10.1 ChatGPT
Погодите-ка, о чём это я? Мы же живём в мире созданного искусственного интеллекта. Давайте попробуем поработать с ним. И начнём, конечно же, с ChatGPT.
Пример работы с OpenAI API (ChatGPT)
Для работы с OpenAI API необходимо зарегистрироваться на платформе, получить API-ключ и использовать его для аутентификации при выполнении запросов.
Затем нужно установить библиотеку openai — это их официальный клиент.
pip install openai
Теперь отправим им какой-нибудь запрос:
import openai
# Ваш API-ключ OpenAI
api_key = 'YOUR_OPENAI_API_KEY'
# Аутентификация
openai.api_key = api_key
# Запрос к модели ChatGPT
response = openai.Completion.create(
engine="text-davinci-003",
prompt="Расскажи мне интересный факт о космосе.",
max_tokens=500
)
# Печать ответа
print(response.choices[0].text.strip())
Вам нужно зарегистрироваться на их официальном сайте и получить ключ. Если вы новый пользователь (вашего телефона нет в базе), то вам дадут бонусные $20 на счёт.
10.2 Google Cloud Vision API
Google Cloud Vision API предоставляет возможности для анализа изображений, включая распознавание объектов, текста, лиц и других элементов. Пока что Google Bard API не является общедоступным и требует аутентификации через Google Cloud Platform.
Шаг 1. Начните с установки библиотеки google-cloud-vision:
pip install google-cloud-vision
Шаг 2. Настройте аутентификацию с использованием ключа учётной записи сервиса (Service Account Key).
Пример кода для анализа изображения:
from google.cloud import vision
import io
# Инициализация клиента
client = vision.ImageAnnotatorClient()
# Загрузка изображения
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)
# Обнаружение объектов
response = client.object_localization(image=image)
objects = response.localized_object_annotations
# Вывод обнаруженных объектов
for object_ in objects:
print(f'Object name: {object_.name}')
print(f'Score: {object_.score}')
Этот код распознаёт изображение и выдаёт список найденных на нём объектов. Вы можете легко добавить его в свой проект и сделать крутой веб-сервис или приложение.
10.3 Microsoft Text Analytics API
Azure Cognitive Services предоставляет API для анализа текста, включая определение языка, анализ тональности, извлечение ключевых фраз и распознавание сущностей.
Анализ тональности текста — это процесс определения эмоциональной окраски текста (позитивной, негативной или нейтральной). Это может быть полезно для анализа отзывов клиентов, мониторинга социальных сетей или оценки реакции на определённые события или продукты.
Установка библиотеки и аутентификация
Шаг 1. Установите библиотеку Azure:
pip install azure-ai-textanalytics
Шаг 2. Настройте аутентификацию с использованием ключа API и конечной точки (endpoint).
Пример кода для анализа тональности текста:
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential
# Инициализация клиента
endpoint = "YOUR_AZURE_ENDPOINT"
api_key = "YOUR_AZURE_API_KEY"
credential = AzureKeyCredential(api_key)
client = TextAnalyticsClient(endpoint=endpoint, credential=credential)
# Тексты для анализа
documents = ["I love programming in Python!", "I'm feeling very happy today!"]
# Анализ тональности
response = client.analyze_sentiment(documents=documents)
# Вывод результатов
for doc in response:
print(f"Sentiment: {doc.sentiment}")
print(f"Confidence Scores: {doc.confidence_scores}")
10.4 DeepAI (Text Summarization API)
DeepAI предоставляет API для различных задач машинного обучения, включая суммаризацию текста.
Суммаризация текста — это процесс создания краткого изложения большого объема текста, сохраняя при этом его ключевые идеи и основное содержание. Это полезно для быстрого ознакомления с длинными документами, автоматического создания аннотаций или обработки больших объемов текстовой информации.
Установка библиотеки и аутентификация
Шаг 1. Установите библиотеку requests:
pip install requests
Шаг 2. Используйте API-ключ для аутентификации.
Пример кода для суммаризации текста:
import requests
# Ваш API-ключ DeepAI
api_key = 'YOUR_DEEPAI_API_KEY'
# Текст для суммаризации
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."
# Запрос к API
response = requests.post(
"https://api.deepai.org/api/summarization",
data={'text': text},
headers={'api-key': api_key}
)
# Получение ответа
data = response.json()
# Вывод суммаризации
print(data['output'])
Возможный вывод
Если вы запустите приведённый выше код с правильным API-ключом, вы получите что-то подобное:
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.
Эта суммаризация будет включать ключевые моменты из исходного текста, сокращая его до более краткой версии. Обратите внимание, что точный результат может варьироваться в зависимости от алгоритма и версии модели, используемой в DeepAI.
ПЕРЕЙДИТЕ В ПОЛНУЮ ВЕРСИЮ