Bloques de Construcción de IA para .NET: Una Visión Profunda

En el dinámico mundo del desarrollo de software, la inteligencia artificial (IA) se ha convertido en un componente fundamental para crear aplicaciones más inteligentes y eficientes. .NET, una plataforma de desarrollo versátil, está integrando cada vez más la IA para ofrecer a los desarrolladores nuevas herramientas y capacidades. Este artículo analiza los bloques de construcción de IA para .NET, una iniciativa innovadora que está remodelando la forma en que los desarrolladores abordan la IA en sus proyectos. Veremos qué son estos bloques, cómo funcionan y por qué son importantes para el futuro del desarrollo .NET.

¿Qué son los Bloques de Construcción de IA para .NET?

Los bloques de construcción de IA para .NET son un conjunto de abstracciones y herramientas diseñadas para simplificar la integración de la inteligencia artificial en las aplicaciones .NET. En lugar de obligar a los desarrolladores a trabajar directamente con SDKs específicos o implementaciones particulares, estos bloques ofrecen una capa de abstracción que permite interactuar con la IA de una manera más genérica y flexible

.

Esta iniciativa, impulsada por Microsoft, busca democratizar el acceso a la IA para los desarrolladores .NET, permitiéndoles aprovechar el poder de la IA sin la complejidad inherente a su implementación. Se trata de una evolución natural de la plataforma .NET, que siempre ha buscado facilitar el desarrollo de software a través de abstracciones y herramientas de alto nivel.

Estos bloques se presentaron durante la .NET Conf, lo que subraya su importancia dentro del ecosistema .NET. Aunque ya estaban disponibles en versión previa, su presentación en un evento de tal magnitud señala un fuerte respaldo y compromiso por parte de Microsoft . La adopción temprana ha demostrado resultados prometedores, impulsando su continua evolución.

Abstracciones de IA: Un Nuevo Paradigma

El núcleo de los bloques de construcción de IA para .NET reside en el concepto de abstracciones. Estas abstracciones actúan como intermediarios entre el código de la aplicación y los servicios o modelos de IA subyacentes. En lugar de codificar directamente contra un SDK específico de Azure OpenAI o cualquier otra plataforma, los desarrolladores pueden codificar contra una interfaz o un tipo abstracto

.

Esto ofrece varias ventajas clave:

• Flexibilidad: Permite cambiar fácilmente entre diferentes servicios o modelos de IA sin modificar el código principal de la aplicación.
• Portabilidad: Facilita la migración de la aplicación a diferentes entornos o plataformas.
• Mantenibilidad: Simplifica el mantenimiento y la actualización del código, ya que los cambios en los servicios de IA subyacentes tienen un impacto mínimo.

• Pruebas: Facilita la creación de pruebas unitarias y de integración, ya que se pueden simular o mockear las abstracciones de IA.

  La clave para comprender esta nueva estrategia es pensar en las interfaces y abstracciones como contratos. Si una pieza de código se adhiere al contrato, puedes cambiar la implementación subyacente sin afectar al resto de tu programa.

Microsoft.Extensions.AI: El Corazón de la Iniciativa

El paquete Microsoft.Extensions.AI es el núcleo de los bloques de construcción de IA para .NET. Este paquete proporciona las abstracciones y herramientas necesarias para integrar la IA en las aplicaciones .NET de una manera sencilla y eficiente

.

Dentro de este paquete, encontramos varios componentes clave:

• I Chat Client:. Interfaz para la interacción con modelos de lenguaje para completar charlas o realizar preguntas y respuestas.
• IEmbeddingGenerator: Interfaz para generar incrustaciones, representaciones numéricas del significado semántico de texto.

Estos componentes, junto con otros, proporcionan una base sólida para construir aplicaciones .NET impulsadas por la IA.

Para instalar este paquete, simplemente podemos utilizar el gestor de paquetes Nuget de Visual Studio, buscando Microsoft.Extensions.AI.OpenAI y pulsando instalar.

Install-Package Microsoft.Extensions.AI.OpenAI

Enfoque Tradicional vs. Abstracciones de IA

Para comprender mejor el valor de los bloques de construcción de IA para .NET, comparemos el enfoque tradicional con el nuevo enfoque basado en abstracciones.

En el enfoque tradicional, los desarrolladores codifican directamente contra un SDK específico, como el SDK de Azure OpenAI. Esto implica importar las bibliotecas necesarias, crear un cliente específico y llamar a los métodos correspondientes. Por ejemplo:

using Azure.AI.OpenAI;

// Crear un cliente de Azure OpenAI
var chatClient = new AzureOpenAIClient(
  new Uri(endpoint),
  new DefaultAzureCredential()
);

// Obtener un cliente de chat
var completion = await chatClient.CompleteChatAsync("Do code wolfs hibernate?");

// Imprimir la respuesta
Console.WriteLine($"{completion.Value.Content[0].Text}");

Este enfoque funciona, pero tiene las desventajas mencionadas anteriormente: inflexibilidad, baja portabilidad y dificultad para el mantenimiento.

Con los bloques de construcción de IA para .NET, el código se vuelve más genérico y adaptable. Primero, debemos instalar la libreria Microsoft.Extensions.AI:

Install-Package Microsoft.Extensions.AI

El código para realizar la misma tarea se vería así:

using Microsoft.Extensions.AI;

// Crear un cliente de chat
IChatClient chatClient = new AzureOpenAIClient(
  new Uri(endpoint),
  new DefaultAzureCredential()
).AsChatClient("testing");

// Solicitar la finalización del chat
var completion = await chatClient.CompleteAsync("Do code wolfs hibernate?");

// Imprimir la respuesta
Console.WriteLine($"{completion.Message}");

Observa cómo el código se ha vuelto más genérico. Ya no estamos codificando directamente contra un tipo específico de Azure OpenAI, sino contra una interfaz (IChatClient). Esto nos permite cambiar la implementación subyacente sin afectar al resto del código.

En el ejemplo, lo mas importante es poder usar una interface para comunicarnos con la IA. Si una pieza de código se adhiere al contrato, puedes cambiar la implementación subyacente sin afectar al resto de tu programa.

Cambiando de Azure OpenAI a Ollama: Flexibilidad en Acción

Para demostrar la flexibilidad de los bloques de construcción de IA para .NET, veamos cómo podemos cambiar fácilmente de Azure OpenAI a Ollama, un modelo de IA local

.

Con el enfoque tradicional, esto implicaría reescribir una parte significativa del código, ya que tendríamos que importar las bibliotecas de Ollama, crear un cliente específico y llamar a sus métodos. Con los bloques de construcción de IA para .NET, el cambio es mucho más sencillo.

Simplemente, necesitamos cambiar la configuración del cliente:

// Cliente Ollama
chatClient = new OllamaChatClient(new Uri("http://localhost:11434"), "phi3:mini");

El resto del código permanece intacto. Esto se debe a que estamos codificando contra la interfaz IChatClient, no contra una implementación específica .

Esta capacidad de cambiar entre diferentes servicios o modelos de IA con un mínimo esfuerzo es una de las mayores ventajas de los bloques de construcción de IA para .NET. Permite a los desarrolladores adaptar sus aplicaciones a las necesidades cambiantes del negocio o a las nuevas oportunidades tecnológicas.

Combinando Diferentes Capacidades de IA: Chat y Embeddings

Los bloques de construcción de IA para .NET no se limitan solo a la interacción con modelos de lenguaje. También proporcionan abstracciones para otras capacidades de IA, como la generación de embeddings. Los embeddings son representaciones numéricas del significado semántico del texto, que se pueden utilizar para realizar tareas como la búsqueda semántica, la clasificación de texto o la recomendación de contenido.

Veamos cómo podemos combinar la interacción con un modelo de lenguaje para generar texto y la generación de embeddings para comprender el significado del texto:

// Crear un cliente de embedding
IEmbeddingGenerator embeddingClient = new AzureOpenAIClient(
    new Uri(endpoint),
    new DefaultAzureCredential()
).AsEmbeddingGenerator(modelId: "text-embedding-ada-002");

// Generar la incrustación
var embedding = await embeddingClient.GenerateAsync(new List<string> { "What is a code wolf?" });

En este ejemplo, estamos utilizando la interfaz IEmbeddingGenerator para generar un embedding del texto "What is a code wolf?". Podemos utilizar este embedding para comparar el significado de este texto con otros textos o para realizar otras tareas de procesamiento del lenguaje natural.

Al combinar diferentes capacidades de IA a través de abstracciones, los desarrolladores pueden construir aplicaciones aún más potentes e inteligentes.

En el código de ejemplo del video, se puede ver las implementaciones y librerias necesarias para generar los embeddings y poder realizar todo este proceso de manera satisfactoria

.

Paso 1: Instalación del Paquete NuGet

El primer paso para utilizar los bloques de construcción de IA para .NET es instalar el paquete NuGet Microsoft.Extensions.AI.OpenAI. Podemos hacerlo a través del Administrador de Paquetes NuGet de Visual Studio o utilizando la línea de comandos:

Install-Package Microsoft.Extensions.AI.OpenAI

Este paquete proporciona las abstracciones y herramientas base para trabajar con la IA en .NET.

Paso 2: Configuración del Cliente de IA

El siguiente paso es configurar el cliente de IA que utilizaremos. Esto implica proporcionar la información de conexión al servicio de IA, como la URL del endpoint y las credenciales de autenticación. En el caso de Azure OpenAI, esto se puede hacer de la siguiente manera:

string endpoint = "https://wolfa6.openai.azure.com/";

var chatClient = new AzureOpenAIClient(
  new Uri(endpoint),
  new DefaultAzureCredential()
);

Este código crea un cliente de Azure OpenAI utilizando la URL del endpoint y las credenciales predeterminadas de Azure.

Paso 3: Utilización de las Abstracciones de IA

Una vez que tenemos el cliente de IA configurado, podemos comenzar a utilizar las abstracciones de IA para interactuar con el servicio. Esto implica obtener una instancia de la interfaz deseada, como IChatClient o IEmbeddingGenerator, y llamar a sus métodos:

IChatClient Chatclient = new AzureOpenAIClient(
  new Uri(endpoint),
  new DefaultAzureCredential()
).AsChatClient("testing");

var completion = await chatClient.CompleteAsync("Do code wolfs hibernate?");

Console.WriteLine($"{completion.Message}");

En este ejemplo, estamos utilizando la interfaz IChatClient para solicitar la finalización del chat y luego imprimir la respuesta en la consola.

Paso 4: Adaptación a Diferentes Servicios de IA

La flexibilidad de los bloques de construcción de IA para .NET se demuestra al cambiar entre diferentes servicios de IA con un mínimo esfuerzo. Simplemente, necesitamos modificar la configuración del cliente:

chatClient = new OllamaChatClient(new Uri("http://localhost:11434"), "phi3:mini");

El resto del código permanece intacto, lo que nos permite adaptar nuestra aplicación a las necesidades cambiantes del negocio o a las nuevas oportunidades tecnológicas.