Elias manşetlerin arkasındaki araştırmaları sade bir dille açıklar.
Bu hikâye ilham mı verdi? Fikrini saniyeler içinde kendi yapay zekâ sanatına dönüştür — ücretsiz başla, kart gerekmez.
Ücretsiz başlaBir arkadaşını seç ve bu haber hakkındaki görüşünü öğren
Hugging Face, Gradio'ya görsel bir iş akışı oluşturucu ekledi. Bu oluşturucu, geliştiricilerin karmaşık orkestrasyon kodu yazmak yerine sürükle-bırak bileşenlerini kullanarak çok adımlı yapay zeka uygulamaları oluşturmasına imkân tanıyor.
Gradio'nun yeni iş akışı oluşturucusu, yapay zeka modellerini görsel bir ardışık düzende birbirine bağlı düğümler olarak gösteriyor.
Görsel: Hugging Face Blog
İş akışı sistemi, birden fazla modeli birleştirmek isteyen yapay zeka içerik üreticilerinin sıkça karşılaştığı bir sürtüşme noktasını gideriyor. Örneğin bir model temel görüntüyü oluşturmak, bir diğeri onu büyütmek ve üçüncüsü belirli stil öğeleri eklemek için kullanılabilir. Daha önce bu tür çok adımlı süreçler oluşturmak; veri aktarımını, hata yönetimini ve kullanıcı arayüzü koordinasyonunu ele almak için ciddi miktarda kodlama gerektiriyordu.
Gradio iş akışları, her yapay zeka modelini veya işlem adımını görsel bir grafikteki bir düğüm olarak temsil ediyor. İçerik üreticileri, bu düğümleri çıkış ve giriş bağlantı noktaları arasına çizgiler çizerek birbirine bağlıyor; bu yöntem, 3D yazılımlardaki düğüm tabanlı editörlere veya Blender'ın gölgelendirici editörü gibi görsel programlama ortamlarına benziyor.
Sistem, bağlı bileşenler arasındaki veri türü eşleştirme ve dönüştürme işlemlerini otomatik olarak gerçekleştiriyor. Bir üretim modelinin görüntü çıktısını büyütme modelinin girişine bağladığınızda Gradio, dosya biçimi dönüşümünü ve geçici depolamayı manuel müdahale gerektirmeden yönetiyor.
Koşullu dallanma, iş akışlarının ara sonuçlara göre uyum sağlamasına olanak tanıyor. Bir iş akışı, oluşturulan görüntünün içeriğini analiz edip farklı işlem zincirlerine yönlendirebilir; örneğin portreleri yüz iyileştirme modeline gönderirken manzaraları farklı bir stil aktarım yaklaşımına yönlendirebilir.
Tamamlanan iş akışları, tek modelli Gradio uygulamalarıyla aynı basitlikte dağıtılıyor. Görsel iş akışı, Hugging Face Spaces'te veya Gradio uygulamalarını destekleyen herhangi bir ortamda çalışan standart Python koduna derleniyor.
Bu derleme yaklaşımı, iş akışlarının tescilli bir çalışma zamanına bağlı kalmaması anlamına geliyor; oluşturulan kod okunabilir ve değiştirilebilir durumda kalıyor. Geliştiriciler, görsel oluşturucunun kapsamı dışında işlevselliğe ihtiyaç duyduklarında iş akışını Python olarak dışa aktarıp geleneksel kod editörlerinde geliştirmeye devam edebilir.
İş akışı oluşturucu, Gradio'nun mevcut paylaşım modelini koruyor; içerik üreticileri iş akışlarını genel uygulamalar olarak yayınlayabilir ya da gizli tutabilir. Gradio kullanan topluluk içerik üreticileri, artık daha önce çok modelli deneyleri kısıtlayan teknik yük olmadan daha gelişmiş uygulamalar oluşturabiliyor.
Arayüzün arka planında Gradio iş akışları, doğru yürütme sırasını sağlamak ve döngüsel bağımlılıkları önlemek için yönlendirilmiş döngüsüz grafik yapısı kullanıyor. Sistem, bağlantıları gerçek zamanlı olarak doğruluyor; uyumsuz veri türlerinin birbirine bağlanmasını engelliyor ve dağıtımdan önce olası sorunları vurguluyor.
Hata yönetimi, iş akışı zinciri boyunca yayılıyor. Bir bileşen başarısız olursa sistem, içerik üreticisinin hata yollarını nasıl yapılandırdığına bağlı olarak yürütmeyi durdurabilir ya da alternatif dallarla devam edebilir. Bu esneklik, bireysel modellerin zaman zaman beklenmedik çıktılar üretebileceği yapay zeka iş akışları için özellikle önemlidir.
İş akışı sistemi, Gradio'nun mevcut kimlik doğrulama ve erişim denetimi özellikleriyle entegre oluyor; bu sayede içerik üreticileri görsel geliştirme deneyimini korurken kullanıcı girişi veya ödeme gerektiren uygulamalar oluşturabiliyor.
Yapay zeka üretim iş akışları oluşturan içerik üreticileri için bu görsel yaklaşım, çok modelli ardışık düzenlerle deney yapmanın önündeki önemli bir engeli ortadan kaldırıyor ve kapsamlı programlama bilgisi gerektirmeden daha gelişmiş uygulamaların hayata geçirilmesini mümkün kılıyor.
