A lição resultará em um agente de IA em execução no sistema ChatGPT e descrevendo automaticamente arquivos de imagem compartilhados com ele.

Requisitos – Para criar um agente, precisamos de uma assinatura paga do ChatGPT . Não programaremos.

Parte substantiva – Nosso objetivo é criar um agente de IA que suporte anotação de imagens. Vamos primeiro planejar sua operação e, em seguida, implementá-lo no sistema ChatGPT.

Estrutura básica de um agente de IA – Trabalhando com o ChatGPT, temos acesso não apenas a grandes modelos de linguagem (da família GPT) [https://en.wikipedia.org/wiki/Generative_pre-trained_transformer], mas também a muitos outros modelos que nos permitem trabalhar com gráficos e multimídia. Podemos usá-los para construir nosso agente que:

agentes de IA WhatsApp personalizados

entende comandos expressos em linguagem natural (não requer programação!),

analisar a imagem – reconhecer suas características e descrever o conteúdo, usando modelos para reconhecer objetos na imagem e um modelo de linguagem para gerar o texto descritivo,

fornecerá dados de imagem no formato que esperamos.

Muitos desses recursos são baseados no fato de que o ChatGPT usa Python para trabalhar com dados .

Reconhecer objetos em imagens é uma das principais tarefas para as quais modelos de inteligência artificial são usados.