Arcanum12th

קורס

26 שיעורים 7 מודולים תעודה

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.

Mykhailo Kapustin
3,374USD300
גישה לכל החיים

מיומנויות שתרכשו

  • test skill
הקורס הזה מוצא חן בעיניכם?

פורמט

איך הלמידה עובדת

מסלול מובנה של שיעורי וידאו, תרגול מעשי ומשוב מהמנטור.

שיעורי וידאו עם תיאוריה ופרקטיקה

מודולים בקצב שלכם, עם גישה לכל החיים.

26 שיעורים

7 מודולים

מבנה ברור צעד־אחר־צעד מהיסודות ועד הייצור.

תרגול מעשי

משימות אינטראקטיביות ותרגילי בית על מקרים אמיתיים.

בדיקת תרגיל הבית על ידי המנטור

משוב שורה־שורה והגשות ללא הגבלה.

תעודה

תעודה על שמכם בסיום.

תוכנית הקורס

7 מודולים · 0 שיעורים · 0 תרגילי בית

מודול 1

מהו סוכן בינה מלאכותית ולמה אנחנו צריכים אותו

תלמד מה מבדיל סוכן בינה מלאכותית מתוכנה רגילה, תחקור את מודל PEAS ותלמד על הסוגים המרכזיים של סוכנים — מתגובתיים ועד היברידיים. בפועל, תיצור את המיני-סוכן הראשון שלך ב-Python.

מודול 2

ארכיטקטורה והמוח של הסוכן

במודול זה תחקור את הארכיטקטורה הפנימית של סוכני בינה מלאכותית — ממודל BDI (אמונה–רצון–כוונה) ועד שיטות תכנון מ-STRIPS ועד נימוק מבוסס LLM. נעמיק במודלים של זיכרון — קצר טווח, ארוך טווח ובסיסי נתונים וקטוריים מודרניים כמו FAISS ו-Pinecone. תלמד גם על Chain-of-Thought ועל רפלקציה עצמית כתחילתו של "חשיבה". בפועל, תבנה סוכן עם זיכרון ומתכנן באמצעות LangChain ובסיסי נתונים וקטוריים.

מודול 3

מודלי שפה כליבה

במודול זה תחקור מודלי שפה גדולים (LLM) כ"מוח" של סוכני בינה מלאכותית — היתרונות והמגבלות שלהם. תלמד טכניקות של prompt engineering לתקשורת יעילה עם המודלים, וכן שיטות של ביקורת עצמית ורפלקציה שמאפשרות לסוכנים להשתפר. נסקור גם ארכיטקטורות מתקדמות כמו AutoGPT, BabyAGI ו-MetaGPT. בפועל, תבנה את ה-"mini-AutoGPT" הראשון שלך.

מודול 4

עולמות מרובי-סוכנים

במודול זה תצלול אל מערכות מרובי-סוכנים (MAS), שבהן סוכנים מרובים מתקשרים, משתפים פעולה ומתחרים. תלמד על תכנון מבוזר, קבלת החלטות קולקטיבית ובניית קונצנזוס. מחקרי מקרה כוללים את Voyager (סוכן שחוקר את Minecraft) ואת CAMEL (סוכנים דיאלוגיים). נעסוק גם בכלכלה סוכנים וברעיון של 'מושבות דיגיטליות'. בפועל, תיצור שני סוכנים שמשתפים פעולה ומתחרים בו זמנית.

מודול 5

למידה ואבולוציה

מודול זה חוקר כיצד סוכנים לומדים ומתפתחים לאורך זמן. תלמד על למידה בחיזוק בסביבות כמו OpenAI Gym, על self-play ו-meta-learning, וכן על גישות אבולוציוניות שבהן סוכנים דיגיטליים עוברים 'ברירה טבעית'. נדון גם כיצד לעצב סוכנים שבאמת הופכים לחכמים יותר עם הניסיון. בפועל, תבנה סוכן RL שלומד לשחק או לאופטם משימה.

מודול 6

אתיקה, בטיחות והעתיד

מודול זה עוסק באתגרים האתיים, הבטיחותיים והחברתיים של סוכני בינה מלאכותית. תדון היכן עובר הקו בין כלי ל"בן שיח", בתפקידם של פילטרים ומגבלות ובשאלות לגבי המעמד המשפטי של סוכנים כ"ישויות דיגיטליות". לבסוף, נבחן את עתידם של סוכנים כשחקנים חברתיים חדשים בדיפלומטיה, מדע ואמנות. בפועל, תעצב סוכן בטוח עם מגבלות מובנות.

מודול 7

פרויקט סופי: צור סוכן משלך

בפרויקט הסופי תעצב ותיישם סוכן בינה מלאכותית משלך שיכול לזכור, לתכנן ולפעול. עליו להיות משולב בסביבה אמיתית (API, צ'אט או שירות אינטרנט) ולתפקד ככלי שימושי או חוקר, ולא כצעצוע. דוגמאות לפרויקטים: סוכן-מנהל שמנהל משימות ב-Trello ו-Slack, סוכן-חוקר שקורא מאמרים ומסיק מסקנות, או סוכן-מטפל שעובד עם דיאלוג ורפלקציה.

מחברי הקורס

למדו ממומחים בשדה

חומר וידאו של הקורס

2

FAQ

sad

Test que
Test ans

נשארו לכם שאלות?

צרו קשר עם הצוות שלנו

נענה על שאלות לגבי התוכנית, אפשרויות תשלום ואימון קבוצתי.

  • מענה בתוך יום עסקים אחד
  • אימון קבוצתי מ־3 אנשים

בשליחה, אתם מסכימים למדיניות הפרטיות.