Đề cương khóa học

Giới thiệu về hệ thống đa agent

  • Định nghĩa hệ thống đa agent trong hệ sinh thái AI
  • Các lợi ích và thách thức chính
  • Các trường hợp sử dụng và ứng dụng trong doanh nghiệp

AgentCore cho việc điều phối hệ thống đa agent

  • Kiến trúc điều phối AgentCore
  • Quản lý nhiều agent trong các quy trình làm việc
  • Bài thực hành: điều phối các tương tác đơn giản giữa agent

Các mô hình hợp tác và giao tiếp

  • Các mẫu truyền thông tin và bộ nhớ chia sẻ
  • Các chiến lược đàm phán và phân bổ nhiệm vụ
  • Bài thực hành: triển khai các giao thức hợp tác giữa agent

Chuyên môn hóa và phân bổ vai trò

  • Thiết kế các agent chuyên môn hóa cho các nhiệm vụ khác nhau
  • Cân bằng tự chủ với việc phối hợp
  • Bài thực hành: tạo các agent theo vai trò

Tăng cường hệ thống đa agent

  • Các ý kiến kiến trúc cho quy mô doanh nghiệp
  • Giám sát hiệu suất và cân bằng tải
  • Bài thực hành: tăng cường một hệ thống agent đã điều phối

Quản trị, bảo mật và tuân thủ quy định

  • Kiểm tra và giám sát các quy trình làm việc đa agent
  • Các mô hình cấp quyền và bảo mật
  • Trường hợp nghiên cứu: tuân thủ quy định trong môi trường có điều chỉnh

Hướng phát triển tương lai trong AI đa agent

  • Xu hướng trong hợp tác tự động
  • Nghiên cứu mới về các tập hợp agent
  • Các ý nghĩa chiến lược cho việc áp dụng trong doanh nghiệp

Tóm lược và các bước tiếp theo

Yêu cầu

  • Sự hiểu biết sâu sắc về các hệ thống trí tuệ nhân tạo và học máy
  • Kinh nghiệm về thiết kế hệ thống phân tán
  • Sự quen thuộc với các dịch vụ AWS và kiến trúc dựa trên đám mây

Đối tượng

  • Kiến trúc sư hệ thống
  • Nhà nghiên cứu trí tuệ nhân tạo
  • Đội ngũ định hướng chiến lược doanh nghiệp
 14 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Các khóa học sắp tới

Các danh mục liên quan