دورة
AI Agents — From Theory to Living Systems
This course explores the evolution of AI agents, from fundamental theoretical models to their implementation in real-world, living systems. Participants will learn the principles of autonomous decision-making, interaction between agents, and integration with complex environments. The program combines theory, practical exercises, and case studies to prepare students for building intelligent multi-agent systems of the future.
المهارات التي ستكتسبها
- test skill
Format
How the learning works
A structured path of video lessons, hands-on practice and mentor feedback.
Video lessons with theory and practice
Structured modules you go through at your own pace, with lifetime access.
7 modules
A clear step-by-step structure from basics to production.
Hands-on practice
Interactive tasks and homework on real cases.
Mentor homework review
Line-by-line feedback and unlimited resubmissions.
Certificate
A named certificate on completion.
برنامج الدورة
7 modules · 0 lessons · 0 homeworks
ما هو وكيل الذكاء الاصطناعي ولماذا نحتاجه
ستتعلم ما الذي يميز وكيل الذكاء الاصطناعي عن البرمجيات العادية، وتستكشف نموذج PEAS، وتدرس الأنواع الرئيسية من الوكلاء — من التفاعلي إلى الهجين. عمليًا، ستقوم بإنشاء أول وكيل مصغر لك باستخدام Python.
هندسة ودماغ الوكيل
في هذه الوحدة، ستستكشف البنية الداخلية لوكلاء الذكاء الاصطناعي — من نموذج BDI (المعتقد–الرغبة–النية) إلى طرق التخطيط من STRIPS إلى الاستدلال القائم على LLM. سنتعمق في نماذج الذاكرة، من قصيرة وطويلة المدى إلى قواعد البيانات المتجهة الحديثة مثل FAISS و Pinecone. ستتعلم أيضًا عن Chain-of-Thought والتفكير الذاتي كبدايات لـ «التفكير». عمليًا، ستبني وكيلاً بذاكرة ومخطط باستخدام LangChain وقواعد بيانات متجهة.
نماذج اللغة باعتبارها النواة
في هذه الوحدة، ستستكشف نماذج اللغة الكبيرة (LLMs) باعتبارها «دماغ» وكلاء الذكاء الاصطناعي — نقاط قوتها وضعفها. ستتعلم تقنيات هندسة الـ Prompt للتواصل الفعّال مع النماذج، بالإضافة إلى أساليب النقد الذاتي والتأمل التي تسمح للوكلاء بتحسين أنفسهم. كما سنستعرض معماريات متقدمة مثل AutoGPT وBabyAGI وMetaGPT. عمليًا، ستبني «Mini-AutoGPT» خاصتك.
عوالم متعددة الوكلاء
في هذه الوحدة، ستتعمق في أنظمة الوكلاء المتعددين (MAS)، حيث يتفاعل العديد من الوكلاء ويتعاونون ويتنافسون. ستدرس التخطيط الموزع، واتخاذ القرار الجماعي، وبناء التوافق. تشمل دراسات الحالة Voyager (وكيل يستكشف Minecraft) وCAMEL (وكلاء حوار). سنناقش أيضًا الاقتصادات الرقمية وفكرة «مستعمرات الوكلاء». عمليًا، ستنشئ وكيلين يتعاونان ويتنافسان في الوقت نفسه.
التعلم والتطور
تستكشف هذه الوحدة كيف يتعلم الوكلاء ويتطورون مع مرور الوقت. ستدرس التعلم المعزز باستخدام بيئات مثل OpenAI Gym، والتعلم الذاتي والتعلم فوقي، وكذلك المناهج التطورية حيث يخضع الوكلاء الرقميون للاختيار الطبيعي. سنناقش أيضًا كيفية تصميم وكلاء يصبحون أذكى بالفعل مع الخبرة. عمليًا، ستبني وكيلاً للتعلم المعزز يتعلم لعب لعبة أو تحسين مهمة.
الأخلاق، السلامة والمستقبل
تتناول هذه الوحدة التحديات الأخلاقية والأمنية والاجتماعية لوكلاء الذكاء الاصطناعي. ستناقش أين يجب وضع الحد الفاصل بين الأداة و«شريك المحادثة»، ودور المرشحات والقيود، وأسئلة حول الوضع القانوني للوكلاء كـ«كيانات رقمية». وأخيرًا، سنستكشف مستقبل الوكلاء كجهات فاعلة اجتماعية جديدة في الدبلوماسية والعلم والفن. عمليًا، ستصمم وكيلاً آمنًا بقيود مدمجة.
المشروع النهائي: أنشئ وكيلك الخاص
في المشروع النهائي، ستصمم وتنفذ وكيل ذكاء اصطناعي خاص بك قادرًا على التذكر والتخطيط والعمل. يجب أن يكون مدمجًا في بيئة واقعية (واجهة برمجة تطبيقات، دردشة أو خدمة ويب) ويعمل كأداة مفيدة أو باحث، وليس كلعبة. أمثلة على المشاريع: وكيل-مدير يدير المهام عبر Trello وSlack، وكيل-باحث يقرأ المقالات ويستخلص النتائج، أو وكيل-معالج يعمل عبر الحوار والتأمل.
مؤلفو الدورة
Learn from practicing specialists
مواد الفيديو للدورة
2
Овладейте кварцевыми резонаторамиИсследуйте преобразование энергии в кварцевых резонаторах. Углубитесь в механизмы создания стабильных частот и их применение.
Мастерство в Пульсоксиметрии: Полное РуководствоОвладейте методами пульсоксиметрии. Узнайте о сенсорах, LED технологиях и измерении кислорода для медицинских приложений.FAQ
sad
Test que
Still have questions?
Contact our team
We'll answer questions about the program, payment options and team training.
- Reply within one business day
- Team training from 3 people