Впровадження систем штучного інтелекту при проектування сайтів

Сафронов, Богдан Андрійович

Please use this identifier to cite or link to this item: https://er.chdtu.edu.ua/handle/ChSTU/6291

Title:	Впровадження систем штучного інтелекту при проектування сайтів
Authors:	Рудаков, Костянтин Сергійович Сафронов, Богдан Андрійович
Issue Date:	Jun-2024
Abstract:	У кваліфікаційній роботі проведено обґрунтування теми, мови програмування, середовища розробки; аналіз підходів при проектуванні веб-сайтів за участі ШІ; аналіз та порівняння характеристик штучного інтелекту та його необхідність в проекті; Обраний штучний інтелект за допомогою інтеграції – описано частину коду та функціоналу проекту. Проведено інформаційний збір множини існуючих сучасних штучних інтелектів та приведено порівняння в різних аспектах конкретних задач. Проведений аналіз написаного коду та проекту на функціонал. Виконано тестування.
URI:	https://er.chdtu.edu.ua/handle/ChSTU/6291
Appears in Collections:	123 Комп’ютерна інженерія (Спеціалізовані комп’ютерні системи)

Files in This Item:

File	Description	Size	Format
Б_123_2024_Сафронов.pdf Restricted Access		1.87 MB	Adobe PDF	View/Open Request a copy

Show full item record

Extracted text

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ
ФАКУЛЬТЕТ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ І СИСТЕМ
КАФЕДРА РОБОТОТЕХНІКИ ТА СПЕЦІАЛІЗОВАНИХ КОМП’ЮТЕРНИХ СИСТЕМ
Пояснювальна записка
до кваліфікаційної роботи
освітнього ступеня «бакалавр»
на тему: ВПРОВАДЖЕННЯ СИСТЕМ ШТУЧНОГО ІНТЕЛЕКТУ ПРИ
ПРОЕКТУВАННЯ САЙТІВ

Виконав: студент 4 курсу, групи СКС-2007
спеціальності 123
Комп’ютерна інженерія

Сафронов Б. А.
(прізвище та ініціали)
Керівник Рудаков К. С.
(прізвище та ініціали)
Рецензент Євич П. П.
(прізвище та ініціали)

Черкаси 2024 року

ЗМІСТ
ЗМІСТ. ................................................................................................................... 2
ВСТУП. ................................................................................................................. 3
1 АНАЛІЗ ТЕХНІЧНОГО ЗАВДАННЯ………………………………………… 6
1.1 Визначення основних концепцій .......................................................... 6
1.2 Аналіз підходів при проектуванні веб-сайтів за участі ШІ. ................ 7
2 ОГЛЯД ІСНУЮЧИХ АНАЛОГІВ. ................................................................. 11
2.1 Потреба співпраці з ШІ в умовах сучасності. ................................... 11
2.2 Вибір оптимального методу на основі порівняльного аналізу ........ 16
3 ХАРАКТЕРИСТИКА ТА АНАЛІЗ ШІ В РОЗРОБЦІ ВЕБ-САЙТІВ. ........... 22
3.1 Характеристика та доцільність ШІ в проекті ……………………….22
3.2 Переваги та недоліки різних підходів до впровадження ШІ ............ 27
3.3 Порівняння систем штучного інтеллекту …………………………...32
3.4 Оцінка ефективності та придатності для конкретних задач ............. 38
4 ВИБІР МОВИ ПРОГРАМУВАННЯ, ОПЕРАЦІЙНОЇ СИСТЕМИ ТА
ФРЕЙМВОРКУ. .................................................................................................. 44
4.1 Вибір мови програмування ruby......................................................... 44
4.2 Обґрунтування вибору ubuntu. ........................................................... 48
4.3 Огляд та вибір відповідного фреймворку .......................................... 53
5 ПРОЦЕС РОЗРОБКИ ПРОЕКТУ ................................................................... 56
5.1 Написання коду та реалізація функціональності. ............................. 56
5.2 Проведення тестів на відповідність вимогам .................................... 70
5.3 Виявлення нових можливостей для покращення продукту ............. 72
ВИСНОВКИ ....................................................................................................... 74
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ........................................................... 76

ЧДТУ.242003.001 ПЗ
Змн. Арк. № докум. Підпис Дата
РозроКбив Сафронов Впровадження систем Літ. Лист Листів
Керівник Рудаков штучного інтелекту при 2 74
Реценазент проектування сайтів кафедра РСКС
Н.Контро ль Пояснювальна записка
Затвфердив Лукашенко група СКС-2007

е

ВСТУП
Мета кваліфікаційної роботи бакалавра – дослідити можливості та
переваги впровадження систем штучного інтелекту у процес проектування
веб-сайтів, а також продемонструвати практичні аспекти їх використання на
прикладі реальних проектів. В результаті виконання роботи було створено веб-
додаток, що ілюструє застосування ШІ для покращення функціональності та
взаємодії з користувачами.
У сучасному світі інформаційні технології відіграють ключову роль у
розвитку суспільства, бізнесу та науки. Зростання популярності Інтернету та
його доступності призвело до значного збільшення попиту на веб-сайти, які
забезпечують різноманітні послуги та інформаційні ресурси. Це, в свою чергу,
стимулює розвиток нових підходів до проектування та розробки веб-сайтів.
Одним із таких підходів є впровадження систем штучного інтелекту (ШІ).
Дана дипломна робота присвячена вивченню та реалізації технологій
штучного інтелекту в процесі проектування веб-сайтів. ШІ здатен значно
підвищити ефективність розробки, забезпечуючи автоматизацію багатьох
рутинних задач, оптимізацію процесів та покращення користувацького
досвіду. У роботі розглядаються основні аспекти застосування ШІ для
створення веб-сайтів, включаючи автоматизацію дизайну, генерацію контенту,
покращення навігації та персоналізацію взаємодії з користувачем.
Розробка була виконана на мові програмування Ruby, яка відома своєю
простотою та елегантністю, що дозволяє швидко та ефективно створювати веб-
додатки. Середовище розробки Ubuntu забезпечило стабільну та безпечну
платформу для роботи, тоді як Visual Studio Code надав зручний
інструментарій для написання та відладки коду. Використання інструментів на
основі ШІ, таких як ChatGPT та Github Copilot, значно полегшило процес
розробки, дозволяючи отримувати швидкі та точні підказки, а також приклади
коду.
Лист
ЧДТУ.242003.001 ПЗ т
3
Зм. Лист № докум. Підпис Дата

У наступних розділах роботи розглядаються теоретичні основи
технологій штучного інтелекту, методологія розробки веб-сайтів із
використанням Ruby, а також практичні результати впровадження ШІ у
конкретні аспекти проектування веб-сайтів.
У рамках дослідження також буде проведено експериментальні
дослідження з метою виявлення найбільш ефективних методів застосування
ШІ для конкретних задач проектування веб-сайтів. Будуть розглянуті різні
алгоритми машинного навчання та їх застосування в контексті веб-розробки.
Зокрема, увага буде приділена методам обробки природної мови (NLP), які
можуть використовуватися для генерації текстового контенту та покращення
взаємодії з користувачами.
Окрім теоретичного аналізу та порівняння інструментів, дипломна
робота включає практичну частину, де буде реалізовано прототип веб-сайту з
використанням ШІ. Цей прототип дозволить наочно продемонструвати, як
різні технології ШІ можуть бути інтегровані в процес розробки, які переваги
вони надають, та які потенційні проблеми можуть виникати. Особливу увагу
буде приділено питанням безпеки та захисту даних у контексті використання
ШІ в веб-дизайні.
Таким чином, ця дипломна робота має на меті не лише дослідити
можливості та переваги впровадження систем штучного інтелекту у процес
проектування веб-сайтів, але й надати практичні рекомендації щодо їх
використання. В результаті виконання роботи буде створено комплексний
огляд сучасних технологій ШІ, їх потенціалу та обмежень, а також практичні
приклади їх успішного застосування.
У заключних розділах роботи будуть підведені підсумки дослідження,
визначені найбільш ефективні методи та інструменти для проектування веб-
сайтів з використанням ШІ, а також надані рекомендації щодо подальших
досліджень у цій галузі. Це дозволить створити цілісне уявлення про роль
штучного інтелекту в сучасній веб-розробці та його перспективи на майбутнє.
Лист
ЧДТУ.242003.001 ПЗ т
4
Зм. Лист № докум. Підпис Дата

Розглядаючи теоретичні основи технологій штучного інтелекту, у роботі
будуть проаналізовані різні підходи до навчання машин, такі як глибоке
навчання, нейронні мережі та алгоритми класифікації. Буде приділено увагу
тому, як ці технології можуть бути застосовані для автоматизації процесів
дизайну веб-сайтів, включаючи створення адаптивних інтерфейсів
користувача, автоматичну обробку зображень та генерацію персоналізованого
контенту.
Крім того, у роботі буде розглянуто питання масштабованості та
гнучкості веб-додатку, що особливо важливо для сучасних веб-сайтів, які
повинні адаптуватися до постійно змінюваних вимог ринку та користувачів.
Буде проведено аналіз можливостей розширення функціональності веб-сайту
за рахунок інтеграції нових технологій та сервісів на основі ШІ.
В заключних розділах буде проведено підсумковий аналіз досягнутих
результатів, визначено найкращі практики та рекомендації для подальшого
розвитку проектів з використанням ШІ у веб-розробці. Також будуть
обговорені перспективи розвитку технологій ШІ та їх можливий вплив на
майбутнє веб-дизайну.
Ця дипломна робота сприятиме глибшому розумінню можливостей та
обмежень штучного інтелекту у веб-розробці, а також надасть практичні
рекомендації для фахівців, які прагнуть впроваджувати передові технології у
свої проекти.

Лист
ЧДТУ.242003.001 ПЗ т
5
Зм. Лист № докум. Підпис Дата

1 АНАЛІЗ ТЕХНІЧОГО ЗАВДАННЯ

1.1 Визначення основних концепцій
У відповідь на стрімке розвиток інформаційних технологій та рост
популярності Інтернету, проектування веб-сайтів перетворилося на складний і
вимогливий процес. Одним із ключових напрямків удосконалення цього
процесу є впровадження систем штучного інтелекту (ШІ), що дозволяє
автоматизувати та оптимізувати багато етапів створення веб-ресурсів.
Перед тим як перейти до детального аналізу впливу ШІ на проектування
веб-сайтів, необхідно розглянути ключові концепції, пов'язані із цією темою.
1. Штучний інтелект (ШІ)
Штучний інтелект - це галузь інформатики, яка займається створенням
систем, здатних до вирішення завдань, що зазвичай потребують людського
розуму. Системи ШІ здатні до самостійного навчання, аналізу даних,
прийняття рішень та виконання завдань, що раніше вважалися виключно
людською компетенцією.
2. Проектування веб-сайтів
Проектування веб-сайтів - це процес створення та вдосконалення веб-
ресурсів з метою забезпечення їхньої функціональності, естетики та зручності
використання для користувачів. Цей процес включає в себе розробку
інтерфейсу користувача, структуру сайту, наповнення контентом та
забезпечення його технічної працездатності.
3. Впровадження систем штучного інтелекту у проектування веб-сайтів
Впровадження систем ШІ у проектування веб-сайтів передбачає
застосування різноманітних інтелектуальних технологій для автоматизації
рутинних завдань, покращення користувацького досвіду та оптимізації роботи
веб-ресурсів. Це включає в себе використання алгоритмів машинного навчання
для персоналізації контенту, автоматизації тестування та аналізу веб-
Лист
ЧДТУ.242003.001 ПЗ т
6
Зм. Лист № докум. Підпис Дата

аналітики, а також впровадження чат-ботів для покращення обслуговування
клієнтів.
4. Ключові переваги впровадження систем ШІ у проектування веб-сайтів
Використання систем ШІ при проектуванні веб-сайтів дозволяє
підвищити продуктивність розробки, зменшити час на реалізацію проекту,
покращити користувацький досвід, забезпечити персоналізацію та адаптацію
сайту до потреб кожного користувача.
Розглянувши основні концепції, пов'язані з впровадженням систем
штучного інтелекту у проектування веб-сайтів, переходимо до детального
аналізу впливу цих систем на кожен етап процесу створення веб-ресурсів.
Manning, C. D., Raghavan, P., & Schütze, H. (2008). "Introduction to Information
Retrieval". Cambridge University Press. [7]
1.2 Аналіз підходів при проектуванні веб-сайтів за участі ШІ
Проектування веб-сайтів за участі штучного інтелекту (ШІ) відкриває
нові можливості для автоматизації, персоналізації та оптимізації процесу
розробки. У цьому розділі розглянемо основні підходи до використання ШІ у
проектуванні веб-сайтів, їхні переваги та виклики.
• Використання машинного навчання для персоналізації
Одним із ключових підходів при проектуванні веб-сайтів є використання
машинного навчання для персоналізації контенту та користувацького досвіду.
Машинне навчання дозволяє аналізувати поведінку користувачів на сайті та
адаптувати контент відповідно до їхніх вподобань та потреб.
Автоматизація дизайну та верстки. ШІ може використовуватися для
автоматизації процесу створення дизайну та верстки веб-сторінок. Спеціальні
алгоритми можуть аналізувати тренди дизайну, вподобання користувачів та
генерувати оптимальні макети веб-сторінок.
• Інтелектуальний аналіз даних та оптимізація
Системи ШІ можуть використовуватися для аналізу даних про
відвідуваність сайту, поведінку користувачів та ефективність контенту. Це
Лист
ЧДТУ.242003.001 ПЗ т
7
Зм. Лист № докум. Підпис Дата

дозволяє оптимізувати сайт для покращення його продуктивності та
досягнення бізнес-цілей.
• Використання чат-ботів та віртуальних асистентів
Чат-боти та віртуальні асистенти, побудовані на базі ШІ, можуть
забезпечувати підтримку користувачів, відповідати на їхні запитання та
надавати рекомендації в режимі реального часу. Генерація коду.

Таблиця 1.1 Характеристика підходів в проектуванні ШІ

• Використання ШІ для SEO-оптимізації
ШІ може значно покращити процес SEO-оптимізації, автоматично
аналізуючи та оптимізуючи контент для пошукових систем.
• Автоматичне тестування та налагодження
ШІ може бути використаний для автоматизації тестування та
налагодження веб-сайтів, що включає функціональне тестування, перевірку
безпеки, тестування зручності користування та інші види тестів.
Лист
ЧДТУ.242003.001 ПЗ т
8
Зм. Лист № докум. Підпис Дата

• Аналіз користувацької поведінки
Аналіз користувацької поведінки за допомогою ШІ дозволяє веб-
розробникам отримувати глибокі інсайти про те, як користувачі взаємодіють з
сайтом, що дозволяє вдосконалювати дизайн та функціонал сайту.
• Прогнозування тенденцій та поведінки
ШІ може використовуватися для прогнозування тенденцій та поведінки
користувачів на основі аналізу історичних даних. Це дозволяє веб-
розробникам передбачати потреби та бажання користувачів, а також
адаптувати сайт відповідно до цих прогнозів.

Таблиця 1.2 Переваги та виклики з штучним інтелектом

Таблиці наочно відображає ключові переваги та виклики кожного
підходу, що допомагає краще зрозуміти специфіку використання штучного
інтелекту у проектуванні веб-сайтів.
Лист
ЧДТУ.242003.001 ПЗ т
9
Зм. Лист № докум. Підпис Дата

ШІ може використовуватися для автоматичної генерації контенту,
включаючи текстові, графічні та відео матеріали. Це дозволяє швидко
створювати якісний контент для веб-сайтів без значних затрат часу та ресурсів.
Аналіз підходів при проектуванні веб-сайтів за участі ШІ показує, що
використання інтелектуальних технологій має значний потенціал для
покращення процесу розробки, підвищення ефективності та зниження витрат.

Лист
ЧДТУ.242003.001 ПЗ т
10
Зм. Лист № докум. Підпис Дата

2 ОГЛЯД ІСНУЮЧИХ АНАЛОГІВ
2.1 Потреба співпраці з ШІ в умовах сучасності
Сучасний світ стрімко розвивається, і штучний інтелект (ШІ) відіграє в
цьому процесі все більш значущу роль. ШІ володіє безліччю можливостей, які
можуть допомогти людям у вирішенні складних проблем, оптимізації процесів
та покращенні якості життя.
Ось декілька ключових причин, чому співпраця з ШІ стає все більш
необхідною:
1. Зростання складності проблем:
Світ стикається з безліччю проблем, які стають дедалі складнішими для
вирішення за допомогою людських зусиль alone. Це стосується таких сфер, як
охорона здоров'я, зміна клімату, кібербезпека та багато інших. ШІ може
допомогти людям аналізувати великі обсяги даних, виявляти закономірності
та генерувати інноваційні рішення, які раніше були недоступними.
2. Покращення ефективності:
ШІ може автоматизувати багато завдань, які в даний час виконуються
людьми, звільняючи час для більш творчої та стратегічної роботи. Це може
призвести до значного підвищення продуктивності та ефективності в багатьох
галузях. Іванченко Дмитро. “Програмування штучного інтелекту.” Дніпро:
Пороги, 2019. [17]
3. Підвищення якості життя:
ШІ може використовуватися для покращення якості життя людей у
багатьох аспектах. Наприклад, він може допомогти в розробці нових методів
лікування захворювань, персоналізації освіти та створенні безпечніших та
зручніших міст.
4. Конкурентна перевага:
Компанії, які активно впроваджують ШІ, отримують значну
конкурентну перевагу. ШІ може допомогти їм розробляти нові продукти та
Лист
ЧДТУ.242003.001 ПЗ т
11
Зм. Лист № докум. Підпис Дата

послуги, оптимізувати ланцюги постачання та покращувати обслуговування
клієнтів.
5. Необхідність адаптації:
Світ постійно змінюється, і людям необхідно постійно адаптуватися до
нових умов. ШІ може допомогти людям бути більш гнучкими та швидше
реагувати на зміни.
Звичайно, існує й певні ризики, пов'язані з ШІ, такі як втрата робочих
місць, упередженість алгоритмів та етичні проблеми. Однак при правильному
підході та відповідальному використанні ШІ може стати потужним
інструментом для покращення життя людей та вирішення багатьох проблем
сучасності.
Важливо зазначити, що співпраця з ШІ не означає, що люди повинні
повністю покладатися на нього. ШІ слід розглядати як інструмент, який може
доповнювати та посилювати людські здібності. Люди повинні залишатися в
контролі та використовувати ШІ відповідально та етично.
Співпраця з ШІ - це не просто можливість, а й необхідність для того, щоб
люди могли успішно вирішувати виклики сучасності та будувати краще
майбутнє.
Важливо підкреслити:
• Співпраця з ШІ не означає заміну людей машинами.
• Люди повинні залишатися в контролі та використовувати ШІ
відповідально.
• Необхідно розробити чіткі етичні рамки для використання ШІ.
• Важливо готувати людей до роботи в умовах, де ШІ відіграє
значну роль.
Впровадження ШІ може мати значний вплив на суспільство, тому
важливо вести відкритий та чесний діалог про його потенційні переваги та
ризики.
Лист
ЧДТУ.242003.001 ПЗ т
12
Зм. Лист № докум. Підпис Дата

Співпраця з ШІ стає все більш важливою в багатьох сферах, де його
можливості доповнюють людські знання та навички. Ось декілька прикладів:

Рисунок 2.1 - Сфери сучасної взаємодії

1. Охорона здоров'я:
• Діагностика: ШІ може допомогти лікарям аналізувати медичні
зображення та ставити діагнози з більшою точністю та швидкістю.
• Розробка ліків: ШІ може використовуватися для ідентифікації
нових потенційних ліків та розробки персоналізованих планів лікування.
• Хірургія: Роботи, керовані ШІ, можуть виконувати складні
хірургічні операції з більшою точністю та меншою інвазивністю.
2. Освіта:
• Персоналізація навчання: ШІ може адаптувати навчальні програми
до потреб та стилю навчання кожного учня.
• Автоматизація оцінювання: ШІ може автоматично оцінювати
завдання та надавати учням зворотний зв'язок.
• Підтримка учнів з особливими потребами: ШІ може допомогти
учням з особливими потребами отримати доступ до освіти та краще її засвоїти.
Лист
ЧДТУ.242003.001 ПЗ т
13
Зм. Лист № докум. Підпис Дата

3. Наукові дослідження:
• Аналіз даних: ШІ може аналізувати великі обсяги наукових даних,
виявляти закономірності та робити нові відкриття.
• Моделювання: ШІ може використовуватися для створення
складних моделей, які допомагають вченим краще зрозуміти світ.
• Автоматизація експериментів: ШІ може автоматизувати
проведення наукових експериментів, роблячи їх більш ефективними та
безпечними.
4. Транспорт:
• Самокеровані автомобілі: ШІ може зробити транспорт більш
безпечним та ефективним за допомогою самокерованих автомобілів.
• Оптимізація маршрутів: ШІ може допомогти оптимізувати
маршрути громадського транспорту та скоротити час у дорозі.
• Управління повітряним рухом: ШІ може допомогти покращити
управління повітряним рухом та зробити авіаперевезення більш безпечними.
5. Фінанси:
• Виявлення шахрайства: ШІ може допомогти виявити шахрайство
та відмивання грошей у фінансових транзакціях.
• Розробка інвестиційних стратегій: ШІ може використовуватися для
розробки інвестиційних стратегій та управління ризиками.
• Обслуговування клієнтів: ШІ може допомогти покращити
обслуговування клієнтів у фінансових установах.
Співпраця з ШІ несе в собі як виклики, так і можливості.
Щоб співпраця з ШІ була успішною, необхідно вжити певних заходів:
• Розробка Чітких Етичних Норм: Важливо розробити чіткі етичні
норми для використання ШІ, які гарантують, що він використовується
відповідально та не шкодить людям.
Лист
ЧДТУ.242003.001 ПЗ т
14
Зм. Лист № докум. Підпис Дата

• Підготовка людей до роботи в умовах ШІ: Важливо готувати
людей до роботи в умовах, де ШІ відіграє значну роль. Це включає в себе
навчання новим навичкам та розвиток здатності працювати з ШІ-системами.

Таблиця 2.1 Опис прогресивних перспектив

• Інвестування в дослідження та розробки ШІ: Важливо інвестувати
в дослідження та розробки ШІ, щоб розробити більш безпечні, надійні та
етичні ШІ-системи.
• Створення культури співпраці: Важливо створити культуру
співпраці між людьми та ШІ, де люди та машини працюють разом для
досягнення спільних цілей.
• Відкритий діалог: Важливо вести відкритий та чесний діалог про
ШІ, щоб обговорити його потенційні переваги та ризики.
Співпраця з ШІ - це складний процес, який потребує ретельного
планування та обмірковування. Однак при правильному підході ШІ може
стати потужним інструментом для покращення життя людей та вирішення
багатьох проблем сучасності.
Важливо зазначити, що співпраця з ШІ не означає, що люди повинні
повністю покладатися на нього. ШІ слід розглядати як інструмент, який може
доповнювати та посилювати людські здібності. Люди повинні залишатися в
контролі та використовувати ШІ відповідально та етично.
Лист
ЧДТУ.242003.001 ПЗ т
15
Зм. Лист № докум. Підпис Дата

Співпраця з ШІ - це не просто можливість, а й необхідність для того, щоб
люди могли успішно вирішувати виклики сучасності та будувати краще
майбутнє.
Співпраця з ШІ стає все більш необхідною, оскільки світ стикається з
безліччю проблем, які стають дедалі складнішими для вирішення за
допомогою одних людських зусиль. ШІ може допомогти людям аналізувати
великі обсяги даних, виявляти закономірності та генерувати інноваційні
рішення, які раніше були недоступними.
2.2 Вибір оптимального методу на основі порівняльного аналізу
У цьому розділі розглянемо процес вибору оптимального методу
впровадження систем штучного інтелекту (ШІ) при проектуванні веб-сайтів.
На основі порівняльного аналізу різних підходів та технологій ми визначимо
найбільш ефективні методи для розробки проекту на мові програмування Ruby
з використанням інструментів ШІ.
Порівняльний аналіз підходів
Для вибору оптимального методу було проведено детальний аналіз
існуючих підходів до впровадження ШІ у проектування веб-сайтів. Goodfellow,
I., Bengio, Y., & Courville, A. (2016). "Deep Learning". MIT Press. [2]. Розглянуто
наступні методи:
Машинне навчання (ML):
Переваги: дозволяє створювати адаптивні системи, які можуть навчатися
на основі користувацьких даних, покращуючи взаємодію та персоналізацію.
Недоліки: потребує великих обсягів даних для навчання, висока
обчислювальна потужність.
З літератури Brownlee, J. (2021). "Deep Learning for Natural Language
Processing". Machine Learning Mastery [1] маємо інформацію
Обробка природної мови (NLP):
Переваги: покращує користувацький досвід через інтерактивні чат-боти,
системи підтримки клієнтів та інші інструменти.
Лист
ЧДТУ.242003.001 ПЗ т
16
Зм. Лист № докум. Підпис Дата

Недоліки: складність реалізації, потребує точного налаштування
моделей.
Комп'ютерне зору (CV):
Переваги: дозволяє аналізувати візуальні дані, що може бути корисно для
певних типів веб-сайтів
Недоліки: висока обчислювальна потужність, потреба у великій
кількості зображень для навчання моделей.
Рекомендаційні системи:
Переваги: персоналізація контенту та рекомендацій на основі поведінки
користувачів, що підвищує залученість та задоволеність користувачів.
Недоліки: потреба в постійному оновленні та коригуванні моделей,
залежність від якості даних.
Критерії вибору методу
З літератури Jurafsky, D., & Martin, J. H. (2019). "Speech and Language
Processing" [3] можемо зробити аналіз.
Для вибору оптимального методу були визначені наступні критерії:
• Ефективність: наскільки добре метод відповідає потребам
проекту.
• Продуктивність: вимоги до обчислювальних ресурсів та часу
виконання.
• Гнучкість: можливість адаптації методу до змін та нових вимог.
• Простота реалізації: складність впровадження та інтеграції
методу.
• Масштабованість: здатність методу працювати з великими
обсягами даних та високим навантаженням.
Вибір методу для проекту
Після аналізу було визначено, що для даного проекту, який реалізується
на Ruby з використанням інструментів ШІ, найбільш оптимальним є метод
машинного навчання (ML). Цей вибір обумовлений наступними факторами:
Лист
ЧДТУ.242003.001 ПЗ т
17
Зм. Лист № докум. Підпис Дата

Ефективність: ML дозволяє створювати адаптивні системи, які можуть
навчатися на основі даних користувачів, що значно покращує персоналізацію
та взаємодію з веб-сайтом.
Продуктивність: сучасні фреймворки та бібліотеки для ML (такі як
TensorFlow, Scikit-Learn,Github Copilot) оптимізовані для роботи з Ruby через
відповідні інтерфейси та забезпечують високу продуктивність.
Гнучкість: методи ML легко адаптуються до нових даних та змін у
вимогах проекту.
Простота реалізації: Ruby має потужну екосистему та підтримку, що
спрощує процес інтеграції ML моделей у веб-сайт.
Масштабованість: ML моделі можуть працювати з великими обсягами
даних та забезпечувати високу точність прогнозів і рекомендацій.
Інтеграція ML у проект
Для інтеграції методів машинного навчання у проект на Ruby було
використано наступні інструменти та технології:
Github Copilot: інструмент на основі ШІ для автодоповнення коду, що
значно прискорює процес розробки.
Github Copilot - це інструмент на основі штучного інтелекту,
розроблений компаніями OpenAI та GitHub, який допомагає розробникам
писати код швидше та ефективніше. Використовуючи великі мовні моделі,
зокрема GPT-3, Copilot здатний пропонувати автозавершення коду, генерувати
цілі функції та навіть пропонувати вирішення складних алгоритмічних задач.
Вибір Github Copilot для інтеграції методів машинного навчання у
проект на Ruby обумовлений кількома ключовими перевагами цього
інструменту:
Прискорення розробки:
Github Copilot допомагає швидко генерувати код, зменшуючи час,
необхідний для написання рутинних частин програми. Це особливо корисно
Лист
ЧДТУ.242003.001 ПЗ т
18
Зм. Лист № докум. Підпис Дата

при роботі з великими моделями машинного навчання, де необхідно часто
писати однотипний код.
Автозавершення коду дозволяє розробникам зосередитися на складних
аспектах проекту, не відволікаючись на дрібні деталі синтаксису.
Підвищення продуктивності:
Інструмент пропонує оптимізовані та перевірені варіанти коду, що
знижує ймовірність помилок і підвищує продуктивність розробників.
Github Copilot може навчатися на стилі коду, який використовує
розробник, та пропонувати рішення, які відповідають цьому стилю, що
забезпечує однорідність коду.
Допомога у написанні документації:
Copilot може автоматично генерувати коментарі та документацію для
коду, що полегшує процес підтримки проекту та робить його більш доступним
для інших розробників.
Генерація пояснень та підказок щодо використання певних функцій чи
бібліотек спрощує процес навчання нових учасників команди.
Підтримка багатьох мов програмування:
Github Copilot підтримує широкий спектр мов програмування,
включаючи Ruby. Це забезпечує гнучкість при використанні різних технологій
та інструментів у проекті.
Інтеграція з популярними середовищами розробки, такими як VS Code,
дозволяє використовувати Copilot у зручний спосіб, без необхідності
перемикатися між різними інструментами.
Реалізація за допомогою Github Copilot
Генерація коду для моделей машинного навчання:
Copilot допомагає створювати необхідний код для роботи з бібліотеками
машинного навчання, такими як TensorFlow.rb чи SciRuby. Це включає
визначення архітектури моделей, написання функцій для тренування та
валідації моделей, а також обробку даних.
Лист
ЧДТУ.242003.001 ПЗ т
19
Зм. Лист № докум. Підпис Дата

