面向网络开发者的AI APIs - 具体应用

汉堡不要酱
66 阅读4分钟

你是否曾想过，作为一名网络开发者，你如何能掌握人工智能的力量？

但首先，什么是人工智能？

人工智能是指允许机器模仿人类行为。计算机是通过精心设计的算法的力量来做到这一点的。现在，机器学习和深度学习使我们有可能用数据来教导计算机，而我们在算法方法中无法描述的东西。这为计算机理解和操作非结构化数据开辟了道路：

  • 📖 阅读文本并理解以下概念：文本的主题、作者的情感和它所谈论的关键概念

  • 🗣️ 听你的声音，理解你说的话，并对你做出回应（Siri和Alexa：语音转文字和文字转语音）。

  • 🎥 看一张图片或看一段视频，并理解其中的大意和细节内容

但为了实现这些目标，你必须用数以百万计的标记数据来训练大型模型。
现在，随着人工智能作为一种服务，很多公司提供现成的训练模型，你可以通过API直接访问。这些公司要么是科技巨头（谷歌、微软、亚马逊），要么是其他更小、更专业的公司，而且有数百家之多。一些最著名的公司有：：DeepL（翻译），OpenAI（文本和图像分析），AssemblyAI（语音分析）。

用例：

通过简单的API可以非常容易地访问这些智能，这导致了大量用例的产生：

  1. 自动解析非结构化文件为结构化形式：如果你的应用程序处理扫描的文件或PDF（例如：简历，发票，身份证文件...等），你可以自动解析它们，提取其中的数据，并将其存储到一个结构化的数据库中，以方便操作。

Image description


import json
import requests

headers = {"Authorization": "Bearer 🔑 Your_API_Key"}

url="https://api.edenai.run/v2/ocr/identity_parser"
data={"providers": "amazon,microsoft,mindee"}
files = {'file': open("🖼️ path/to/your/image.png",'rb')}

response = requests.post(url, data=data, files=files, headers=headers)

result = json.loads(response.text)
print(result['amazon'])
print(result['mindee'])
  1. 通过自动翻译你的内容接触到更多的人：有大量伟大的文本翻译和语言检测apis。它们的性能根据你所需要的语言对而不同。

Image description


import json
import requests

headers = {"Authorization": "Bearer 🔑 Your_API_Key"}

url ="https://api.edenai.run/v2/translation/automatic_translation"
payload={"providers": "google,deepl", 
         "source_language":"en", 
         "target_language":"fr", 
         "text": "This is a new test."}

response = requests.post(url, json=payload, headers=headers)

result = json.loads(response.text)
print(result['google']['text'])
print(result['deepl']['text'])
  1. 通过（语义）理解文本内容来分析用户的反馈和关注：文本分类，提取关键概念，并理解作者的情绪。自然语言分析可以有大量的其他应用。

Image description

import json
import requests

headers = {"Authorization": "Bearer 🔑 Your_API_Key"}

url ="https://api.edenai.run/v2/text/sentiment_analysis"
payload={"providers": "emvista,microsoft", 
        'language': "en", 
        'text': "this is a great test"}

response = requests.post(url, json=payload, headers=headers)

result = json.loads(response.text)
print(result['emvista']['items'])
print(result['microsoft']['items'])

进入全屏模式 退出全屏模式

  1. 图片和视频的标记和分类：便于存储和检索。

Image description


import json
import requests

headers = {"Authorization": "Bearer 🔑 Your_API_Key"}

url = "https://api.edenai.run/v2/image/object_detection"                 
data={"providers": "clarifai,amazon"}
files = {'file': open("🖼️ path/to/your/image.png",'rb')}

response = requests.post(url, data=data, files=files, headers=headers)
result = json.loads(response.text)
print(result['clarifai']['items'])
print(result['amazon']['items'])
  1. 内容审核：你可以检测图片或视频中存在的明确内容，检测种族主义信息或特定文本中的侮辱。

Image description

import json
import requests

headers = {"Authorization": "Bearer 🔑 Your_API_Key"}

url=" https://api.edenai.run/v2/image/explicit_content"
data={"providers": "picpurify,microsoft"}
files = {'file': open("🖼️ path/to/your/image.png",'rb')}

response = requests.post(url, data=data, files=files, headers=headers)

result = json.loads(response.text)
print(result['picpurify']['items'])
print(result['microsoft']['items'])
  1. 数据匿名化：你可以在公开前从文本中删除个人身份信息（PII）信息。对图片也是如此，例如模糊人脸和车牌。

Image description


import json
import requests

headers = {"Authorization": "Bearer 🔑 Your_API_Key"}

url ="https://api.edenai.run/v2/text/anonymization"
payload={"providers": "openai", 
         "language": "en", "text": "My name is Jeremy and this is a test"}

response = requests.post(url, json=payload, headers=headers)

result = json.loads(response.text)
print(result['openai']['result'])
  1. 处理音频内容：你可以很容易地将音频或麦克风输入转化为文本，并分析它的内容。反之则是文本到语音，它给你的应用程序提供了一个声音，以新的方式与你的用户互动。

Image description

结论：

如前所述，每天都有大量的公司生产新的API。你可以以不同的价格找到大量的表演。因此，在Eden AI，我们希望通过一个标准化的API来获得人工智能的所有力量。一个界面让你不必为如何获取智能而烦恼，而只需专注于用它来发明伟大的应用。

avatar
文章
阅读
粉丝