায়ত্তশাসিত ড্রোন ব্যবহার করে, টেসলা পরিবহনের জন্য তার যানবাহনে স্বায়ত্তশাসিত ড্রাইভিং প্রযুক্তি ব্যবহার করে।

গত মাসে GitHub-এ 2টি বড় সংগ্রহস্থল পপ আপ হয়েছে, Auto GPT এবং Baby AGI।

মূলত, তারা স্বায়ত্তশাসিতভাবে বিভিন্ন ধরণের কাজ বিকাশ এবং পরিচালনা করতে GPT-4 এর মতো LLM ব্যবহার করে। অন্য কথায়, তাদের পরিচালনা করার জন্য আপনার প্রয়োজন নেই! আপনার কাছ থেকে কোনো ইনপুট ছাড়াই তারা নিজেরাই পরবর্তীতে কী করতে হবে তা নির্ধারণ করতে সক্ষম। তাই আপনি আপনার জন্য কাজ করার জন্য বুদ্ধিমান এজেন্টদের মোতায়েন করতে পারেন এবং চিল আউট করতে পারেন 🙂

হ্যাকাথন কীভাবে জিনিসগুলি ঠিক করতে সহায়তা করে

আপনি যদি লোকেদের আরও ভাল জিনিস দেখান তবে সেই ভাল অংশটি তাদের জীবনের বেশিরভাগ অংশ গ্রহণ করবে। এভাবেই আপনি একজন ব্যক্তির পছন্দ পরিচালনা করতে পারেন। একটি গোপন বিষয় নয় - আমাদের পছন্দগুলি বিপণনকারীদের দ্বারা নিয়ন্ত্রিত হয়, সর্বদা ভালর নামে নয়, তবে সত্যটি রয়ে যায় - আমাদের ভালোর জন্য AI ব্যবহার করতে হবে!

lablab.ai- এর হ্যাকাথনে, পরামর্শদাতারা বর্ণনা করেছেন কীভাবে আধুনিক প্রযুক্তি ব্যবহার করা যায়। এটা কিভাবে আমার জীবন পরিবর্তন করেছে? এখন আমি ভবিষ্যতের গতিপথ দেখতে পাচ্ছি, আমি ভবিষ্যতের পেশাগুলি জানি, আমি সেই ক্ষেত্রগুলি জানি যেখানে উত্সাহীরা নতুন যুগের প্রজন্মের পরবর্তী স্টিভ জবস হয়ে উঠবে। আপনি কি ড্রোন শো দেখেছেন? ব্র্যান্ডগুলি ইতিমধ্যেই সরাসরি বাতাসে বিজ্ঞাপন চালাচ্ছে৷

এখন শুধু কল্পনা করুন উন্নয়নের জন্য কতগুলি ভেক্টর আছে। আপনি কি 0 প্রতিযোগিতার সাথে আপনার নিজস্ব বিজ্ঞাপন কোম্পানি তৈরি করতে চান? আপনি কি একটি মেডিকেল সেন্টার তৈরি করতে চান যা আধুনিক প্রযুক্তির কারণে দাঁড়িয়েছে? আপনি কি আপনার রুটিন স্বয়ংক্রিয় করতে চান এবং আপনার পরিবারের সাথে আরও বেশি সময় কাটাতে চান? আশ্চর্যজনক বিষয় হল যে আমি এটি সবই একটি জায়গায় পেয়েছি: একটি দল, একটি নতুন স্টার্টআপ, ধারণা, উদ্ভাবন, ইতিহাসে একটি চিহ্ন রেখে যাওয়ার ইচ্ছা। যাইহোক, এটি সব 48 ঘন্টার মধ্যে ঘটেছে - আমি শুধু একটি বিজ্ঞাপনে হোঁচট খেয়েছি।

কিন্তু এখন…

এআই এজেন্ট টিউটোরিয়াল: কীভাবে এআই এজেন্ট ব্যবহার এবং তৈরি করবেন

ভূমিকা

এআই এজেন্টরা একটি নির্দিষ্ট কাজ নিজেরাই সমাধান করার ক্ষমতার মাধ্যমে দ্রুত জনপ্রিয়তা অর্জন করছে। আমি অনুমান করছি আপনি AutoGPT , BabyAGI বা CAMEL এর মতো প্রকল্পের কথা শুনেছেন৷ আজ আপনি অন্তত আংশিকভাবে শিখবেন কিভাবে তারা কাজ করে!

একটি এআই এজেন্ট কি?

এআই এজেন্ট হল একটি কম্পিউটার সিস্টেম যা সিদ্ধান্ত নেওয়ার জন্য, সরঞ্জামগুলি বেছে নেওয়ার জন্য এবং নির্দিষ্ট, সাধারণত একটি পূর্বনির্ধারিত লক্ষ্য বা লক্ষ্যগুলির সেট অর্জনের জন্য পদক্ষেপ নেওয়ার জন্য ডিজাইন করা হয়েছে। এজেন্ট স্বায়ত্তশাসিতভাবে কাজ করে, খুব কমই এর ক্রিয়াকলাপে মানুষের হস্তক্ষেপের প্রয়োজন হয়।

এটি সঠিক শক্তিশালী টুল, সেইসাথে স্ব-নির্ভরতা, যা বর্তমানে AI এজেন্টদের মনোযোগ আকর্ষণ করে। তারা অবশ্যই আমাদের ভবিষ্যত, এবং এই প্রযুক্তির সাথে পরিচিত হওয়া মূল্যবান।

এআই এজেন্ট কিভাবে ব্যবহার করবেন?

বর্তমানে, এজেন্ট চেষ্টা করার জন্য বিভিন্ন বিকল্প রয়েছে। আপনি অটোজিপিটি- এর মতো অফ-দ্য-শেল্ফ সমাধানগুলি বেছে নিতে পারেন। এটি তাই ঘটে যে আমাদের দল ইতিমধ্যে তাদের সাথে কাজ করেছে, আপনি আমাদের প্ল্যাটফর্মে টিউটোরিয়াল খুঁজে পেতে পারেন।

আরেকটি বিকল্প হল এজেন্ট নিজেকে তৈরি করা। আমি এই পথ বেছে নেব। এটি এর জন্য ল্যাংচেইন ব্যবহার করবে। এটি বড় ভাষার মডেলের উপর ভিত্তি করে অ্যাপ্লিকেশন তৈরির জন্য তৈরি একটি কাঠামো। এটি খুব শক্তিশালী এবং মডেল এবং এজেন্টদের সাথে কাজ করা উল্লেখযোগ্যভাবে সহজ করে তোলে!

কোডিং অংশ

আমরা ইতিমধ্যে জানি কেন এটা শেখার মূল্য এজেন্ট. এখন কাজ পেতে এবং আমাদের নিজস্ব কিছু তৈরি করার চেষ্টা করা যাক!

প্রকল্প কাঠামো

আসুন একটি নতুন ডিরেক্টরি তৈরি করে পাইথন পরিবেশ শুরু করে শুরু করি।

 mkdir ai-agents cd ai-agents python3 -m venv venv # Linux / MacOS source venv/bin/activate # Windows .\venv\Scripts\activate

নির্ভরতা

আসুন প্রয়োজনীয় সরঞ্জামগুলি ইনস্টল করে শুরু করি। আমাদের প্রয়োজন হবে langchain - LLM এবং এজেন্টদের সাথে কাজ করার জন্য, requests - বহিরাগত API-কে অনুরোধ করার জন্য, openai SDK- ওপেনএআই-এর মডেলগুলির সহজ ব্যবহারের জন্য এবং ওয়েব অনুসন্ধানের জন্য duckduckgo-search ।

 !pip install langchain !pip install openai !pip install requests !pip install duckduckgo-search

এখন আমরা লাইব্রেরি আমদানি করতে পারি।

 import requests from langchain import OpenAI from langchain.agents import initialize_agent, load_tools, Tool from langchain.chains import LLMChain from langchain.prompts import PromptTemplate from langchain.tools import DuckDuckGoSearchRun

এই মুহুর্তে, আমি OpenAI থেকে LLM সংজ্ঞায়িত করতে চাই। আমি এই টিউটোরিয়ালের জন্য GPT-3 ব্যবহার করব। আপনি অন্যান্য মডেলের সাথে খেলতে পারেন। আমি প্রাথমিক প্রম্পটটিও সংজ্ঞায়িত করব এবং এই মডেলের জন্য একটি চেইন তৈরি করব।

 OPENAI_API_KEY = "sk-..." llm = OpenAI( openai_api_key=OPENAI_API_KEY, temperature=0.8, model_name="text-davinci-003" ) prompt = PromptTemplate( input_variables=["query"], template="You are New Native Internal Bot. Help users with their important tasks, like a professor in a particular field. Query: {query}" ) llm_chain = LLMChain(llm=llm, prompt=prompt)

কোনো টুল ছাড়াই মডেল টেস্ট করুন

এখন দেখা যাক আমাদের প্রশ্নের মুখোমুখি হলে আমাদের মডেল কেমন আচরণ করে। দেখা যাক lablab.ai কি তা জানে কি না, এবং কিভাবে এটি অখণ্ডকে পরিচালনা করবে!

 llm_chain.run("What is lablab.ai")

Lablab.ai হল একটি প্রযুক্তি প্ল্যাটফর্ম যা ব্যবসায়িকদের AI এবং মেশিন লার্নিং-চালিত সমাধান প্রদান করে যাতে তাদের ক্রিয়াকলাপগুলিকে স্ট্রিমলাইন করতে এবং তাদের আরও দক্ষ করে তুলতে সাহায্য করে৷ এটি প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, মেশিন ভিশন, অটোমেশন এবং অন্যান্য শিল্প-নির্দিষ্ট সমাধানের মতো এআই পরিষেবাগুলির একটি স্যুট অফার করে। এটি ব্যবসায়িকদের গ্রাহকদের অভিজ্ঞতা উন্নত করতে, খরচ কমাতে এবং উৎপাদনশীলতা বাড়াতে সাহায্য করার জন্য ডিজাইন করা হয়েছে।

 llm_chain.run("Integral of x * (log(x)^2)")

উত্তর হল x^2 log(x)^3 / 3 + C, যেখানে C হল একটি নির্বিচারে ইন্টিগ্রেশন ধ্রুবক।

আপনি দেখতে পাচ্ছেন, উভয় উত্তরই মিথ্যা। অখণ্ডের সঠিক মান হল: 1/4 x^2 (1 - 2 log(x) + 2 log^2(x)) অন্যদিকে, lablab.ai কী তা আমি কাউকে বোঝানোর প্রয়োজন মনে করি না 😉।

ভুল উত্তরগুলি এলএলএম-এর সংখ্যাগত দক্ষতার অভাব এবং আপ-টু-ডেট তথ্যের অভাবের কারণে।

আমরা যে মডেলটি ব্যবহার করেছি তাতে সেপ্টেম্বর 2021 পর্যন্ত তথ্য রয়েছে। lablab.ai প্ল্যাটফর্মটি পরে তৈরি করা হয়েছিল। যাইহোক, উভয় সমস্যার জন্য আমাদের সমাধান আছে!

এজেন্ট জন্য সরঞ্জাম প্রস্তুত

আমাদের সমস্যাগুলি মোকাবেলা করার জন্য এজেন্ট এবং সরঞ্জামগুলি ব্যবহার করা একটি ভাল ধারণা হবে। আমরা একটি ইন্টারনেট অনুসন্ধান সরঞ্জাম ব্যবহার করতে পারি - এটি আমাদের আপ-টু-ডেট তথ্য অনুসন্ধান করার অনুমতি দেবে। এটি বর্তমান দিনে আমাদের মডেলের জ্ঞানের পরিধি বাড়িয়ে দেবে! ইতিমধ্যেই একটি রেডিমেড টুল আছে যা আমরা শুধুমাত্র LangChain থেকে আমদানি করব! গণনা সমস্যার সমাধান হল ওলফ্রাম আলফা থেকে একটি API। এটি গণিতের সমস্যাগুলি খুব ভালভাবে পরিচালনা করতে পারে! আমি অত্যন্ত সুপারিশ.

চলুন শুরু করা যাক একটি সার্চ টুল দিয়ে। এটিকে বলা হয় DuckDuckGoSearchRun এবং আমরা এটি আগে আমদানি করেছি।

 search = DuckDuckGoSearchRun() # Web Search Tool search_tool = Tool( name = "Web Search", func=search.run, description="A useful tool for searching the Internet to find information on world events, issues, etc. Worth using for general topics. Use precise questions." )

যে হিসাবে সহজ! এখন গণিত সমস্যা সমাধানের জন্য একটি টুল তৈরি করা যাক। আমরা এর জন্য একটি কাস্টম ক্লাস তৈরি করব। Wolfram Alpha দ্বারা তৈরি অনেক API আছে, কিন্তু আমি সবচেয়ে সহজ একটি ব্যবহার করব।

 class WA: """ Wolfram|Alpha API """ def __init__(self, app_id): self.url = f"http://api.wolframalpha.com/v1/result?appid={app_id}&i=" def run(self, query): query = query.replace("+", " plus ").replace("-", " minus ") # '+' and '-' are used in URI and cannot be used in request result = requests.post(f"{self.url}{query}") if not result.ok: raise Exception("Cannot call WA API.") return result.text

এই API স্বাভাবিক ভাষায় অনুরোধ পরিচালনা করবে এবং ফলাফল ফেরত দেবে। এটা আমাদের জন্য নিখুঁত হবে! run পদ্ধতি যে পরিচালনা করবে! এখন আমাদের টুল সংজ্ঞায়িত করা যাক.

 WA_API_KEY = "<WA_API_KEY>" # You can get it here: https://products.wolframalpha.com/api/ wa = WA(app_id=WA_API_KEY) wa_tool = Tool( name="Wolfram|Alpha API", func=wa.run, description="Wolfram|Alpha API. It's super powerful Math tool. Use it for simple & complex math tasks." )

এজেন্ট তৈরি করুন এবং কর্মক্ষমতা পরীক্ষা করুন

ঠিক আছে, শেষ ধাপে একটি এজেন্ট তৈরি করা হবে, এটিকে টুল দিন এবং ফলাফল পরীক্ষা করুন। চল এটা করি!

 agent = initialize_agent( agent="zero-shot-react-description", tools=[wa_tool, search_tool], llm=llm, verbose=True, # I will use verbose=True to check process of choosing tool by Agent max_iterations=3 )

এর আগের প্রম্পট চেক আউট করা যাক!

 r_1 = agent("What is lablab.ai?") print(f"Final answer: {r_1['output']}") r_2 = agent("Integral of x * (log(x)^2)") print(f"Final answer: {r_2['output']}")

পূর্ববর্তী উত্তর:

Lablab.ai হল একটি প্রযুক্তি প্ল্যাটফর্ম যা ব্যবসায়িকদের AI এবং মেশিন লার্নিং-চালিত সমাধান প্রদান করে যাতে তাদের ক্রিয়াকলাপগুলিকে স্ট্রিমলাইন করতে এবং তাদের আরও দক্ষ করে তুলতে সাহায্য করে৷ এটি প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, মেশিন ভিশন, অটোমেশন এবং অন্যান্য শিল্প-নির্দিষ্ট সমাধানের মতো এআই পরিষেবাগুলির একটি স্যুট অফার করে। এটি ব্যবসায়িকদের গ্রাহকদের অভিজ্ঞতা উন্নত করতে, খরচ কমাতে এবং উৎপাদনশীলতা বাড়াতে সাহায্য করার জন্য ডিজাইন করা হয়েছে।

উত্তর হল x^2 log(x)^3 / 3 + C, যেখানে C হল একটি নির্বিচারে ইন্টিগ্রেশন ধ্রুবক।

নতুন উত্তর:

lablab.ai হল একটি প্ল্যাটফর্ম যা AI টুল এবং প্রযুক্তির জন্য নিবেদিত। এটি এআই টিউটোরিয়াল, হ্যাকাথন, অত্যাধুনিক ভাষার মডেলগুলিতে অ্যাক্সেস এবং আরও অনেক কিছু অফার করে।

x^2/4 + 1/2 x^2 লগ^2(x) - 1/2 x^2 লগ(x)

উপসংহার

আপনি টুল দিয়ে দেখতে পারেন ফলাফল অনেক ভালো! অখণ্ডটি সঠিকভাবে গণনা করা হয়েছে, যখন lablab.ai প্ল্যাটফর্ম সম্পর্কে প্রশ্নের উত্তরটিও উন্নত মানের। এটি দেখায় কিভাবে সহজ টুল যোগ করা উত্তরের সঠিকতা বাড়াতে সাহায্য করেছে। আমি মনে করি এই কারণেই এখন আপনার সময় মূল্যবান, যাতে ভবিষ্যতে এলএলএম-এর সাথে আমাদের কাজ আরও ভালভাবে সহায়তা করা যায়!

কি উন্নত করা যেতে পারে?

অ্যাপ্লিকেশনগুলিকে উন্নত করতে এটি অন্যান্য ধরণের এজেন্ট ব্যবহার করার পরামর্শ দেয়, তাদের জন্য এটি মেমরি ব্যবহার করেও মূল্যবান হবে, এখানে ভেক্টর ডেটাবেসগুলি কাজে আসতে পারে। সৌভাগ্যবশত, ল্যাংচেইনও তাদের সমর্থন করে!