Автозавершення коду значно прискорює процес написання складних
функцій та алгоритмів, зменшуючи кількість помилок і пропонуючи
оптимальні рішення.
Інтеграція з веб-сайтом:
За допомогою Copilot можна швидко створювати API для взаємодії з ML-
моделями, інтегрувати їх у бекенд веб-сайту, та налаштовувати маршрутизацію
та обробку запитів.
Copilot надає рекомендації щодо найкращих практик для забезпечення
безпеки та продуктивності при роботі з ML-моделями в веб-середовищі.
Підтримка та оптимізація:
Github Copilot допомагає у написанні коду для моніторингу
продуктивності моделей, налаштуванні інструментів для збору метрик та
виявлення проблем.
Генерація коду для автоматизації процесів ретренування та оновлення
моделей, що забезпечує підтримку актуальності і точності прогнозів.
Обробка запитів і відповідей:
Реалізація обробки запитів до ML-моделей, включаючи передобробку
даних, передавання їх до моделей та обробку відповідей для відображення
користувачам.
Оптимізація часу обробки запитів для забезпечення швидкої реакції
системи на дії користувачів.
Взаємодія з моделями через API:
Впровадження моделей у серверну частину веб-сайту через створені API
дозволяє легко оновлювати та змінювати моделі без необхідності перезапуску
всього додатка.
Використання Ruby on Rails для забезпечення надійної та безпечної
інтеграції моделей у бекенд веб-сайту.
Використання Github Copilot при розробці проекту на Ruby з інтеграцією
методів машинного навчання значно підвищує продуктивність та ефективність
Лист
ЧДТУ.242003.001 ПЗ т
20
Зм. Лист № докум. Підпис Дата

розробки. Інструмент забезпечує швидке написання якісного коду, підтримує
розробників у складних задачах, автоматично генерує необхідну документацію
та оптимізує процес інтеграції моделей у веб-сайт. Це робить Copilot
незамінним помічником у реалізації сучасних проектів з використанням
штучного інтелекту.
Лист
ЧДТУ.242003.001 ПЗ т
21
Зм. Лист № докум. Підпис Дата

3 ХАРАКТЕРИСТИКА ТА АНАЛІЗ ШІ В РОЗРОБЦІ ВЕБ-САЙТІВ
3.1 Характеристика та доцільність ШІ в проекті
Основні можливості штучного інтелекту
Машинне навчання та його застосування
Машинне навчання (ML) є одним із найпоширеніших підходів до
реалізації ШІ. Воно включає алгоритми, які дозволяють комп'ютерним
системам навчатися на основі даних та робити прогнози чи приймати рішення
без явного програмування. Також маємо витяги з літератури Bishop, C. M.
(2006). "Pattern Recognition and Machine Learning" Springer. [8]
Класифікація та кластеризація:
Класифікаційні алгоритми (наприклад, дерева рішень, SVM, нейронні
мережі) дозволяють розподіляти дані на категорії. Це корисно для задач, як-от
спам-фільтри, розпізнавання облич та аналіз настроїв користувачів.
Кластеризаційні алгоритми (наприклад, K-means, DBSCAN)
використовуються для групування подібних об'єктів без попереднього
маркування даних, що допомагає у сегментації користувачів для таргетованого
маркетингу.
Регресія:
Регресійні моделі прогнозують числові значення на основі вхідних
даних. Наприклад, прогнозування продажів або оцінка цін на нерухомість.
Рекомендаційні системи:
Рекомендаційні системи використовують алгоритми колаборативної
фільтрації та контентного фільтрації для персоналізованих рекомендацій
продуктів чи контенту. Це підвищує залученість користувачів та збільшує
конверсії на веб-сайтах.
Обробка природної мови (NLP)
Обробка природної мови дозволяє комп'ютерам розуміти,
інтерпретувати та генерувати людську мову. Це має велике значення для веб-
сайтів, які хочуть покращити взаємодію з користувачами через текст.
Лист
ЧДТУ.242003.001 ПЗ т
22
Зм. Лист № докум. Підпис Дата

Чат-боти та віртуальні асистенти:
Чат-боти автоматизують спілкування з користувачами, відповідаючи на
запитання, допомагаючи з навігацією по сайту та навіть обробляючи
замовлення. Використання моделей NLP, таких як GPT-3, дозволяє створювати
високоякісних віртуальних асистентів, здатних підтримувати складні діалоги.
Аналіз настроїв:
Аналіз настроїв допомагає визначати емоційний тон тексту. Це корисно
для моніторингу відгуків користувачів, аналізу коментарів у соціальних
мережах та покращення взаємодії з клієнтами.
Комп'ютерний зір
Комп'ютерний зір дозволяє системам інтерпретувати та розуміти
візуальну інформацію з навколишнього світу. Це особливо корисно для веб-
сайтів, які працюють з великими обсягами зображень та відео.
Розпізнавання зображень:
Технології розпізнавання зображень використовуються для автоматичної
класифікації та тегування фотографій, а також для виявлення об'єктів у
зображеннях. Наприклад, інтернет-магазини можуть автоматично визначати
тип товару та його атрибути на основі зображень.
Аналіз відео:
Аналіз відео включає виявлення та відстеження об'єктів, розпізнавання
осіб та аналіз поведінки. Це може бути використано для забезпечення безпеки
на веб-сайтах, а також для створення інтерактивних та інформативних відео.
Доцільність використання ШІ у проекті
Підвищення ефективності розробки
Інтеграція ШІ у процес розробки веб-сайтів може значно підвищити
ефективність та якість роботи.
Автоматизація рутинних завдань:
Використання ШІ для автоматизації завдань, таких як написання коду,
тестування та налагодження, дозволяє зосередитись на більш важливих та
Лист
ЧДТУ.242003.001 ПЗ т
23
Зм. Лист № докум. Підпис Дата

творчих аспектах проекту. Інструменти, як-от GitHub Copilot, на основі GPT-3,
пропонують автозавершення коду, що зменшує кількість помилок та
прискорює процес розробки.
Оптимізація процесів:
ШІ може допомогти в оптимізації процесів розробки, наприклад,
виявляти вузькі місця у виробничому середовищі та пропонувати рішення для
їх усунення. Це забезпечує ефективне використання ресурсів та підвищує
продуктивність команди.
Покращення користувацького досвіду
ШІ дозволяє створювати більш персоналізований та інтерактивний
користувацький досвід, що є важливим фактором для залучення та утримання
користувачів.
Персоналізація контенту:
Використання рекомендаційних систем на основі ШІ дозволяє надавати
користувачам персоналізовані рекомендації щодо продуктів, статей чи інших
матеріалів, що підвищує їх задоволеність та лояльність до веб-сайту.
Інтерактивні елементи:
Інтеграція чат-ботів та віртуальних асистентів на основі ШІ покращує
взаємодію з користувачами, забезпечуючи миттєві відповіді на їхні запити та
допомогу у навігації по сайту.
Аналітика та прийняття рішень
ШІ надає потужні інструменти для аналізу даних та прийняття
обґрунтованих рішень.
Аналіз користувацької поведінки:
Моделі машинного навчання можуть аналізувати поведінку користувачів
на веб-сайті, виявляючи закономірності та тренди, що дозволяє робити
обґрунтовані рішення щодо покращення функціоналу сайту та маркетингових
стратегій.
Прогнозування та планування:
Лист
ЧДТУ.242003.001 ПЗ т
24
Зм. Лист № докум. Підпис Дата

Використання регресійних моделей та інших алгоритмів прогнозування
дозволяє робити точні прогнози щодо попиту на товари чи послуги, планувати
ресурси та управляти запасами.
Безпека та захист даних
Виявлення аномалій та кібербезпека:
Моделі машинного навчання можуть бути використані для виявлення
аномалій в мережевому трафіку та поведінці користувачів, що допомагає у
виявленні потенційних загроз та кібер-атак. Це забезпечує більш високий
рівень захисту веб-сайтів та даних користувачів.
Шифрування та конфіденційність даних:
ШІ може бути використаний для розробки більш складних алгоритмів
шифрування та забезпечення конфіденційності даних. Це особливо важливо
для веб-сайтів, які обробляють чутливу інформацію, таку як особисті дані чи
фінансові транзакції.
Підтримка доступності та інклюзивності
Розпізнавання мови та переклад:
Інтеграція технологій розпізнавання мови та автоматичного перекладу
дозволяє робити веб-сайти доступними для людей з різними мовними
бар'єрами та обмеженими можливостями. Наприклад, система може
автоматично перекладати текст або перетворювати його у голос для
користувачів з вадами зору.
Адаптивний дизайн:
Використання ШІ для аналізу поведінки користувачів з різними
потребами та автоматичної адаптації інтерфейсу під їхні потреби. Це
забезпечує більш зручний та інтуїтивно зрозумілий користувацький досвід для
широкого кола користувачів.
Виклики та обмеження застосування ШІ
Етичні питання та відповідальність
Упередження та дискримінація:
Лист
ЧДТУ.242003.001 ПЗ т
25
Зм. Лист № докум. Підпис Дата

Моделі машинного навчання можуть відображати упередження,
присутні у навчальних даних, що може призводити до дискримінації або
несправедливого ставлення до певних груп користувачів. Це вимагає
ретельного підходу до збору та обробки даних, а також тестування моделей на
предмет відсутності упереджень.
Прозорість та пояснюваність:
Деякі алгоритми ШІ, особливо глибокі нейронні мережі, можуть бути
складними для розуміння та пояснення. Це створює проблеми з довірою до
прийнятих рішень та вимоги до прозорості моделей, особливо в критичних
сферах, таких як медицина або фінанси.
Технічні обмеження
Обчислювальні ресурси:
Навчання та розгортання складних моделей машинного навчання може
вимагати значних обчислювальних ресурсів, що може бути дорого та
часозатратно. Це вимагає використання ефективних алгоритмів та оптимізації
моделей для зниження обчислювальних витрат.
Якість та обсяг даних:
Для успішного навчання моделей ШІ необхідні великі обсяги якісних
даних. Збір, обробка та зберігання таких даних можуть бути складними
завданнями, що потребують значних зусиль та ресурсів.
Впровадження штучного інтелекту у розробку веб-сайтів відкриває нові
горизонти та можливості для створення інноваційних та ефективних рішень.
ШІ дозволяє автоматизувати рутинні завдання, покращити користувацький
досвід, забезпечити персоналізацію контенту та інтерактивність взаємодії з
користувачами. Водночас, використання ШІ вимагає врахування етичних
питань, забезпечення прозорості моделей та оптимізації обчислювальних
ресурсів.
На основі проведеного аналізу можна зробити висновок, що інтеграція
ШІ у проект з розробки веб-сайтів на Ruby є доцільною та перспективною. Це
Лист
ЧДТУ.242003.001 ПЗ т
26
Зм. Лист № докум. Підпис Дата

дозволить підвищити ефективність розробки, забезпечити високу якість
продукту та задовольнити потреби сучасних користувачів у зручних та
інтелектуальних веб-сервісах.
3.2 Переваги та недоліки різних підходів до впровадження ШІ
Переваги - Точність та ефективність: Деякі підходи до впровадження ШІ,
зокрема глибокі нейронні мережі, можуть забезпечити високу точність у
вирішенні складних завдань, таких як розпізнавання образів або природної
мови. Це дозволяє створювати продуктивні та інтелектуальні системи.
Автоматизація та оптимізація процесів: Використання ШІ може значно
зменшити час та зусилля, необхідні для виконання рутинних завдань.
Наприклад, системи автоматичного класифікування контенту на веб-сайті
можуть значно полегшити процес його управління. Goodfellow, I., Bengio, Y.,
& Courville, A. (2016). "Deep Learning". MIT Press. [2]
Персоналізація та удосконалення користувацького досвіду: ШІ
дозволяють створювати персоналізовані рекомендації, прогнози та
інтерактивні інтерфейси, що підвищують залучення користувачів та
забезпечують їм більш індивідуалізований досвід використання веб-сайту.
Масштабованість та гнучкість: Деякі підходи до впровадження ШІ
можуть легко масштабуватися для обробки великих обсягів даних або
забезпечення обслуговування великої кількості користувачів без значного
погіршення продуктивності.
Швидкість реакції та прогностичні можливості: ШІ дозволяють
розробляти системи, які можуть швидко адаптуватися до змінних умов та
робити точні прогнози. Наприклад, моделі машинного навчання можуть
прогнозувати тенденції в користувацькому поведінці, що допомагає
вдосконалювати стратегії взаємодії з клієнтами та реагувати на їхні потреби.
Збільшення продуктивності та ефективності роботи: Впровадження ШІ
може значно підвищити продуктивність та ефективність веб-розробки,
Лист
ЧДТУ.242003.001 ПЗ т
27
Зм. Лист № докум. Підпис Дата

зменшуючи кількість ручної роботи та автоматизуючи багато процесів. Це
дозволяє зосередитися на більш складних та творчих аспектах проекту.
Підвищення конкурентоспроможності та інноваційності: Використання
передових технологій ШІ дозволяє створювати інноваційні продукти та
послуги, які відповідають сучасним вимогам ринку. Це допомагає компаніям
зберігати конкурентну перевагу та залучати нових клієнтів.
Розширення можливостей інтерактивності та персоналізації:
Використання ШІ дозволяє розробляти веб-сайти з вищим рівнем
інтерактивності та персоналізації. Наприклад, системи рекомендацій, які
використовують алгоритми машинного навчання, можуть пропонувати
користувачам відповідний контент та послуги, забезпечуючи більш
індивідуалізований досвід взаємодії з сайтом.
Недоліки:
Необхідність великих обсягів даних: Багато підходів до впровадження
ШІ потребують великих обсягів якісних даних для ефективного навчання
моделей. Збір та обробка таких даних може бути витратним та складним
завданням.
Складність в побудові та налаштуванні моделей: Деякі методи ШІ, зокрема
глибокі нейронні мережі, можуть бути складними для розуміння та
налаштування. Це може потребувати великих зусиль та експертного досвіду в
галузі машинного навчання.
Потреба у великих обчислювальних ресурсах: Деякі методи ШІ,
особливо глибокі нейронні мережі, можуть вимагати значних обчислювальних
ресурсів для навчання та виконання. Це може бути витратним та обмеженим
для деяких організацій.
Проблеми з етикою та конфіденційністю: Використання ШІ може
виникати етичні питання, особливо щодо конфіденційності даних та
можливості виникнення упередженості в моделях машинного навчання.
Лист
ЧДТУ.242003.001 ПЗ т
28
Зм. Лист № докум. Підпис Дата

Необхідність постійного нагляду та підтримки: Моделі ШІ можуть
вимагати постійного моніторингу та оновлення для забезпечення їхньої
ефективності та актуальності. Це може потребувати значних зусиль та ресурсів
з боку розробників. Bengio, Y., Courville, A., & Vincent, P. (2013).
"Representation Learning: A Review and New Perspectives". IEEE Transactions on
Pattern Analysis and Machine Intelligence [9]
Залежність від якості даних та навчання моделей: Ефективність систем
ШІ значно залежить від якості та обсягу вхідних даних, а також від
правильного навчання моделей. Недостатність або недостовірність даних може
призвести до неточностей та неправильних висновків.
Складність в розумінні та поясненні результатів: Деякі методи ШІ,
зокрема глибокі нейронні мережі, можуть бути непрозорими та складними для
розуміння та пояснення результатів. Це може ускладнити процес прийняття
рішень та взаємодії з клієнтами.
Потенційні загрози для приватності та безпеки даних: Використання ШІ
може створювати нові потенційні загрози для приватності та безпеки даних,
зокрема шляхом можливого зловживання або зламу систем.
Потреба у постійному нагляді та підтримці: Системи ШІ потребують
постійного моніторингу, оновлення та підтримки, щоб забезпечити їхню
ефективність та актуальність. Це може вимагати значних зусиль та ресурсів з
боку команди розробників.
Ризик виникнення системних помилок та відмов: Впровадження ШІ
може збільшити ризик виникнення системних помилок та відмов, зокрема у
випадках недостатньої підготовки даних, недооцінки різних варіантів вхідних
даних або недостатньої перевірки та тестування системи.
Потенційна залежність від постачальників ШІ та інших сторонніх
сервісів: Використання ШІ може призвести до залежності від постачальників
ШІ та інших сторонніх сервісів, що може створювати ризик для стійкості та
безпеки проекту у випадку проблем з цими постачальниками.
Лист
ЧДТУ.242003.001 ПЗ т
29
Зм. Лист № докум. Підпис Дата

Потенційні обмеження в продуктивності та масштабованості:
Впровадження ШІ може призвести до обмежень в продуктивності та
масштабованості веб-сайту, зокрема у випадках великої кількості запитів або
обсягу даних, що перевищує можливості системи. Важливо провести
комплексний аналіз та розглянути всі можливі ризики та обмеження для
забезпечення успішного впровадження та функціонування системи.

