課程簡介

Agentic AI 系統簡介

  • 定義 Agentic AI 及其功能
  • 基於規則的 AI 與自主 AI 的主要區別
  • 應用案例與行業應用

Agentic AI 系統架構設計

  • 構建自主 AI 的框架與工具
  • 設計具備目標驅動能力的 AI 代理
  • 實現記憶、情境感知與適應性

使用 Python 和 API 開發 AI Agents

  • 使用 OpenAI 和 DeepSeek API 構建 AI 代理
  • 將 AI 模型與外部數據源整合
  • 處理 API 回應並改善代理互動

優化多代理 Collaboration

  • 設計用於合作與競爭任務的 AI 代理
  • 管理代理通訊與任務分配
  • 為實際應用擴展多代理系統

提升 Agentic AI 中的決策能力

  • 強化學習與自我改進的 AI 代理
  • 規劃、推理與長期目標執行
  • 平衡自動化與人為監督

Agentic AI 中的安全性、倫理與合規

  • 解決偏見並確保負責任的 AI 部署
  • AI 驅動決策的安全性措施
  • 自主 AI 系統的監管考量

Agentic AI 的未來趨勢

  • AI 自主性與自我學習系統的進展
  • 透過多模態學習擴展 AI 代理能力
  • 為下一代自主 AI 做好準備

總結與下一步

最低要求

  • 對人工智慧和機器學習概念有基本了解
  • 具備Python程式設計經驗
  • 熟悉基於API的人工智慧模型整合

目標受眾

  • 開發自主人工智慧系統的AI工程師
  • 探索多代理人工智慧框架的機器學習研究人員
  • 實作人工智慧驅動自動化的開發者
 14 時間:

人數


每位參與者的報價

Provisional Upcoming Courses (Require 5+ participants)

課程分類