آموزش همکاری با عامل‌های هوش مصنوعی برای موفقیت کسب‌وکار - Pearson - آخرین آپدیت

دانلود Partnering with AI Agents for Business Success by Pearson

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

بیاموزید چگونه با همکاری عامل‌های هوش مصنوعی (AI Agents)، موفقیت و نوآوری را در کسب‌وکار خود به ارمغان آورید. در این دوره، تفاوت‌های بین چت‌های هوش مصنوعی مولد و عامل‌های هوش مصنوعی را بررسی کرده و نحوه تفویض وظایف به AI را به‌گونه‌ای که کنترل کیفیت حفظ شود، فرا خواهید گرفت. پتانسیل تیم‌های ترکیبی متشکل از انسان‌ها و عامل‌های هوش مصنوعی را که به‌طور یکپارچه با هم کار می‌کنند، کشف کنید. همچنین مهارت‌های لازم برای اتخاذ دیدگاه مدیریتی جهت معرفی موثر AI در جریان‌های کاری را کسب خواهید کرد. بینش‌هایی درباره بهترین روش‌ها برای سپردن وظایف طولانی‌مدت و نحوه هم‌سو کردن عامل‌های هوش مصنوعی با اهداف تجاری خود به دست آورید. این دوره برای متخصصان کسب‌وکار، نوآوران AI و هر کسی که علاقه‌مند به افزایش بهره‌وری از طریق همکاری با هوش مصنوعی است، ایده‌آل است. در پایان، شما مهارت‌های لازم برای مدیریت راحت محیط‌های عامل‌های هوش مصنوعی را خواهید داشت تا بهره‌وری بهینه و هم‌سویی استراتژیک را تضمین کنید.

نکته: این دوره توسط Pearson تهیه شده است و ما مفتخریم که این آموزش را در کتابخانه خود میزبانی کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • خوش‌آمدگویی به دوره Welcome to the course

1. تفاوت چت‌های هوش مصنوعی مولد و عامل‌های هوش مصنوعی 1. Generative AI Chat vs. AI Agents

  • شبیه‌سازی محیط عامل هوش مصنوعی با AI مولد در M365 Copilot Simulating an AI agent environment with generative AI in M365 Copilot

  • پروتکل‌های MCP و A2A MCP and A2A protocols

  • مقدمه‌ای بر هوش مصنوعی مولد Intro to generative AI

  • محیط‌ها و قابلیت‌های عامل‌های هوش مصنوعی AI agent environments and capabilities

  • دمو: عامل‌های هوش مصنوعی M365 - پژوهشگر Demo: M365 AI agents—researcher

  • قوانین مقیاس‌پذیری The scaling laws

  • دمو: عامل‌های هوش مصنوعی M365 - تحلیل‌گر Demo: M365 AI agents—analyst

  • چت‌بات‌های LLM و خروجی‌های احتمالی LLM chatbots and probabilistic output

  • شبکه‌های عصبی عمیق و خروجی‌های احتمالی Deep neural networks and probabilistic output

  • عامل‌های هوش مصنوعی و تفاوت آن‌ها با چت‌بات‌ها AI agents and how they differ from chatbots

  • مثال‌هایی از عامل‌های هوش مصنوعی و عامل‌های پیش‌فرض M365 Examples of AI agents and M365 out-of-box agents

2. تفویض اقدامات به هوش مصنوعی 2. Delegating Actions to AI

  • استفاده از تکرار و بازخورد برای بهبود نتایج AI Using iteration and feedback to improve AI results

  • دمو: شبیه‌سازی عامل زمان‌بندی تیم در M365 Copilot Demo: M365 Copilot simulation of a team scheduling agent

  • ارزیابی کیفیت خروجی‌های هوش مصنوعی Assessing the quality of AI deliverables

  • ملاحظات ضمنی در ارتباطات انسانی Implicit considerations in human communication

  • اتخاذ دیدگاه مدیریتی Adopting a manager mindset

  • چالش‌های وجودی: تعیین ارزش انسانی زمانی که AI کار را انجام می‌دهد Existential challenges: Determining human value when AI does the work

  • عواملی که باید هنگام اجازه دادن به AI برای انجام وظایف ارزیابی شوند Factors to evaluate when permitting AI to perform tasks

3. تیم‌های ترکیبی: انسان‌ها و عامل‌های هوش مصنوعی 3. Hybrid Teams: Humans and AI Agents

  • طراحی عملکرد در مقابل طراحی وظیفه Function vs. task design

  • انسان در حلقه: تصمیم‌گیری در مورد زمان و نحوه بازبینی AI با شما Human in the loop: Deciding when and how AI needs to check in with you

  • ملاحظات هنگام سپردن وظایف طولانی‌مدت به AI: پژوهش و بازنویسی کد Considerations when assigning AI long-running tasks: Research and code refactoring

  • بهترین روش‌ها برای فعالیت در تیم‌های ترکیبی: انسان‌ها و عامل‌های هوش مصنوعی Best practices for operating in hybrid teams: Humans and AI agents

  • معرفی تیم‌های ترکیبی: انسان‌ها و عامل‌های هوش مصنوعی Introducing hybrid teams: Humans and AI agents

نمایش نظرات

آموزش همکاری با عامل‌های هوش مصنوعی برای موفقیت کسب‌وکار - Pearson
جزییات دوره
1h 14m
24
(آخرین آپدیت)
662
- از 5
ندارد
دارد
دارد
Pearson
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pearson Pearson

Pearson یک ارائه دهنده آموزش و یادگیری است.

هدف پیرسون این است که به افراد کمک کند تا زندگی خود را از طریق یادگیری درک کنند، با این باور که هر فرصت یادگیری فرصتی برای پیشرفت شخصی است. کارکنان پیرسون متعهد به ایجاد تجربیات یادگیری پر جنب و جوش و غنی هستند که برای تأثیرگذاری در زندگی واقعی طراحی شده اند. آنها در نزدیک به 200 کشور با محتوای دیجیتال، ارزیابی ها، صلاحیت ها و داده ها به مشتریان خدمات ارائه می دهند.