2024第一弹,JAVA原生AI算法引擎 EasyAI 加入Dromara开源社区

原创
01/05 09:46
阅读数 51

如今AI项目无论在工业领域还是生活领域都开始逐渐深入,chatGPT,文心一言等大模型更是如火如荼,让我们看到了AI的强大。不知道多少小伙伴想快速涉猎到AI领域呢?因为各种原因JAVA在AI领域一直是传统弱项,但是JAVA程序员却占据了国内程序员就业的半壁江山,所以这次我带来的java原生开源AI算法引擎-easyAI(不依赖任何第三方库,开箱即用的引擎),介绍给大家。


EasyAI - JAVA原生AI算法引擎

作者介绍

  • dromara 开源组织成员,dromara/easyAI 作者。
  • 2年JAVA开发工程师,2年游戏开发工程师,5年图像/自然语言算法研究员与工程师。从业IT九年,做算法工作时产出视觉与语言算法发明专利共三件(独立发明),项目若干。工作经历以图像算法为主,语言为辅。做游戏工作时休闲小游戏产出不计其数,做JAVA工作时以中间件研发工作为主。

背景与简介

广大公司,尤其是中小公司是不是遇到过以下痛点?

1.公司后端突然需要一个AI模块来辅助某业务场景,但是因为传统业务关系公司后端大部分都是java程序员。 去招个资深的算法工程师吧,先不说招聘的时间成本,就因为这么一个需求就去找一个价格这么昂贵的人员也太不经济,最后只能无奈外包。

2.突然有了某个AI模块需求,用了很长的时间成本从网上买了一套做好的AI模块,结果人家是py或者cpp。动不动还要装cuda环境(但凡装过cuda环境的都知道多少坑),有时候要考虑环境,有时候还要内嵌,要考虑py/cpp与java互相调用,还有因此而来的效率与安全问题等等。我更希望是完美兼容我的系统,我不想去繁琐的调整运行环境,考虑各种兼容性,我想要直接引入包到我的maven里就能开箱即用。

3.我去!chatGPT好牛逼,人用的真爽,可是它不能给我的系统服务。它是大模型很好,但是我的系统不需要大模型!我需要的是一个我可以自定义,去针对我们业务环境的小模型来嵌入我们的系统,为系统服务!大模型是给人用的,但是不能内嵌我们的系统给我们的系统服务。

  • 如果你有以上痛点,easyAI就帮到你了!easyAI是一个纯java原生算法引擎。其底层从矩阵运算,微分求导。中层到机器学习 强化学习等各种算法,然后最上层实现了图像视觉,自然语言全部包含在easyAi引擎内。
  • 这种从最底层的基础运算到上层AI算法上下游的全囊括,使得java项目只要引入easyAi的maven包,就可以做到无缝调用,且可以不依赖任何第三库,让java程序员舒服的一批!
  • 然而这还没完,easyAi是引擎,是为java开发人员服务的,所以我要封装的更彻底!因此我又封装了完整的依赖于easyAi引擎的AI业务应用,共大家无脑调用!大家可以直接使用,或者修改后再融入到到自己的业务中。
  • 到了此时easyAI才可以既满足了,了解算法知识,可以利用easyAI内置中底层算法工具深入开发的算法工作人员。也满足了只想利用现成应用业务代码,去满足自己系统内嵌,服务与自己系统AI的普通java业务开发人员的需求。
  • 然后再强调一点,easyAI并不是对主流算法JAVA的无差别重新实现,而是根据应用场景对主流算法进行了优化与魔改,让用户即便使用一台普通的电脑,就可开箱直接跑起来。并且保证普通服务器或个人电脑CPU下依然达到可用性能的流畅运行。 所以我的“easy”并不是只是指的简单,而是对算法进行了廉价,低成本方向的优化。如果我没有办法对某种算法做到廉价优化的算法实现,我也不会放入easyAI里面。
  • easyAI的核心理念,为java开发者服务是一方面,另一方面是专注于针对性业务,高性能,低成本优化方向的中小模型的算法引擎