Рисунок 3.1 - Аналіз позитивної думки суспільства

В статті українського інформаційного сайту є результат опитування
українського народу щодо розвитку ШІ та що варто очікувати. Goodfellow,
I., Bengio, Y., & Courville, A. (2016). "Deep Learning". MIT Press. [2]
“Зокрема, 43,4% опитаних українців вважають, що, з огляду на всі
потенційні можливості і ризики, пов'язані з розвитком штучного інтелекту,
людство повинно продовжувати розробки у сфері ШІ, одночасно запобігаючи
ймовірним негативним наслідкам і протидіючи їм. Третина респондентів
(34,0%) наполягають, що використовувати можна тільки штучний інтелект,
безпеку якого доведено, в той самий час кожен восьмий (12,8%) готовий
ризикнути, продовжуючи розробки у сфері штучного інтелекту незалежно від
Лист
ЧДТУ.242003.001 ПЗ т
30
Зм. Лист № докум. Підпис Дата

можливих загроз. 3% українців, утім, вважають, що необхідно вже зараз
повністю припинити всі розробки у сфері ШІ.”
Також підіймається питання негативних наслідків.
«Не вщухають дискусії на тему протиставлення можливостей штучного
інтелекту ризикам, які він становить, що цілком обґрунтовано. Кожна технологія
спочатку є своєрідною «чорною скринькою» для потенційних користувачів, які
пізнають усі її переваги і недоліки вже в процесі тестування і застосування. Але
це абсолютно нормальна практика і не більш ніж зайвий привід перестрахуватися.
Ми повинні розуміти, що ШІ сам по собі не небезпечний і спрямований на
перспективи і нові унікальні можливості для всіх сфер нашої діяльності. І
завдання полягає не в тому, щоб перешкоджати інноваціям через можливі загрози,
а в тому, щоб удосконалювати методи протидії їм. У кожнім разі суспільство
потребуватиме інтелектуальних технологій і з кожним роком все охочіше
використовує все більше нових розробок у цій галузі», - заявив експерт.

Рисунок 3.2 - Аналіз негативної думки суспільства

Лист
ЧДТУ.242003.001 ПЗ т
31
Зм. Лист № докум. Підпис Дата

3.3 Порівняння систем штучного інтелекту
У цьому розділі буде проведено порівняльний аналіз різних систем
штучного інтелекту, що використовуються в проекті розробки веб-сайтів. Це
дозволить визначити переваги та недоліки кожної системи, їхню придатність
до конкретних завдань та потреб проекту. Порівняльний аналіз спрямований
на з'ясування оптимального вибору системи штучного інтелекту для
досягнення поставлених цілей та забезпечення успішної реалізації проекту.
GPT-4.0 та Bard - це дві з найпотужніших та найпопулярніших систем
штучного інтелекту (ШІ), доступних сьогодні. Обидві мають свої унікальні
сильні та слабкі сторони, що робить їх придатними для різних завдань та
користувачів.
Функціональність:
• GPT-4.0:
o Генерує текст, перекладає мови, пише різні види творчого
контенту та інформативно відповідає на ваші запитання.
o Навчений на величезному наборі даних тексту та коду, що дає
йому можливість генерувати більш творчий та інформативний текст.
o Може отримувати доступ до інформації з реального світу та
обробляти її за допомогою Пошуку Google.
• Bard:
o Генерує різні творчі текстові формати, такі як вірші, код, сценарії,
музичні твори, електронні листи, листи тощо.
o Докладає всіх зусиль, щоб виконати всі ваші вимоги.
o Може відповідати на ваші запитання інформативним способом,
навіть якщо вони відкриті, складні або дивні.
o Використовує свої знання, щоб відповідати на ваші запитання
всебічно та інформативно, навіть якщо вони відкриті, складні або дивні.
Переваги:
• GPT-4.0:
Лист
ЧДТУ.242003.001 ПЗ т
32
Зм. Лист № докум. Підпис Дата

o Потужніший, ніж Bard, може генерувати більш творчий та
інформативний текст.
o Доступ до більшого набору даних тексту та коду.
o Може отримувати доступ до інформації з реального світу та
обробляти її за допомогою Пошуку Google.
• Bard:
o Безкоштовний для використання.
o Простий у використанні, навіть для людей без досвіду роботи з
ШІ.
o Широкий спектр функцій, включаючи генерацію тексту, переклад
мов і написання творчого контенту.
o Доступ до великого набору даних тексту та коду.
Недоліки:
• GPT-4.0:
o Платний.
o Складніший у використанні, ніж Bard.
o Може генерувати неточну або оманливу інформацію.
• Bard:
o Не такий потужний, як GPT-4.0.
o Може генерувати неточну або оманливу інформацію.
o Не завжди може зрозуміти складні запитання.
Доступність:
• GPT-4.0: Платний. Ціни на GPT-4.0 варіюються залежно від обсягу
використання.
• Bard: Безкоштовний для використання.
Технічні знання:
• GPT-4.0: Складніший у використанні, ніж Bard, і може
потребувати певних технічних знань.
Лист
ЧДТУ.242003.001 ПЗ т
33
Зм. Лист № докум. Підпис Дата

• Bard: Простий у використанні, навіть для людей без досвіду
роботи з ШІ.
Набори даних:
• GPT-4.0: Доступ до більшого набору даних тексту та коду, ніж
Bard.
• Bard: Доступ до великого набору даних тексту та коду.
Етика та обмеження:
• GPT-4.0: Може генерувати неточну або оманливу інформацію.
Важливо використовувати GPT-4.0 відповідально та бути обережним при
використанні його для генерування інформації.
• Bard: Може генерувати неточну або оманливу інформацію.
Важливо використовувати Bard відповідально та бути обережним при
використанні його для генерування інформації.
Схожу характеристику порівнянь надає стаття на сайті :
https://contentatscale.ai/blog/bard-vs-chatgpt/ [24]

Рисунок 3.3 - Заголовок статті

Лист
ЧДТУ.242003.001 ПЗ т
34
Зм. Лист № докум. Підпис Дата

Рисунок 3.4 - Порівняння систем

Особливості Google Bard
Інтеграція з Google: технологія Bard розроблена для бездоганної
інтеграції з екосистемою Google, надаючи користувачам доступ до великої
кількості інформації з різних продуктів Google, таких як Пошук Google і
Scholar. Використовуючи ці ресурси, Bard може надавати своїм користувачам
поточну інформацію в режимі реального часу. Крім того, ця інтеграція
забезпечує персоналізований досвід, використовуючи історію пошуку та
налаштування користувача, щоб краще зрозуміти його потреби та інтереси.
Аналіз настроїв: Bard має чудову функцію, яка дає змогу оцінювати
настрої, виражені в тексті. Ця функція допомагає вам вимірювати громадську
думку та стежити за репутацією вашого бренду, дозволяючи генерувати
індивідуальні емоційні реакції.
Лист
ЧДТУ.242003.001 ПЗ т
35
Зм. Лист № докум. Підпис Дата

Мовний переклад у режимі реального часу: Google Bard оснащено
розширеними функціями NLP, які дозволяють забезпечити миттєвий мовний
переклад. Це робить його незамінним інструментом для людей, які
спілкуються кількома мовами, оскільки він усуває будь-які мовні бар’єри та
сприяє кращій глобальній співпраці.
Голосова взаємодія: Google Bard пропонує більше, ніж просто текстове
спілкування. Він також має голосову взаємодію, що робить його ефективним
віртуальним помічником для різноманітних завдань. Користувачі можуть
використовувати свій голос, щоб віддавати команди та отримувати доступ до
інформації, здійснювати пошук в Інтернеті, призначати зустрічі та багато
іншого. Ця функція особливо корисна для людей, які зайняті або потребують
спеціальних можливостей, оскільки вони можуть керувати Google Bard без
використання рук.
Bard — це комплексний інструмент контент-маркетингу, який дозволяє
користувачам створювати, контролювати, покращувати й аналізувати свої
кампанії. Завдяки широкому спектру функцій і переваг Bard може допомогти
компаніям досягти успіху в цифровому маркетингу.
Тепер давайте подивимося на ChatGPT – найпопулярніший тренд
сьогодні в автоматизації контент-маркетингу.
Особливості ChatGPT
Обробка природної мови: універсальність ChatGPT робить її придатною
для широкого спектру програм, які потребують можливостей обробки
природної мови. Завдяки здатності розуміти складні речення та контекстну
інформацію ChatGPT може як точно інтерпретувати введені користувачем дані,
так і надавати точні відповіді в режимі реального часу.
Багатомовна підтримка: ChatGPT може розуміти запити клієнтів
кількома мовами та відповідати на них, що робить його безцінним активом для
будь-якої компанії, яка прагне вийти на глобальну аудиторію. Наразі програма
підтримує англійську, іспанську, французьку, німецьку, італійську,
Лист
ЧДТУ.242003.001 ПЗ т
36
Зм. Лист № докум. Підпис Дата

голландську, португальську, японську, корейську, китайську, арабську та
російську мови.
Визначайте настрої в розмовах. Аналізуючи те, як люди говорять про
ваш бренд або продукт, ви можете отримати цінну інформацію про те, що вони
думають про нього, що може допомогти вам покращити ваші послуги чи
продукти.
Загалом, ChatGPT — це потужний інструмент, який може допомогти вам
створювати короткий вміст, як-от твіти, фрагменти та електронні інформаційні
бюлетені, з меншими витратами часу та зусиль.
В статті також зазначається погляд експертів:
Подібності між Bard і ChatGPT 4
Обробка природної мови: і Bard, і ChatGPT використовують розширені
алгоритми обробки природної мови (NLP) для генерації тексту, схожого на
людину, на основі введення користувача.
Інтерфейс користувача: кожна платформа пропонує зручний інтерфейс,
який дозволяє користувачам швидко задавати запитання, вводити підказки та
створювати письмовий вміст з мінімальними зусиллями.
Універсальність: обидва інструменти здатні генерувати різні типи вмісту,
як-от оновлення в соціальних мережах, описи продуктів або навіть творчі
твори, як-от пісні та вірші.
Часті оновлення: розробники обох платформ постійно оновлюють
відповідні моделі штучного інтелекту, щоб покращити продуктивність і
забезпечити кращі результати для користувачів з часом.
Відмінності між Bard і ChatGPT 4
Двигун: Google Bard використовує LaMDA, мовну модель, розроблену
самим Google, а ChatGPT використовує власну модель GPT-3.5. Хоча обидві
моделі розроблені для розмовних цілей, ChatGPT обмежується даними,
зібраними до 2022 року в поточній версії GPT-3, тоді як Google Bard включає
новіші дані у свої можливості обробки мови.
Лист
ЧДТУ.242003.001 ПЗ т
37
Зм. Лист № докум. Підпис Дата

Доступність: ChatGPT пропонує безкоштовний доступ для всіх, що
зробило його таким великим хітом. Для тих, кому потрібні додаткові функції,
ChatGPT Plus доступний за щомісячну плату в розмірі 20 доларів США. Ця
оновлена версія включає опцію використання плагінів GPT-4 і ChatGPT. Крім
того, Microsoft інтегрувала GPT-4 у Bing Chat для користувачів, які мають
доступ до ChatGPT Plus. З іншого боку, Google Bard розгортається повільно, і
він доступний лише для окремих користувачів у США та Великобританії.
Бажаючі можуть записатися в лист очікування. Якщо ви вже є учасником групи
Google One або Pixel Superfan, вам буде надано автоматичний доступ.
Інтеграція: Microsoft додала ChatGPT до своєї пошукової системи Bing.
Чат-бот також доступний у Teams, Edge та інших програмах Microsoft Office.
У майбутньому ChatGPT представить більше додатків через API та плагіни
ChatGPT. Тим часом Google Bard наразі є автономним інструментом, хоча в
майбутньому він може бути інтегрований у Пошук Google. Цілком можливо,
що ми побачимо Bard у браузері Chrome і колись станемо доступними для
сторонніх розробників.
3.4 Оцінка ефективності та придатності до конкретних задач
Оцінка ефективності ШІ. Goodfellow, I., Bengio, Y., & Courville, A. (2016).
"Deep Learning". MIT Press. [2]
Точність та продуктивність
Точність (Accuracy): Оцінюється відсоток правильних відповідей або
рішень, які приймає ШІ. Це особливо важливо в задачах, де помилки можуть
бути критичними, наприклад, у діагностиці захворювань.
Продуктивність (Performance): Включає швидкість обробки даних та
виконання завдань. Висока продуктивність є обов'язковою для реальних
додатків, що потребують обробки великих обсягів інформації в реальному часі.
Стійкість та надійність
Стійкість (Robustness): Здатність ШІ працювати коректно в умовах шуму
або некоректних вхідних даних.
Лист
ЧДТУ.242003.001 ПЗ т
38
Зм. Лист № докум. Підпис Дата

Надійність (Reliability): Оцінка стабільності роботи системи ШІ в
тривалий період та її здатність уникати помилок.
Здатність до навчання та адаптації
Навчання (Learning): Спосіб, яким ШІ навчається на основі даних.
Включає в себе якості моделей машинного навчання та глибокого навчання.
Адаптація (Adaptation): Здатність ШІ підлаштовуватися до змінюваних
умов і нових даних без втрати продуктивності.
Також описується в літературі Goodfellow, I., Bengio, Y., & Courville, A.
(2016). "Deep Learning". MIT Press [2]
Придатність ШІ до конкретних задач
Тип задачі
Класифікація та розпізнавання образів: Наприклад, розпізнавання облич,
класифікація зображень, виявлення об'єктів на фото та відео.
Прогнозування та аналітика: Прогнозування ринкових тенденцій,
медична діагностика на основі даних пацієнтів, аналіз великих даних.
Галузеві специфіки
Медицина: ШІ використовується для діагностики, прогнозування
перебігу хвороб, персоналізованої медицини. Наприклад, алгоритми можуть
аналізувати рентгенівські знімки для виявлення аномалій.
Фінанси: Використання ШІ для виявлення шахрайства, управління
ризиками, прогнозування ринкових трендів.
Обслуговування клієнтів: Чат-боти та віртуальні помічники для
автоматизації підтримки клієнтів.
Вимоги до даних
Якість даних: Для ефективного навчання та роботи ШІ необхідні якісні,
чисті та добре анотовані дані.
Обсяг даних: Деякі алгоритми ШІ, особливо глибоке навчання,
вимагають великих обсягів даних для досягнення високої точності.
Приклади конкретних задач:
Лист
ЧДТУ.242003.001 ПЗ т
39
Зм. Лист № докум. Підпис Дата

