Python'da yapay zekayı nasıl tespit edebilirim?

Bu eğitimde, Pangram'ı kullanarak bir metinde yapay zeka içeriği olup olmadığını nasıl kontrol edeceğimizi öğreneceğiz pangram-sdk Python paketi.

Şu pangram-sdk Bu paket, geliştiricilerin Pangram'ın Yapay Zeka İçerik Algılama API'si kısa metinleri veya daha uzun belgeleri, içeriğin yapay zeka tarafından oluşturulduğuna dair işaretler açısından kontrol etmek için.

Bu eğitimde, API anahtarı alma, Pangram'ın Python SDK'sını kullanma ve Pangram'ın API uç noktalarına doğrudan HTTP istekleri gönderme konularını ele alacağız. Daha fazla bilgi ve kullanım örnekleri için lütfen Pangram'ın tam API belgelerine bakın.

Kurulum

İlk olarak, bir Pangram hesabına ihtiyacınız olacak. API anahtarınızın bağlı olmasını istediğiniz e-posta adresini kullanarak bir hesap oluşturun. Hesabınızı oluşturduktan sonra, iki seçenekten birini tercih ederek hesabınızı yapılandırabilirsiniz: geliştirici planına kaydolmak veya araştırmacı API anahtarı almak.

Pangram'ın Geliştirici Planı aylık 100 $'dan başlıyor. Bu plana aylık 2000 API kredisi dahildir. Hesabınızın kilidini açmak ve kullanıma dayalı fiyatlandırmayı etkinleştirmek için bizimle iletişime geçebilirsiniz. Başlamak için Geliştirici Planına kaydolun. Geliştirici planına kaydolduktan sonra, API anahtarınızı API konsolunda bulabilirsiniz.

Pangram, araştırmacılara ücretsiz API anahtarları da sunmaktadır. Ticari olmayan bir araştırma çalışması yürütüyorsanız, ücretsiz API kredisi almak için lütfen bu formu doldurun. Size doğrudan bir API anahtarı ve araştırma kredisi tahsisatınızla ilgili bilgi vereceğiz.

Ortam ayarları

API anahtarınızı aldıktan sonra, bunu ortamınıza ekleyebilirsiniz. Aşağıdaki komutu çalıştırın; örnek API anahtarını kendi API anahtarınızla değiştirin. Bu komutu ayrıca .bashrc, .zshrc, .env, vb. ile otomatik olarak ayarlamak için PANGRAM_API_KEY değişken.

dışa aktar PANGRAM_API_KEY="12345678-1234-abcd-0123-123456789abc"

Python SDK'sını indirin

Doğru Python ortamının etkinleştirildiğinden emin olun. Pangram'ın Python SDK'sını yüklemek için aşağıdaki komutu çalıştırın:

pip yükle pangram-sdk

uv kullanıyorsanız, bunun yerine şunu kullanabilirsiniz:

uv ekle pangram-sdk

Poetry kullanıyorsanız, komut şu şekilde olur:

şiir ekle pangram-sdk

Python SDK'sını kullanın

Bir Pangram İstemcisi Oluştur

Öncelikle, istek göndermek için bir Pangram İstemcisi oluşturun. Pangram İstemcisi, API anahtarınızı ortam değişkenlerinizden otomatik olarak okuyacaktır.

şuradan pangram ithalat Pangram
pangram_client = Pangram()

Ayrıca bir API anahtarını doğrudan da iletebilirsiniz:

şuradan pangram ithalat Pangram

my_api_key = ''  # Buraya API anahtarınızı girin.
pangram_client = Pangram(api_key=my_api_key)

Standart bir talep oluşturun

pangram_client'nin tahmin etmek Bu işlev, Pangram API'sine tek bir istek gönderir ve sonucu döndürür. Varsayılan olarak, bu işlem yalnızca ilk 400 kelimeyi inceler. Her istek için bir kredi harcanır.

metin = "Hızlı kahverengi tilki tembel köpeğin üzerinden atlar."
sonuç = pangram_client.tahmin(metin)
puan = sonuç["ai_likelihood"]
puanın metin gösterimi = sonuç["tahmin"]
yazdır(f"Metnin {metin} şu {puanın metin gösterimi}, AI olasılığı {puan}.") 

Toplu istek gönder

Şunu kullanın toplu tahmin Büyük veri kümelerinin daha hızlı işlenmesi için bir dizi sorguyu tek seferde göndermek üzere tasarlanmış bir işlev. Her bir istek, toplu işteki her bir öğe için bir kredi kullanır. Döndürülen sonuçlar, tekli sorguyla aynı biçime sahip bir dizi olacaktır. tahmin etmek işlev.

text_batch = ["text1", "text2"]

results = pangram_client.batch_predict(text_batch)
for result in results:
    text = result["text"]
    score = result["ai_likelihood"]
    text_representation_of_score = result["prediction"]
    print(f"We predict that the text {text} is {text_representation_of_score}, with an AI likelihood of {score}.") 

Kayan pencere isteği oluştur

Şunu kullanın kaydırmalı pencere tahmini Daha uzun bir metin üzerinde AI kullanımını doğru bir şekilde tahmin etmek için bu işlevi kullanın. Bu işlev, girdi metnini pencerelere böler ve toplu işteki her pencere için AI tahmininde bulunur. Bu işlev, girdi metnindeki her 1.000 kelime için bir kredi kullanır.

metin = "Hızlı kahverengi tilki tembel köpeğin üzerinden atlar."
sonuç = pangram_client.predict_sliding_window(metin)
puan = sonuç["ai_likelihood"]
puanın metin gösterimi = sonuç["tahmin"]
yazdır(f"Metnin {metin} şu {puanın metin gösterimi}, AI olasılığı {puan}.") 

Sonuçta, aşağıdaki alanlara sahip bir dict elde edilir:

• metin: [dize] giriş metni
• ai_olasılık: [float] 0 ile 1 arasında bir sayı; 1'e yakın değerler, metnin yapay zeka tarafından yazıldığına dair yüksek bir güven düzeyini gösterir
• tahmin: [dize] metnin ne kadar yapay zeka içeriği barındırdığını açıklayan bir metin
• kısa_tahmin: [dize] "İnsan", "Karışık" veya "AI"
• fraction_ai_content: [float] 0 ile 1 arasında bir sayı; burada 1, metin boyunca yapay zekanın mevcut olduğunu gösterir.
• pencereler: [list] metin için tekil tahmin sonuçlarının listesi.

Sonuçların yer aldığı Pangram kontrol paneline bir bağlantı alın

Pangram'ın kontrol paneli, kayan pencere sorgusunun sonuçlarını doğrudan görüntüleyebilir. Şu işlevi kullanın dashboard bağlantısıyla tahmin et bir kayan pencere sorgusu çalıştırmak ve ayrıca bir gösterge tablosu bağlantısı almak için. Tıpkı kaydırmalı pencere tahminiBu hizmet, girilen metnin her 1.000 kelimesi için 1 kredi olarak faturalandırılır.

metin = "Hızlı kahverengi tilki tembel köpeğin üzerinden atlar."
sonuç = pangram_client.predict_sliding_window(metin)
puan = sonuç["ai_likelihood"]
puanın metin gösterimi = sonuç["tahmin"]
kontrol paneli_bağlantısı = sonuç["dashboard_link"]
yazdır(f"Metnin {metin} şu {puanın metin gösterimi}, AI olasılığı {puan}. Tam sonuçları {dashboard_link}") 

Sonuç, bir kaydırmalı pencere tahmini sonuç, ancak buna ek olarak bir alan daha içerir:

• kontrol paneli bağlantısı: [dize] kayan pencere sonuçlarının tamamını içeren bir sayfaya yönlendiren bağlantı.

Alternatif yöntemler: HTTP istekleri

Tüm bu işlevlere HTTP üzerinden de erişilebilir. Pangram API'sine HTTP isteklerinin nasıl gönderileceğine dair ayrıntılı bilgi için lütfen Pangram'ın Inference API belgelerine bakın.

Yeniden deneme ekleme

Bazen Pangram'a yapılan bir istek zaman aşımına uğrayabilir veya başarısız olabilir. Programınızın çökmemesini sağlamak için, yeniden deneme işlevleri eklemenizi şiddetle tavsiye ederiz. Bu tür kütüphanelerden biri olan Tenacity'yi kullanmanızı öneririz.

İşte Tenacity kullanarak Pangram çağrılarını yeniden denemenin bir örneği:

...'den azim ithalat yeniden deneme, deneme_sonrası_durdur, rastgele_üstel_bekleme, istisna_türü_varsa_yeniden_dene

@retry(
    yeniden_deneme=retry_if_exception_type((TimeoutError, ConnectionError)),
    durdur=denemeden_sonra_durdur(5),
    bekle=wait_random_exponential(çarpan=0,5, maks=10),
    yeniden yükselt=True,
)
def tahmin(metin):
    dön pangram_client.tahmin(metin)

Hepsini bir araya getirmek

İşte Pangram SDK'sını kullanarak herhangi bir metni yapay zeka açısından kontrol etmek ve yeniden deneme özelliği içeren bir kontrol paneli bağlantısı almak için tam bir örnek.

şuradan pangram ithalat Pangram
from tenacity ithalat retry, deneme_sonrası_durdur, rastgele_üstel_bekleme, retry_if_exception_type

api_key = ""
pangram_client = Pangram(api_key=api_key)

@retry(
    retry=retry_if_exception_type((TimeoutError, ConnectionError)),
    durdur=denemeden_sonra_durdur(5),
    bekle=wait_random_exponential(çarpan=0,5, maks=10),
    yeniden yükselt=True,
)
def predict_ai_with_link(metin)
    sonuç = pangram_client.predict_sliding_window(metin)
    dön sonuç

metin = "Hızlı kahverengi tilki tembel köpeğin üzerinden atlar."
sonuç = bağlantılı_AI_tahmini(metin)
puan = sonuç["ai_likelihood"]
puanın metin gösterimi = sonuç["tahmin"]
kontrol paneli_bağlantısı = sonuç["dashboard_link"]
yazdır(f"Metnin {metin} şu {puanın_metin_temsili}, AI olasılığı {puan}. Tam sonuçları {dashboard_link}")

Kapanış

Umarız bu kılavuz sayesinde, Pangram’ın AI Detection Python paketini kullanarak yapay zeka ile üretilmiş içeriği programlı bir şekilde tespit edebilmişsinizdir. Bu paketle ilginç bir şey yaptınız mı? Lütfen bizi LinkedIn veya X’te etiketleyin ve yaptıklarınızı paylaşın!