JupyterLab 4.1 und Jupyter Notebook 7.1 bieten KI-basierte Codevervollständigung

Project Jupyter hat Jupyter Notebook auf Version 7.1 und die webbasierte Benutzeroberfläche JupyterLab auf Version 4.1 aktualisiert. Die Open-Source-Tools für Data Science und wissenschaftliche Berechnungen in Programmiersprachen wie Python, Julia und R bauen auf der neuen Codebasis auf, die im Juli letzten Jahres in den jeweiligen Hauptversionen Einzug hielt. Zu den neuen Features in deren ersten Minor Releases zählen Code- und Textvervollständigung per Künstlicher Intelligenz (KI), Mermaid-Anbindung und ein überarbeiteter Umgang mit CSS. JupyterLab Desktop hat mit Verbesserungen und Bugfixes ebenfalls die neue Version 4.1 erreicht.

Individuelle Anpassung und Diagrammerstellung

In JupyterLab lässt sich Custom CSS nun automatisch laden. Das gelingt, indem man dem Jupyter-Verzeichnis config eine /custom/custom.css-Datei hinzufügt. Der entsprechende Pfad ~/.jupyter ist durch jupyter --paths zu finden. Dort lassen sich ein custom-Ordner und darin die custom.css-Datei erstellen. Standardmäßig lädt JupyterLab diese Datei jedoch nicht, sondern nur, wenn die Anwendung mit dem Flag --custom-css (LabApp.custom_css-Konfiguration) initialisiert wird.

Dabei weist das Jupyter-Team darauf hin, dass dieser Vorgang lediglich für kleinere individuelle Anpassungen vorgesehen ist. Die Empfehlung lautet, für die grundlegende Anpassung Themes zu verwenden.

Ein weiteres neues Feature bezieht sich auf das Darstellen von Diagrammen: Sowohl JupyterLab als auch Jupyter Notebook können nun mit Mermaid-Diagrammen umgehen. Das Open-Source-Tool Mermaid dient dem Erzeugen von beispielsweise Flowcharts oder Sequenzdiagrammen aus Text, in einer ähnlichen Weise wie Markdown.

Das Jupyter-Team präsentiert das folgende Beispiel

```mermaid

flowchart LR

A[Hard] →|Text| B(Round)

B → C{Decision}

C →|One| D[Result 1]

C →|Two| E[Result 2]

```

mitsamt dessen gerendertem Ergebnis:

Heise-Konferenz: Minds Mastering Machines

Am 24. und 25. April 2024 findet die Minds Mastering Machines statt. Die von iX und dpunkt.verlag ausgerichtete Machine-Learning-Konferenz kehrt nächstes Jahr zu ihrem Ursprung in Köln zurück. Sie richtet sich abseits des KI-Hypes an Data Scientists, Data Engineers und Developer, die Machine-Learning-Projekte in die Realität umsetzen.

Das Programm der Konferenz bietet an zwei Tagen gut 30 Vorträge in drei Tracks unter anderem zu folgenden Themen:

• Einführung in Large Language Models
• Mehr Nachvollziehbarkeit dank Explainable AI
• Federated Learning in Theorie und Praxis
• Automatische Codemigration mit LLMs
• AI Act

Tickets für die Minds Mastering Machines sind bis zum 5. März 2024 zum Frühbucherpreis von 969 Euro (zzgl. 19 % MwSt.) erhältlich.

Code und Text automatisch vervollständigen

JupyterLab 4.1 und Jupyter Notebook 7.1 bringen die Möglichkeit, Code und Text durch einen grau dargestellten "Ghost-Text" innerhalb der Zell- und Dateieditoren automatisch zu vervollständigen. Die Vorschläge können sich über mehrere Zeilen erstrecken und entspringen generativen KI-Modellen. Dazu kommt die experimentelle IInlineCompletionProvider-API mittels Plug-ins zum Einsatz.

Standardmäßig ist ein einzelner Provider verfügbar, der die Kernel-Historie verwendet. Unter "Settings > Settings Editor > Inline Completer > History provider" lässt sich das entsprechende Kästchen aktivieren. Weitere Provider lassen sich ebenfalls installieren, darunter die Erweiterung Jupyter AI in der aktuellen Version 2.10.0 oder neuer.

Die Vorschläge lassen sich während des Tippens auslösen oder manuell per konfigurierbarem Tastaturkürzel, standardmäßig per Alt-Taste und Rückstrich (Alt+\). Beim Hovern über einem Ghost-Vorschlag erscheinen die Standard-Tastaturkürzel.

Zu den weiteren Jupyter-Neuerungen zählen eine erhöhte Barrierefreiheit durch eine aktualisierte Keyboard-Navigation und das Verwenden von Code aus ausgeführten Zellen für das Befüllen leerer Zellen.

Alle Highlights in den neuen Minor Releases betrachtet der Jupyter-Blog.

(mai)