Conoce Jupyter AI Un nuevo proyecto de código abierto que lleva la Inteligencia Artificial Generativa a Jupyter Notebooks con Comandos Mágicos y una Interfaz de Chat.

Jupyter AI es un proyecto de código abierto que incorpora la Inteligencia Artificial Generativa a Jupyter Notebooks con Comandos Mágicos y una Interfaz de Chat.

Jupyter AI, un subproyecto oficial de Project Jupyter, lleva la inteligencia artificial generativa a los cuadernos de Jupyter. Permite a los usuarios explicar y generar código, corregir errores, resumir contenido e incluso generar cuadernos completos a partir de indicaciones en lenguaje natural. La herramienta conecta Jupyter con modelos de lenguaje grandes (LLMs) de varios proveedores, incluyendo AI21, Anthropic, AWS, Cohere y OpenAI, respaldados por LangChain.

Diseñado teniendo en cuenta la IA responsable y la privacidad de los datos, Jupyter AI permite a los usuarios elegir su LLM preferido, modelo de incrustación y base de datos de vectores para adaptarse a sus necesidades específicas. Las indicaciones, cadenas y componentes subyacentes del software son de código abierto, lo que garantiza la transparencia de los datos. Además, guarda metadatos sobre el contenido generado por el modelo, lo que facilita el seguimiento del código generado por la IA dentro del flujo de trabajo. Es importante destacar que Jupyter AI respeta la privacidad de los datos del usuario y solo se comunica con LLMs cuando se solicita, sin leer ni transmitir datos sin consentimiento explícito.

Para empezar a usar Jupyter AI, los usuarios pueden instalar la versión adecuada para su JupyterLab (versión 3 o 4) utilizando pip. El software proporciona dos interfaces para interactuar con LLMs: una interfaz de chat dentro de JupyterLab y una interfaz de comando mágico para entornos de cuadernos compatibles. Jupyter Naut, el asistente de IA dentro de la interfaz de chat, se comunica a través de texto y ofrece una amplia gama de capacidades. Puede responder preguntas generales, explicar código en inglés sencillo u otros idiomas, modificar código e identificar errores. Además, los usuarios pueden generar cuadernos completos a partir de indicaciones de texto utilizando el comando “/generate”.

La interfaz de chat permite a los usuarios enseñar a Jupyternaut sobre archivos locales utilizando el comando “/learn”. Jupyternaut utiliza un modelo de incrustación para convertir datos y almacenarlos en una base de datos de vectores local, lo que permite a los usuarios hacer preguntas sobre estos archivos utilizando el comando “/ask”. La IA luego responde en función de la información almacenada.

En entornos de cuadernos, los usuarios pueden utilizar comandos mágicos como “%%ai” para interactuar con LLMs. El software admite varios proveedores y los usuarios pueden personalizar el formato de salida utilizando el parámetro “–format”. Además, la interpolación de variables permite interacciones dinámicas con los modelos de IA.

Jupyter AI es una herramienta valiosa para la generación de código impulsada por IA y la asistencia en los cuadernos de Jupyter con un enfoque en consideraciones éticas, privacidad y transparencia de datos. Se anima a los usuarios a revisar el código generado por IA antes de su ejecución, siguiendo las mismas prácticas que el código escrito por humanos. En conclusión, Jupyter AI es una adición potente y ética a Project Jupyter, que ofrece generación de código impulsada por IA, asistencia y explicaciones mientras mantiene la privacidad de los datos y prácticas de IA responsables.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Promocionar canalizaciones en una configuración multiambiente utilizando Amazon SageMaker Model Registry, HashiCorp Terraform, GitHub y Jenkins CI/CD

La creación de una plataforma de operaciones de machine learning (MLOps) en el ámbito en constante evolución de la in...

Inteligencia Artificial

De Experimentos 🧪 a Despliegue 🚀 MLflow 101 | Parte 01

Imagínate esto tienes una nueva idea de negocio y los datos que necesitas están a tu alcance. Estás emocionado/a por ...

Inteligencia Artificial

Esta investigación de IA presenta métodos innovadores para adaptar modelos de lenguaje a la diseño de chips

ChipNeMo explora la utilización de LLMs para el diseño de chips industriales, empleando técnicas de adaptación de dom...

Inteligencia Artificial

Analizar la infestación de roedores utilizando las capacidades geoespaciales de Amazon SageMaker

Los roedores como las ratas y los ratones están asociados con varios riesgos para la salud y se sabe que transmiten m...

Investigación

El Gran Desafío Inaugural de J-WAFS tiene como objetivo desarrollar variantes de cultivos mejorados y llevarlos del laboratorio a la tierra.

Matt Shoulders liderará un equipo interdisciplinario para mejorar el RuBisCO, la enzima de la fotosíntesis considerad...