Heutzutage haben KI-Projekte allmählich begonnen, sich sowohl im industriellen als auch im täglichen Lebensbereich zu vertiefen. Große Modelle wie chatGPT und Wen Xinyiyan sind in vollem Gange und ermöglichen es uns, die Leistungsfähigkeit der KI zu erkennen. Ich weiß nicht, wie viele Freunde sich schnell im Bereich KI engagieren möchten? Aus verschiedenen Gründen war JAVA schon immer eine traditionelle Schwäche im KI-Bereich, aber JAVA-Programmierer machen die Hälfte der inländischen Programmierbeschäftigung aus. Daher habe ich dieses Mal die Java-native Open-Source-KI-Algorithmus-Engine easyAI mitgebracht (die nicht darauf angewiesen ist). auf allen Bibliotheken von Drittanbietern, sofort einsatzbereite Engine), allen vorgestellt.
EasyAI – JAVA-native KI-Algorithmus-Engine
Über den Autor
- Mitglied der Open-Source-Organisation dromara, Autor von dromara/easyAI.
- 2 Jahre als JAVA-Entwicklungsingenieur, 2 Jahre als Spieleentwicklungsingenieur und 5 Jahre als Forscher und Ingenieur für Bild-/natürliche Sprachalgorithmen. Ich arbeite seit neun Jahren in der IT. Während meiner Algorithmenarbeit habe ich insgesamt drei Erfindungspatente für visuelle und sprachliche Algorithmen (unabhängige Erfindungen) und mehrere Projekte hervorgebracht. Die Berufserfahrung konzentriert sich hauptsächlich auf Bildalgorithmen, ergänzt durch Sprache. Wenn ich an Spielen arbeite, produziere ich unzählige Gelegenheitsspiele, und wenn ich an JAVA arbeite, konzentriere ich mich auf die Middleware-Entwicklung.
Hintergrund und Einführung
Sind Unternehmen, insbesondere kleine und mittlere Unternehmen, auf die folgenden Schwachstellen gestoßen?
1. Das Back-End des Unternehmens benötigt plötzlich ein KI-Modul, um ein bestimmtes Geschäftsszenario zu unterstützen. Aufgrund traditioneller Geschäftsbeziehungen sind die meisten Back-Ends des Unternehmens jedoch Java-Programmierer. Rekrutieren wir einen leitenden Algorithmus-Ingenieur. Reden wir nicht über den Zeitaufwand der Rekrutierung. Es ist zu unwirtschaftlich, eine so teure Person nur wegen einer solchen Nachfrage zu finden. Am Ende bleibt uns keine andere Wahl, als auszulagern.
2. Plötzlich bestand Bedarf an einem bestimmten KI-Modul, und es dauerte lange und kostete, einen Satz vorgefertigter KI-Module aus dem Internet zu kaufen. Es stellte sich heraus, dass es sich um Py oder CPP handelte. Sie müssen die Cuda-Umgebung auf Schritt und Tritt installieren (jeder, der die Cuda-Umgebung installiert hat, weiß, wie viele Fallstricke es gibt). Manchmal muss man die Umgebung berücksichtigen, manchmal muss man sie einbetten, man muss die gegenseitigen Aufrufe zwischen py berücksichtigen /cpp und java und die daraus resultierenden Effizienz- und Sicherheitsprobleme usw. Ich bevorzuge, dass es perfekt mit meinem System kompatibel ist. Ich möchte nicht die mühsame Anpassung der laufenden Umgebung durchführen und verschiedene Kompatibilitätsprobleme berücksichtigen. Ich möchte das Paket direkt in meinen Maven einführen und es kann außerhalb des Maven verwendet werden Kasten.
3. Ich gehe! chatGPT ist großartig und es macht wirklich Spaß, es zu verwenden, aber es kann mein System nicht bedienen. Schön, dass es ein großes Modell ist, aber mein System braucht kein großes Modell! Was ich brauche, ist ein kleines Modell, das ich anpassen und in unser System einbetten kann, um dem System zu dienen! Große Modelle sind für den menschlichen Gebrauch bestimmt, können jedoch nicht in unsere Systeme eingebettet werden, um Dienste für unsere Systeme bereitzustellen.
- Wenn Sie die oben genannten Probleme haben, kann easyAI Ihnen helfen! easyAI ist eine reine Java-native Algorithmus-Engine. Die unterste Schicht besteht aus Matrixoperationen und differenzieller Ableitung. Von der mittleren Schicht bis hin zu verschiedenen Algorithmen wie maschinellem Lernen und verstärkendem Lernen implementiert die oberste Schicht Bildsehen und natürliche Sprache, die alle in der easyAi-Engine enthalten sind.