Медицина: Діагностика захворювань
Задача: Автоматичне виявлення ракових пухлин на рентгенівських
знімках.
Пацієнти: ШІ дозволяє швидко і точно діагностувати захворювання, що
збільшує шанси на успішне лікування. Пацієнти отримують результати
швидше, що знижує тривогу і невизначеність.
Медичні працівники: Лікарі отримують інструмент, який допомагає
виявляти аномалії, що можуть бути пропущені через людський фактор. Це
підвищує якість медичного обслуговування.
Суспільство: Зменшення витрат на охорону здоров’я завдяки ранньому
виявленню захворювань і відповідно зменшенню необхідності в дорогому
лікуванні на пізніх стадіях.
Фінанси: Виявлення шахрайства
Задача: Виявлення шахрайських транзакцій у банківських системах.
Клієнти банків: Покращений захист фінансових рахунків від шахрайства
підвищує довіру клієнтів до банківських установ. Клієнти можуть бути
впевнені у безпеці своїх коштів.
Банки: Зменшення втрат від шахрайських дій та покращення репутації
фінансової установи. Автоматизація процесу виявлення шахрайства знижує
витрати на ручну перевірку транзакцій.
Суспільство: Підвищення загальної фінансової стабільності та безпеки.
Зменшення кількості шахрайських випадків позитивно впливає на
економічний стан країни.
Обслуговування клієнтів: Чат-боти
Задача: Автоматизація відповіді на запити клієнтів у службах підтримки.
Клієнти: Можливість отримати миттєві відповіді на запити в режимі
24/7. Зменшення часу очікування на відповідь.
Лист
ЧДТУ.242003.001 ПЗ т
40
Зм. Лист № докум. Підпис Дата

Компанії: Зниження витрат на підтримку клієнтів за рахунок
автоматизації. Співробітники можуть зосередитись на більш складних запитах,
що потребують людського втручання.
Суспільство: Підвищення рівня задоволення послугами, що надаються
компаніями. Покращення доступності інформації та підтримки для різних
верств населення.
Освіта: Персоналізоване навчання
Задача: Адаптація навчальних програм під індивідуальні потреби учнів.
Учні: Отримують навчальні матеріали, адаптовані до їхнього рівня знань
та стилю навчання. Це підвищує ефективність навчання та мотивацію учнів.
Вчителі: Можуть використовувати дані про успішність учнів для
коригування навчальних планів та надання більш ефективної підтримки.
Суспільство: Підвищення загального рівня освіти та розвитку молодого
покоління. Персоналізоване навчання може сприяти більшій рівності в освіті,
забезпечуючи індивідуальний підхід до кожного учня.
Транспорт: Автономні транспортні засоби
Задача: Розробка автономних автомобілів для громадського та
приватного транспорту.
Водії та пасажири: Зниження ризику дорожньо-транспортних пригод
через виключення людського фактору. Підвищення комфорту та зручності
поїздок.
Транспортні компанії: Оптимізація витрат на персонал та підвищення
ефективності транспортних послуг. Можливість впровадження нових бізнес-
моделей, таких як автоматичне таксі(без водія).
Суспільство: Зменшення заторів та покращення екологічної ситуації за
рахунок оптимізації маршрутів та зниження викидів. Підвищення доступності
транспорту для людей з обмеженими можливостями.
Сільське господарство: Прогнозування врожайності та управління фермами
Лист
ЧДТУ.242003.001 ПЗ т
41
Зм. Лист № докум. Підпис Дата

Задача: Використання ШІ для прогнозування врожайності та оптимізації
управління фермерськими господарствами.
Фермери: Можуть використовувати дані для прогнозування врожаю,
планування посівних робіт, управління зрошенням та добривами. Це підвищує
ефективність роботи та знижує витрати.
Споживачі: Отримують стабільніший доступ до якісних продуктів
харчування, оскільки фермери можуть краще планувати свою діяльність і
уникати втрат врожаю.
Суспільство: Підвищення продовольчої безпеки та зниження впливу на
навколишнє середовище завдяки оптимізації використання ресурсів, таких як
вода і добрива.
Енергетика: Оптимізація споживання енергії
Задача: Використання ШІ для оптимізації споживання енергії в будівлях
та управління електромережами.
Домогосподарства: ШІ-системи можуть автоматично регулювати
споживання енергії, забезпечуючи оптимальні умови комфорту та знижуючи
витрати на електроенергію.
Енергетичні компанії: Оптимізація роботи електромереж, прогнозування
споживання енергії, зменшення втрат в мережі.
Суспільство: Зниження загального споживання енергії, що сприяє
екологічній стійкості та зменшенню викидів парникових газів.
Юридична сфера: Автоматизація юридичного аналізу
Задача: Використання ШІ для автоматизації аналізу юридичних
документів і прогнозування судових рішень.
Юристи: ШІ може автоматизувати рутинні завдання, такі як аналіз
контрактів, виявлення відповідних прецедентів та підготовка юридичних
документів, що дозволяє юристам зосередитися на більш складних і
стратегічних задачах.
Лист
ЧДТУ.242003.001 ПЗ т
42
Зм. Лист № докум. Підпис Дата

Клієнти юридичних фірм: Отримують швидші та більш точні юридичні
послуги, знижуючи вартість юридичної допомоги.
Суспільство: Підвищення доступності юридичних послуг та
забезпечення більшої справедливості і прозорості в судових процесах.
Екологія: Моніторинг та захист навколишнього середовища
Задача: Використання ШІ для моніторингу стану навколишнього
середовища та виявлення екологічних загроз.
Екологи та дослідники: Можуть використовувати ШІ для аналізу даних
з датчиків і супутників, виявлення забруднень та оцінки стану екосистем.
Органи влади: Мають можливість оперативно реагувати на екологічні
загрози, приймаючи більш ефективні рішення щодо захисту довкілля.
Суспільство: Підвищення рівня екологічної безпеки, збереження
природних ресурсів і зменшення впливу на кліматичні зміни.
Розваги та медіа: Рекомендаційні системи
Задача: Використання ШІ для персоналізації контенту на платформах
потокового відео, музики та новин.

Рисунок 3.4 - Діаграма інвестицій в штучний інтелект
Лист
ЧДТУ.242003.001 ПЗ т
43
Зм. Лист № докум. Підпис Дата

4 ВИБІР МОВИ ПРОГРАМУВАННЯ, ОПЕРАЦІЙНОЇ СИСТЕМИ
ТА ФРЕЙМВОРКУ
4.1 Вибір мови програмування ruby
Вибір мови програмування для проекту, що включає впровадження
систем штучного інтелекту (ШІ) в процес проектування сайтів, є критично
важливим рішенням. У даному контексті мова Ruby заслуговує особливої
уваги завдяки своїм численним перевагам, які роблять її ідеальним вибором
для таких проектів.
Причини вибору Ruby
Простота та зручність написання коду
Читабельність коду: Ruby відомий своєю лаконічністю та читаємістю,
що дозволяє розробникам писати чистий і зрозумілий код. Це полегшує
командну роботу та підтримку проекту.
Швидкість розробки: Завдяки простоті синтаксису та високорівневим
абстракціям, розробники можуть швидко створювати прототипи та
впроваджувати нові функції, що є важливим для проектів з використанням ШІ,
де швидкість ітерацій має велике значення.
Розвинена екосистема та бібліотеки
Багатий набір бібліотек: Ruby має велику кількість бібліотек та гемів
(gem - пакети Ruby), які спрощують роботу з веб-розробкою та ШІ. Наприклад,
бібліотеки для роботи з нейронними мережами, обробки даних та інтеграції з
іншими мовами програмування.
Rails для веб-розробки: Ruby on Rails - один з найпопулярніших веб-
фреймворків, який забезпечує швидку і ефективну розробку веб-додатків. Він
також включає в себе готові рішення для інтеграції з ШІ-системами.
Інтеграція з мовами для ШІ
Підтримка інтеграції: Ruby легко інтегрується з іншими мовами
програмування, такими як Python і R, які часто використовуються для розробки
Лист
ЧДТУ.242003.001 ПЗ т
44
Зм. Лист № докум. Підпис Дата

моделей ШІ. Це дозволяє використовувати Ruby для фронт-енду та логіки
додатків, тоді як Python або R можуть обробляти складні обчислення ШІ.
Gem Fiddle: Спеціальні геми, такі як PyCall, дозволяють безпосередньо
викликати Python-код з Ruby, забезпечуючи тим самим потужні можливості
для інтеграції ШІ у веб-додатки.
Активна спільнота та підтримка
Спільнота: Ruby має активну та підтримуючу спільноту, що означає
наявність великої кількості ресурсів, документації та підтримки від
досвідчених розробників.
Підтримка новачків: Завдяки дружелюбній спільноті та численним
ресурсам для навчання, новачки можуть швидко вивчити Ruby і почати
працювати над проектами.
Забезпечення якості коду
Тестування: Ruby має вбудовані інструменти для тестування, такі як
RSpec і Minitest, які дозволяють розробникам легко писати тести і
підтримувати високий рівень якості коду.
Best practices: Спільнота Ruby активно просуває використання
найкращих практик у програмуванні, що сприяє написанню надійного та
підтримуваного коду.
Підтримка модульності та повторного використання коду
Модульність: Ruby дозволяє розробляти модульні компоненти, які
можуть бути повторно використані в різних частинах проекту. Це особливо
корисно для проектів з ШІ, де деякі алгоритми та функції можуть бути
загальними для різних задач.
Геми: Геми (пакети Ruby) полегшують обмін та повторне використання
коду між різними проектами, що сприяє швидкій інтеграції нових функцій та
рішень.
Зручність для прототипування

Лист
ЧДТУ.242003.001 ПЗ т
45
Зм. Лист № докум. Підпис Дата

Швидке створення прототипів: Ruby дозволяє швидко створювати
прототипи нових функцій та ідей завдяки своїй лаконічності та простоті. Це
дозволяє командам розробників швидко тестувати та перевіряти нові концепції
ШІ.
Гнучкість: Завдяки гнучкій природі Ruby, розробники можуть швидко
вносити зміни до існуючого коду та адаптувати його під нові вимоги, що є
важливим у швидко змінюваній сфері ШІ.
Підтримка сучасних практик розробки
Agile-розробка: Ruby добре підходить для методологій Agile, оскільки
підтримує швидкі ітерації та постійне вдосконалення. Це дозволяє командам
швидко реагувати на зміни в вимогах та вдосконалювати продукт на основі
зворотного зв'язку.
DevOps та автоматизація: Ruby має потужні інструменти для
автоматизації процесів розгортання та інтеграції (CI/CD), такі як Capistrano та
Jenkins. Це забезпечує безперервне розгортання та тестування, що є критичним
для проектів з ШІ.
Безпека та управління даними
Захист даних: Ruby on Rails має вбудовані механізми для забезпечення
безпеки даних, включаючи захист від SQL-ін'єкцій, XSS-атак та CSRF-атак. Це
особливо важливо для проектів, що працюють з чутливими даними, такими як
персональні дані користувачів.
Обробка великих даних: Ruby добре справляється з обробкою великих
обсягів даних, завдяки можливості інтеграції з базами даних та інструментами
для аналізу даних, такими як Hadoop та Apache Spark.
Інновації та розвиток
Постійний розвиток: Спільнота Ruby постійно працює над
вдосконаленням мови та розширенням її можливостей. Це означає, що
розробники завжди мають доступ до сучасних технологій та нових
інструментів.
Лист
ЧДТУ.242003.001 ПЗ т
46
Зм. Лист № докум. Підпис Дата

Інновації в ШІ: Ruby використовується для впровадження інноваційних
рішень у сфері ШІ, що дозволяє командам розробників бути на передовій
технологічного прогресу.
Приклади успішного використання Ruby у впровадженні ШІ
Shopify
Shopify, одна з найбільших платформ для електронної комерції,
використовує Ruby on Rails для свого основного додатку. Вони впровадили ШІ
для персоналізації покупок, рекомендацій товарів та аналізу клієнтських
даних, що дозволяє покращити користувацький досвід та підвищити продажі.
GitHub
GitHub, популярний сервіс для хостингу репозиторіїв, побудований на
Ruby on Rails. GitHub використовує ШІ для аналізу коду, виявлення
вразливостей та автоматизації перевірки коду, що допомагає розробникам
забезпечити високу якість коду та безпеку.
Basecamp
Basecamp, відомий інструмент для управління проектами, використовує
Ruby on Rails і активно впроваджує ШІ для покращення своїх сервісів, таких
як автоматичне розпізнавання завдань, рекомендації по управлінню проектами
та аналіз продуктивності команд.
Вибір Ruby для проекту з впровадження систем ШІ у процесі
проектування сайтів обґрунтований його численними перевагами, такими як
простота та зручність написання коду, розвинена екосистема бібліотек,
інтеграція з іншими мовами, активна спільнота, підтримка сучасних практик
розробки, безпека та інновації. Успішні приклади використання Ruby, такі як
Shopify, GitHub та Basecamp, демонструють його ефективність у розробці
складних систем з ШІ. Таким чином, Ruby є надійним і ефективним вибором
для проектів, що спрямовані на впровадження ШІ у веб-додатки.
Лист
ЧДТУ.242003.001 ПЗ т
47
Зм. Лист № докум. Підпис Дата

Рисунок 4.1 - Архітектура рельсів

4.2 Обгрунтування вибору ubuntu
Для проекту, що включає впровадження систем штучного інтелекту (ШІ)
при проектуванні сайтів, вибір операційної системи має важливе значення.
Ubuntu є однією з найбільш популярних операційних систем на базі Linux і
пропонує численні переваги для розробки веб-додатків з використанням Ruby
і Ruby on Rails. Причини вибору Ubuntu:
Стабільність та надійність
Відома стабільність: Ubuntu відома своєю стабільністю та надійністю,
що забезпечує безперебійне функціонування серверів і розробницьких
середовищ. Це важливо для проектів з ШІ, де стабільність платформи є
критичною.
Регулярні оновлення: Команда розробників Ubuntu регулярно випускає
оновлення та патчі безпеки, що забезпечує захист від вразливостей і підтримку
сучасних технологій.
Сумісність з Ruby та Ruby on Rails
Легке встановлення Ruby: Ubuntu має вбудовані пакети для швидкого
встановлення Ruby через пакетні менеджери, такі як apt. Це значно спрощує
налаштування середовища розробки.
Лист
ЧДТУ.242003.001 ПЗ т
48
Зм. Лист № докум. Підпис Дата