综上,我们总结出以下的背景

  • 广泛性:easyAI可以为占据国内半数程序员以上的JAVA业务程序员开发AI业务,提供底层算法引擎动力。

  • 深入性:easyAI无任何依赖,从底层基础算法工具到上层算法模型全囊括,可以支持专业性的深度开发,也可提供简单直接的业务层嵌入AI,而且这一点在持续扩张中。

  • 廉价性,主要关注针对性可嵌入业务系统中小模型,低训练样本需求,低算力需求,这两个方向去优化算法模型是easyAI的方向。

  • 兼容性,因为是原生JAVA研发,无任何第三库依赖,所以对JAVA项目,引入包后就开箱即用,无任何环境异常会导致的问题。

EasyAI 应用举例

  • easyAI下载链接:https://gitee.com/dromara/easyAi

  • easyAI主要API详情文档:https://wlhlwl.com/gw/easyAi.html

  • easyAI详细视频教程:https://www.bilibili.com/video/av89134035

  • easyAI是算法引擎,我们要直观感受它的强大,要从依赖它构建的应用化项目DEMO来看,这次我们拿出其中之一的应用案例--强大的自主智能客服工具,支持自动与用户对话,并捕捉用户对话中的需求后自动生成订单!可自主解答用户问题或进行诱导消费!基于easyAi算法引擎构建智脑——myJecs

myJecs分类配置及标注后台

  • 登录页面 登录页面
  • 配置业务分类及分类订单必要关键信息 配置订单分类与关键词
  • 对分类业务填写训练样本并标注关键信息 标注界面
  • 聊天咨询标注直接输入表位置 标注界面

myJecs智能客服基本流程演示

  • 用户第一次进行输入表达自己的想法 用户输入1
  • myJecs发现用户的描述缺少订单必要信息,则进行反问。用户接收到myJecs的反问,进一步补充的自己的想法 用户输入2
  • 用户第二次输入信息依然不满足后台14分类法律咨询的订单关键信息要求,继续补充信息,最终完成订单信息补充生成订单。 用户输入3
  • 用户输入想要咨询的问题,myJecs对用户咨询的问题进行自主解答 用户输入4

以上是myJecs自定义业务接口的简单案例演示,具体安装部署及细节详情请到其主页下载: https://gitee.com/ldp_dpsmax/my-jecs

架构设计

常用底层算法模块

  • 基础矩阵及线代计算模块:

    1.内置矩阵类,矩阵计算类,可以完成常用矩阵四则运算,奇偶性,多元线性回归,逻辑斯蒂回归,欧式距离,余弦相似性,im2col,逆im2col,求代数余子式,求逆,求伴随矩阵,内积等,微分等一系列api。

    2.RGB三通道矩阵,可进行图像转化,剪切,分块,生成图像矩阵等操作方便后续计算。

  • 机器学习-聚类:

    k聚类,混合高斯聚类,密度聚类,学习向量量化聚类等

  • 机器学习-分类及拟合: 多层前馈神经网络,多层循环神经网络,残差网络,多层残差循环神经网络,卷积神经网络,决策树,随机森林,k最近邻等

  • 启发式算法: 粒子群,蚁群,模拟退火

  • 强化学习 动态规划,蒙特卡洛分析,马尔可夫,时序差分

常用上层算法模块

  • 视觉图像: 图像识别,图片摘要,目标检测

  • 自然语言: 语义理解,拆词分词,推理敏感及关键词,语句补全,语言交流

  • 游戏机器人: 自主策略,自主行动

使用

1.将项目下载后打包进本地maven库

2.将easyAi pom文件引入地址引入项目

关注项目

对项目有什么想法或者建议,可以加我qq交流群(222475213)或vx:thenk008,或者创建issues,一起完善项目。

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部