- Diese umfassende Abdeckung von der untersten Ebene der Grundoperationen bis zum vor- und nachgelagerten KI-Algorithmus der oberen Ebene ermöglicht den nahtlosen Aufruf von Java-Projekten, solange sie das Maven-Paket von easyAi einführen und nicht auf dritte Bibliotheken angewiesen sind, was Java-Programmierer erleichtert bequem. Charge!
- Dies ist jedoch noch nicht vorbei. easyAi ist eine Engine und dient Java-Entwicklern, daher möchte ich sie gründlicher kapseln! Deshalb habe ich eine vollständige KI-Geschäftsanwendung gekapselt, die auf der easyAi-Engine basiert, sodass jeder sie bedenkenlos nutzen kann! Sie können es direkt verwenden oder modifizieren und dann in Ihr eigenes Unternehmen integrieren.
- Derzeit kann easyAI mit Algorithmenmitarbeitern zufrieden sein, die über Algorithmenkenntnisse verfügen und die integrierten Low-Level-Algorithmustools von easyAI verwenden können, um Algorithmen eingehend zu entwickeln. Es erfüllt auch die Anforderungen gewöhnlicher Java-Geschäftsentwickler, die lediglich vorgefertigte Geschäftscodes für Anwendungen verwenden möchten, um ihre eigenen Systeme, Dienste und KI in ihre eigenen Systeme einzubetten.
- Dann möchte ich betonen, dass es sich bei easyAI nicht um eine wahllose Neuimplementierung des Mainstream-Algorithmus JAVA handelt. Stattdessen optimiert und modifiziert es den Mainstream-Algorithmus entsprechend dem Anwendungsszenario, sodass Benutzer ihn auch mit einem gewöhnlichen Gerät sofort ausführen können Computer. . Und stellen Sie sicher, dass unter normalen Servern oder Personalcomputer-CPUs weiterhin ein reibungsloser Betrieb mit nutzbarer Leistung möglich ist. Mein „einfach“ bedeutet also nicht nur einfach, sondern die Optimierung des Algorithmus in eine kostengünstige und kostengünstige Richtung. Wenn ich für einen bestimmten Algorithmus keinen günstigen und optimierten Algorithmus implementieren kann, füge ich ihn nicht in easyAI ein.
- Das Kernkonzept von easyAI besteht einerseits darin, Java-Entwicklern zu dienen, und andererseits ist es eine Algorithmus-Engine für kleine und mittlere Modelle, die sich auf gezieltes Geschäft, hohe Leistung und kostengünstige Optimierung konzentriert.
Zusammenfassend fassen wir den folgenden Hintergrund zusammen
-
Breite: easyAI kann KI-Geschäfte für JAVA-Geschäftsprogrammierer entwickeln, die mehr als die Hälfte der inländischen Programmierer ausmachen, und die zugrunde liegende Algorithmus-Engine-Leistung bereitstellen.
-
Ausführlich: easyAI hat keine Abhängigkeiten. Es deckt alles ab, von den zugrunde liegenden grundlegenden Algorithmus-Tools bis hin zu den Algorithmusmodellen der oberen Ebene. Es kann eine professionelle Tiefenentwicklung unterstützen und auch einfache und direkte eingebettete KI auf der Geschäftsebene bereitstellen, und dies wird fortgesetzt erweitern.
-
Kostengünstig, hauptsächlich mit Fokus auf kleine und mittlere Modelle, die in Geschäftssysteme eingebettet werden können, geringe Anforderungen an Trainingsbeispiele und geringe Anforderungen an die Rechenleistung. Die Optimierung von Algorithmusmodellen in diese beiden Richtungen ist die Richtung von easyAI.
-
Kompatibilität, da es in nativem JAVA entwickelt wird und nicht von einer dritten Bibliothek abhängig ist. Daher kann es für JAVA-Projekte nach der Einführung des Pakets sofort verwendet werden, ohne dass Probleme durch Umgebungsanomalien auftreten.
