عامل‌های هوش مصنوعی و هوش عاملی با پایتون و Generative AI

آنچه یاد خواهید گرفت:

• ساخت یک چارچوب کامل عامل هوش مصنوعی در پایتون، با ساختن هر کامپوننت به صورت دستی برای دستیابی به درک عمیق از چگونگی کارکرد عامل‌ها
• طراحی سیستم‌های کشف ابزار و مکانیسم‌های فراخوانی تابع که به عامل‌های شما اجازه می‌دهد با سیستم‌های خارجی تعامل کرده و اقدامات معناداری انجام دهند.
• ساخت عامل‌های کاربردی و آماده برای تولید جهت انجام تسک های مانند بررسی هوشمند فایل، تولید مستندات، و کدنویسی

توضیحات دوره

عامل‌های هوش مصنوعی جهش بعدی در نرم‌افزار هستند. بیاموزید که چگونه آن‌ها را در پایتون بسازید.

عامل‌های هوش مصنوعی ابزارهای منفعل نیستند. آن‌ها فکر می‌کنند، عمل می‌کنند و مسائل را حل می‌کنند - بدون اینکه منتظر دستورالعمل باشند. این آینده نرم‌افزار است. و در این دوره، شما یاد خواهید گرفت که چگونه آن را بسازید.

چارچوب‌ها می‌آیند و می‌روند. اصول باقی می‌مانند. این دوره از میان سر و صداها عبور می‌کند تا به شما بیاموزد که عامل‌های هوش مصنوعی - با استفاده از پایتون، زبان پیشرو برای توسعه هوش مصنوعی واقعاً چگونه کار می‌کنند.

آموزش APIهای پرطرفدار که تا فصل بعد از بین خواهند رفت را فراموش کنید. شما یاد خواهید گرفت که عامل‌های هوش مصنوعی را از پایه بسازید. بدون محتوای اضافی. بدون میان‌بر. فقط معماری هسته‌ای که سیستم‌های هوشمند را قدرت می‌بخشد. دانشی که مهم نیست چشم‌انداز با چه سرعتی تغییر کند، مفید باقی می‌ماند.

در این دوره، شما موارد زیر را انجام خواهید داد:

• تسلط به اصول معماری عامل مبتنی بر پایتون - درک کامپوننت های اصلی GAME (اهداف، اکشن ها، حافظه، محیط) که باعث کارکرد عامل‌های هوش مصنوعی می‌شوند و چگونگی همکاری آن‌ها در یک سیستم پایتونی منسجم
• استفاده از نقاط قوت پایتون برای توسعه کارآمد عامل - استفاده از تایپ پویا، دکوراتورها و متاپروگرمینگ پایتون برای ساخت چارچوب‌های عامل انعطاف‌پذیر و قابل نگهداری با حداقل کد تکراری
• نمونه‌سازی سریع و پیاده‌سازی عامل‌های پایتون - تکنیک‌هایی را بیاموزید تا قابلیت‌های عامل پایتونی شما را با مهندسی پرامپت قبل از نوشتن حتی یک خط کد طراحی کنید، سپس طرح‌های خود را به طور کارآمد به پیاده‌سازی‌های پایتونی عملیاتی تبدیل نمایید.
• اتصال عامل‌های هوش مصنوعی پایتون به سیستم‌های دنیای واقعی - ساخت عامل‌های پایتونی که می‌توانند با فایل سیستم ها، APIها و سایر سرویس‌های خارجی تعامل داشته باشند.
• ساخت دستیارهای هوش مصنوعی با قابلیت استفاده از ابزار با توان پایتون - توسعه عامل‌های پایتونی که می‌توانند فایل‌ها را تحلیل کنند، داده‌ را مدیریت نمایند، و با ترکیب استدلال LLM با کتابخانه‌ها و اکوسیستم گسترده پایتون، گردش کارهای پیچیده را خودکار سازند.
• ساخت عامل‌های بهره‌وری توسعه‌دهنده پایتون - ساخت عامل‌های پایتونی تخصصی که به شما کمک می‌کنند کد بنویسید، تست تولید کنید و مستندات را برای تسریع فرآیند توسعه نرم‌افزار خود ایجاد نمایید.

چرا اصول مهم‌تر از چارچوب‌ها هستند؟

چشم‌انداز هوش مصنوعی هر هفته در حال تغییر است، اما اصول اساسی طراحی عامل ثابت باقی می‌مانند. با درک چگونگی ساخت عامل‌ها از ابتدا، شما موارد زیر را کسب خواهید کرد:

• دانش قابل انتقال که در هر LLM یا فناوری هوش مصنوعی کار می‌کند - مهارت‌های اشکال‌زدایی عمیق زیرا شما درک خواهید کرد که در هر سطح چه اتفاقی می‌افتد.
• استقلال از چارچوب که شما را از وابستگی به کتابخانه‌های شخص ثالث رها می‌سازد و به شما امکان می‌دهد با هر یک از آن‌ها موفق شوید.
• تخصص آینده‌نگر که حتی زمانی که ابزارهای محبوب امروز مدت‌ها فراموش شوند، همچنان مرتبط خواهد بود.

در پایان این دوره، شما نه تنها چگونگی استفاده از عامل‌های هوش مصنوعی را خواهید دانست - بلکه خواهید آموخت که چگونه آن‌ها را در پایتون بسازید، آن‌ها را سفارشی‌سازی کنید و برای حل مسائل واقعی کسب‌وکار مستقر نمایید.

این دوره این مفاهیم را با استفاده از APIهای OpenAI به شما آموزش می‌دهد که نیازمند دسترسی پولی هستند، اما اصول و تکنیک‌ها می‌توانند برای سایر LLMها نیز سازگار شوند.