Xây dựng Trợ lý Phòng thí nghiệm AI

Hãy tưởng tượng một trợ lý phòng thí nghiệm có thể ghi chú cho bạn, điều khiển thiết bị phòng thí nghiệm, vẽ biểu đồ dữ liệu và phân tích tất cả kết quả cho bạn chỉ trong một lần. Khái niệm này đã tồn tại từ lâu. Điều mới mẻ ở đây là không có con người nào thực hiện các hoạt động đã nêu - AI sẽ làm. Trong bài viết này, chúng ta sẽ xem xét một công nghệ đột phá cho phép chúng ta tận dụng một trợ lý phòng thí nghiệm chạy bằng AI chỉ với một chiếc điện thoại thông minh và một Raspberry Pi.

Ứng Dụng Thực Tế

Thay vì trình bày cách thực hiện trước, hãy xem xét các ứng dụng thực tế của trợ lý phòng thí nghiệm AI của chúng ta. Một thách thức thường gặp của tôi là quy trình khởi động cho một bo mạch mới. Tôi liên tục đo các bộ phận khác nhau trên bo mạch bằng một tay, điều chỉnh oscilloscope bằng tay kia, và sau đó cố gắng bật và tắt nguồn cung cấp điện của mình (để quan sát dòng điện khởi động hoặc các đặc tính khởi động khác). Thêm vào đó là nhiệm vụ kích hoạt một tải điện tử DC, và bạn nhanh chóng hết tay. Trong trường hợp tốt nhất, bạn có thể có một đối tác giúp bạn khởi động bo mạch. Nếu bạn tự mình làm tất cả những công việc này có thể khá khó chịu.

Điều gì sẽ xảy ra nếu chúng ta có cách để ra lệnh cho trợ lý AI của mình bật hoặc kích hoạt các thiết bị của chúng ta theo thứ tự?

Hình 1: Yêu cầu thiết lập và bật nguồn cung cấp của tôi bằng ngôn ngữ tự nhiên

Hãy tiến xa hơn nữa và xem nếu nó cũng có thể thu thập dữ liệu cho chúng ta

Hình 2: Đọc lại điện áp và dòng điện từ nguồn cung cấp

Sử dụng Code Interpreter (còn được biết đến là Phân Tích Dữ Liệu Nâng Cao), chúng ta có thể tận dụng các thư viện trực quan hóa để vẽ biểu đồ dữ liệu mà chúng ta thu thập từ các thiết bị mà không cần phải động tay vào.

Hình 3: Yêu cầu vẽ biểu đồ

Hình 4: Mã vẽ biểu đồ và kết quả

Bây giờ bạn đã thấy một số ví dụ, hãy xem cách tất cả điều này hoạt động như thế nào.

Cách Thức Hoạt Động

Trong Cách Xây Dựng Hành Động GPT Tùy Chỉnh để Nói Chuyện với Phần Cứng của Bạn, chúng tôi đã tạo ra một ứng dụng rất đơn giản cho phép chuyển đổi trạng thái của một LED kết nối với Raspberry Pi sử dụng các yêu cầu ngôn ngữ tự nhiên tới ChatGPT. Trong việc Nâng cấp Các Thiết Bị Phòng Thí Nghiệm với Khả Năng IoT Sử Dụng AI Sinh Tạo, chúng tôi đã xây dựng một dịch vụ web xung quanh các thiết bị của mình để chúng có thể được điều khiển qua internet. Chúng tôi sẽ kết hợp các khái niệm từ cả hai bài viết để tạo ra trợ lý phòng thí nghiệm AI của mình.

Về nguyên tắc, cách tiếp cận của chúng tôi phản ánh bài viết trước nhưng có thêm phức tạp. Mô hình Ngôn Ngữ Lớn, trong trường hợp này là động cơ GPT 4 của ChatGPT, không thay đổi. Chỉ có bản cập nhật cho ChatGPT là một tài liệu OpenAPI được chỉnh sửa cung cấp chi tiết về chức năng mà tôi cung cấp cho hành động GPT tùy chỉnh. Ví dụ, thay vì chỉ đơn giản là cung cấp một điểm cuối cơ bản như "chuyển đổi trạng thái của một LED" hoặc "lấy một số được sinh ra ngẫu nhiên từ máy chủ của tôi", tôi hướng dẫn nó "kích hoạt đầu ra trên nguồn cung cấp điện DP832". Tất cả những hướng dẫn này có thể được tìm thấy trong tệp openapi.yaml trong kho lưu trữ.

Giống như chúng tôi đã làm trong Cách Xây Dựng Hành Động GPT Tùy Chỉnh để Nói Chuyện với Phần Cứng của Bạn, chúng tôi sẽ cần chứng chỉ SSL của mình, tệp openapi.yaml, các tệp cấu hình Nginx, và tất cả các tệp Docker của mình để xây dựng ứng dụng đầy đủ. Cấu hình Nginx thay đổi một chút vì bây giờ chúng tôi có nhiều ứng dụng web chạy độc lập với nhau. Tôi đã cấu hình các tuyến đường cho mỗi ứng dụng một cách riêng biệt thay vì chạy một ứng dụng đơn khối. Bạn có thể gộp chúng vào một ứng dụng web duy nhất nếu bạn muốn. Dockerfile và Docker Compose hơi phức tạp hơn vì chúng tôi đang xây dựng một hình ảnh cơ sở và sau đó tùy chỉnh nó hai lần cho mỗi ứng dụng web riêng lẻ. Tất cả các chi tiết có thể được tìm thấy trong kho lưu trữ.

Kho lưu trữ đã được cấu hình để hoạt động ngay lập tức giả sử bạn đã cài đặt Docker và làm theo README để cấu hình chứng chỉ của bạn và thay thế một số tệp bằng tên miền của bạn. Để đơn giản, chạy điều này trên một Raspberry Pi (hoặc một hộp Linux nhẹ khác) sẽ mang lại kết quả tốt nhất. Hãy xem một ví dụ cuối cùng thực sự thể hiện sức mạnh của AI kết hợp với kiểm soát thiết bị phòng thí nghiệm.

Một Trợ Lý Tinh Vi

Bây giờ chúng tôi đã có toàn bộ hệ sinh thái được xây dựng, chúng tôi có thể bắt đầu giao cho trợ lý của mình những nhiệm vụ phức tạp hơn như sau:
Tôi đã kết nối nguồn cung cấp điện của mình trực tiếp với tải điện tử DC của mình. Tôi muốn xem sự mất mát trong cáp nối giữa hai thiết bị. Dưới đây là các bước mà tôi cần bạn thực hiện để có được thông tin này:

1.  Đặt nguồn cung cấp điện lên 5V tại 1A

2. Bật nguồn cung cấp điện

3. Đặt tải điện tử DC vào chế độ điều khiển dòng và kích hoạt nó

4. Đo điện áp nguồn cung cấp (và lưu lại cho sau này)

5. Đo điện áp tải điện tử DC (và lưu lại cho sau này)

6. Đặt dòng chìm của tải điện tử DC lên 0.1A

7. Lặp lại các bước 4-6 với các giá trị dòng chìm sau: 0.5A,  0.9A

8. Tạo một biểu đồ với số lần chạy trên trục X. Điện áp nguồn cung cấp và điện áp tải điện tử DC nên là các đường riêng biệt trên trục Y.

Lưu ý: Phản hồi duy nhất tôi muốn từ bạn là một bản tóm tắt một dòng về phân tích và cái nhìn về biểu đồ mà bạn sẽ cung cấp cho tôi.

Kết quả:

Hình 5: Phản hồi cuối cùng

Như bạn có thể thấy, nó không chỉ thực hiện một loạt các thao tác cho chúng ta mà còn có thể vẽ biểu đồ và phân tích kết quả cho chúng ta nữa. Đây không chỉ là “robot hướng dẫn” tiêu chuẩn mà chúng ta đã quan sát trong quá khứ - đây là thứ gì đó vĩ đại hơn nhiều.

Kết luận

Trong bài viết này, chúng tôi đã trình bày một số khả năng của trợ lý phòng thí nghiệm AI của chúng tôi và đi qua một số thành phần cần thiết để lắp ráp nó. Kho lưu trữ chứa tất cả những gì bạn cần để bắt đầu ngoài các hướng dẫn trước đó, như Cách Xây dựng Hành động GPT Tùy chỉnh để Nói chuyện với Phần cứng của bạn và Nâng cấp Công cụ Phòng thí nghiệm với Khả năng IoT Sử dụng AI Sinh sản, trong đó bài viết này được xây dựng dựa trên. Dự án này tiết lộ sức mạnh biến đổi của AI và cách tận dụng nó trong một môi trường phòng thí nghiệm. AI đang biến đổi phòng thí nghiệm của bạn như thế nào? Hãy thử chạy dự án ví dụ này (hoặc một biến thể của nó) và chia sẻ suy nghĩ của bạn về những gì diễn ra tốt và những gì không.

Tất cả mã nguồn được sử dụng trong dự án này có thể được tìm thấy tại: https://gitlab.com/ai-examples/instrument-controllables.