آموزش مبانی هوش مصنوعی چندوجهی و عامل‌های هوشمند - آخرین آپدیت

دانلود Multimodal AI and Agent Fundamentals

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره جامع به بررسی مبانی عامل‌های هوشمند چندوجهی (Multimodal AI Agents) می‌پردازد: تفاوت میان یک دستیار هوشمند و یک عامل هوشمند چیست و این عامل‌ها چگونه ورودی‌های متنی، تصویری، صوتی، ویدئویی و اسنادی را پردازش می‌کنند. این مفاهیم پایه، زیربنای کل این تخصص را تشکیل می‌دهند. شما با نحوه عملکرد مدل‌های زبانی بزرگ (LLM)، مفاهیمی چون توکن‌ها، پنجره‌های زمینه (Context Windows) و محدودیت‌های آن‌ها شروع خواهید کرد و سپس چرخه حیات یک عامل را از مرحله ادراک تا استدلال و در نهایت اقدام بررسی می‌کنید. در ادامه، هر مودالیته را به صورت مجزا پردازش خواهید کرد: تولید و ساختاردهی متن، کپشن‌نویسی و استدلال روی تصاویر، تبدیل صوت به متن، خلاصه‌سازی ویدئو و استخراج جداول از فایل‌های PDF. در پایان دوره، با ترکیب طراحی پرامپت، مدیریت زمینه، حافظه و فراخوانی ابزارها (Tool Calling)، اولین عامل چندوجهی عملی خود را خواهید ساخت. در پایان این دوره، شما قادر خواهید بود: - تفاوت بین دستیاران هوشمند و عامل‌های هوشمند را تشخیص داده و چرخه حیات عامل را شرح دهید. - نحوه پردازش توکن‌ها و زمینه توسط LLMها و نقاط ضعف آن‌ها را توضیح دهید. - ورودی‌های متنی، تصویری، صوتی، ویدئویی و اسنادی را با مدل‌های چندوجهی پردازش کنید. - پرامپت‌ها و مدیریت زمینه‌ای را برای حفظ انسجام عامل طراحی کنید. - حافظه کوتاه‌مدت و بلندمدت را در یک عامل پیاده‌سازی کنید. - عاملی بسازید که ورودی‌های چندوجهی را با فراخوانی ابزارها ترکیب کند. این دوره برای توسعه‌دهندگان پایتون، مهندسان هوش مصنوعی و دانشمندان داده طراحی شده است. پیش‌نیاز این دوره تسلط بر مفاهیم پایه پایتون و توانایی کار با APIها است. همین حالا ثبت‌نام کنید تا اولین عامل هوشمند خود را که فراتر از متن ساده عمل می‌کند، بسازید.

سرفصل ها و درس ها

مبانی هوش مصنوعی، LLM و عامل‌های هوشمند AI, LLM and Agent Foundations

  • مرور کلی تخصص Specialization Overview

  • معرفی دوره Course Introduction

  • آشنایی با هوش مصنوعی Introduction to AI

  • درک مدل‌های زبانی بزرگ (LLM) Understanding Large Language Models

  • از پرامپت تا عامل: عصر جدید هوش مصنوعی From Prompts to Agents: The New Era of AI

  • دموی عملی: راه‌اندازی محیط کاری هوش مصنوعی Demonstration: Setting Up AI Workspace

  • دموی عملی: تفاوت دستیار و عامل در عمل Demonstration: Assistant vs. Agent in Practice

  • دموی عملی: بررسی یک عامل در حال اجرا Demonstration: Exploring an Agent in Action

آشنایی با هوش مصنوعی چندوجهی و مودالیته‌ها Introduction to Multimodal AI and Modalities

  • مقدمه‌ای بر هوش مصنوعی چندوجهی Introduction to Multimodal AI

  • دموی عملی: کار با متن در هوش مصنوعی چندوجهی Demonstration: Working with Text in Multimodal AI

  • دموی عملی: کار با تصاویر Demonstration: Working with Images

  • دموی عملی: کار با صوت Demonstration: Working with Audio

  • دموی عملی: کار با ویدئو Demonstration: Working with Video

  • دموی عملی: کار با PDF و اسناد Demonstration: Working with PDFs and Documents

اجزای سازنده عامل‌های چندوجهی Building Blocks of Multimodal Agents

  • معماری یک عامل چندوجهی Architecture of a Multimodal Agent

  • اصول طراحی پرامپت Prompt Design Basics

  • مفاهیم زمینه و حافظه Context and Memory Concepts

  • تکنیک‌های پیشرفته مهندسی پرامپت Advanced Prompt Engineering Techniques

  • دموی عملی: نوشتن پرامپت‌های متنی موثر Demonstration: Writing Effective Text Prompts

  • دموی عملی: نوشتن پرامپت‌های چندوجهی Demonstration: Writing Multimodal Prompts

  • دموی عملی: مبانی فراخوانی ابزارها (Tool Calling) Demonstration: Tool Calling Basics

  • دموی عملی: افزودن حافظه به عامل Demonstration: Adding Memory to an Agent

  • دموی عملی: ساخت اولین عامل هوش مصنوعی چندوجهی Demonstration: Building First Multimodal AI Agent

  • جمع‌بندی دوره Course Summary

نمایش نظرات

آموزش مبانی هوش مصنوعی چندوجهی و عامل‌های هوشمند
جزییات دوره
5h 47m
24
(آخرین آپدیت)
91
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده