หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

ปัญญาประดิษฐ์และ ChatGPT

ซอร์สโค้ดและเอกสารสำหรับการพูดคุย ADUG Symposium Talk ของฉันที่นำเสนอในวันที่ 28 เมษายน 2023 ฉันได้เพิ่มและปรับปรุงโค้ดเพื่อแสดงความสามารถของ AI เพิ่มเติมตั้งแต่นั้นมา

เป้าหมายของโครงการนี้คือเพื่อให้ผู้ใช้ Delphi สามารถใช้เทคโนโลยี AI ในแอปพลิเคชันของตนได้ มี AI หลายประเภทและโมเดลที่แตกต่างกันหลายพันแบบ โปรเจ็กต์นี้กำลังทำงานเพื่อสร้างอินเทอร์เฟซทั่วไปสำหรับโมเดล AI ประเภทต่างๆ และทำให้เข้าถึงได้ง่าย

ปัญญาประดิษฐ์ (AI) เป็นสาขาสหวิทยาการที่ผสมผสานวิทยาการคอมพิวเตอร์ คณิตศาสตร์ และจิตวิทยาการรู้คิดเข้าด้วยกัน เพื่อสร้างระบบอัจฉริยะที่สามารถปฏิบัติงานที่ซับซ้อนได้ ความก้าวหน้าอย่างรวดเร็วทำให้เกิดแอปพลิเคชันที่หลากหลายซึ่งแสดงให้เห็นถึงความเก่งกาจของ AI

การแปลภาษาเป็นแอปพลิเคชั่นหนึ่งที่เครื่องมือที่ขับเคลื่อนด้วย AI แปลภาษาระหว่างภาษาต่างๆ ได้อย่างมีประสิทธิภาพ ทำให้งานต่างๆ เช่น การแปลโปรแกรมซอฟต์แวร์ง่ายขึ้นสำหรับผู้ชมทั่วโลก AI ยังเก่งในการสนทนาเหมือนมนุษย์ ด้วยแอปพลิเคชันแบบโต้ตอบที่เข้าใจและตอบสนองต่อภาษามนุษย์อย่างเป็นธรรมชาติ การจดจำเสียงและคำพูดเป็นข้อความแบบเรียลไทม์ช่วยให้เกิดการแปลงและการโต้ตอบด้วยเสียงที่ราบรื่น ทำให้แอปพลิเคชันที่ขับเคลื่อนด้วย AI เข้าถึงได้และใช้งานง่ายยิ่งขึ้น

ในขอบเขตความคิดสร้างสรรค์และศิลปะ AI สามารถสร้างรูปภาพตามคำอธิบายที่เป็นข้อความ ซึ่งแสดงให้เห็นถึงความสามารถในการทำความเข้าใจและสร้างเนื้อหาที่เป็นภาพ ความสามารถด้านคอมพิวเตอร์วิทัศน์ของ AI ช่วยให้สามารถจดจำใบหน้าและวัตถุอื่นๆ ในรูปถ่ายและเอกสารได้อย่างแม่นยำ ซึ่งแสดงให้เห็นถึงศักยภาพในงานการจดจำภาพและการใช้งานที่หลากหลาย เช่น การรักษาความปลอดภัยและระบบอัตโนมัติ

ความสามารถของ AI ในการวิเคราะห์และประมวลผลข้อมูล และสร้างรายงานที่ครอบคลุมได้เน้นย้ำถึงคุณค่าในขอบเขตต่างๆ นอกจากนี้ เครื่องมือที่ขับเคลื่อนด้วย AI ยังสามารถถอดเสียงไฟล์เสียงเป็นข้อความเขียนได้ ทำให้งานถอดเสียงมีประสิทธิภาพและแม่นยำยิ่งขึ้น

โปรแกรมตัวอย่างด้านล่างเป็นความพยายามในการสาธิตความสามารถที่มีให้สำหรับโปรแกรมเมอร์ Delphi ในปัจจุบัน ฉันได้ทำงานเกี่ยวกับการสร้าง API ทั่วไปเพื่อให้ผู้ให้บริการที่แตกต่างกันสามารถสลับเข้าหรือออกจาก:

  • การทดลอง
  • ติดตามโมเดล AI ชั้นนำในปัจจุบัน
  • ทำให้ง่ายต่อการเปลี่ยนแปลงตามราคา
  • หลีกเลี่ยงการล็อคอินของผู้ขาย
  • หรือด้วยเหตุผลอื่นใด

ข้อความแจ้ง ChatGPT

ตัวอย่างพรอมต์ GPT

สไลด์การนำเสนอจากการประชุม ADUG Symposium ประจำปี 2023

  • AI และ ChatGPT

ตัวอย่างโปรแกรม

  • ChatGPTAแอ็กชั่น
    • แอปเซิร์ฟเวอร์แบบธรรมดาที่สามารถเพิ่มลงในการดำเนินการ ChatGPT GPT เพื่อให้คอมพิวเตอร์ของคุณสามารถเขียนโค้ดเดลฟีได้ ดู Delphi ที่สร้างโดย AI สำหรับตัวอย่างโปรแกรมที่สร้างด้วย ChatGPTAction
  • การฝังDemo
    • การสาธิตง่ายๆ ที่แสดงวิธีการทำงานของการฝัง
  • พูดคุย
    • โปรแกรมสาธิตการเรียก Text to Speech API ต่างๆ และเสียงต่างๆ ที่มี (FMX)
  • แปล
    • แปลระหว่างภาษาต่างๆ โดยใช้ Cloud API ต่างๆ
    • ลดความซับซ้อนในการแปลโปรแกรม Delphi เมื่อใช้การสนับสนุนทรัพยากรหลายภาษาในตัวของ Delphi
  • DelphiChatGPT
    • เขียนคำถามไปที่ ChatGPT และให้มันพูดคำตอบ ภาพ
  • การตรวจจับใบหน้า
    • ตรวจจับใบหน้าในภาพถ่าย ภาพ
  • สภาพอากาศ
    • สอบถามพยากรณ์อากาศสำหรับเบนดิโกจากสำนักอุตุนิยมวิทยา สร้างหนึ่งหรือสองย่อหน้าแล้วอ่านออกมา ภาพ
  • ถอดเสียง
    • อัปโหลดไฟล์เสียงและแปลผ่าน Cloud Speech เป็น Text API
  • การรู้จำเสียง
    • แปลงคำพูดเป็นข้อความแบบเรียลไทม์จากไมโครโฟนของคุณ ป้อนลงใน GPT ของ OpenAI และให้ระบบอ่านคำตอบกลับมาให้คุณ ภาพ
  • การสร้างภาพ
    • สร้างภาพโดยใช้ข้อความที่คุณระบุโดยใช้ API DALLE-2 และ DALLE-3 ของ OpenAI
  • กระบวนการใบแจ้งหนี้
    • จากใบแจ้งหนี้ PDF แยกรายละเอียดและรูปแบบที่สำคัญออกมาเป็นสตริง JSON ที่เครื่องอ่านได้
  • TestAPI
    • โปรเจ็กต์เพื่อทดสอบ API ต่างๆ และฟังก์ชันการทำงานของ API

โครงการรองรับคุณสมบัติ LLM

คุณสมบัติ GPT-4o บริการ Azure OpenAI กร็อก Grok จาก xAI Claude ของมานุษยวิทยา ราศีเมถุนของ Google
การสนับสนุนด้านการมองเห็น ใช่ ใช่ ใช่ ใช่ ใช่ เลขที่*
การเรียกใช้ฟังก์ชัน ใช่ ใช่ ใช่ ใช่ เลขที่* เลขที่*

*ฟีเจอร์ยังไม่รองรับ/ใช้งานในขณะนี้

คำถาม / ต้องการความช่วยเหลือ?

สร้างปัญหาแล้วฉันจะตอบกลับ

ผู้ให้บริการที่ใช้/มีอยู่

  • Google - การอ่านออกเสียงข้อความ, LLM, การแปล
  • Microsoft Azure - การแปลงข้อความเป็นคำพูด, GPT, แปล
  • Amazon - ข้อความเป็นคำพูด แปล
  • Anthropic claude-3-opus, claude-3-sonnet และ claude-3-haiku รองรับหนึ่งในหน้าต่างบริบทที่ใหญ่ที่สุดที่มีอยู่ในปัจจุบัน (โทเค็น 200,000 รายการ)
  • X.AI grok-เบต้า LLM
  • จำลองการเข้าถึงโมเดลที่หลากหลาย
  • Huggingface เข้าถึงได้หลากหลายรุ่น
  • ElevenLabs การโคลนข้อความเป็นคำพูดและเสียง
  • การอ่านออกเสียงข้อความ OpenAI, การจดจำเสียงกระซิบ, DLALLE-2, การสร้างภาพ DALLE-3, GPT4 LLM
  • การรู้จำเสียง AssemblyAI
  • การรู้จำเสียง DeepGram
  • Rev.AI การจดจำเสียง
  • Conqui-ai เรียกใช้โมเดลข้อความเป็นคำพูดที่หลากหลายภายในเครื่องจากคอนเทนเนอร์นักเทียบท่า
  • CodeProject-Ai การตรวจจับใบหน้าในพื้นที่

การดำเนินโครงการต่างๆ

  • ความต้องการ Cloud API แต่ละรายการต้องได้รับการตั้งค่าในคอนโซลนักพัฒนาซอฟต์แวร์ที่เกี่ยวข้อง
  • รันโปรเจ็กต์ TestAPIs และเลือกรายการเมนูการตั้งค่า -> คีย์ API... เพิ่ม API สำหรับผู้ให้บริการที่คุณต้องการใช้
  • หากคุณไม่ได้ใช้ผู้ให้บริการรายใดรายหนึ่ง คุณไม่จำเป็นต้องมีรหัส

คำถามเกี่ยวกับโค้ดและวิธีตั้งค่า

  • โปรดอย่าลังเลที่จะแจ้งปัญหาเกี่ยวกับคำถามที่คุณมีเกี่ยวกับโค้ด ฉันรู้ว่าโปรเจ็กต์นี้มีหลายสิ่งหลายอย่างและต้องตั้งค่าอีกมาก ดังนั้นฉันจึงต้องการปรับปรุงเอกสารประกอบเพื่อให้ทุกคนใช้ทุกส่วนของโปรเจ็กต์นี้ได้ง่าย

ขอบเขตการวิจัย/การศึกษาที่มีศักยภาพในอนาคต

  • การใช้ Embeddings เพื่อค้นหาชุดข้อมูลขนาดใหญ่
  • การใช้ Python4Delphi เพื่อให้สามารถเรียกใช้ไลบรารี Python AI ต่างๆ จาก Delphi

ลิงค์ที่เกี่ยวข้องกับปัญญาประดิษฐ์

  • TensorFlow.เดลฟี

  • การรู้จำเสียงกระซิบ.cpp

  • llama.cpp

  • ลามะ-พัส

  • โปรแกรมสร้างภาพ Bing

  • ปิง

  • การใช้งาน RDOpenAI Delphi ของ ChatGPT - ส่วนประกอบตามเหตุการณ์

  • ChatGPT OpenAI ChatGPT

  • DelphiOpenAI ห้องสมุด Delphi สำหรับ OpenAI

  • ChatGPTPluginForLazarus ปลั๊กอิน OpenAI (ChatGPT) สำหรับ Lazarus IDE

  • ChatGPT อินเทอร์เฟซ Firemonkey ChatGPT ที่เขียนด้วย Delphi

  • AI-Playground-DesktopClient สนามเด็กเล่นโมเดลภาษา Firemonkey เพื่อเข้าถึงโมเดลภาษา เช่น StableLM, ChatGPT และอื่นๆ

  • AI-Code-Translator ใช้ GPT เพื่อแปลระหว่างภาษาการเขียนโปรแกรม

  • การจดจำป้ายทะเบียนโอเพ่นซอร์ส TOPenALPR

  • PgVector PgVector อนุญาตให้จัดเก็บและสืบค้นเวกเตอร์/การฝังในฐานข้อมูล SQL

  • ชุดข้อมูล CommonVoice Public ของการบันทึกสำหรับการจดจำเสียง

  • กอดหน้า

  • เปิดผู้ช่วย

ห้องสมุดภายนอกที่จำเป็นในการสร้างโครงการ

  • ICS 9.0 หรือจากตัวจัดการแพ็คเกจ GetIt ที่สร้างใน Delphi - สำหรับการจดจำเสียง
  • landgraf-dev/aws-sdk-delphi AWS SDK
  • DelphiMVCFramework สำหรับ ChatGPTAaction

เครื่องมือที่ใช้สร้างโครงการตัวอย่าง

  • https://github.com/PKGeorgiev/Delphi-JsonToDelphiClass
  • พู้ทำเล่น
  • เครื่องผูกข้อมูล XML ใน Delphi
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด