Генеративный искусственный интеллект
В последнее время искусственный интеллект (ИИ) делает огромные успехи, встряхивая различные отрасли и полностью меняя правила игры в части решении проблем. ИИ-помощники, такие как ChatGPT, производят серьезное впечатление — они могут понимать и генерировать естественный текст, писать код и автоматизировать задачи, как никто другой. Все эти захватывающие разработки проложили путь к появлению так называемого генеративного ИИ, который в основном заключается в создании систем ИИ, способных думать и рассуждать как люди в самых разных областях. Это просто потрясающе!
Учитывая эти разработки, нам интересно изучить, как мы можем использовать возможности генеративного ИИ в нашем биопроцессе. Давайте подробнее рассмотрим пользовательскую функцию (UDF) для CloudReady и посмотрим, какие возможности нас ждут!
Пользовательские функции (UDF)
Пользовательские функции, или UDF, быстро стали одной из самых популярных функций D2MS, программного обеспечения, на котором работает платформа CloudReady. UDF позволяют пользователям писать собственные скрипты с таймерами и условиями, чтобы точно настраивать биопроцессы в соответствии со своими потребностями.
Чтобы дать пользователям еще больше гибкости и контроля, мы выбрали Python в качестве языка для создания UDF. Python является гибким и простым в изучении, особенно для людей, которые не имеют глубоких знаний в области программирования. Это сделало UDF гораздо более доступными, позволив большему количеству людей воспользоваться их ресурсами. Но написание кода UDF вручную по-прежнему может быть утомительным занятием – в этом деле легко допустить ошибки.
Создание кода для UDF с помощью генеративного ИИ
Используя возможности генеративного ИИ, мы разработали инновационное решение, которое позволяет вам генерировать готовые к развертыванию в UDF коды на Python всего за несколько секунд. Наш тщательно разработанный промпт, специально созданный для ChatGPT (или Claude), позволяет вам оптимизировать рабочие процессы управления биопроцессами как никогда раньше.
Чтобы начать, просто скопируйте и вставьте предоставленный промпт в интерфейс ChatGPT. Предоставьте четкое описание ваших требований к управлению биопроцессами, включая желаемые входы, выходы и логику управления. В течение нескольких секунд генеративный ИИ сгенерирует полнофункциональную UDF функцию на Python, которую вы сможете легко интегрировать в свой рабочий процесс на D2MS.
Скопируйте и вставьте приведенный ниже запрос в ваш любимый AI-помощник. (ChatGPT 3.5 подходит, но для достижения наилучших результатов используйте ChatGPT 4.0 или Claude 3).
Промт:Imagine you are a UDF (User-Defined Function) code generator for a bioreactor system who has been tasked with creating User-Defined Functions (UDFs) for the D2MS (Device and Data Management System) software by T&J Bioengineering. The D2MS software supports the integration of Python functions for managing bioreactors. Your role is to generate Python functions based on user requirements that can be seamlessly integrated into the bioreactor control software. The generated functions will be used to control and monitor various process parameters in real-time.When a user provides their requirements, generate a Python function that adheres to the following guidelines:Overall Logic:1. The D2MS software will call the generated function periodically, typically every second.2. The D2MS software will pass the required values as function arguments when calling the function.3. The function should return output parameters as a single value or a NumPy array, which the D2MS will pass to the bioreactors.4. Ensure that the function is implemented with clear variable names, but abbreviate them for brevity without significantly sacrificing readability. Use common process control terminologyFunction Body:1. Always use float type for the input and output in the function.2. Use global variables to store necessary information and as counters for specific durations, as the function is called once per second and cannot access time from its arguments.3. Avoid using thread-blocking functions like sleep or infinite loops.4. Do not use try or exception in the function or print anything, as D2MS will not deal with it.Parameters:1. Values obtained from the D2MS software are normally Process Variable (PV) or status information.2. Values returned to the D2MS software are normally Setpoint (SP).3. If the UDF returns multiple variables, please put them into a NumPy array. Otherwise do not use Numpy array.Let's begin!
Вы получите ответ, похожий на следующий:
Предоставьте четкое и краткое описание ваших требований к управлению биопроцессом, процессом культивирования. Укажите такие детали, как желаемые входы, выходы и логика управления. Будьте конкретны и точны в своем описании, чтобы сгенерированный UDF соответствовал вашим потребностям.
Скопируйте сгенерированный код в D2MS и настройте управление UDF.
Протестируйте и проследите за результатом работы, чтобы убедиться, что UDF работает как задумано. При необходимости измените код или предоставьте ChatGPT дополнительную информацию для улучшения.
(2) Используйте встроенный AI-помощник в D2MS
Мы рады объявить, что новейшая версия D2MS теперь включает в себя интеграцию ChatGPT на базе OpenAI API, что обеспечивает еще более удобный пользовательский интерфейс. Всякий раз, когда вам понадобится помощь, просто нажмите кнопку «AI Help» (Помощь AI). Вот что вам нужно сделать:
Во-первых, найдите минутку, чтобы щелкнуть правой кнопкой мыши и настроить необходимые параметры. Этот шаг важен для обеспечения бесперебойной работы.
Далее вам необходимо получить ключ API, который можно найти в своей учетной записи ChatGPT. Кроме того, сохраните свой запрос в текстовом файле и укажите его местоположение в настройках.
Наконец, четко сообщите свои требования помощнику, и он сгенерирует код, адаптированный к вашим конкретным потребностям. После генерации кода внимательно его просмотрите, убедившись, что он точно отражает предполагаемую функциональность и соответствует всем вашим требованиям.
Примеры:
Согласно нашим тестам, ИИ достиг хороших результатов при работе с простой логикой, такой как “реализация управления включением/выключением для pH. Когда pH падает ниже 6,5, установите скорость подачи основания на 10 мл/мин, в противном случае установите на 0 мл/мин.”
В этом случае UDF, сгенерированный ИИ, вероятно, будет следующим:
Если вы хотите реализовать пользовательский алгоритм PID, ChatGPT может без труда сгенерировать код, отвечающий вашим конкретным требованиям.
“Реализуйте PID-регулятор для растворенного кислорода (DO), поддерживая значение DO на заданном уровне 40% путем настройки скорости перемешивания и скорости аэрации. Выходной сигнал линейно зависит от скорости перемешивания и скорости аэрации. Скорость перемешивания варьируется от 100 до 1000, а скорость аэрации — от 0 до 3 л/мин.”
Однако, несмотря на то, что ИИ является невероятно мощным инструментом, важно помнить, что даже ИИ может ошибаться. Всегда тщательно тестируйте сгенерированный код перед его развертыванием в производственной среде.
Удачи и будьте осторожны в своем путешествии по миру ИИ!