اصول هوش مصنوعی عاملی: معماری ها، چارچوب ها و کاربردها
✅ سرفصل و جزئیات آموزش
این دوره، توسعه دهندگان را با دانش و مهارت های لازم برای درک، طراحی و پیاده سازی عامل های مستقل در صنایع و کاربردهای مختلف مجهز می کند.
به دنبال ورود به دنیای agentic AI هستید؟ این دوره مفاهیم اساسی، معماری ها و فریمورک هایی را که پایه گذار عامل های مستقل هستند، پوشش می دهد. فرآیندهای تصمیم گیری، تکنیک های یادگیری ماشین و سیستم های چندعاملی را بررسی کنید و دانش عملی برای توسعه و پیاده سازی راه حل های هوش مصنوعی عاملی کسب کنید.
مدرس، David Linthicum همچنین به پیامدهای اخلاقی و اجتماعی هوش مصنوعی عاملی و همچنین ملاحظات امنیتی و پایداری می پردازد. این دوره را بررسی کنید تا با مهارت ها و درک لازم برای استفاده از هوش مصنوعی عاملی صنایع و کاربردهای مختلف تجهیز شوید.
اصول هوش مصنوعی عاملی: معماری ها، چارچوب ها و کاربردها
-
هوش مصنوعی عاملی: آینده هوش مصنوعی هوشمند فرا رسیده است 0:01:00
-
هوش مصنوعی عاملی چیست؟ 0:03:39
-
کاربردها و موارد استفاده از هوش مصنوعی عاملی 0:03:36
-
سناریوی مراقبت های بهداشتی 0:03:24
-
چگونه سیستم های هوش مصنوعی محیط خود را درک می کنند؟ 0:04:19
-
چگونه عوامل هوش مصنوعی تصمیم گیری می کنند؟ 0:03:51
-
یادگیری ماشین برای عامل ها 0:03:19
-
فریمورک های سیاست گذاری 0:03:17
-
فریمورک های مبتنی بر سودمندی 0:03:20
-
یادگیری تقویتی و Q-learning 0:04:08
-
معماری های اصلی عامل 0:04:22
-
معماری های فرعی عامل 0:01:53
-
توسعه یک سیستم چندعامله مشارکتی 0:03:05
-
پیاده سازی پروتکل های ارتباطی برای عامل ها 0:03:29
-
نظریه بازی و تعامل استراتژیک 0:03:53
-
مذاکره و حل تعارض 0:03:26
-
فریمورک ها و ملاحظات اخلاقی در هوش مصنوعی 0:03:27
-
تأثیر اجتماعی عامل های مستقل 0:02:07
-
چالش های امنیتی 0:02:51
-
پایداری و تحمل خطا 0:03:55
-
نقش آینده هوش مصنوعی عاملی در صنعت 4.0 و فراتر از آن 0:04:06
-
ادغام با سایر تکنولوژی ها 0:03:10
-
گام های بعدی 0:01:41
مشخصات آموزش
اصول هوش مصنوعی عاملی: معماری ها، چارچوب ها و کاربردها
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:23
- مدت زمان :1:15:18
- حجم :210.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy