Corso
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.
Competenze che acquisirai
- 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.
Programma del corso
7 modules · 0 lessons · 0 homeworks
Cos’è un agente di IA e perché ne abbiamo bisogno
Imparerai cosa distingue un agente di IA dal software tradizionale, esplorerai il modello PEAS e studierai i principali tipi di agenti — dai reattivi agli ibridi. In pratica, creerai il tuo primo mini-agente in Python.
Architettura e cervello dell’agente
In questo modulo esplorerai l’architettura interna degli agenti di IA — dal modello BDI (Belief–Desire–Intention) ai metodi di pianificazione, da STRIPS al ragionamento basato su LLM. Approfondiremo i modelli di memoria, a breve e lungo termine, fino alle moderne basi di dati vettoriali come FAISS e Pinecone. Studierai anche Chain-of-Thought e l’autoriflessione come forme iniziali di 'pensiero'. In pratica, costruirai un agente con memoria e pianificatore utilizzando LangChain e database vettoriali.
Modelli linguistici come nucleo
In questo modulo esplorerai i grandi modelli linguistici (LLM) come il 'cervello' degli agenti di IA — i loro punti di forza e limiti. Imparerai tecniche di prompt engineering per comunicare efficacemente con i modelli, nonché metodi di autocritica e riflessione che permettono agli agenti di migliorarsi. Analizzeremo anche architetture avanzate come AutoGPT, BabyAGI e MetaGPT. In pratica, costruirai il tuo 'mini-AutoGPT'.
Mondi multi-agente
In questo modulo approfondirai i Sistemi Multi-Agente (MAS), in cui più agenti interagiscono, collaborano e competono. Studierai la pianificazione distribuita, il processo decisionale collettivo e la costruzione del consenso. I casi includono Voyager (un agente che esplora Minecraft) e CAMEL (agenti di dialogo). Discuteremo anche di economie digitali e dell’idea di 'colonie di agenti'. In pratica, creerai due agenti che collaborano e competono allo stesso tempo.
Apprendimento ed evoluzione
In questo modulo esplorerai come gli agenti apprendono ed evolvono nel tempo. Studierai il reinforcement learning con ambienti come OpenAI Gym, il self-play e il meta-learning, nonché approcci evolutivi in cui gli agenti digitali subiscono una selezione naturale. Discuteremo anche come progettare agenti che diventano davvero più intelligenti con l’esperienza. In pratica, costruirai un agente RL che impara a giocare o a ottimizzare un compito.
Etica, sicurezza e futuro
Questo modulo affronta le sfide etiche, di sicurezza e sociali degli agenti di IA. Discuterai dove tracciare il confine tra uno strumento e un 'interlocutore', il ruolo di filtri e vincoli, e le questioni relative allo status giuridico degli agenti come 'soggetti digitali'. Infine, esploreremo il futuro degli agenti come nuovi attori sociali nella diplomazia, nella scienza e nell’arte. In pratica, progetterai un agente sicuro con vincoli integrati.
Progetto finale: crea il tuo agente
Nel progetto finale progetterai e implementerai il tuo agente di IA, capace di ricordare, pianificare e agire. Dovrà essere integrato in un ambiente reale (API, chat o servizio web) e funzionare come uno strumento utile o un ricercatore, non come un semplice giocattolo. Esempi di progetti: un agente-manager che organizza il lavoro tramite Trello e Slack, un agente-ricercatore che legge articoli e genera conclusioni, o un agente-terapeuta che lavora con dialogo e riflessione.
Autori del corso
Learn from practicing specialists
Materiale video del corso
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