Construyendo un Asistente de Laboratorio de IA

Ari Mahpour
|  Creado: Abril 8, 2024  |  Actualizado: Abril 15, 2024

Imagina un asistente de laboratorio que pueda tomar notas por ti, controlar tu equipo de laboratorio, trazar tus datos y analizar todos tus resultados de una vez. Este concepto ha existido, básicamente, desde siempre. Lo nuevo en este espacio es que ninguna persona realizará las actividades mencionadas - la IA lo hará. En este artículo vamos a ver una tecnología revolucionaria que nos da el poder de aprovechar un asistente de laboratorio gestionado por IA usando solo nuestro teléfono inteligente y una Raspberry Pi.

Aplicaciones Prácticas

Más que mostrar primero la implementación, veamos las aplicaciones prácticas de nuestro asistente de laboratorio IA. Un desafío común con el que me enfrento es el procedimiento de encendido de una nueva placa. Constantemente estoy sondeando diferentes partes de una placa con una mano, ajustando mi osciloscopio con otra, y luego tratando de encender y apagar mi fuente de alimentación también (para observar la corriente de entrada u otras características de encendido). A eso añade la tarea de habilitar una carga electrónica de CC, y rápidamente te quedas sin manos. En el mejor de los casos, puedes tener un compañero para ayudarte a iniciar una placa. Si estás solo, manejar todas estas tareas puede ser bastante molesto.

¿Y si tuviéramos una manera de dar instrucciones a nuestro asistente IA para alimentar o habilitar nuestros instrumentos secuencialmente?

Encendido de la fuente de alimentación

Figura 1: Solicitando configurar y encender mi fuente de alimentación usando lenguaje natural

Vamos un paso más allá y veamos si también puede adquirir datos para nosotros

Lectura de la fuente de alimentación

Figura 2: Lectura de voltaje y corriente de la fuente de alimentación

Usando el Intérprete de Código (también conocido como Análisis de Datos Avanzado), podemos aprovechar las bibliotecas de visualización para trazar los datos que adquirimos de los instrumentos sin siquiera levantar un dedo.

Solicitud de trazado

Figura 3: Solicitud de trazado

Código de trazado y resultados

Figura 4: Código de trazado y resultados

Ahora que has visto algunos ejemplos, veamos cómo funciona todo esto.

Cómo Funciona

En Cómo Construir una Acción GPT Personalizada para Comunicarte con tu Hardware, armamos una aplicación muy simple que alterna un LED conectado a un Raspberry Pi usando solicitudes de lenguaje natural a ChatGPT. En la adaptación de Instrumentos de Laboratorio con Capacidades IoT Usando Inteligencia Artificial Generativa, construimos un servicio web alrededor de nuestros instrumentos para que puedan ser controlados a través de internet. Vamos a tomar los conceptos de ambos artículos y fusionarlos para crear nuestro asistente de laboratorio AI.

En principio, nuestro enfoque refleja el del artículo anterior pero con una complejidad añadida. El Modelo de Lenguaje Grande, en este caso el motor GPT 4 de ChatGPT, no cambia. La única actualización a ChatGPT es un documento OpenAPI modificado que proporciona detalles sobre qué funcionalidad estoy proporcionando para la acción GPT personalizada. Por ejemplo, en lugar de simplemente darle un punto final básico como "alternar un LED" o "obtener un número generado aleatoriamente de mi servidor", le instruyo para "habilitar la salida en la fuente de alimentación DP832". Todas estas instrucciones se pueden encontrar en ese archivo openapi.yaml dentro del repositorio.

Justo como hicimos en Cómo Construir una Acción GPT Personalizada para Comunicarte con tu Hardware, necesitaremos nuestro certificado SSL, el openapi.yaml, los archivos de configuración de Nginx y todos nuestros archivos Docker para construir la aplicación completa. La configuración de Nginx cambia ligeramente porque ahora tenemos múltiples aplicaciones web funcionando de manera independiente entre sí. He configurado rutas a cada una por separado en vez de ejecutar un único monolito. Podrías agruparlas en una única aplicación web si así lo deseas. El Dockerfile y Docker Compose es un poco más complicado porque estamos construyendo una imagen base y luego personalizándola dos veces para cada aplicación web individual. Todos los detalles se pueden encontrar en el repositorio.

El repositorio ha sido configurado para funcionar directamente asumiendo que tienes Docker instalado y seguiste el README para configurar tu certificado y reemplazar algunos archivos con tu nombre de dominio. Por simplicidad, ejecutar esto en un Raspberry Pi (o en otra caja Linux ligera) dará los mejores resultados. Veamos un último ejemplo que realmente demuestra el poder de la IA en conjunto con el control de instrumentos de laboratorio.

Un Asistente Sofisticado

Ahora que tenemos todo nuestro ecosistema armado podemos comenzar a darle a nuestro asistente tareas más complejas como esta:
He conectado mi fuente de alimentación directamente a mi carga electrónica de CC. Quiero observar la pérdida en el cableado entre los dos instrumentos. Aquí están los pasos que necesito que sigas para obtener esta información:

1.  Configura la fuente de alimentación a 5V a 1A

2. Enciende la fuente de alimentación

3. Configura la carga electrónica de CC en modo de control de corriente y actívala

4. Mide el voltaje de la fuente de alimentación (y guarda esto para más tarde)

5. Mide el voltaje de la carga electrónica de CC (y guarda esto para más tarde)

6. Configura la corriente de hundimiento de la carga electrónica de CC a 0.1A

7. Repite los pasos 4-6 para los siguientes valores de corriente de hundimiento: 0.5A,  0.9A

8. Crea un gráfico con el número de ejecución en el eje X. El voltaje de la fuente de alimentación y el voltaje de la carga electrónica de CC deben ser líneas separadas en el eje Y.

Nota: La única respuesta que quiero de ti es un resumen de una línea del análisis y la vista del gráfico que me proporcionarás.

El resultado:

Respuesta final

Figura 5: Respuesta final

Como puedes ver, no solo realiza una serie de operaciones por nosotros, sino que también puede trazar y analizar los resultados. Esto no es simplemente el típico "robot instructivo" que hemos observado en el pasado - esto es algo mucho mayor.

Conclusión

En este artículo demostramos algunas de las capacidades de nuestro asistente de laboratorio IA y explicamos algunos de los componentes que se necesitan para ensamblarlo. El repositorio contiene todo lo que necesitas para comenzar, además de los tutoriales anteriores, como Cómo Construir una Acción GPT Personalizada para Comunicarte con tu Hardware y la Incorporación de Capacidades IoT a Instrumentos de Laboratorio Usando IA Generativa, en los cuales se basa este. Este proyecto descubre el poder transformador de la IA y cómo aprovecharlo dentro de un entorno de laboratorio. ¿Cómo está transformando la IA tu laboratorio? Intenta ejecutar este proyecto de ejemplo (o una variación del mismo) y comparte tus pensamientos sobre qué fue bien y qué no.

Todo el código fuente utilizado en este proyecto se puede encontrar en: https://gitlab.com/ai-examples/instrument-controllables.

Abierto como PDF

Sobre el autor / Sobre la autora

Sobre el autor / Sobre la autora

Ari es un ingeniero con una amplia experiencia en diseño, fabricación, pruebas e integración de sistemas eléctricos, mecánicos y de software. Le apasiona integrar a los ingenieros de diseño, de verificación y de pruebas para que trabajen juntos como una unidad cohesiva.

Recursos Relacionados

Volver a la Pàgina de Inicio
Thank you, you are now subscribed to updates.