Đề cương khóa học

Giới thiệu về Hệ thống AI Agentic

  • Định nghĩa AI agentic và khả năng của nó
  • Điểm khác biệt chính giữa AI dựa trên quy tắc và AI tự chủ
  • Trường hợp sử dụng và ứng dụng trong ngành công nghiệp

Kiến trúc Hệ thống AI Agentic

  • Khung và công cụ để xây dựng AI tự chủ
  • Thiết kế các đại lý AI với khả năng hướng mục tiêu
  • Triển khai trí nhớ, nhận thức ngữ cảnh và khả năng thích ứng

Phát triển Đại lý AI với Python và APIs

  • Xây dựng đại lý AI bằng cách sử dụng OpenAI và DeepSeek APIs
  • Tích hợp các mô hình AI với nguồn dữ liệu bên ngoài
  • Xử lý phản hồi API và cải thiện tương tác của đại lý

Tối ưu hóa Hợp tác đa đại lý

  • Thiết kế các đại lý AI cho công việc hợp tác và cạnh tranh
  • Quản lý giao tiếp của đại lý và phân công nhiệm vụ
  • Thang đo hệ thống đa đại lý cho ứng dụng thực tế

Nâng cao Quyết định trong AI Agentic

  • Học tăng cường và đại lý AI tự cải thiện
  • Lập kế hoạch, lập luận và thực hiện mục tiêu dài hạn
  • Bình quân hóa tự động với sự giám sát của con người

An toàn, Đạo đức và Tuân thủ trong AI Agentic

  • Địa chỉ các thiên lệch và đảm bảo triển khai AI có trách nhiệm
  • Các biện pháp an ninh cho quyết định dựa trên AI
  • Xem xét quy định cho hệ thống AI tự chủ

Xu hướng Tương lai trong AI Agentic

  • Những tiến bộ trong khả năng tự chủ và hệ thống học tự động của AI
  • Mở rộng khả năng của đại lý AI với học đa mô thức
  • Chuẩn bị cho thế hệ tiếp theo của AI tự chủ

Tóm tắt và Các bước kế tiếp

Yêu cầu

  • Hiểu cơ bản về các khái niệm của AI và học máy
  • Kinh nghiệm lập trình với Python
  • Quen thuộc với việc tích hợp mô hình AI dựa trên API

Đối tượng tham gia

  • Kỹ sư AI phát triển hệ thống tự chủ AI
  • Nhà nghiên cứu học máy khám phá các khung công nghệ đa đại lý AI
  • Nhà phát triển thực hiện tự động hóa dựa trên AI
 14 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Đánh giá (3)

Các khóa học sắp tới

Các danh mục liên quan