Бесплатный курс по новейшим интеллектам от Agentic AI Эрнста Ву

Содержание курса Agentic AI

• Четыре шаблона интеллектуального дизайна тела
  • Отражение: Позволяют интеллектам проверять свои результаты и думать о том, как их улучшить. Например, ИИ-помощник по написанию текстов может автоматически проверять грамматику, логическую связность и предлагать изменения после создания первого черновика.
  • Использование инструментовПриложение, управляемое LLM, может самостоятельно решать, какие функции вызывать для выполнения задач, таких как поиск в Интернете, доступ к календарю, отправка электронной почты, написание кода и т. д. Интеллектуальное тело ИИ может автоматически искать календарь, отправлять электронные письма соответствующим людям и бронировать комнату для встреч на следующую среду. Например, получив команду "Забронируй мне переговорную комнату на следующую среду", искусственный интеллект может автоматически выполнить поиск в календаре, отправить электронное письмо соответствующему человеку и забронировать переговорную комнату.
  • Планирование: Используйте LLM для разбиения сложных задач на несколько выполнимых подзадач.
  • Мультиагентное взаимодействие (MAC): Создайте несколько специализированных интеллектов и заставьте их работать вместе для выполнения задач, подобно тому как компания нанимает разных сотрудников для выполнения сложных проектов.
• Процесс оценки и анализа ошибок: Курс подчеркивает важность создания дисциплинированного процесса оценки и анализа ошибок, помогая учащимся эффективно находить части сложных интеллектуальных процессов, которые необходимо улучшить, и перестать интуитивно угадывать, что оптимизировать дальше, а вместо этого использовать данные оценки для принятия решений.
• Углубленное изучение интеллектуального построения тела: В ходе курса слушатели совместно создадут агента глубокого исследования, способного искать, синтезировать и предоставлять информацию, сочетая все вышеперечисленные паттерны проектирования Intelligent Body и лучшие практики.

Цели курса "Агентный искусственный интеллект

• Освоение паттернов проектирования интеллектуальных тел
  • Отражение: Научитесь заставлять интеллектуалов проверять свои результаты и думать о том, как их улучшить.
  • Использование инструментов: Освоение того, как позволить интеллектуальному телу автономно решать, какие функции вызывать для выполнения таких задач, как веб-поиск, доступ к календарям и т. д.
  • Планирование: Научитесь использовать LLM для разбиения сложных задач на множество исполняемых подзадач.
  • Мультиагентное взаимодействие (MAC): Формирование множественных специализированных интеллектов для достижения совместного выполнения задач.
• Научитесь оценивать и анализировать ошибки: Создайте дисциплинированный процесс оценки и анализа ошибок, чтобы эффективно находить части сложных интеллектуальных процессов, которые нуждаются в улучшении, и использовать данные оценки для принятия решений.
• Создание глубокого исследовательского интеллектаDeep Research Agent (DRA) - это агент для глубоких исследований, который сочетает в себе все интеллектуальные модели проектирования и лучшие практики.
• Понимание принципов построения интеллектуального тела: Реализованный на родном Python без зависимости от фреймворка, четкое понимание принципов каждого шага закладывает фундамент для будущей реализации той же функциональности на любом фреймворке.
• Развитие практических навыков: Развивайте практические навыки учащихся с помощью высококачественных видеолекций, примеров исполняемого кода и сложных заданий по программированию.
• Прикладная интеллектуальная технология тела: Помочь учащимся применять технологию "умного тела" в практической работе для повышения производительности и инноваций.

Особенности курса Agentic AI

• Самостоятельное обучение и отсутствие зависимости от поставщика: Используется подход к самообучению, позволяющий студентам гибко организовывать время обучения в соответствии с собственными обстоятельствами. Содержание курса не зависит от конкретных фреймворков или поставщиков и реализуется с использованием родного Python, что дает студентам возможность реализовать ту же функциональность на любом фреймворке или без него, что делает его очень универсальным и гибким.
• Интеграция теории и практики: Продолжая последовательный стиль преподавания профессора Ву Энда, лекции тесно сочетают теоретические объяснения с практикой работы с кодом. С помощью высококачественных видеолекций подробно объясняются модели проектирования и принципы построения интеллектуальных тел; в то же время приводятся примеры исполняемого кода и сложные задания по программированию, чтобы студенты могли закрепить полученные знания и улучшить свои практические навыки работы на практике.
• Систематическое построение интеллектаКурс посвящен созданию агента глубоких исследований и систематически направляет участников на завершение создания агента посредством комплексного использования режимов рефлексии, использования инструментов, планирования и совместной работы с несколькими интеллектуальными телами, а также процессов оценки и анализа ошибок. Такой систематический подход к обучению помогает студентам глубоко понять процесс конструирования интеллектуального тела и овладеть полной системой знаний.
• Высокая практичность: Содержание курса тесно связано с практическими сценариями применения, с акцентом на применение технологии интеллектуального тела в реальной работе. В процессе обучения студенты могут узнать о случаях применения интеллектуальных тел в различных областях, таких как интеллектуальный письменный помощник, интеллектуальное управление расписанием и т.д., чтобы лучше применять полученные знания в практических проектах и повысить эффективность своей работы и инновационные способности.
• Акцент на оценке и анализе ошибок: В курсе особое внимание уделяется важности создания дисциплинированного процесса оценки и анализа ошибок. Данные оценки используются для принятия решений, помогая участникам эффективно находить части сложных интеллектуальных процессов, которые необходимо улучшить, и перестать интуитивно гадать, что оптимизировать дальше, а вместо этого использовать научные методы для оптимизации и улучшения производительности и надежности интеллекта.

Официальный сайт курса Agentic AI

• Адрес официального сайта:: https://www.deeplearning.ai/courses/agentic-ai/

Для кого предназначен агентный ИИ

• Разработчики искусственного интеллектаРазработчики, желающие получить глубокое понимание технологии "умного тела" и применить ее в реальных проектах, могут изучить шаблоны и методы проектирования "умного тела", а также расширить свои возможности в области разработки с помощью этого курса.
• Инженер по машинному обучению: Тем, кто имеет базовые знания о машинном обучении и хочет дальше изучать применение интеллекта для решения сложных задач, теоретическое и практическое содержание курса поможет расширить свою техническую область.
• исследователь в области обработки естественного языка (NLP)Исследователи, занимающиеся обработкой естественного языка, смогут найти новые идеи и методы для своих исследований благодаря интеллектуальному дизайну тела и приложениям для моделирования языка.
• специалист по анализу данныхУченые, занимающиеся изучением данных, которым необходимо создавать интеллектуальные системы для работы со сложными данными и задачами, смогут оптимизировать работу своих интеллектов благодаря такому содержанию курса, как процесс оценки и анализа ошибок.
• Студенты факультета компьютерных наукСтуденты, изучающие информатику и интересующиеся искусственным интеллектом и технологиями "умных тел", получат знания, которые станут прочным фундаментом для их будущей карьеры.
• любитель технологий: Энтузиасты технологий, увлеченные развивающимися технологиями и желающие изучить применение технологий "умного тела" в различных областях, благодаря практическому и прагматическому характеру курса смогут удовлетворить свое любопытство и потребности в обучении.