Construindo um Assistente de Laboratório de IA

Imagine um assistente de laboratório que pode tomar notas para você, controlar seus equipamentos de laboratório, plotar seus dados e analisar todos os seus resultados de uma só vez. Esse conceito existe, basicamente, desde sempre. O que há de novo nesse espaço é que nenhuma atividade será realizada por humanos - a IA fará. Neste artigo, vamos olhar para uma tecnologia inovadora que nos dá o poder de aproveitar um assistente de laboratório controlado por IA usando apenas nosso smartphone e um Raspberry Pi.

Aplicações Práticas

Em vez de mostrar a implementação primeiro, vamos olhar para as aplicações práticas do nosso assistente de laboratório IA. Um desafio comum que enfrento é o procedimento de ligar uma nova placa. Estou constantemente sondando diferentes partes de uma placa com uma mão, ajustando meu osciloscópio com outra, e então tentando ligar e desligar minha fonte de alimentação também (para observar a corrente de entrada ou outras características de ligação). Adicione a isso a tarefa de habilitar uma carga eletrônica DC, e rapidamente você fica sem mãos. No melhor dos casos, você pode ter um parceiro para ajudá-lo a iniciar uma placa. Se você estiver sozinho, lidar com todas essas tarefas pode ser bastante irritante.

E se tivéssemos uma maneira de dar instruções ao nosso assistente de IA para ligar ou habilitar nossos instrumentos sequencialmente?

Figura 1: Solicitando configurar e ligar minha fonte de alimentação usando linguagem natural

Vamos avançar um pouco mais e ver se ele também pode adquirir dados para nós

Figura 2: Leitura de tensão e corrente da fonte de alimentação

Usando o Interpretador de Código (também conhecido como Análise de Dados Avançada), podemos aproveitar bibliotecas de visualização para plotar os dados que adquirimos dos instrumentos sem sequer levantar um dedo.

Figura 3: Solicitação de plotagem

Figura 4: Código de plotagem e resultados

Agora que você viu alguns exemplos, vamos explicar como tudo isso funciona.

Como Funciona

Em Como Construir uma Ação GPT Personalizada para Comunicar com o Seu Hardware, montamos uma aplicação muito simples que alterna um LED conectado a um Raspberry Pi usando solicitações de linguagem natural para o ChatGPT. Em Retrofitting Lab Instruments with IoT Capabilities Using Generative AI, construímos um serviço web em torno dos nossos instrumentos para que eles possam ser controlados pela internet. Vamos pegar os conceitos de ambos os artigos e fundi-los para criar nosso assistente de laboratório AI.

Em princípio, nossa abordagem espelha a do artigo anterior, mas com complexidade adicionada. O Modelo de Linguagem de Grande Escala, neste caso o motor GPT 4 do ChatGPT, não muda. A única atualização para o ChatGPT é um documento OpenAPI modificado que fornece detalhes sobre qual funcionalidade estou fornecendo para a ação GPT personalizada. Por exemplo, em vez de simplesmente dar-lhe um ponto de extremidade básico como “alternar um LED” ou “obter um número gerado aleatoriamente do meu servidor”, eu o instruo a “ativar a saída na fonte de alimentação DP832”. Todas essas instruções podem ser encontradas no arquivo openapi.yaml dentro do repositório.

Assim como fizemos em Como Construir uma Ação GPT Personalizada para Comunicar com o Seu Hardware, precisaremos do nosso certificado SSL, do openapi.yaml, dos arquivos de configuração do Nginx e de todos os nossos arquivos Docker para construir a aplicação completa. A configuração do Nginx muda ligeiramente porque agora temos várias aplicações web rodando independentemente uma da outra. Eu configurei rotas para cada uma separadamente versus rodar um único monólito. Você poderia agrupá-las em uma única aplicação web, se assim desejar. O Dockerfile e o Docker Compose são um pouco mais complicados porque estamos construindo uma imagem base e depois personalizando-a duas vezes para cada aplicação web individual. Todos os detalhes podem ser encontrados no repositório.

O repositório foi configurado para funcionar imediatamente, assumindo que você tenha o Docker instalado e seguido o README para configurar seu certificado e substituir alguns arquivos com o nome do seu domínio. Para simplicidade, executar isso em um Raspberry Pi (ou outro Linux box leve) produzirá os melhores resultados. Vamos dar uma olhada em um exemplo final que realmente demonstra o poder da IA em conjunto com o controle de instrumentos de laboratório.

Um Assistente Sofisticado

Agora que temos todo o nosso ecossistema montado, podemos começar a dar ao nosso assistente tarefas mais complexas como esta:
Conectei minha fonte de alimentação diretamente à minha carga eletrônica DC. Quero analisar a perda nos cabos entre os dois instrumentos. Aqui estão os passos que preciso que você siga para obter essa informação:

1.  Defina a fonte de alimentação para 5V a 1A

2. Ligue a fonte de alimentação

3. Defina a carga eletrônica DC para o modo de controle de corrente e ative-a

4. Meça a tensão da fonte de alimentação (e guarde isso para mais tarde)

5. Meça a tensão da carga eletrônica DC (e guarde isso para mais tarde)

6. Defina a corrente de afundamento da carga eletrônica DC para 0.1A

7. Repita os passos 4-6 para os seguintes valores de corrente de afundamento: 0.5A,  0.9A

8. Crie um gráfico com o número da execução no eixo X. A tensão da fonte de alimentação e a tensão da carga eletrônica DC devem ser linhas separadas no eixo Y.

Nota: A única resposta que quero de você é um resumo de uma linha da análise e a visualização do gráfico que você me fornecerá.

O resultado:

Figura 5: Resposta final

Como você pode ver, ele não apenas realiza uma série de operações para nós, mas também pode plotar e analisar os resultados. Isso não é apenas o seu padrão de "robô instrucional" que observamos no passado - isso é algo muito maior.

Conclusão

Neste artigo, demonstramos algumas das capacidades do nosso assistente de laboratório de IA e passamos por alguns dos componentes necessários para montá-lo. O repositório contém tudo o que você precisa para começar, além dos tutoriais anteriores, como Como Construir uma Ação GPT Personalizada para Comunicar com o seu Hardware e a Adaptação de Instrumentos de Laboratório com Capacidades de IoT Usando IA Generativa, no qual este é baseado. Este projeto revela o poder transformador da IA e como aproveitá-lo dentro de um ambiente de laboratório. Como a IA está transformando o seu laboratório? Experimente rodar este projeto exemplo (ou uma variação dele) e compartilhe seus pensamentos sobre o que funcionou bem e o que não funcionou.

Todos os códigos-fonte usados neste projeto podem ser encontrados em: https://gitlab.com/ai-examples/instrument-controllables.