Đề cương khóa học

Giới thiệu về Trí tuệ nhân tạo sinh thành và trí tuệ nhân tạo chủ động

  • Trí tuệ nhân tạo sinh thành là gì? Trí tuệ nhân tạo chủ động là gì?
  • Sự khác biệt và bổ sung cho nhau của chúng
  • Các trường hợp sử dụng và xu hướng trong các ngành công nghiệp

Kiến trúc và công cụ Trí tuệ nhân tạo sinh thành

  • Mô hình Transformer: GPT, LLaMA, Claude và các mô hình khác
  • Fine-tuning (tinh chỉnh) so với học trong ngữ cảnh (in-context learning)
  • Công cụ: ChatGPT, Hugging Face Transformers, Google AI Studio

Kỹ thuật prompt engineering cho sự kiểm soát và cấu trúc

  • Mô hình prompt cho viết, lập trình, tóm tắt, v.v.
  • Few-shot, zero-shot, và chain-of-thought prompting
  • Sử dụng thư viện prompt và công cụ kiểm tra

Hiểu về Trí tuệ nhân tạo chủ động

  • Định nghĩa và sự phát triển của trí tuệ nhân tạo chủ động
  • Kiến trúc: lập kế hoạch, bộ nhớ, công cụ, tự phản ánh
  • Các khung công tác phổ biến: AutoGPT, BabyAGI, CrewAI, LangGraph

Thiết kế và triển khai các đại lý tự động

  • Đặt mục tiêu và phân rã nhiệm vụ
  • Tích hợp công cụ và API (tìm kiếm, bộ nhớ, mã)
  • Điều phối nhiều đại lý và giám sát có sự can thiệp của con người

Các trường hợp sử dụng và kịch bản triển khai

  • Tạo nội dung so với điều phối nhiệm vụ
  • Năng suất doanh nghiệp, hỗ trợ khách hàng, trích xuất dữ liệu
  • Triển khai có trách nhiệm và an toàn

Tổng kết và các bước tiếp theo

Yêu cầu

  • Hiểu biết về các khái niệm AI và machine learning
  • Kinh nghiệm làm việc với APIs hoặc ngôn ngữ kịch bản như Python
  • Thuật ngữ kỹ thuật prompt engineering hoặc sử dụng mô hình ngôn ngữ lớn (LLMs)

Đối tượng

  • Các nhà phát triển và kỹ sư AI
  • Đội ngũ đổi mới và nghiên cứu & phát triển (R&D)
  • Quản lý sản phẩm kỹ thuật khám phá hệ thống trí tuệ nhân tạo chủ động
 14 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Các khóa học sắp tới

Các danh mục liên quan