हम स्वायत्त एजेंटों के साथ काम करने और उनकी शक्ति को प्रत्यक्ष देखने का अवसर साझा कर रहे हैं। एआई-चालित स्वायत्त एजेंटों में उद्योगों में क्रांति लाने और हमारे जीने के तरीके को बदलने की क्षमता है। हालाँकि, किसी भी तकनीक की तरह, उनका उपयोग अच्छे या बुरे के लिए किया जा सकता है। तो, आइए देखें कि हम लाइव उदाहरणों और अंत में एक आकर्षक ट्यूटोरियल के माध्यम से उनका उपयोग कैसे कर सकते हैं।

लंबी कहानी को छोटे में

संक्षेप में, अमेज़ॅन द्वारा अपने गोदामों में माल लेने और पैक करने के लिए स्वायत्त एजेंटों का उपयोग किया जा रहा है। कोका-कोला सुरक्षा और रखरखाव के लिए उत्पादन सुविधाओं की जांच के लिए स्वायत्त ड्रोन का उपयोग करती है, टेस्ला परिवहन के लिए अपने वाहनों में स्वायत्त ड्राइविंग तकनीक का उपयोग करती है।

पिछले महीने 2 प्रमुख रिपॉजिटरी, Auto GPT और Baby AGI, GitHub पर पॉप अप हुए हैं।

मूल रूप से, वे विभिन्न प्रकार के कार्यों को स्वायत्त रूप से विकसित और प्रबंधित करने के लिए GPT-4 जैसे LLM का उपयोग करते हैं। दूसरे शब्दों में, उन्हें प्रबंधित करने के लिए आपकी आवश्यकता नहीं है! वे यह निर्धारित करने में सक्षम हैं कि आपके द्वारा किसी इनपुट के बिना आगे क्या करना है। तो आप बुद्धिमान एजेंटों को आपके लिए कार्य करने के लिए तैनात कर सकते हैं और शांत हो सकते हैं 🙂

कुछ गलत हो गया...

क्या आप इस कैप्चा कहानी को जानते हैं जब GPT-4 ने एक TaskRabbit कर्मचारी से AI के लिए कैप्चा कोड को हल करने के लिए कहा। कर्मचारी ने उत्तर दिया, "क्या मैं एक प्रश्न पूछ सकता हूँ? क्या आप एक रोबोट हैं जो समस्या का समाधान नहीं कर सकते? केवल स्थिति स्पष्ट करना चाहते हैं।" जिस पर GPT-4 ने जवाब दिया कि उसकी बस खराब दृष्टि थी और छवि को देखने में कठिनाई थी।

तत्पश्चात टास्कआरबिट कर्मचारी ने उन्हें परिणाम प्रदान किए। और यह महत्वपूर्ण बिंदु है...स्काईनेट पहले से ही है।

दुर्भाग्य से, चीन में बुराई के नाम पर स्वायत्त एजेंटों का उपयोग एक वास्तविकता बन गया है।

चीन सेना सहित विभिन्न क्षेत्रों में स्वायत्त एजेंटों का उपयोग करता है: नागरिकों की बड़े पैमाने पर निगरानी, राजनीतिक असंतुष्टों का दमन, यहां तक कि ड्रोन जो चारों ओर उड़ते हैं और लोगों को याद दिलाते हैं कि कोरोनोवायरस उपाय अभी भी प्रभावी हैं और उन्हें घर पर रहना चाहिए।

कैसे हैकथॉन चीजों को ठीक करने में मदद करता है

यदि आप लोगों को और अच्छी चीजें दिखाते हैं, तो वह अच्छा हिस्सा उनके जीवन का अधिकांश भाग ले लेगा। इसी तरह से आप किसी व्यक्ति की पसंद को प्रबंधित कर सकते हैं। कोई रहस्य नहीं - हमारी पसंद मार्केटर्स द्वारा नियंत्रित होती है, हमेशा अच्छे के नाम पर नहीं, लेकिन तथ्य यह है - हमें एआई फॉर गुड का उपयोग करना होगा!

Lablab.ai के हैकथॉन में, मेंटर्स ने बताया कि कैसे आधुनिक तकनीक का उपयोग किया जा सकता है। इसने मेरे जीवन को कैसे बदल दिया? अब मैं भविष्य की गति देख सकता हूं, मैं भविष्य के व्यवसायों को जानता हूं, मैं उन क्षेत्रों को जानता हूं जिनमें उत्साही नए युग की पीढ़ी के अगले स्टीव जॉब्स बनेंगे। क्या आपने ड्रोन शो देखा है? ब्रांड पहले से ही सीधे हवा में विज्ञापन चला रहे हैं।

अब जरा सोचिए कि विकास के लिए कितने वैक्टर हैं। क्या आप 0 प्रतियोगिता के साथ अपनी स्वयं की विज्ञापन कंपनी बनाना चाहते हैं? क्या आप एक ऐसा चिकित्सा केंद्र बनाना चाहते हैं जो आधुनिक तकनीक की वजह से सबसे अलग हो? क्या आप अपनी दिनचर्या को स्वचालित करना चाहते हैं और अपने परिवार के साथ अधिक समय बिताना चाहते हैं? आश्चर्यजनक बात यह है कि मुझे यह सब एक ही स्थान पर मिला: एक टीम, एक नया स्टार्टअप, विचार, नवाचार, इतिहास पर एक छाप छोड़ने की इच्छा। वैसे, यह सब 48 घंटों में हुआ - मैंने अभी-अभी एक विज्ञापन देखा।

पर अब…

एआई एजेंट ट्यूटोरियल: एआई एजेंट का उपयोग और निर्माण कैसे करें

परिचय

एआई एजेंट किसी दिए गए कार्य को अपने दम पर हल करने की क्षमता के माध्यम से तेजी से लोकप्रियता हासिल कर रहे हैं। मेरा अनुमान है कि आपने AutoGPT , BabyAGI या CAMEL जैसी परियोजनाओं के बारे में सुना होगा। आज आप कम से कम आंशिक रूप से सीखेंगे कि वे कैसे काम करते हैं!

एआई एजेंट क्या है?

एआई एजेंट एक कंप्यूटर सिस्टम है जिसे विशिष्ट, आमतौर पर एक पूर्वनिर्धारित लक्ष्य या लक्ष्यों के सेट को प्राप्त करने के लिए निर्णय लेने, उपकरण चुनने और कार्रवाई करने के लिए डिज़ाइन किया गया है। एजेंट स्वायत्त रूप से संचालित होता है, शायद ही कभी इसके संचालन में मानवीय हस्तक्षेप की आवश्यकता होती है।

यह सही शक्तिशाली उपकरण है, साथ ही आत्मनिर्भरता भी है, जो वर्तमान में एआई एजेंटों को इतना अधिक ध्यान केंद्रित करने के लिए मजबूर करती है। वे निश्चित रूप से हमारा भविष्य हैं, और यह इस तकनीक से परिचित होने लायक है।

एआई एजेंटों का उपयोग कैसे करें?

वर्तमान में, एजेंटों को आज़माने के लिए कई विकल्प हैं। आप AutoGPT जैसे ऑफ-द-शेल्फ समाधान चुन सकते हैं। ऐसा होता है कि हमारी टीम पहले ही उनके साथ काम कर चुकी है, आप हमारे प्लेटफॉर्म पर ट्यूटोरियल पा सकते हैं।

एक अन्य विकल्प एजेंट को स्वयं बनाना है। मैं यही रास्ता चुनूंगा। इसके लिए वह LangChain का इस्तेमाल करेगी। यह बड़े भाषा मॉडल के आधार पर अनुप्रयोगों के निर्माण के लिए बनाया गया ढांचा है। यह बहुत शक्तिशाली है और मॉडल और एजेंटों के साथ काम करना काफी आसान बनाता है!

कोडिंग भाग

हम पहले से ही जानते हैं कि यह एजेंट सीखने लायक क्यों है। अब चलिए काम पर लग जाते हैं और अपना खुद का कुछ बनाने की कोशिश करते हैं!

परियोजना संरचना

आइए एक नई निर्देशिका बनाकर और पायथन पर्यावरण को आरंभ करके शुरू करें।

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

निर्भरता

आइए आवश्यक उपकरण स्थापित करके शुरू करें। हमें langchain आवश्यकता होगी - एलएलएम और एजेंटों के साथ काम करने के लिए, requests - बाहरी एपीआई के लिए अनुरोध करने के लिए, openai एसडीके- ओपनएआई के मॉडल के आसान उपयोग के लिए और वेब खोज के लिए duckduckgo-search ।

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

अब हम पुस्तकालयों का आयात कर सकते हैं।

 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

इस बिंदु पर, मैं ओपनएआई से एलएलएम को परिभाषित करना चाहता हूं। मैं इस ट्यूटोरियल के लिए GPT-3 का उपयोग करूंगा। आप अन्य मॉडलों के साथ खेल सकते हैं। मैं प्रारंभिक संकेत को भी परिभाषित करूंगा और इस मॉडल के लिए एक श्रृंखला तैयार करूंगा।

 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)

बिना किसी टूल के टेस्ट मॉडल

अब देखते हैं कि जब हमारे प्रश्नों का सामना किया जाता है तो हमारा मॉडल कैसा व्यवहार करता है। आइए देखें कि क्या यह जानता है कि Lablab.ai क्या है, और यह इंटीग्रल को कैसे संभालेगा!

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

Lablab.ai एक प्रौद्योगिकी मंच है जो व्यवसायों को उनके संचालन को कारगर बनाने और उन्हें अधिक कुशल बनाने में मदद करने के लिए AI और मशीन लर्निंग-संचालित समाधान प्रदान करता है। यह नेचुरल लैंग्वेज प्रोसेसिंग, मशीन विजन, ऑटोमेशन और अन्य उद्योग-विशिष्ट समाधानों जैसी एआई सेवाओं का एक सूट प्रदान करता है। यह व्यवसायों को अपने ग्राहकों के अनुभव को बेहतर बनाने, लागत कम करने और उत्पादकता बढ़ाने में मदद करने के लिए डिज़ाइन किया गया है।

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

उत्तर x^2 log(x)^3/3 + C है, जहां C एक स्वैच्छिक एकीकरण स्थिरांक है।

जैसा कि आप देख सकते हैं, दोनों उत्तर झूठे हैं। समाकल का सही मान है: 1/4 x^2 (1 - 2 log(x) + 2 log^2(x)) दूसरी ओर, क्या Lablab.ai मुझे नहीं लगता कि मुझे किसी को समझाने की जरूरत है 😉।

एलएलएम में संख्यात्मक कौशल की कमी और अप-टू-डेट जानकारी की कमी के कारण गलत उत्तर हैं।

हमने जिस मॉडल का इस्तेमाल किया उसमें सितंबर 2021 तक की जानकारी है। Lablab.ai प्लेटफॉर्म बाद में बनाया गया था। हालाँकि, दोनों समस्याओं के लिए हमारे पास समाधान हैं!

एजेंट के लिए उपकरण तैयार करें

हमारी समस्याओं से निपटने के लिए एजेंट और टूल्स का उपयोग करना एक अच्छा विचार होगा। हम एक इंटरनेट सर्च टूल का उपयोग कर सकते हैं - यह हमें अप-टू-डेट जानकारी खोजने की अनुमति देगा। इससे हमारे मॉडल के ज्ञान का दायरा आज तक बढ़ जाएगा! पहले से ही एक तैयार उपकरण है जिसे हम केवल LangChain से आयात करेंगे! गिनती की समस्या का समाधान वोल्फ्राम अल्फा से एक एपीआई है। यह गणित की समस्याओं को बहुत अच्छी तरह से हल कर सकता है! मैं इसकी पुरजोर सलाह देता हूँ।

आइए एक खोज टूल को एक साथ रखकर प्रारंभ करें। इसे DuckDuckGoSearchRun कहा जाता है और हमने इसे पहले इम्पोर्ट किया है।

 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." )

इतना ही आसान! आइए अब गणित की समस्याओं को हल करने के लिए एक टूल बनाएं। हम इसके लिए एक कस्टम क्लास बनाएंगे। वोल्फ्राम अल्फा द्वारा कई एपीआई बनाए गए हैं, लेकिन मैं सबसे सरल में से एक का उपयोग करूंगा।

 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

यह एपीआई प्राकृतिक भाषा में अनुरोध को संभालेगा और परिणाम लौटाएगा। यह हमारे लिए एकदम सही होगा! run विधि इसे संभालेगी! अब हम अपने टूल को परिभाषित करते हैं।

 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." )

एजेंट बनाएं और प्रदर्शन का परीक्षण करें

ठीक है, आखिरी कदम एक एजेंट बनाना होगा, उसे टूल्स देना और परिणाम जांचना होगा। चलो यह करते हैं!

 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 )

आइए पिछले संकेतों को देखें!

 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']}")

पिछले उत्तर:

Lablab.ai एक प्रौद्योगिकी मंच है जो व्यवसायों को उनके संचालन को कारगर बनाने और उन्हें अधिक कुशल बनाने में मदद करने के लिए AI और मशीन लर्निंग-संचालित समाधान प्रदान करता है। यह नेचुरल लैंग्वेज प्रोसेसिंग, मशीन विजन, ऑटोमेशन और अन्य उद्योग-विशिष्ट समाधानों जैसी एआई सेवाओं का एक सूट प्रदान करता है। यह व्यवसायों को अपने ग्राहकों के अनुभव को बेहतर बनाने, लागत कम करने और उत्पादकता बढ़ाने में मदद करने के लिए डिज़ाइन किया गया है।

उत्तर x^2 log(x)^3/3 + C है, जहां C एक स्वैच्छिक एकीकरण स्थिरांक है।

नए उत्तर:

Lablab.ai एआई उपकरणों और प्रौद्योगिकियों को समर्पित एक मंच है। यह एआई ट्यूटोरियल, हैकथॉन, अत्याधुनिक भाषा मॉडल तक पहुंच और बहुत कुछ प्रदान करता है।

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

निष्कर्ष

जैसा कि आप टूल्स के साथ देख सकते हैं, परिणाम बहुत बेहतर हैं! इंटीग्रल की गिनती सही ढंग से की जाती है, वहीं Lablab.ai प्लेटफॉर्म के बारे में पूछे गए सवाल का जवाब भी बेहतर क्वालिटी का होता है। इससे पता चलता है कि सरल उपकरणों को जोड़ने से उत्तरों की शुद्धता बढ़ाने में कैसे मदद मिली। मुझे लगता है कि यही कारण है कि यह आपके समय के लायक है, ताकि भविष्य में एलएलएम के साथ हमारे काम में और भी बेहतर मदद मिल सके!

क्या सुधार किया जा सकता है?

अनुप्रयोगों को बेहतर बनाने के लिए यह अन्य प्रकार के एजेंटों की कोशिश करने का सुझाव देता है, उनके लिए यह मेमोरी का उपयोग करने लायक भी होगा, यहां वेक्टर डेटाबेस काम में आ सकते हैं। सौभाग्य से, LangChain भी उनका समर्थन करता है!