آموزش مبانی معماری هوش مصنوعی فیزیکی: طراحی ماشین‌های خودمختار با هوش مصنوعی عامل‌محور (Agentic AI) - آخرین آپدیت

دانلود Physical AI Architecture Foundations: Designing Autonomous Machines with Agentic AI

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

ماشین‌های خودمختار به چیزی فراتر از هوش نیاز دارند؛ آن‌ها به معماری‌ای نیازمند هستند که استدلال دیجیتال را به اجرای فیزیکی متصل کند. در این دوره، توماس ارل (Thomas Erl) اصول بنیادی معماری هوش مصنوعی فیزیکی را به شما آموزش می‌دهد؛ از حلقه‌های تعامل عامل-محیط گرفته تا چارچوب‌های ارتباطی که نرم‌افزارهای عامل را به سخت‌افزار پیوند می‌دهند. بررسی کنید که چگونه فریم‌ور (Firmware) پلی میان دستورات دیجیتال و اقدامات فیزیکی ایجاد می‌کند، با انتزاع وضعیت و ترجمه عملیات آشنا شوید و ببینید چگونه صف‌های دستور، ایمنی را در محیط‌های پویا حفظ می‌کنند. توماس همچنین مباحث مربوط به حسگرها و عملگرها، یکپارچه‌سازی داده‌های حسی از طریق ادراک بیرونی و درونی، و برنامه‌ریزی حرکت از طریق سینماتیک مستقیم و معکوس را پوشش می‌دهد. علاوه بر این، مکانیسم‌های Fail-safe، توقف‌های اضطراری و استراتژی‌های کاهش تدریجی عملکرد را بررسی خواهید کرد که باعث می‌شود ماشین‌های خودمختار به‌صورت ایمن در محیط‌های انسانی فعالیت کنند.

این دوره توسط توماس ارل ساخته شده است و ما مفتخریم که این آموزش را در کتابخانه خود میزبانی می‌کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • حلقه تعامل عامل و محیط The agent-environment interaction loop

  • آنچه باید بدانید What you need to know

  • شروع یادگیری Getting started

1. مبانی هوش مصنوعی فیزیکی 1. Physical AI Fundamentals

  • محدودیت‌های زمان واقعی و تصمیم‌گیری فیزیکی Real-time constraints and physical decision-making

  • چالش‌های رایج در محیط‌های فیزیکی Common challenges in physical environments

  • مرور کلی Overview

2. معماری از عامل به سخت‌افزار 2. Agent-to-Hardware Architecture

  • عامل‌ها، فریم‌ور و حلقه کنترل هوش مصنوعی فیزیکی Agents, firmware, and the physical AI control loop

  • میان‌افزار سخت‌افزاری Hardware middleware

  • ترجمه عملیات و صف‌های دستور Action translation and command queues

  • انتزاع وضعیت State abstraction

  • مرور کلی Overview

3. تعامل فیزیکی 3. Physical Interaction

  • مرور کلی Overview

  • سینماتیک و سینماتیک معکوس Kinematics and inverse kinematics

  • حسگرهای هوش مصنوعی فیزیکی Physical AI sensors

  • عملگرهای هوش مصنوعی فیزیکی Physical AI actuators

  • ایمنی و مکانیسم‌های Fail-safe Safety and fail-safe mechanisms

جمع‌بندی Conclusion

  • گام‌های بعدی Next steps

نمایش نظرات

آموزش مبانی معماری هوش مصنوعی فیزیکی: طراحی ماشین‌های خودمختار با هوش مصنوعی عامل‌محور (Agentic AI)
جزییات دوره
0h 51m
17
(آخرین آپدیت)
916
- از 5
ندارد
دارد
دارد
Thomas Erl
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Thomas Erl Thomas Erl

نویسنده و سخنران پرفروش، مدیر عامل Arcitura

توماس ارل نویسنده، سخنران و مشاور ارشد تجارت و فناوری (www.thomaserl.com) پرفروش است.

توماس یکی از پرفروش‌ترین نویسنده‌های IT برای مجموعه کتاب‌های Pearson Digital Enterprise است که 15 کتاب را برای آن تألیف کرده است. بیش از 100 مقاله و مصاحبه توسط توماس در نشریات متعددی از جمله جهان مدیر عامل، وال استریت ژورنال، فوربس و مجله CIO منتشر شده است. او بیش از 20 کشور جهان را به عنوان سخنران اصلی کنفرانس های مختلف سفر کرده است. توماس میزبان یک سری ویدیوهای اطلاعاتی در کانال یوتیوب خود است و همچنین میزبان مجموعه پادکست تحول دیجیتال واقعی است. او مدیر عامل Arcitura Education و همچنین مشاور ارشد راه حل های دیجیتالی متحول کننده است. (بیشتر در: www.thomaserl.com بیاموزید)