با توجه به رشد سریع هوش مصنوعی و ظهور فناوریهای نوین، تصمیم گرفتیم زیرساختی مناسب فراهم کنیم تا کاربران بتوانند بدون نیاز جدی به مهارت برنامهنویسی یا تسلط بر زبانهایی مانند Python، از قابلیتهای متنوع هوش مصنوعی در محیط «سیستمساز برسا» بهرهمند شوند.
زیرساخت فعلی امکانات متنوعی از جمله:
- ابزار های پردازش داده با هوش مصنوعی
- پشتیبانی از فناوریهای جدید مانند اتصال به مدلهای زبانی به صورت آنلاین مانند ChatGPT و DeepSeek
- امکان اتصال به مدلهای محلی به صورت آفلاین
کلیه سرویسها امکان ارائه به صورت api جهت اتصال و بهرهبرداری توسط سایر نرمافزارهای سازمان را دارا است.
از دیگر امکانات این قسمت میتوان به استفاده از هوش مصنوعی جهت تسهیل فرآیند تحلیل، طراحی، پیادهسازی و مستندسازی نرمافزار در محیط سیستمساز اشاره داشت.
این زیرساخت جهت بهرهمندی از بهروزترین ابزار ها و امکانات این حوزه به صورت مشترک توسط ابزارهای Python و زیرساخت سیستم ساز مبتنی بر .net به صورت کاملا یکپارچه طراحی شده است . بدین ترتیب کاربران جهت توسعه ابزارهای هوش مصنوعی در سیستم ساز برسا قادر خواهند بود از امکانات هر دو محیط بهرهمند گردند.
امکان مکالمه با انواع مدل های زبانی در محیط سیستم ساز
-
امکان مکالمه با انواع مدل های زبانی در محیط سیستم ساز
- ایجاد دستور شروع مکالمه در فرم های مختلف سیستم با امکان دسترسی به محتوای فرم و تعریف پرامپت اختصاصی
- تعریف تنظیمات مکالمه
- تعریف توابع برای مکالمه
- امکان تکمیل فرم در قالب مکالمه با کاربر
- ایجاد ایجنت های مختلف با قابلیت های تعاملی در محیط سیستم ساز
- امکان اتصال به مدل های زبانی محلی یا اختصاصی به صورت آفلاین
-
امکان جستجوی پیشرفته معنایی
- امکان ایجاد جستجوی معنایی (برداری) بر روی موجودیت های سیستم ساز
- امکان ترکیب نتایج جستجوی معنایی و لغوی با ضرایب قابل تنظیم
- ایجاد بردار های معنایی (embedding) جهت استفاده در پروژه های هوش مصنوعی
-
جعبه ابزار هوش مصنوعی
- پردازش متن NLP
- درک متن NLU
- تشخیص متن در تصویر OCR
- تبدیل گفتار به متن speech to text
- تبدیل متن به گفتار text to speech
-
تعامل با محیط سیستم ساز
زیرساخت هوش مصنوعی سیستم ساز برسا به گونه ای طراحی شده است که علاوه بر اتصال به مدل های هوش مصنوعی، امکان استفاده از قابلیت function calling را فراهم نموده است. درواقع ضمن تعریف سناریوی عملکردی هوشمند، امکان انجام عملکرد های سیستمی مختلف از جمله اجرای کد سی شارپ، کد پایتون ، اجرای یک وب سرویس مشخص یا عملکرد های مختلف سیستمی در فضای سیستم ساز را به هوش مصنوعی می دهد. برای مثال توسط هوش مصنوعی میتوان در سیستم اتوماسیون، یک دکمه جهت پاسخگویی خودکار به یک نامه اداری تعریف نمود.
-
امکان تعریف دسترسی و اتصال به داده های سیستم ساز
در زیرساخت هوش مصنوعی برسا امکان اتصال به دادههای مختلف سیستم ساز وجود دارد و میتوان پروژههای متنوعی تعریف نمود. برای مثال میتوان با دسترسی به دادههای لازم و آموزش مدلها، سیستمهای پرسش و پاسخ خودکار جهت راهنمایی مشتریان ایجاد نمود یا سیستمی جهت تحلیل دادههای سازمان در حوزه های مشخص تعریف کرد.
-
امکان تعریف پروژه های RAG
در پروژههای هوش مصنوعی با محوریت مکالمه تخصصی در حوزه های مختلف(مانند پشتیبانی هوشمند) تکنولوژی RAG بسیار پرکاربرد میباشد. نحوه عملکرد این فناوری به گونهای است که مستندات لازم برای پاسخگویی به سوال کاربر از طریق جستجوی برداری(معنایی) در اختیار موتور هوش مصنوعی قرار میگیرد. سپس بر اساس یک دستور سیستمی از قبل تعریف شده سیستم مستندات، دستورالعمل و سوال کاربر را دریافت نموده و پاسخ مناسب را برای کاربر تولید میکند.
امکانات در حال توسعه:
- استفاده از هوش مصنوعی در تحلیل مستندات پروژه و طراحی مدل
- ساخت و ویرایش گزارش های سیستم ساز با هوش مصنوعی
- طراحی BPMN2 با هوش مصنوعی
- ایجاد و ویرایش فرآیند ها
- ساخت موجودیت و فیلد ها و قواعد کاری با هوش مصنوعی
- ایجاد و ویرایش کد ها با هوش مصنوعی
- دیباگ هوشمند و خطایابی
- ایجاد خودکار راهنما برای سیستم
- ایجاد خودکار مستندات سیستم های پیاده شده
- نوع فیلد های هوشمند در موجودیت ها
- امکانات زیرساختی جهت پردازش داده ها و پاکسازی داده ها
- امکانات هوش تجاری (BI)
- رابط کاربری مکالمه فارسی داشبوردسازی در هوش تجاری
- تبدیل فرمولهای فایلهای اکسلی به ساختار و فرمولهای نرم افزاری برسا (سیستم محاسبات) با استفاده از هوش مصنوعی
پروژه های انجام شده در حوزه هوش مصنوعی
این سیستم برای شهرداری شیراز ارایه گردید که شهروندان میتوانند به صورت آنلاین از این سامانه پیشنهادات خود را ثبت کنند. از آنجا که پیشنهادات ارائه شده در دیتابیس شهرداری ها بسیار زیاد است، پیش از تایید و ثبت پیشنهاد جدید شهروندان، میبایست بررسی شوند تا با آیین نامه ها منطبق باشد و تکراری نباشند. انجام این کار توسط کاربر انسانی، هم خطای زیادی دارد و هم بسیار زمانبر است. لذا در این پروژه از مدل های زبانی بزرگ (LLM) و فناوری RAG جهت جستجوی معنایی و بازیابی پیشنهادات مشابه و تولید پاسخ هوشمند به کاربر استفاده گردید. همچنین امکانی فراهم شد تا کاربران فیلد های فرم ثبت پیشنهاد را به صورت مکالمه با هوش مصنوعی تکمیل نمایند.
این سیستم در حال حاضر در واحد پشتیبانی شرکت برسا نوین رای و جهت پاسخگویی به سوالات مشتریان در سامانه پشتیبانی تیکتینگ استفاده می شود. این سیستم با تکیه بر داده های موجود شامل مستندات آموزشی سیستم ساز و آرشیو تیکت های جمع آوری شده واحد پشتیبانی عمل می کند.
برای تهیه بانک دانش مناسب در فاز اول، ویدیو های آموزشی با کمک ابزار تبدیل گفتار به متن speech to text به متن و جزوه های بخش بندی شده تبدیل شد . سپس عملیات پیش پردازش بر روی مستندات انجام گردید و در نهایت با کمک مکانیزم های مرسوم RAG و استفاده از مدل های زبانی، پاسخ سوال کاربر تولید می گردد.
این سامانه با استفاده از مدلهای زبانی بزرگ (LLM) و گرامرهای تولید زبان برسا (بر پایه ANTLR)، فایلهای اکسل مشتریان را به مدلهای درختی JSON و فرمولهای فارسی قابل فهم تبدیل میکند. این تبدیل به بازسازی دقیق منطق محاسباتی موجود در اکسل منجر شده و با کمک نمونههای Few-Shot، سرعت و دقت را بهطور چشمگیری افزایش میدهد. همچنین، این سامانه امکان یادگیری و بهینهسازی خودکار از طریق بازخورد انسانی و کامپایلر را نیز دارد. این سامانه در حال حاضر توسط نیروهای استقرار شرکت برسا در مراکز مشتری برای تبدیل سیستم های اکسلی سابق آنها به ساختار و کد اجرایی سامانه سیستم ساز برسا قابل استفاده است.
فقط یک گام تا بهینهسازی هوشمندانه مدیریت سازمانتان فاصله دارید!
فرم کنار را تکمیل کنید تا کارشناسان ما در کوتاهترین زمان با شما تماس بگیرند و بهترین راهکار را ارائه دهند
فرم درخواست دمو
سوالات متداول شما
اگر سوالات شما در این برگه پاسخ داده نشدهاست، میتوانید با همکاران ما تماس بگیرید.
-
بله در محیط سیستم ساز میتوان بدون نیاز به دانش برنامه نویسی دستیارهای هوشمند جهت استفاده در پروژههای مختلف ایجاد کرد و در محیط سایر ماژولهای سیستم ساز استفاده نمود. همچنین از api های ارائه شده رسمی و یا سرویسهای میانی برسا به سادگی میتوان در محیط سیستم ساز با زبان C# و یا زبان Python استفاده کرد.
-
این زیرساخت از دو قسمت اصلی تشکیل شده، بخش اول هسته مبتنی بر Python میباشد که شامل پیاده سازی سرویسها و ابزارهای مختلف از جمله، اتصال به api پلتفرم های جهانی، پیاده سازی تکنولوژی RAG و ابزار ساخت فایلهای embedding و سایر ابزار های هوش مصنوعی میباشد. بخش دوم شامل یک ماژول در محیط سیستم ساز برسا است که مبتنی بر .net است. درواقع با امکانات موجود در سیستم ساز توسعه داده شده و با بخش اول یکپارچه شده است.
-
بله از پروژه های نهایی میتوان به صورت api در سایر نرم افزار ها و محیط های برنامه نویسی استفاده نمود.
-
شرکت برسا در راستای تسهیل استفاده از هوش مصنوعی زیرساختی آماده نموده است که به عنوان یک افزونه، قابلیت ارائه به مشتریان را دارد. اما با استفاده از همین زیرساخت، افزونه های هوشمند مختلفی از جمله تکمیل فرم هوشمند، امکان جستجوی معنایی پیشرفته در مستندات، اتصال به مدل های زبانی بزرگ و مکالمه با آن ها و... را در محیط سیستم ساز فراهم نموده است. همچنین پروژه های مختلفی جهت استفاده مشتریان پیاده سازی شده و آمادگی لازم جهت توسعه نیازمندی های آنها در حوزه هوش مصنوعی و انجام پروژه های مختلف در این حوزه را دارد.