ساخت اپلیکیشن های هوش مصنوعی با Spring AI ،OpenAI ،Ollama و SpringBoot

آنچه یاد خواهید گرفت:

• یادگیری ادغام مدل‌های زبان بزرگ (LLMs) با Spring AI برای ساخت اپلیکیشن های چت تعاملی با استفاده از Java و Spring Boot
• درک و پیاده سازی Retrieval-Augmented Generation (RAG) برای بهبود پاسخ‌های LLM با استفاده از منابع دانش سفارشی و خارجی
• تسلط به فراخوانی ابزار با Spring AI برای امکان‌پذیر ساخت اپلیکیشن های LLM که اقدامات واقعی مانند کوئری به APIها یا انجام تسک ها را انجام می‌دهند.
• ساخت اپلیکیشن های چندرسانه‌ای که با متن، تصاویر و صدا کار می‌کنند با استفاده از آخرین قابلیت‌های OpenAI در Spring AI
• یادگیری چگونگی پیکربندی و کار با کلاینت‌های Spring AI، از جمله الگوهای پرامپت، تاریخچه پیام و پاسخ‌های streaming
• ساخت و استقرار پروژه‌های واقعی متعدد که شامل ربات‌های چت، دستیارهای جستجو و ابزارهای مجهز به هوش مصنوعی با Spring AI می‌باشند.

پیش نیازهای دوره

• دانش اولیه با Java و Spring Boot مفید است، اما دوره مفاهیم را از ابتدا برای یادگیرندگان جدید پوشش می‌دهد.
• نیازی به تجربه پیشین در زمینه هوش مصنوعی، OpenAI یا LLMs نیست؛ همه چیز به صورت ساده و عملی توضیح داده می‌شود.
• آشنایی با REST APIs و JSON می‌تواند مفید باشد، اما برای پیگیری پروژه‌ها الزامی نیست.
• فضولیت و تمایل به تست کد، مهم‌ترین مواردی هستند که برای این دوره نیاز دارید.

توضیحات دوره

قدرت Generative AI را در اپلیکیشن های Java خود با استفاده از Spring AI، OpenAI و Ollama باز کنید!

در این دوره عملی، یاد می‌گیرید چگونه اپلیکیشن های هوش مصنوعی قابل مقیاس و هوشمند با استفاده از اکوسیستم قدرتمند Spring Boot بسازید. از طراحی پرامپت تا ساخت سیستم‌های کامل مبتنی بر RAG، مهارت‌های عملی برای ادغام LLMs در پروژه‌های واقعی را به دست می‌آورید.

در اینجا یک تقسیم‌بندی از آنچه در هر بخش خواهید آموخت آورده شده است:

معرفی دوره و راه‌اندازی

• درک ساختار دوره، پیش‌نیازها و چگونگی راه‌اندازی محیط Java و Spring AI خود.

معرفی مدل‌های زبان بزرگ (LLMs)، OpenAI و ChatGPT

• یادگیری مبانی LLMs، تکامل، کاربردها و چگونگی جایگاه ChatGPT OpenAI در گردش های کاری هوش مصنوعی مدرن

شروع با Spring AI و OpenAI API

• پیکربندی پروژه و IDE، ایجاد اولین اپلیکیشن چت مبتنی بر ChatClient و درک پرامپت، توکن‌ها و پارامترهای درخواست OpenAI

کار با مدل‌های چت و OpenAIChatModel

• سفارشی‌سازی پاسخ‌های LLM با استفاده از ChatOptions، فعال‌سازی streaming و ساخت اپلیکیشن های چت AI واکنشی

مهندسی پرامپت با Spring AI

• تسلط به تکنیک های مهندسی پرامپت مانند zero-shot ،few-shot ،chain-of-thought و پرامپت نویسی چندمرحله‌ای برای راهنمایی خروجی‌های AI به شکل مؤثر

تولید داده‌ ساختاری با Spring AI

• یادگیری ساخت خروجی‌های ساختاری با استفاده از الگوهای پرامپت و تبدیل‌کننده‌های Spring، از جمله لیست‌ها، نقشه‌ها و آبجکت های موجودیت

فراخوانی ابزار (Function Calling) با Spring AI

• یکپارچه‌سازی سیستم‌های خارجی در اپلیکیشن های AI با فراخوانی ابزار OpenAI – دریافت داده‌های زنده مانند آب و هوا، نرخ ارز و غیره.

ساخت اپلیکیشن های RAG (Retrieval-Augmented Generation)

• ساخت سیستم Q&A انتهایی مجهز به RAG با استفاده از PgVector، قطعه‌بندی اسناد، ایندکس‌سازی و بازیابی معنایی

استراتژی‌های درج اسناد

• بررسی چگونگی درج و قطعه‌بندی انواع اسناد، از جمله PDF، فایل‌های Word و متن ساده با استفاده از خواننده‌ها و قطعه‌بندی های مختلف

بررسی چندرسانه‌ای: قابلیت‌های دیداری

• استفاده از مدل‌های تصویری OpenAI برای تولید، تحلیل و پردازش تصاویر، از جمله مثال‌های دنیای واقعی مانند تجزیه فاکتور

بررسی چندرسانه‌ای: قابلیت‌های صوتی

• تبدیل متن به صدای واقعی با TTS و تبدیل یا ترجمه گفتار به متن با API Whisper

ساخت اپلیکیشن های هوش مصنوعی محلی با Spring AI و Ollama

• اجرای LLMs به صورت محلی با Ollama، یکپارچه‌سازی آن با Spring AI و ساخت اپلیکیشن ها بدون اتکای بر APIهای خارجی.

در پایان این دوره، قادر خواهید بود اپلیکیشن های کامل هوش مصنوعی مجهز به Java و Spring Boot بسازید، با ادغام‌هایی که شامل مدل‌های ابری، استقرار محلی، دید، صوت و تکنیک‌های افزوده‌شده به بازیابی می‌شود.

با اطمینان و تجربه برای وارد کردن Generative AI در اپلیکیشنهای Java آماده به تولید، به پایان خواهید رسید.

این دوره برای چه کسانی مناسب است؟

• توسعه‌دهندگان Java که به ساخت اپلیکیشن های مجهز به هوش مصنوعی با Spring AI و تکنیک‌های مدرن Generative AI علاقه‌مندند.
• آموزش‌گیرانی که می‌خواهند با Spring AI ،LLMs و موارد عملی Generative AI شروع کنند بدون نیاز به تجربه قبلی در AI.
• مهندسین بک‌اند و توسعه‌دهندگان full-stack که می‌خواهند LLMهای OpenAI را در اپلیکیشن های واقعی Spring Boot ادغام کنند.
• علاقه‌مندان فناوری و دانشجویانی که مشتاق به بررسی پروژه‌های عملی شامل ربات‌های چت، RAG، فراخوانی ابزار و چندرسانه‌ای هستند.
• حرفه‌ایانی که به یادگیری ساخت اپلیکیشن های AI آماده به تولید با Spring Boot و OpenAI علاقه‌مندند.
• هرکسی که می‌خواهد مهارت‌های Java خود را با ورود به دنیای Generative AI و ساخت ابزارهای عملی AI آینده‌نگر کند.