Робота з AI API

10.1 ChatGPT

Почекай-но, про що це я? Ми ж живемо в світі, створеному штучним інтелектом. Давай спробуємо попрацювати з ним. І почнемо, звичайно ж, з ChatGPT.

Приклад роботи з OpenAI API (ChatGPT)

Для роботи з OpenAI API потрібно зареєструватися на платформі, отримати API-ключ і використовувати його для аутентифікації при виконанні запитів.

Далі потрібно встановити бібліотеку openai — це їх офіційний клієнт.

pip install openai

Тепер відправимо їм який-небудь запит:

import openai

# Ваш API-ключ OpenAI
api_key = 'YOUR_OPENAI_API_KEY'

# Аутентифікація
openai.api_key = api_key

# Запит до моделі ChatGPT
response = openai.Completion.create(
    engine="text-davinci-003",
    prompt="Розкажи мені цікавий факт про космос.",
    max_tokens=500
)

# Друк відповіді
print(response.choices[0].text.strip())

Тобі потрібно зареєструватися на їх офіційному сайті та отримати ключ. Якщо ти новий користувач (твого телефону немає в базі), то тобі дадуть бонусні $20 на рахунок.

10.2 Google Cloud Vision API

Google Cloud Vision API надає можливості для аналізу зображень, включаючи розпізнавання об'єктів, тексту, облич та інших елементів. Наразі Google Bard API не є загальнодоступним і вимагає аутентифікації через Google Cloud Platform.

Крок 1. Почни з встановлення бібліотеки google-cloud-vision

pip install google-cloud-vision

Крок 2. Налаштуй аутентифікацію з використанням ключа облікового запису сервісу (Service Account Key).

Приклад коду для аналізу зображення:

from google.cloud import vision
import io

# Ініціалізація клієнта
client = vision.ImageAnnotatorClient()

# Завантаження зображення
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)

# Виявлення об'єктів
response = client.object_localization(image=image)
objects = response.localized_object_annotations

# Вивід виявлених об'єктів
for object_ in objects:
    print(f'Object name: {object_.name}')
    print(f'Score: {object_.score}')

Цей код розпізнає зображення і видає список знайдених на ньому об'єктів. Ти можеш легко додати його у свій проєкт і зробити крутий веб-сервіс чи додаток.

10.3 Microsoft Text Analytics API

Azure Cognitive Services надає API для аналізу тексту, включаючи визначення мови, аналіз настрою, вилучення ключових фраз і розпізнавання сутностей.

Аналіз настрою тексту — це процес визначення емоційного забарвлення тексту (позитивне, негативне або нейтральне). Це може бути корисним для аналізу відгуків клієнтів, моніторингу соціальних мереж або оцінювання реакції на певні події чи продукти.

Встановлення бібліотеки та аутентифікація

Крок 1. Встанови бібліотеку Azure:

pip install azure-ai-textanalytics

Крок 2. Налаштуй аутентифікацію з використанням ключа API і кінцевої точки (endpoint).

Приклад коду для аналізу настрою тексту:

from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential

# Ініціалізація клієнта
endpoint = "YOUR_AZURE_ENDPOINT"
api_key = "YOUR_AZURE_API_KEY"
credential = AzureKeyCredential(api_key)
client = TextAnalyticsClient(endpoint=endpoint, credential=credential)

# Тексти для аналізу
documents = ["I love programming in Python!", "I'm feeling very happy today!"]

# Аналіз настрою
response = client.analyze_sentiment(documents=documents)

# Вивід результатів
for doc in response:
    print(f"Sentiment: {doc.sentiment}")
    print(f"Confidence Scores: {doc.confidence_scores}")

10.4 DeepAI (Text Summarization API)

DeepAI надає API для різних завдань машинного навчання, включаючи сумаризацію тексту.

Сумаризація тексту — це процес створення короткого викладу великого обсягу тексту, зберігаючи при цьому його ключові ідеї та основний зміст. Це корисно для швидкого ознайомлення з довгими документами, автоматичного створення анотацій чи обробки великих обсягів текстової інформації.

Встановлення бібліотеки та аутентифікація

Крок 1. Встанови бібліотеку requests:

pip install requests

Крок 2. Використай API-ключ для аутентифікації.

Приклад коду для сумаризації тексту:

import requests

# Ваш API-ключ DeepAI
api_key = 'YOUR_DEEPAI_API_KEY'

# Текст для сумаризації
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."

# Запит до API
response = requests.post(
    "https://api.deepai.org/api/summarization",
    data={'text': text},
    headers={'api-key': api_key}
)

# Отримання відповіді
data = response.json()

# Вивід сумаризації
print(data['output'])

Можливий вивід

Якщо ти запустиш наведений вище код з правильним API-ключем, ти отримаєш щось подібне:

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.

Ця сумаризація буде включати ключові моменти з вихідного тексту, скорочуючи його до більш короткої версії. Зверни увагу, що точний результат може змінюватися в залежності від алгоритму і версії моделі, що використовується в DeepAI.