Підтримка Rails: Ubuntu забезпечує безпроблемну роботу з Ruby on
Rails, оскільки більшість гемів і бібліотек, використовуваних у Rails, сумісні з
Linux-платформами. Більше того, багато інструментів розробки, таких як RVM
(Ruby Version Manager) і rbenv, добре працюють на Ubuntu.
Розвинена екосистема та пакети
Велика кількість доступних пакетів: Ubuntu пропонує велику кількість
пакетів та бібліотек, що робить її ідеальною платформою для розробки веб-
додатків та впровадження ШІ. Встановлення необхідного програмного
забезпечення, такого як бази даних (PostgreSQL, MySQL), сервери (Nginx,
Apache) та інструменти розробки, є простим і зручним.
PPA (Personal Package Archives): Ubuntu підтримує PPA, що дозволяє
легко додавати сторонні репозиторії та встановлювати найновіші версії
необхідного програмного забезпечення.
Безпека
Покращена безпека: Ubuntu має вбудовані функції безпеки, такі як
AppArmor, що забезпечує додатковий рівень захисту для програм. Це особливо
важливо для проектів, що працюють з чутливими даними.
Автоматичні оновлення: Ubuntu підтримує автоматичні оновлення
безпеки, що забезпечує актуальний стан системи без втручання користувача.
Розробницьке середовище
Зручність для розробників: Ubuntu пропонує інтуїтивно зрозуміле та
зручне середовище для розробників, включаючи потужні інструменти
командного рядка, редактори коду та IDE (наприклад, VSCode, Atom).
Docker та контейнеризація: Ubuntu добре сумісний з Docker, що дозволяє
легко створювати, розгортати та масштабувати додатки в контейнерах. Це
особливо корисно для проектів з ШІ, де необхідно ізолювати різні середовища
розробки та тестування.
Лист
ЧДТУ.242003.001 ПЗ т
49
Зм. Лист № докум. Підпис Дата

Активна спільнота: Ubuntu має одну з найбільших та найактивніших
спільнот користувачів і розробників, що забезпечує швидку допомогу у
вирішенні проблем та обмін досвідом.
Документація: Велика кількість документації та посібників, доступних
як на офіційному сайті Ubuntu, так і в спільнотах, допомагає швидко
вирішувати будь-які технічні питання.
Сумісність з інструментами для ШІ
Підтримка бібліотек для ШІ: Ubuntu підтримує численні бібліотеки та
інструменти для роботи з ШІ, такі як TensorFlow, PyTorch, Keras та інші. Це
дозволяє легко інтегрувати ШІ-моделі в веб-додатки, розроблені на Ruby.
Обробка даних: Ubuntu має потужні інструменти для обробки та аналізу
даних, такі як Apache Spark, Hadoop та інші, що сприяє ефективній роботі з
великими обсягами даних.
Переваги Ubuntu для розробки та розгортання додатків
Підтримка хмарних платформ
Сумісність з хмарними сервісами: Ubuntu є офіційно підтримуваною
операційною системою на багатьох хмарних платформах, таких як Amazon
Web Services (AWS), Microsoft Azure, Google Cloud Platform (GCP) та інших.
Це забезпечує простоту розгортання і масштабування додатків у хмарі.
Інструменти для хмарної інфраструктури: Ubuntu має спеціалізовані
інструменти для роботи з хмарними інфраструктурами, такі як Juju для
оркестрації сервісів та MaaS для управління фізичними серверами, що
полегшує розгортання складних розподілених систем.
Масштабованість та продуктивність
Оптимізація продуктивності: Ubuntu оптимізований для
високопродуктивних додатків, що дозволяє максимально ефективно
використовувати апаратні ресурси. Це особливо важливо для додатків з
інтеграцією ШІ, які можуть бути вимогливими до ресурсів.
Лист
ЧДТУ.242003.001 ПЗ т
50
Зм. Лист № докум. Підпис Дата

Масштабованість: Завдяки своїй архітектурі та підтримці інструментів
контейнеризації, таких як Docker та Kubernetes, Ubuntu забезпечує легке
масштабування додатків. Це дозволяє швидко адаптуватися до зростаючих
навантажень і збільшувати потужності у разі потреби.
Економічна ефективність
Відкрите програмне забезпечення: Ubuntu є відкритим програмним
забезпеченням, що означає відсутність ліцензійних витрат на операційну
систему. Це робить її економічно вигідним рішенням для проектів будь-якого
масштабу.
Низькі витрати на інфраструктуру: Завдяки підтримці широкого спектру
апаратного забезпечення, Ubuntu дозволяє використовувати як нові, так і
старіші сервери, знижуючи витрати на інфраструктуру.
Гнучкість і налаштування
Конфігурованість: Ubuntu дозволяє гнучко налаштовувати систему під
специфічні вимоги проекту. Це стосується як налаштувань безпеки, так і
оптимізації для конкретних робочих навантажень.
Підтримка різних архітектур: Ubuntu підтримує різні архітектури,
включаючи x86, ARM, і навіть PowerPC, що дозволяє використовувати
різноманітні апаратні платформи в залежності від потреб проекту.
Спрощення DevOps процесів
Інтеграція DevOps інструментів: Ubuntu сумісний з багатьма
популярними DevOps інструментами, такими як Ansible, Chef, Puppet, та
Terraform. Це забезпечує автоматизацію процесів розгортання, конфігурації та
управління інфраструктурою.
CI/CD інфраструктура: Ubuntu підтримує побудову безперервної
інтеграції та безперервного розгортання (CI/CD) через інструменти як Jenkins,
GitLab CI, та CircleCI, що забезпечує швидке та безперебійне розгортання
нових версій додатків.
Практичні приклади успішного використання Ubuntu
Лист
ЧДТУ.242003.001 ПЗ т
51
Зм. Лист № докум. Підпис Дата

Canonical та OpenStack
Canonical, компанія, яка стоїть за Ubuntu, активно використовує цю
операційну систему для своїх хмарних рішень, включаючи OpenStack. Це
підтверджує здатність Ubuntu підтримувати складні розподілені системи та
інфраструктури.
Netflix
Netflix використовує Ubuntu для управління своєю величезною
інфраструктурою потокового відео. Завдяки масштабованості та
продуктивності Ubuntu, Netflix може забезпечувати високоякісний сервіс для
мільйонів користувачів по всьому світу.
Airbnb
Airbnb використовує Ubuntu для своїх серверів та інфраструктури.
Гнучкість і економічна ефективність Ubuntu допомагають Airbnb швидко
масштабуватися та адаптуватися до зростаючих потреб бізнесу.
Ubuntu є ідеальною операційною системою для проектів з
впровадженням систем штучного інтелекту при проектуванні сайтів завдяки
своїм численним перевагам, включаючи стабільність, сумісність з Ruby та
Ruby on Rails, розвинену екосистему, безпеку, підтримку хмарних платформ,
масштабованість, економічну ефективність та гнучкість. Практичні приклади
успішного використання Ubuntu великими компаніями підтверджують її
надійність та ефективність для розробки та розгортання складних додатків.
Вибір Ubuntu забезпечить стабільну та продуктивну платформу для реалізації
проекту, дозволяючи команді розробників зосередитися на створенні
інноваційних рішень у сфері штучного інтелекту та веб-розробки
Вибір Ubuntu 24.04 LTS для проекту "Впровадження систем ШІ при
проектуванні сайтів" обґрунтований численними перевагами, включаючи
довготривалу підтримку, сучасні технології, покращену продуктивність та
безпеку, оптимізовану підтримку контейнеризації та DevOps, сумісність з Ruby
та Ruby on Rails, а також підтримку інструментів для роботи з ШІ. Ці
Лист
ЧДТУ.242003.001 ПЗ т
52
Зм. Лист № докум. Підпис Дата

характеристики забезпечують стабільну, надійну та продуктивну платформу
для розробки та розгортання веб-додатків з інтеграцією ШІ, що є ключовим
для успішного реалізації проекту.
4.3 Огляд та вибір фреймворку
Вибір правильного інтегрованого середовища розробки (IDE) або
текстового редактора є критично важливим для ефективної розробки
програмного забезпечення. У випадку проекту "Впровадження систем
штучного інтелекту при проектуванні сайтів" ми обрали Visual Studio Code (VS
Code) як основне середовище для розробки з кількох вагомих причин. VS Code
надає потужні інструменти, зручний інтерфейс та численні можливості для
налаштування, що робить його ідеальним вибором для цього проекту.
Причини вибору Visual Studio Code
Потужні функціональні можливості
• Редагування коду: VS Code забезпечує відмінні можливості
редагування коду з підтримкою підсвічування синтаксису, автозавершення,
інтелектуальних підказок та рефакторингу для численних мов програмування,
включаючи Ruby.
• Вбудований термінал: VS Code має вбудований термінал, що
дозволяє розробникам виконувати команди та скрипти без необхідності
перемикатися між додатками, що значно підвищує продуктивність.
Підтримка розширень
• Багата екосистема розширень: VS Code має велику бібліотеку
розширень, що дозволяє додавати нові функціональні можливості. Наприклад,
існують розширення для підтримки Ruby, Ruby on Rails, Git, Docker,
інструментів для роботи з ШІ (наприклад, Python, Jupyter) тощо.
• Налаштування середовища: Користувачі можуть налаштувати VS
Code під свої потреби, додаючи необхідні розширення та налаштовуючи
середовище відповідно до вимог проекту. Користувачі також можуть
використовувати розширення VS Code для автоматичної конфігурації.
Лист
ЧДТУ.242003.001 ПЗ т
53
Зм. Лист № докум. Підпис Дата

Інтеграція з Git
• Вбудована підтримка Git: VS Code має вбудовані інструменти для
роботи з системою контролю версій Git, що дозволяє легко виконувати
операції з репозиторіями, такі як коміти, злиття, перегляд історії змін тощо.
• Розширення GitLens: Для розширеної роботи з Git доступне
розширення GitLens, яке надає додаткові можливості, такі як перегляд авторів
змін, аналіз історії комітів та багато іншого.
Підтримка віддаленої розробки
• Віддалені робочі середовища: VS Code підтримує віддалену
розробку через розширення Remote Development, що дозволяє підключатися
до віддалених серверів, контейнерів або WSL (Windows Subsystem for Linux).
Це дозволяє розробникам працювати в середовищі, яке максимально
відповідає продакшн-середовищу.
• Легка інтеграція з Docker: За допомогою розширення для Docker,
розробники можуть легко керувати контейнерами, створювати Dockerfiles та
виконувати команди Docker безпосередньо з VS Code.
Підтримка мови Ruby та фреймворку Ruby on Rails
• Розширення для Ruby: VS Code має численні розширення для
Ruby, такі як Ruby Language Server, що забезпечує підтримку підсвічування
синтаксису, автозавершення, рефакторингу та налагодження коду.
• Підтримка Ruby on Rails: Розширення для Rails, такі як Rails
Snippets, надають зручні шаблони коду та інструменти для швидкого
створення стандартних компонентів Rails-додатків.
Підтримка інструментів для ШІ
• Python та Jupyter: Для роботи з ШІ в VS Code є відмінна підтримка
мови Python, яка часто використовується для розробки моделей ШІ.
Розширення для Jupyter Notebook дозволяє створювати та виконувати нотатки
безпосередньо в редакторі.
Лист
ЧДТУ.242003.001 ПЗ т
54
Зм. Лист № докум. Підпис Дата

• Інтеграція з TensorFlow та PyTorch: Існують розширення, які
забезпечують підтримку бібліотек TensorFlow та PyTorch, що дозволяє
розробляти та тестувати моделі ШІ безпосередньо в VS Code.
Крос-платформенність
• Підтримка різних операційних систем: VS Code працює на всіх
основних операційних системах, включаючи Windows, macOS та Linux. Це
забезпечує універсальність та можливість використовувати одну IDE для
розробки на різних платформах.
• Синхронізація налаштувань: За допомогою функції Settings Sync,
розробники можуть синхронізувати свої налаштування та розширення між
різними пристроями, що робить перехід між робочими середовищами простим
і зручним.
Безкоштовність та відкритий код
• Безкоштовна ліцензія: VS Code є безкоштовним інструментом, що
знижує витрати на інфраструктуру розробки. Це робить його доступним для
команд будь-якого розміру.
• Відкритий код: VS Code є проектом з відкритим кодом, що
дозволяє спільноті вносити покращення та забезпечує прозорість процесу
розробки.
Visual Studio Code є ідеальним вибором для проекту "Впровадження
систем ШІ при проектуванні сайтів" завдяки своїм потужним функціональним
можливостям, багатій екосистемі розширень, інтеграції з Git, підтримці
віддаленої розробки, підтримці мови Ruby та фреймворку Ruby on Rails,
інструментів для ШІ, крос-платформенності, а також безкоштовності та
відкритості коду. Використання VS Code дозволить команді розробників
ефективно працювати над проектом, забезпечуючи високу продуктивність та
якість коду.

Лист
ЧДТУ.242003.001 ПЗ т
55
Зм. Лист № докум. Підпис Дата

5 ПРОЦЕС РОЗРОБКИ ПРОЕКТУ
5.1 Написання коду та реалізація функціональності
Роутинг є важливою частиною будь-якого веб-додатку, особливо коли
мова йде про інтеграцію ШІ. Роутинг дозволяє визначати шляхи для обробки
запитів від користувачів та відповіді сервера. Прописуємо роути для проекту у
вигляді коду:
Rails.application.routes.draw do
mount SolidusAdmin::Engine, at: '/store/admin', constraints: -
>(req) {
req.cookies['solidus_admin'] != 'false' &&
req.params['solidus_admin'] != 'false'
}
mount SolidusPaypalCommercePlatform::Engine, at:
'/store/solidus_paypal_commerce_platform'
scope(path: '/store') { draw :storefront }
# This line mounts Solidus's routes at the root of your
application.
#
# Unless you manually picked only a subset of Solidus
components, this will mount routes for:
# - solidus_backend
# - solidus_api
# This means, any requests to URLs such as /admin/products,
will go to Spree::Admin::ProductsController.
#
# If you are using the Starter Frontend as your frontend, be
aware that all the storefront routes are defined
# separately in this file and are not part of the
Solidus::Core::Engine engine.
#
# If you would like to change where this engine is mounted,
simply change the :at option to something different.
# We ask that you don't use the :as option here, as Solidus
relies on it being the default of "spree"
Лист
ЧДТУ.242003.001 ПЗ т
56
Зм. Лист № докум. Підпис Дата

mount Spree::Core::Engine, at: '/store'
# Define your application routes per the DSL in
https://guides.rubyonrails.org/routing.html

# Reveal health status on /up that returns 200 if the app
boots with no exceptions, otherwise 500.
# Can be used by load balancers and uptime monitors to verify
that the app is live.
get "up" => "rails/health#show", as: :rails_health_check

# Defines the root path route ("/")
# root "posts#index"
end

Підключаємо бібліотеки:
bodji@bodji-VirtualBox:~/asd/asd$ bundle install
Bundle complete! 38 Gemfile dependencies, 193 gems now
installed.
Use 'bundle info [gemname]` to see where a bundled gem
is installed.
Підключення бібліотек у Ruby дозволяє розширити функціональність
вашої програми без необхідності писати код з нуля. Ruby має вбудовані
бібліотеки, а також підтримує підключення зовнішніх бібліотек, які
називаються гемами (gems).
Gemfile
source "https://rubygems.org"
ruby "3.2.2"
# Bundle edge Rails instead: gem "rails", github: "rails/rails",
branch: "main"
gem "rails", "~> 7.1.3", ">= 7.1.3.3"
# The original asset pipeline for Rails
[https://github.com/rails/sprockets-rails]
gem "sprockets-rails"
Лист
ЧДТУ.242003.001 ПЗ т
57
Зм. Лист № докум. Підпис Дата

