Аннотация

Дворник Н.Н., Чередникова О.Ю. Разработка ассистента на базе искусственного интеллекта для операционной системы Windows 10. В статье приведен анализ современных подходов к созданию ассистентов для операционных систем. Предложен вариант ассистента, использующего возможности искусственного интеллекта для выполнения пользовательских функций в ОС Windows 10. Разработана архитектура и ключевые возможности ассистента. Приведены примеры функционала приложения.

Abstract. The article analyzes current approaches to creating assistants for operating systems. A version of an assistant that utilizes artificial intelligence capabilities to perform user functions in Windows 10 OS is proposed. The architecture and key capabilities of the assistant are developed, and examples of the application's functionality are provided.

Ключевые слова: чистая архитектура, Python, интерфейс, ассистент, приложение, GPT, Windows 10, искусственный интеллект.

Общая постановка задачи

В современном мире искусственные интеллекты играют значимую роль в автоматизации различных процессов и облегчении повседневной жизни. Особенно актуальными становятся ассистенты, основанные на искусственном интеллекте, которые обладают широким спектром функций, начиная от простого взаимодействия в виде чата до выполнения сложных команд.

Разработка ассистента на базе искусственного интеллекта для операционной системы Windows 10 в рамках проекта предоставляет уникальные возможности для пользователей. Этот ассистент использует продвинутые модели GPT для общения и выполнения задач, что позволяет пользователю вести диалоги, получать информацию, управлять файлами и программами на компьютере, все в удобной и интуитивно понятной форме. Ассистент не только облегчает ежедневные задачи, но и открывает новые возможности для интеграции искусственного интеллекта в личные и рабочие процессы на компьютере.

Это решение отличается простотой в использовании и настройке, обеспечивая адаптивность и гибкость в соответствии с индивидуальными потребностями пользователя. Ассистент предлагает новый подход к управлению рабочим пространством на компьютере, взаимодействуя с различными приложениями и интернет-сервисами через единый интерфейс.

Анализ предметной области

На текущий момент, ассистенты на базе искусственного интеллекта, такие как Windows 11 Copilot, предоставляют продвинутые возможности для управления рабочим пространством и взаимодействия с операционной системой через естественный язык. Однако Copilot доступен только для пользователей Windows 11, что ограничивает его применение для тех, кто использует более старые версии ОС или другие платформы.

Аналогично, существуют мобильные версии подобных ассистентов, такие как Copilot для Android, которые предоставляют схожие функциональные возможности для управления мобильными устройствами. Тем не менее, их функционал может быть ограничен в сравнении с полноценными настольными версиями, а также они могут не поддерживать все требуемые пользовательские сценарии в рамках операционной системы. На рисунке 1 представлен вид мобильной версии Copilot, который позволяет управлять основными функциями телефона и приложений.

На рисунке 2 показан пример интерфейса ассистента Copilot для Windows 11, демонстрирующий возможности взаимодействия через естественный язык.

Сильной стороной таких систем является интуитивно понятный интерфейс и обширные возможности для интеграции с разнообразными приложениями и сервисами. Однако ограниченная доступность разных версий ОС и потенциальная необходимость адаптации под конкретные нужды пользователей могут быть минусами.

В этом контексте создание специализированного ИИ-ассистента для Windows 10 может стать идеальным решением, позволяющим расширить функционал и доступность подобных технологий для широкого круга пользователей. Это обеспечит высокую степень настройки и интеграции, учитывая специфические требования и предпочтения пользователей.

Основные функции ассистента на базе ИИ для Windows 10

1. Персонализированный профиль: пользователи имеют доступ к настройкам и взаимодействию с ИИ сразу после входа в систему.
2. Ввод и обработка текстовых данных: возможность задавать вопросы или команды на естественном языке через текстовый интерфейс.
3. Обработка документов: анализ и выполнение задач по загруженным текстовым файлам и таблицам.
4. Генерация и форматирование текста: автоматическое создание текстов, отчетов или кода на основе заданных данных.
5. Генерация изображений: создание визуальных материалов на основе текстовых описаний.
6. Анализ изображений: распознавание объектов и элементов, извлечение текста через OCR.
7. Интеграция с другими приложениями: расширение функционала ассистента через совместную работу с другими приложениями Windows 10.

Эти возможности делают ассистента на базе ИИ для Windows 10 универсальным инструментом, который значительно упрощает и улучшает взаимодействие пользователей с операционной системой.

Архитектура приложения

Чистая архитектура необходима для обеспечения высокой изоляции компонентов и явного разделения бизнес-логики от внешних зависимостей. Это позволит создать приложение, которое легко можно тестировать, поддерживать и развивать. Рассмотрим принципы чистой архитектуры, применимые к Python приложению:

1. Разделение на слои.
2. Принцип единственной ответственности: Каждый компонент, класс или модуль должен иметь четко определенную функцию и не перегружаться множественными задачами.
3. Инверсия зависимостей: Высокоуровневые модули приложения не должны зависеть от низкоуровневых; оба типа модулей должны зависеть от абстракций. В Python это можно реализовать через абстрактные классы или интерфейсы.

Схема архитектуры Python приложения на рисунке 3.

• Слой представления (Presentation Layer): В Python проекте этот включает обработчики запросов и контроллеры, отвечающие за взаимодействие с пользовательским интерфейсом.
• Слой домена (Domain Layer): Содержит всю бизнес-логику приложения. Это различные сервисы, классы бизнес-логики, сущности и интерфейсы, которые определяют основные операции и поведение приложения. В Python, это различные классы и модули, не зависящие от конкретных реализаций баз данных или API.
• Слой данных (Data Layer): Отвечает за взаимодействие с постоянным хранилищем данных. Этот слой содержит репозитории, DAOs (Data Access Objects), которые абстрагируют логику доступа к данным. Включает работу с базами данных, файловыми системами, внешними API.
• Слой приложения (Application Layer): Здесь происходит координация действий приложения, исполнение бизнес-логики и оркестровка потоков данных между уровнем представления и уровнем домена.

Такая структура помогает поддерживать код чистым, организованным и легко масштабируемым.

Используемые паттерны проектирования

В Python приложении использованы следующие паттерны проектирования:

1. Модульный паттерн (Modular Pattern): Этот паттерн ориентирован на создание модульной структуры программы, где каждый модуль инкапсулирует специфичную функциональность и независим друг от друга. Это реализовано через разделение кода на различные файлы и директории, каждый из которых отвечает за свою часть логики приложения.
2. Паттерн Фабрика (Factory Pattern): Фабрика – это порождающий паттерн проектирования, который используется для создания объектов без спецификации конкретных классов объектов. В Python, этот паттерн полезен при создании системы плагинов или когда нужно создавать объекты на основе входных данных, не зная точного типа объекта до времени выполнения программы.
3. Одиночка (Singleton Pattern): Этот паттерн гарантирует, что класс имеет только один экземпляр, и предоставляет глобальную точку доступа к этому экземпляру.
4. Наблюдатель (Observer Pattern): Этот паттерн позволяет объектам получать уведомления об изменениях в других объектах без необходимости знать о внутреннем устройстве этих объектов.

Эти паттерны не только помогают организовать код более четко и удобно для последующего расширения и поддержки, но и обеспечивают гибкость при тестировании различных компонентов приложения.

Работа приложения

Для начала работы с приложением необходимо получить API-ключ от OpenAI. Это ключ, который позволит приложению взаимодействовать с мощными алгоритмами искусственного интеллекта для выполнения различных задач. Процесс получения ключа включает регистрацию на платформе OpenAI и следование их инструкциям по безопасному использованию API. После ввода API-ключа в приложение на рисунке 4, пользователь может начать общение с чат-ботом.

Этот интерфейс поддерживает естественное общение на различные темы, предоставляя ответы в режиме реального времени. Общение происходит в специальном окне чата, где каждое новое сообщение от пользователя обрабатывается ИИ и получает соответствующий ответ. Результат на рисунке 5.

Кроме текстового общения, приложение также способно анализировать изображения. Пользователь может загрузить фотографию, и приложение использовать возможности ИИ для анализа и интерпретации содержимого изображения, например, для распознавания объектов. Работа этой функции на рисунке 6.

Ещё одной функцией приложения является возможность запросить у ИИ создание нового изображения по заданной теме. Пользователь может описать, что он хочет видеть, и ИИ генерирует изображение, соответствующее описанию. Это позволяет использовать приложение для творческих и дизайнерских задач. Работа этой функции показана на рисунке 7.

Каждая из этих функций делает приложение мощным инструментом для взаимодействия с ИИ, расширяя границы того, как технологии могут обогатить повседневные задачи и творческие процессы.

Заключение

Было разработано приложение на базе искусственного интеллекта для операционной системы Windows 10, описаны его архитектура и ключевые функции, а также демонстрация работы приложения. Для дальнейшего усовершенствования приложения потребуется внедрение дополнительных функций.

Список литературы

1. Лутц, Марк. Изучаем Python, 6-е издание. 2019. – 1600 с.
2. Роберт Мартин. Чистая архитектура. Искусство разработки программного обеспечения. 2018. – 410 с.
3. Ян Гудфеллоу. Глубокое обучение. 2017. – 652 с.