비씨티원(BCTONE)은 Open AI의 ChatGPT, Whisper, DallE 등 다양한 초거대 모델을 이용하여 응용 서비스를 개발 중에 있습니다. ChatGPT 언어 모델을 활용한 텍스트 기반의 인공지능 챗봇을 한창 개발 중에 있고, 향후 Whisper와 연동된 음성 기능도 추가할 계획 중에
1. python 설치 2. python3 확인 3. python 명령어 실행 시 python 3.8로 연결 4. python 확인 5. Python 가상 환경 설정 6. app.py 실행 7. Mecab 설치 (1) 공식문서 명령어 하지만 여전히 NameError: name ‘Tagger’
1. MongoDB의 public GPG key 주입 $ wget -qO – https://www.mongodb.org/static/pgp/server-4.4.asc | sudo apt-key add – 2. MongoDB를 위한 리스트 파일 생성 3. 로컬 패키지 데이터베이스 갱신 4. MongoDB 설치 5. MoongoDB 서비스 실행 6. MongoDB에
인공지능 대화형 플랫폼 BAP 설치 환경입니다. 1. 우분투 서버 업데이트 2. Java 설치 (1) 설치 (2) JAVA_HOME 경로 설정 (3) 적용 (4) 테스트 openjdk version “1.8.0_362” 3. MySQL 5.7 설치 (1) mysql-server 설치 (2) MySQL 실행
이번에는 인공지능 챗봇 실전 개발을 다룹니다. 목차는 다음과 같습니다. 실습에 앞서 Chatbot4Univ 커스텀 개발 실습을 위해서는 딥러닝 환경 구축이 필수입니다(GPU 그래픽 카드 드라이버 / CUDA / cuDNN 필수 설치) 윈도우 PC 이건 / 리눅스
4부 내용은 파이썬 기반으로 API 서비스 구축 시 필요한 내용을 다루게 됩니다. 4부 1. REST 관련 개념(1) API 개념(2) REST 개념(3) REST API 개념(4) RESTful 개념 4부 2. Flask(1) Flask란(2) Flask 주요 특징(3)
텍스트 전처리 실습 파트는 원래 2부에 포함되어 있었는데, 직접 실습을 해 보니 3시간 만으로는 도저히 부족하여 이를 3부에서 진행하게 되었습니다. 3부에서 진행할 내용은 다음과 같습니다. 3부 1. 텍스트 전처리 실습(1) 패키지 설치(2) 토큰화(3) 불용어(4)
Chatbot창을 웹사이트 좌우에 배치하는 기능을 고려할 때는 Shortcode 기능이 필요하지 않았는데, chatbot창이 웹사이트의 메인에 배치되는 구성을 고민하다 보니 자연스럽게 shortcode 기능이 있어야 해서 이 기능을 v0.4.4 버전에 추가하게 되었습니다. 기존 chatbox 창을 일부 수정하는 것은 큰
2부 1. 파이썬 개발 환경 구축 (윈도우) 파이썬을 전혀 설치 하지 않은 윈도우가 설치된 노트북에서 실습을 진행해도 큰 문제 없이 잘 진행되었습니다. 약 1시간 정도 소요된 것 같네요 2부 2. 딥러닝 개발 환경 구축 (윈도우)윈도우가 설치된
지난 인공지능 이론에 이어 2부부터는 실습을 진행하게 됩니다. 2부에서 진행하게 될 주요 내용은 다음과 같습니다. 2부 1. 파이썬 개발 환경 구축 (윈도우) (1) 아나콘다 및 가상환경 (2) 파이썬 패키지 관리 (3) 필요 프레임워크 및 라이브러리 설치
1부는 AI챗봇 개발 시 참고 되는 인공지능 주요 개념 을 다루고 있습니다. 주 내용은 다음과 같습니다. 1. AI챗봇 개발 개요 (일반적인) 인공지능 챗봇의 2가지 모델과 챗봇 프로세스에 대하여 설명합니다. 2. AI개발 사례 소개: NOMU vs Chatbot4Univ
AI 트레이닝 센터에서 준비하고 있는 인공지능 교육 중 일부를 파일럿 형태로 시작해 보려고 합니다. 이 교육은 인공지능 챗봇 개발에 관한 것인데, ChatGPT 같은 초거대 인공지능 API를 활용하는 것은 아니고, (ChatGPT 같은 초거대 인공지능 API 활용 전