EasyAI-Anwendungsbeispiele
-
easyAI-Download-Link: https://gitee.com/dromara/easyAi
-
Haupt-API-Detailsdokument zu easyAI: https://wlhlwl.com/gw/easyAi.html
-
Detailliertes EasyAI-Video-Tutorial: https://www.bilibili.com/video/av89134035
-
easyAI ist eine Algorithmus-Engine. Wir müssen ihre Leistungsfähigkeit anhand der DEMO der darauf aufbauenden Anwendungsprojekte intuitiv spüren. Diesmal nehmen wir einen der Anwendungsfälle heraus – ein leistungsstarkes, unabhängiges, intelligentes Kundenservice-Tool, das die automatische Kommunikation mit Benutzern unterstützt. Konversation, und automatisch Bestellungen generieren, nachdem die Bedürfnisse des Benutzers im Gespräch erfasst wurden! Sie können Nutzerfragen selbstständig beantworten oder zum Konsum anregen! Aufbau eines intelligenten Gehirns basierend auf der easyAi-Algorithmus-Engine – myJecs
myJecs-Klassifizierungskonfiguration und Anmerkungshintergrund
- Loginseite
- Konfigurieren Sie die erforderlichen Schlüsselinformationen für die Unternehmensklassifizierung und Klassifizierungsaufträge
- Füllen Sie Schulungsmuster für klassifizierte Unternehmen aus und markieren Sie wichtige Informationen
- Die Anmerkung zur Chat-Konsultation wird direkt in die Tabellenposition eingefügt
Demonstration des grundlegenden Prozesses des intelligenten Kundenservice von myJecs
- Benutzer geben zum ersten Mal Eingaben ein, um ihre Gedanken auszudrücken
- myJecs stellte fest, dass in der Beschreibung des Benutzers die für die Bestellung erforderlichen Informationen fehlten, und stellte daher Fragen. Der Benutzer erhielt die rhetorische Frage von myJecs und fügte seine eigenen Gedanken hinzu.
- Wenn der Benutzer die Informationen zum zweiten Mal eingibt, erfüllen sie immer noch nicht die wichtigsten Informationsanforderungen für den Backend-Rechtsberatungsauftrag mit 14 Kategorien. Er ergänzt die Informationen weiter und vervollständigt schließlich die Auftragsinformationsergänzung und generiert den Auftrag.
- Der Benutzer gibt die Fragen ein, die er stellen möchte, und myJecs beantwortet automatisch die vom Benutzer gestellten Fragen.
Das Obige ist eine einfache Falldemonstration der benutzerdefinierten Geschäftsschnittstelle von myJecs. Für spezifische Installation, Bereitstellung und Details laden Sie bitte von der Homepage herunter: https://gitee.com/ldp_dpsmax/my-jecs
Architektur-Design
Häufig verwendete zugrunde liegende Algorithmusmodule
-
Grundlegendes Berechnungsmodul für Matrix- und Liniengenerierung:
1. Integrierte Matrixklasse und Matrixberechnungsklasse, die vier häufig verwendete Matrixoperationen ausführen kann: Parität, multiple lineare Regression, logistische Regression, euklidische Distanz, Kosinusähnlichkeit, im2col, inverse im2col, algebraischer Cofaktor, Inversion und adjungierte Matrix. inneres Produkt usw., Differential und eine Reihe von APIs.
2. RGB-Dreikanalmatrix, die Bildkonvertierung, Scherung, Blockierung und Generierung von Bildmatrizen durchführen kann, um nachfolgende Berechnungen zu erleichtern.
-
Maschinelles Lernen – Clustering:
k-Clustering, gemischtes Gaußsches Clustering, Dichte-Clustering, lernendes Vektorquantisierungs-Clustering usw.
-
Maschinelles Lernen – Klassifizierung und Anpassung: mehrschichtiges Feedforward-Neuronales Netzwerk, mehrschichtiges wiederkehrendes neuronales Netzwerk, Restnetzwerk, mehrschichtiges restliches wiederkehrendes neuronales Netzwerk, Faltungs-Neuronales Netzwerk, Entscheidungsbaum, Zufallswald, k nächster Nachbar usw.
-
Heuristische Algorithmen: Partikelschwarm, Ameisenkolonie, simuliertes Tempern
-
Dynamische Programmierung des Verstärkungslernens, Monte-Carlo-Analyse, Markov, zeitliche Differenz
Häufig verwendete Algorithmusmodule der oberen Ebene
-
Visuelle Bilder: Bilderkennung, Bildzusammenfassung, Zielerkennung
-
Natürliche Sprache: semantisches Verständnis, Wortsegmentierung, sensibles Denken und Schlüsselwörter, Satzvervollständigung, Sprachkommunikation
-
Spielroboter: autonome Strategien, autonome Aktionen
verwenden
1. Laden Sie das Projekt herunter und packen Sie es in die lokale Maven-Bibliothek
2. Geben Sie die Adresse der easyAi-POM-Datei in das Projekt ein
Verfolgen Sie Projekte
Wenn Sie Ideen oder Vorschläge zum Projekt haben, können Sie meiner QQ-Kommunikationsgruppe (222475213) oder vx:thenk008 beitreten oder Probleme erstellen, um das Projekt gemeinsam zu verbessern.