Arcanum12th

Kurs

26 lekcji 7 modules Certificate

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
Lifetime access

Zdobywane umiejętności

  • test skill
Like this course?

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.

26 lekcji

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.

Program kursu

7 modules · 0 lessons · 0 homeworks

Moduł 1

Czym jest agent SI i dlaczego go potrzebujemy

Dowiesz się, czym agent SI różni się od zwykłego oprogramowania, poznasz model PEAS i główne typy agentów — od reaktywnych po hybrydowe. W praktyce stworzysz swojego pierwszego mini-agenta w Pythonie.

Moduł 2

Architektura i mózg agenta

W tym module poznasz wewnętrzną architekturę agentów SI — od modelu BDI (Belief–Desire–Intention) po metody planowania od STRIPS do wnioskowania opartego na LLM. Omówimy modele pamięci — krótkoterminowej, długoterminowej oraz nowoczesnych baz wektorowych (FAISS, Pinecone). Zapoznasz się również z Chain-of-Thought i autorefleksją jako zalążkami „myślenia”. W praktyce zbudujesz agenta z pamięcią i planerem w oparciu o LangChain i bazy wektorowe.

Moduł 3

Modele językowe jako rdzeń

W tym module poznasz duże modele językowe (LLM) jako „mózg” agentów SI — ich mocne i słabe strony. Nauczysz się technik prompt engineering do skutecznej komunikacji z modelami, a także metod autokrytyki i refleksji, które pozwalają agentom się doskonalić. Omówimy również zaawansowane architektury, takie jak AutoGPT, BabyAGI i MetaGPT. W praktyce stworzysz własnego „mini-AutoGPT”.

Moduł 4

Światy multiagentowe

W tym module zagłębisz się w systemy multiagentowe (MAS), w których wiele agentów wchodzi w interakcje, współpracuje i konkuruje. Poznasz planowanie rozproszone, podejmowanie decyzji zbiorowych i budowanie konsensusu. Studium przypadków obejmuje Voyager (agent badający Minecrafta) oraz CAMEL (agenci dialogowi). Omówimy także gospodarkę agentową i ideę „cyfrowych kolonii”. W praktyce stworzysz dwóch agentów, którzy współpracują i konkurują jednocześnie.

Moduł 5

Uczenie się i ewolucja

Ten moduł bada, jak agenci uczą się i ewoluują w czasie. Poznasz uczenie ze wzmocnieniem w środowiskach takich jak OpenAI Gym, self-play i meta-learning, a także podejścia ewolucyjne, w których agenci cyfrowi przechodzą przez „selekcję naturalną”. Omówimy również, jak projektować agentów, którzy faktycznie stają się mądrzejsi dzięki doświadczeniu. W praktyce stworzysz agenta RL, który uczy się grać lub optymalizować zadanie.

Moduł 6

Etyka, bezpieczeństwo i przyszłość

Moduł ten dotyczy wyzwań etycznych, bezpieczeństwa i społecznych związanych z agentami SI. Omówisz, gdzie przebiega granica między narzędziem a „rozmówcą”, rolę filtrów i ograniczeń oraz kwestie statusu prawnego agentów jako „podmiotów cyfrowych”. Na koniec przyjrzymy się przyszłości agentów jako nowych aktorów społecznych w dyplomacji, nauce i sztuce. W praktyce zaprojektujesz bezpiecznego agenta z ograniczeniami.

Moduł 7

Projekt końcowy: stwórz własnego agenta

W projekcie końcowym zaprojektujesz i zaimplementujesz własnego agenta SI, który potrafi pamiętać, planować i działać. Powinien być zintegrowany z prawdziwym środowiskiem (API, czat lub usługa webowa) i działać jako użyteczne narzędzie lub badacz, a nie zabawka. Przykładowe projekty: agent-menedżer zarządzający zadaniami w Trello i Slacku, agent-badacz czytający artykuły i wyciągający wnioski, czy agent-terapeuta pracujący z dialogami i refleksją.

Autorzy kursu

Learn from practicing specialists

Materiał wideo kursu

2

FAQ

sad

Test que
Test ans

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

By sending, you agree to the privacy policy.