# Use sqlite3 as the database for Active Record
gem "sqlite3", "~> 1.4"
# Use the Puma web server [https://github.com/puma/puma]
gem "puma", ">= 5.0"
# Use JavaScript with ESM import maps
[https://github.com/rails/importmap-rails]
gem "importmap-rails"
# Hotwire's SPA-like page accelerator
[https://turbo.hotwired.dev]
gem "turbo-rails"
# Hotwire's modest JavaScript framework
[https://stimulus.hotwired.dev]
gem "stimulus-rails"
# Build JSON APIs with ease [https://github.com/rails/jbuilder]
gem "jbuilder"

# Use Redis adapter to run Action Cable in production
gem "redis", ">= 4.0.1"
# Use Kredis to get higher-level data types in Redis
[https://github.com/rails/kredis]
# gem "kredis"
# Use Active Model has_secure_password
[https://guides.rubyonrails.org/active_model_basics.html#securep
assword]
# gem "bcrypt", "~> 3.1.7"
# Windows does not include zoneinfo files, so bundle the tzinfo-
data gem
gem "tzinfo-data", platforms: %i[ windows jruby ]
# Reduces boot times through caching; required in config/boot.rb
gem "bootsnap", require: false
# Use Active Storage variants
[https://guides.rubyonrails.org/active_storage_overview.html#tra
nsforming-images]
# gem "image_processing", "~> 1.2"
group :development, :test do
Лист
ЧДТУ.242003.001 ПЗ т
58
Зм. Лист № докум. Підпис Дата

# See
https://guides.rubyonrails.org/debugging_rails_applications.html
#debugging-with-the-debug-gem
gem "debug", platforms: %i[ mri windows ]
end
group :development do
# Use console on exceptions pages
[https://github.com/rails/web-console]
gem "web-console"
# Add speed badges [https://github.com/MiniProfiler/rack-mini-
profiler]
# gem "rack-mini-profiler"
# Speed up commands on slow machines / big apps
[https://github.com/rails/spring]
# gem "spring"
end
group :test do
# Use system testing
[https://guides.rubyonrails.org/testing.html#system-testing]
gem "capybara"
gem "selenium-webdriver"
end
gem "solidus", "~> 4.3"
gem "solidus_auth_devise", "~> 2.5"
gem "responders"
gem "canonical-rails"
gem "solidus_support"
gem "truncate_html"
gem "view_component", "~> 3.0"
gem "tailwindcss-rails"
group :test do
gem "capybara-screenshot", "~> 1.0"
gem "database_cleaner", "~> 2.0"
end
Лист
ЧДТУ.242003.001 ПЗ т
59
Зм. Лист № докум. Підпис Дата

group :development, :test do
gem "rspec-rails"
gem "rails-controller-testing", "~> 1.0.5"
gem "rspec-activemodel-mocks", "~> 1.1.0"
gem "factory_bot", ">= 4.8"
gem "factory_bot_rails"
gem "ffaker", "~> 2.13"
gem "rubocop", "~> 1.0"
gem "rubocop-performance", "~> 1.5"
gem "rubocop-rails", "~> 2.3"
gem "rubocop-rspec", "~> 2.0"
end
gem "solidus_paypal_commerce_platform", "~> 1.0"
gem "solidus_admin", ">= 0.2"
gem "guard-livereload", require: false
Використання Gemfile значно спрощують розробку на Ruby. Вони дозволяють
легко розширювати функціональність проекту, управляти залежностями і
забезпечувати відтворюваність середовища розробки.
Пишемо аплікейшн файл у вигляді коду:
require_relative "boot"
require "rails/all"
# Require the gems listed in Gemfile, including any gems
# you've limited to :test, :development, or :production.
Bundler.require(*Rails.groups)
module Asd
class Application < Rails::Application
if defined?(FactoryBotRails)
initializer after: "factory_bot.set_factory_paths" do
require 'spree/testing_support/factory_bot'

# The paths for Solidus' core factories.
Лист
ЧДТУ.242003.001 ПЗ т
60
Зм. Лист № докум. Підпис Дата

solidus_paths =
Spree::TestingSupport::FactoryBot.definition_file_paths

# Optional: Any factories you want to require from
extensions.
extension_paths = [
#
MySolidusExtension::Engine.root.join("lib/my_solidus_extension/t
esting_support/factories"),
# or individually:
MySolidusExtension::Engine.root.join("lib/my_solidus_extension/t
esting_support/factories/resource.rb"),
]
# Your application's own factories.
app_paths = [
Rails.root.join('spec/factories'),
]
FactoryBot.definition_file_paths = solidus_paths +
extension_paths + app_paths
end
end
# Initialize configuration defaults for originally
generated Rails version.
config.load_defaults 7.1
# Please, add to the `ignore` list any other `lib`
subdirectories that do
# not contain `.rb` files, or that should not be reloaded
or eager loaded.
# Common ones are `templates`, `generators`, or
`middleware`, for example.
config.autoload_lib(ignore: %w(assets tasks))
# Configuration for the application, engines, and
railties goes here.
#
Лист
ЧДТУ.242003.001 ПЗ т
61
Зм. Лист № докум. Підпис Дата

# These settings can be overridden in specific
environments using the files
# in config/environments, which are processed later.
#
# config.time_zone = "Central Time (US & Canada)"
# config.eager_load_paths << Rails.root.join("extras")
end
end
Файл application.rb, який знаходиться в папці config. Файл application.rb
визначає основні налаштування додатку і завантажує необхідні залежності.
1. Завантаження базових компонентів Rails
2. Завантаження гемів з Gemfile
3. Визначення модуля додатку
4. Ініціалізація FactoryBot для тестування
5. Ініціалізація налаштувань додатку
6. Налаштування autoload для підпапок у lib
7. Додаткові налаштування
Створюємо додаток до роутів

Рисунок 5.1 - Додатковий роут

Описуємо код:
root to: 'home#index'
devise_for(:user, {
class_name: 'Spree::User',
singular: :spree_user,
controllers: {
sessions: 'user_sessions',
registrations: 'user_registrations',
Лист
ЧДТУ.242003.001 ПЗ т
62
Зм. Лист № докум. Підпис Дата

passwords: 'user_passwords',
confirmations: 'user_confirmations'
},
skip: [:unlocks, :omniauth_callbacks],
path_names: { sign_out: 'logout' }
})
resources :users, only: [:edit, :update]
devise_scope :spree_user do
get '/login', to: 'user_sessions#new', as: :login
post '/login', to: 'user_sessions#create', as:
:create_new_session
match '/logout', to: 'user_sessions#destroy', as: :logout,
via: Devise.sign_out_via
get '/signup', to: 'user_registrations#new', as: :signup
post '/signup', to: 'user_registrations#create', as:
:registration
get '/password/recover', to: 'user_passwords#new', as:
:recover_password
post '/password/recover', to: 'user_passwords#create', as:
:reset_password
get '/password/change', to: 'user_passwords#edit', as:
:edit_password
put '/password/change', to: 'user_passwords#update', as:
:update_password
get '/confirm', to: 'user_confirmations#show', as:
:confirmation if Spree::Auth::Config[:confirmable]
end
resource :account, controller: 'users'
resources :products, only: [:index, :show]
resources :autocomplete_results, only: :index
resources :cart_line_items, only: :create
get '/locale/set', to: 'locale#set'
post '/locale/set', to: 'locale#set', as: :select_locale
resource :checkout_session, only: :new
resource :checkout_guest_session, only: :create
Лист
ЧДТУ.242003.001 ПЗ т
63
Зм. Лист № докум. Підпис Дата

# non-restful checkout stuff
patch '/checkout/update/:state', to: 'checkouts#update', as:
:update_checkout
get '/checkout/:state', to: 'checkouts#edit', as:
:checkout_state
get '/checkout', to: 'checkouts#edit', as: :checkout
get '/orders/:id/token/:token' => 'orders#show', as:
:token_order
resources :orders, only: :show do
resources :coupon_codes, only: :create
end
resource :cart, only: [:show, :update] do
put 'empty'
end
# route globbing for pretty nested taxon and product paths
get '/t/*id', to: 'taxons#show', as: :nested_taxons
get '/unauthorized', to: 'home#unauthorized', as: :unauthorized
get '/cart_link', to: 'store#cart_link', as: :cart_link

Код надає конфігурацію маршрутизації для веб-додатку на базі Ruby on
Rails, який використовує бібліотеку Devise для аутентифікації користувачів і
Spree для електронної комерції.

Створюємо необхідні контейнери
components
✓ controllers
> concerns
> solidus_paypal_commerce_platform
application_controller.rb
autocomplete_results_controller.rb
cart_line_items_controller.rb carts_controller.rb
checkout_base_controller.rb
Лист
ЧДТУ.242003.001 ПЗ т
64
Зм. Лист № докум. Підпис Дата

checkout_guest_sessions_controller.rb
checkout_sessions_controller.rb
checkouts_controller.rb
coupon codes_controller.rb
home_controller.rb
locale_controller.rb
orders_controller.rb
products_controller.rb
store_controller.rb
store_devise_controller.rb
taxons_controller.rb
user_confirmations_controller.rb
user_passwords_controller.rb
user_registrations_controller.rb
user_sessions_controller.rb
users_controller.rb
Контейнери в Ruby (такі як масиви, хеші, рядки тощо) служать для організації
і управління даними. Вони дозволяють програмістам зберігати, маніпулювати
та обробляти множинні значення у структурованій формі. Контейнери в Ruby
надають гнучкі та потужні засоби для роботи з даними.
Це сприяє більш чистому і читабельному коду, а також підвищує
продуктивність завдяки ефективному управлінню пам'яттю і швидкому
доступу до даних.

Ствоюрємо лого сайту:
<svg width="199" height="38" viewBox="0 0 199 38" fill="none"
xmlns="http://www.w3.org/2000/svg">
<g clip-path="url(#clip0_708_470)">
<path d="M11.88 12.6652V25.3305L0 13.479C2.36998 5.67944 9.63448 0 18.23
0C26.8254 0 33.5747 5.28539 36.1894 12.6652H11.88Z" fill="#EF3023"/>
Лист
ЧДТУ.242003.001 ПЗ т
65
Зм. Лист № докум. Підпис Дата

<path d="M36.4556 24.521C34.0856 32.3248 26.8211 38 18.2257 38C9.63019 38 2.8809
32.7103 0.266193 25.3348H24.5757V12.6652L36.4556 24.5167V24.521Z"
fill="#EF3023"/>
<path d="M70.1978 24.7737C70.1978 19.771 66.0246 18.3404 62.3708
17.3382C58.7558 16.3359 56.1453 15.9419 56.1453 13.2992C56.1453 11.3675 57.9185
9.93692 60.5289 9.93692C63.1394 9.93692 65.0499 11.5088 65.3634
13.9031H69.85C69.1888 8.93467 65.5737 5.85938 60.5289 5.85938C55.4841 5.85938
51.6243 9.11456 51.6243 13.3677C51.6243 18.4432 55.7632 19.8738 59.4513
20.8761C63.0664 21.8398 65.7455 22.2724 65.7455 24.9151C65.7455 26.8082 63.7619
28.2388 61.0141 28.2388C57.7811 28.2388 55.8663 26.7011 55.4498
23.9128H50.8601C51.3109 29.0611 55.3124 32.312 61.0141 32.312C66.4067 32.312
70.1935 29.2753 70.1935 24.7694L70.1978 24.7737Z" fill="white"/>
<path d="M85.8775 32.3164C93.3567 32.3164 98.5002 26.4914 98.5002
19.0901C98.5002 11.6888 93.3524 5.86377 85.8775 5.86377C78.4026 5.86377 73.2548
11.6888 73.2548 19.0901C73.2548 26.4914 78.4026 32.3164 85.8775
32.3164ZM85.8775 27.9562C81.2191 27.9562 77.7758 24.1314 77.7758
19.0901C77.7758 14.0488 81.2191 10.224 85.8775 10.224C90.5359 10.224 93.9792
14.1217 93.9792 19.0901C93.9792 24.0585 90.1538 27.9562 85.8775 27.9562Z"
fill="white"/>
<path d="M118.01
27.6692H106.357V6.21924H101.974V31.9566H118.005V27.6649L118.01 27.6692Z"
fill="white"/>
<path d="M122.591 6.21924V31.9566H126.974V6.21924H122.591Z" fill="white"/>
<path d="M140.816 6.21913H131.985V31.9565H140.816C147.737 31.9565 152.851
26.8082 152.851 19.0857C152.851 11.3632 147.737 6.21484 140.816
6.21484V6.21913ZM140.713 27.6691H136.364V10.5108H140.713C145.303 10.5108
148.33 13.9416 148.33 19.09C148.33 24.2383 145.303 27.6691 140.713 27.6691Z"
fill="white"/>
<path d="M175.95 6.21924H171.566V22.2339C171.566 25.5576 169.758 27.9519
166.139 27.9519C162.94 27.9519 160.712 26.0202 160.712
22.2339V6.21924H156.328V22.341C156.328 28.3117 160.326 32.3164 166.135
32.3164C171.944 32.3164 175.941 28.3117 175.941 22.341V6.21924H175.95Z"
fill="white"/>
<path d="M198.769 24.7737C198.769 19.771 194.596 18.3404 190.942
17.3382C187.327 16.3359 184.717 15.9419 184.717 13.2992C184.717 11.3675 186.49
9.93692 189.1 9.93692C191.711 9.93692 193.621 11.5088 193.935
13.9031H198.421C197.76 8.93467 194.145 5.85938 189.1 5.85938C184.056 5.85938
180.196 9.11456 180.196 13.3677C180.196 18.4432 184.335 19.8738 188.023
20.8761C191.638 21.8398 194.317 22.2724 194.317 24.9151C194.317 26.8082 192.333
28.2388 189.586 28.2388C186.353 28.2388 184.438 26.7011 184.021
23.9128H179.432C179.882 29.0611 183.884 32.312 189.586 32.312C194.974 32.312
198.765 29.2753 198.765 24.7694L198.769 24.7737Z" fill="white"/>
Лист
ЧДТУ.242003.001 ПЗ т
66
Зм. Лист № докум. Підпис Дата

</g>
<defs>
<clipPath id="clip0_708_470">
<rect width="198.769" height="38" fill="white"/>
</clipPath>
</defs>
</svg>
Цей SVG код створює логотип, який складається з кількох складних шляхів та
груп, заповнених різними кольорами. Він включає в себе використання кліп-
пути для обрізання графіки до певної області. SVG є потужним інструментом
для створення векторної графіки, який дозволяє масштабувати зображення без
втрати якості.
Створення міграцій:
db/migrate/20240527202235_create_active_storage_tables.active_storage.rb
db/migrate/20240527202242_create_action_mailbox_tables.action_mailbox.rb
db/migrate/20240527202243_create_action_text_tables.action_text.rb
db/migrate/20240527202244_solidus_one_four.spree.rb
db/migrate/20240527202245_create_spree_wallet_payment_sources.spree.rb
db/migrate/20240527202246_migrate_credit_cards_to_wallet_payment_sources.spree.rb
db/migrate/20240527202247_remove_is_default_from_prices.spree.rb
db/migrate/20240527202248_remove_currency_from_line_items.spree.rb
db/migrate/20240527202249_add_available_to_columns_and_remove_display_on_from_pay
ment_methods.spree.rb
db/migrate/20240527202250_create_spree_promotion_code_batch.spree.rb
db/migrate/20240527202251_add_available_to_users_and_remove_display_on_from_shipp
ing_methods.spree.rb
db/migrate/20240527202252_add_index_to_spree_payments_number.spree.rb
db/migrate/20240527202253_remove_spree_store_credits_column.spree.rb
db/migrate/20240527202254_add_lft_and_rgt_indexes_to_taxons.spree.rb
db/migrate/20240527202255_remove_order_id_from_inventory_units.spree.rb
db/migrate/20240527202256_transform_tax_rate_category_relation.spree.rb
db/migrate/20240527202257_add_roles_unique_constraints.spree.rb
db/migrate/20240527202258_add_time_range_to_tax_rate.spree.rb
db/migrate/20240527202259_rename_bogus_gateways.spree.rb
db/migrate/20240527202260_remove_default_tax_from_spree_zones.spree.rb
db/migrate/20240527202261_create_promotion_rule_stores.spree.rb
db/migrate/20240527202262_create_store_shipping_methods.spree.rb
db/migrate/20240527202263_add_available_locales_to_stores.spree.rb
db/migrate/20240527202264_add_amount_remaining_to_store_credit_events.spree.rb
db/migrate/20240527202265_add_join_characters_to_promotion_code_batch.spree.rb
db/migrate/20240527202266_add_apply_to_all_to_variant_property_rule.spree.rb
db/migrate/20240527202267_create_spree_store_credit_reasons_table.spree.rb
db/migrate/20240527202268_remove_code_from_spree_promotions.spree.rb
db/migrate/20240527202269_drop_spree_store_credit_update_reasons.spree.rb
db/migrate/20240527202270_add_default_billng_flag_to_user_addresses.spree.rb
db/migrate/20240527202271_add_bcc_email_to_spree_stores.spree.rb
db/migrate/20240527202272_add_discontinue_on_to_spree_products.spree.rb
db/migrate/20240527202273_add_type_before_removal_to_spree_payment_methods.spree.
rb
db/migrate/20240527202274_add_name_to_spree_addresses.spree.rb
db/migrate/20240527202275_change_column_null_on_prices.spree.rb
db/migrate/20240527202276_add_unique_index_to_option_values_variants.spree.rb
Лист
ЧДТУ.242003.001 ПЗ т
67
Зм. Лист № докум. Підпис Дата

db/migrate/20240527202277_set_promotions_with_any_policy_to_all_if_possible.spree
.rb
db/migrate/20240527202278_add_level_to_spree_tax_rates.spree.rb
db/migrate/20240527202279_add_shipping_category_to_spree_variants.spree.rb
db/migrate/20240527202280_change_column_null_option_values_option_type_id.spree.r
b
db/migrate/20240527202281_remove_match_policy_from_spree_promotion.spree.rb
db/migrate/20240527202282_remove_unused_columns_from_promotion_rules.spree.rb
db/migrate/20240527202283_drop_unused_promo_action_line_items.spree.rb
db/migrate/20240527202284_remove_taxon_position.spree.rb
db/migrate/20240527202285_drop_deprecated_address_id_from_shipments.spree.rb
db/migrate/20240527202286_add_order_promotions_foreign_key.spree.rb
db/migrate/20240527202287_add_promotion_order_promotion_foreign_key.spree.rb
db/migrate/20240527202288_add_api_key_to_spree_users.spree_api.rb
db/migrate/20240527202289_resize_api_key_field.spree_api.rb
db/migrate/20240527202290_rename_api_key_to_spree_api_key.spree_api.rb
db/migrate/20240527202291_add_index_to_user_spree_api_key.spree_api.rb
db/migrate/20240527202344_create_users.solidus_auth.rb
db/migrate/20240527202345_rename_columns_for_devise.solidus_auth.rb
db/migrate/20240527202346_convert_user_remember_field.solidus_auth.rb
db/migrate/20240527202347_add_reset_password_sent_at_to_spree_users.solidus_auth.
rb
db/migrate/20240527202348_make_users_email_index_unique.solidus_auth.rb
db/migrate/20240527202349_add_deleted_at_to_users.solidus_auth.rb
db/migrate/20240527202350_add_confirmable_to_users.solidus_auth.rb
db/migrate/20240527202351_add_reset_password_token_index_to_spree_users.solidus_a
uth.rb
db/migrate/20240527202352_add_unconfirmed_email_to_spree_users.solidus_auth.rb
db/migrate/20240527202616_add_paypal_commerce_platform_sources.solidus_paypal_com
merce_platform.rb
db/migrate/20240527202617_add_paypal_funding_source_to_paypal_commerce_platform_s
ources.solidus_paypal_commerce_platform.rb

Процес міграції. Створення міграції:
Міграції створюються розробниками для змін у структурі бази даних.
Це може включати створення нових таблиць, додавання нових колонок, зміну
існуючих колонок, видалення даних тощо.
Інструменти для міграцій зазвичай генерують файл міграції з
унікальним ідентифікатором і базовим шаблоном коду.
Редагування міграції - розробник додає конкретні інструкції до файлу
міграції. Наприклад, для створення нової таблиці, додавання індексу або
видалення старої колонки.
Застосування міграцій - після того як міграції створені та відредаговані,
їх потрібно застосувати до бази даних. Це зазвичай виконується за
допомогою спеціальних команд у консольному інтерфейсі.

Лист
ЧДТУ.242003.001 ПЗ т
68
Зм. Лист № докум. Підпис Дата

Перевірка статусу міграцій:

Бачимо список міграцій бази даних. Кожна міграція має статус,
ідентифікатор міграції та назву міграції.
Status: показує стан міграції (всі міграції у стані "UP", що означає, що вони
застосовані).
Migration ID: унікальний ідентифікатор для кожної міграції, зазвичай
складається з дати і часу створення.
Лист
ЧДТУ.242003.001 ПЗ т
69
Зм. Лист № докум. Підпис Дата

Migration Name: описує, що саме виконується у цій міграції, наприклад,
створення таблиць, додавання або видалення колонок, модифікація існуючих
даних тощо.
Міграції застосовуються у визначеному порядку відповідно до їх
ідентифікаторів.
Реверсування міграцій - якщо в міграціях була допущена помилка або
потрібна зміна, їх можна реверсувати (відмінити). Для цього також
створюються відповідні інструкції у файлі міграції.

Підіймаємо сервер

5.2 Проведення тестів
Ми перевірили наш проект за допомогою бібліотеки RuboCop, щоб
переконатися, що він відповідає рекомендованим стандартам кодування Ruby.
RuboCop – це статичний аналізатор та форматувач коду для мови
програмування Ruby, який допомагає підтримувати якість коду, забезпечуючи
дотримання стилю та виявлення потенційних помилок.
Лист
ЧДТУ.242003.001 ПЗ т
70
Зм. Лист № докум. Підпис Дата

Опис процесу перевірки проекту на RuboCop
Інсталяція RuboCop:
Спочатку ми встановили RuboCop у наш проект, додавши його до
Gemfile:
gem 'rubocop', require: false
Запуск RuboCop:
Ми запустили RuboCop з командного рядка для аналізу всього проекту:
bundle exec rubocop
Аналіз звіту:
RuboCop створив звіт, який вказав на стилістичні помилки та потенційні
проблеми в коді. Звіт включав такі категорії порушень, як:
Layout/IndentationConsistency: Некоректний відступ.
Metrics/LineLength: Перевищена максимальна довжина рядка.
Style/Naming: Порушення стандартів іменування змінних та методів.
Lint/UselessAssignment: Зайві призначення змінних, які не
використовуються.
Виправлення помилок:
Ми переглянули та виправили всі помилки та зауваження, зазначені у
звіті RuboCop. Це включало:
Корекцію відступів та форматування коду.
Перейменування змінних та методів відповідно до стандартів.
Оптимізацію коду, усунення зайвих змінних та перевірку наявності
логічних помилок.
Повторний запуск RuboCop:
Після внесення виправлень ми знову запустили RuboCop для перевірки,
щоб переконатися, що всі стилістичні та інші зауваження були виправлені:
bundle exec rubocop
Підтримка чистоти коду:
Лист
ЧДТУ.242003.001 ПЗ т
71
Зм. Лист № докум. Підпис Дата

Для підтримки високої якості коду в майбутньому ми налаштували
автоматичний запуск RuboCop під час комітів, використовуючи pre-commit
hooks. Це гарантує, що всі нові зміни відповідають стандартам кодування.
222 files inspected, 4183 offenses detected, 3931
offenses autocorrectable
The following RuboCop extension libraries are installed
but not loaded in config:
* rubocop-capybara
* rubocop-factory_bot
* rubocop-rails
* rubocop-rspec
* rubocop-rspec_rails
Бачимо результат тесту

Рисунок 5.2 - Корегування файлів

5.3 Виявлення нових можливостей для покращення продукту
Перехід проекту на Docker замість використання традиційних
середовищ розробки, таких як локальна установка Ruby з менеджером версій
(rbenv, RVM, або chruby), має багато переваг. Ось кілька ключових причин,
чому варто розглянути таку зміну:
• Портативність та консистентність середовища
• Ізоляція середовища
• Легкість розгортання та масштабування
• Сумісність з CI/CD
• Контроль версій та оновлення
• Документованість і повторюваність
Лист
ЧДТУ.242003.001 ПЗ т
72
Зм. Лист № докум. Підпис Дата

• Зручність роботи з залежностями

Таблиця 5.1 Порівняння покращення

Варто також переробити вибір кількості продукту, тому що обмежений вибір
товару від 1 до 10 в формі таблиці не виглядає по сучасному та має обмежену
кількість вибору, варто створити унікальний вибір функції яка буде зручна
для користувача, як до приклада введення необхідного числа, або навіть
кнопки зі збільшенням та зменшенням кількості товару.

Лист
ЧДТУ.242003.001 ПЗ т
73
Зм. Лист № докум. Підпис Дата

ВИСНОВКИ
У цій дипломній роботі було досліджено та вивчено можливості
впровадження систем штучного інтелекту при проектуванні веб-сайтів. На
основі аналізу літературних джерел та практичного досвіду було розроблено
інтернет-магазин з використанням штучного інтелекту, зокрема моделі
ChatGPT та частково Github Copilot.
Процес розробки веб-сайту на платформі Ruby on Rails був успішно
виконаний, інтеграція системи штучного інтелекту позитивно вплинула на
функціональність та користувацький досвід від взаємодії з сайтом.
Використання моделі ChatGPT дозволило забезпечити інтерактивну
комунікацію з користувачем, надаючи швидку та ефективну підтримку. Також,
використання Github Copilot сприяло автоматизації певних аспектів розробки,
що зменшило час і зусилля, необхідні для створення високоякісного
програмного забезпечення.
Загалом, результати дослідження свідчать про великий потенціал
використання систем штучного інтелекту в проектуванні та розробці веб-
сайтів. Даний проект може бути використаний як вихідна точка для подальших
досліджень та розробок в цьому напрямку.
Результати цієї дипломної роботи підкреслюють значущість
використання штучного інтелекту в сучасній веб-розробці. Впровадження
системи ChatGPT дозволяє створити інтерактивне та персоналізоване
середовище для користувачів, що підвищує їхню залученість та задоволення
від взаємодії з сайтом.
Окрім того, інтеграція Github Copilot демонструє можливості
автоматизації рутинних завдань у процесі розробки програмного забезпечення,
що пришвидшує та спрощує процес створення сайтів.
Результати цієї роботи можуть бути корисні для компаній та розробників,
які прагнуть вдосконалити свої веб-проекти за допомогою штучного інтелекту.
Дана дипломна робота також відкриває нові перспективи для майбутніх
Лист
ЧДТУ.242003.001 ПЗ т
74
Зм. Лист № докум. Підпис Дата

досліджень у цій області, такі як вдосконалення моделей штучного інтелекту
та їхнє застосування в різних сферах веб-розробки.
У цілому, ця робота підтверджує значення і потенціал використання
систем штучного інтелекту в сучасній веб-розробці та надає цінний внесок у
розвиток цієї області.

Лист
ЧДТУ.242003.001 ПЗ т
75
Зм. Лист № докум. Підпис Дата

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
1. Brownlee, J. (2021). "Deep Learning for Natural Language Processing".
Machine Learning Mastery. - 45 с
2. Goodfellow, I., Bengio, Y., & Courville, A. (2016). "Deep Learning".
MIT Press. - 385 с
3. Jurafsky, D., & Martin, J. H. (2019). "Speech and Language Processing".
Pearson. - 329 с
4. Chollet, F. (2018). "Deep Learning with Python". Manning
Publications. - 203 с
5. Russell, S. J., & Norvig, P. (2020). "Artificial Intelligence: A Modern
Approach". Pearson. - 719с
6. Goldberg, Y. (2017). "Neural Network Methods for Natural Language
Processing". Synthesis Lectures on Human Language Technologies. – 123 с
7. Manning, C. D., Raghavan, P., & Schütze, H. (2008). "Introduction to
Information Retrieval". Cambridge University Press. – 121 с
8. Bishop, C. M. (2006). "Pattern Recognition and Machine Learning".
Springer. – 429с
9. Bengio, Y., Courville, A., & Vincent, P. (2013). "Representation Learning:
A Review and New Perspectives". IEEE Transactions on Pattern Analysis and
Machine Intelligence. – 13с
10. Sutton, R. S., & Barto, A. G. (2018). "Reinforcement Learning: An
Introduction". MIT Press. – 129 с
11. Stephen Wolfram (2023) “What Is ChatGPT Doing ... and Why Does It
Work?” - 45c
12. Марченко, Іван. “Штучний інтелект: теорія та практика.”
Київ: Наукова думка, 2018.
13. Петренко Ольга. “Машинне навчання і штучний інтелект: сучасні
тенденції та перспективи.” Харків: Ранок, 2020.
Лист
ЧДТУ.242003.001 ПЗ т
76
Зм. Лист № докум. Підпис Дата

14. Бойко Андрій. “Алгоритми та застосування штучного інтелекту.”
Львів: Літопис, 2019.
15. Гриценко Віктор. “Штучний інтелект у бізнесі: можливості та
виклики.” Київ: Бізнес-Преса, 2021.
16. Коваленко Наталія. “Нейронні мережі: від теорії до практики.”
Одеса: Астропринт, 2017.
17. Іванченко Дмитро. “Програмування штучного інтелекту.” Дніпро:
Пороги, 2019.
18. Семенюк Олександр. “Системи штучного інтелекту: проектування та
аналіз.” Тернопіль: Економічна думка, 2020.
19. Черниш Олексій. “Етика та штучний інтелект: соціальні аспекти.”
Київ: Політехніка, 2021.
20. Бондаренко Ірина. “Штучний інтелект в освіті: теорія і практика.”
Вінниця: Видавничий дім, 2018.
21. Мельник Юрій. “Штучний інтелект у медицині: перспективи
застосування.” Львів: Медицина світу, 2020.
22. Сайт компанії LB UA .– Режим доступа :
https://lb.ua/tech/2019/01/15/417108_protivostoyat_ugrozam.html
23. Сайт компанії Hugging Face SAS.– Режим доступа :
https://huggingface.co/models?pipeline_tag=text-generation&sort=trending
24. Сайт компинії Content at Scale .– Режим доступа :
https://contentatscale.ai/blog/bard-vs-chatgpt/

Лист
ЧДТУ.242003.001 ПЗ т
77
Зм. Лист № докум. Підпис Дата

ChSTU repository

ChSTU repository preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets