课程大纲

Agentic AI系统简介

  • 定义Agentic AI及其能力
  • 规则型AI与自主AI的关键区别
  • 应用案例与行业应用

构建Agentic AI系统架构

  • 构建自主AI的框架与工具
  • 设计具备目标驱动能力的AI智能体
  • 实现记忆、上下文感知与适应性

使用Python和API开发AI智能体

  • 使用OpenAI和DeepSeek API构建AI智能体
  • 将AI模型与外部数据源集成
  • 处理API响应并优化智能体交互

优化多智能体协作

  • 设计用于协作与竞争任务的AI智能体
  • 管理智能体通信与任务分配
  • 扩展多智能体系统以适应实际应用

提升Agentic AI的决策能力

  • 强化学习与自我提升的AI智能体
  • 规划、推理与长期目标执行
  • 在自动化与人工监督之间取得平衡

Agentic AI的安全性、伦理与合规性

  • 解决偏见并确保负责任的AI部署
  • AI驱动决策的安全措施
  • 自主AI系统的法规考量

Agentic AI的未来趋势

  • AI自主性与自学习系统的进展
  • 通过多模态学习扩展AI智能体能力
  • 为下一代自主AI做好准备

总结与下一步

要求

  • 对AI和机器学习概念有基本了解。
  • 具备Python编程经验。
  • 熟悉基于API的AI模型集成。

受众

  • 开发自主AI系统的AI工程师。
  • 探索多智能体AI框架的ML研究人员。
  • 实现AI驱动自动化的开发者。
 14 小时

客户评论 (3)

即将举行的公开课程

课程分类