Dompter le chaos de l'information : Construire un Allié IA avec Langchain4J

Immergez-vous dans l'univers pratique du Java et de l'intelligence artificielle avec cette conférence, où je partage mon parcours dans la création d'un agent IA personnalisé avec Quarkus et Langchain4j. Confronté à la recherche incessante d'informations dans les documentations et applications, je me suis tourné vers Java pour élaborer une solution.

Cette session abordera le processus clair et direct de développement d'un assistant IA, de la configuration initiale à l'intégration de Quarkus avec Langchain4j. Je parlerai des véritables défis rencontrés, tels que la maîtrise des complexités du traitement du langage naturel et les problèmes d'intégration des données, et expliquerai comment je les ai surmontés avec efficacité.

Je partagerai aussi des réflexions sur les décisions et étapes clés du processus de développement, offrant des astuces pratiques pour ceux intéressés par l'IA et Java. Cette présentation est idéale pour les développeurs Java qui s'intéressent à l'IA et cherchent une application réelle et tangible de ces technologies.

Venez découvrir comment utiliser vos compétences en Java pour vous lancer dans le développement en IA, et apprenez comment la création d'un agent IA personnalisé peut être à la fois accessible et enrichissante.

Transcript

1. Dompter le chaos de l'information Construire un allié IA avec Langchain4J
4. Loïc Magnette @LoMagnette Senior Dev lmagnette lmagnette Papa Co-organisateur du BeJUG
10. Retrieval Augmented Generation
11. RAG
12. Vector DB RAG
13. Vector DB RAG
14. Vector DB [43, 16, … , 19] RAG
15. [43, 16, … , 19] Vector DB RAG
16. Vector DB RAG
17. Vector DB RAG
18. Vector DB RAG
20. Langchain4j
21. Ollama Local Gratuit Différents modèles https://ollama.com
22. Quarkus Experience developer Intégration Supersonic, subatomic Imperatif & reactif
27. • Limité à des fichiers • Contrôle limité • Limitation de l’outillage
29. • Ingestion de contenu • Embedding • Recherche par similarités • Classification de texte • Filtrage par metadata • Utilisation de fonction
32. Tous les modèles ne sont pas égaux Choisir le bon “embedding” LangChain4J is 🔥 Sky is the limit
33. Source: https://github.com/stephanj/rag-genie Pour aller plus loin
34. Pour aller plus loin
35. SLIDES lmagnette lmagnette www.oniryx.be @LoMagnette