인프런 영문 브랜드 로고
인프런 영문 브랜드 로고
AI

/

Generative AI

Mô hình ngôn ngữ quy mô lớn cho mọi người LLM Phần 5 - Tạo tác nhân AI của riêng bạn với LangGraph

Tác nhân AI là tập hợp các công nghệ AI mới nhất! Bằng cách triển khai các tác nhân AI khác nhau, bạn sẽ học cách triển khai tác nhân AI của riêng mình bằng LangGraph.

(4.9) 17 đánh giá

195 học viên

LangGraph
AI Agent
LangChain
RAG
openAI API

Khóa học này dành cho Người học Trung cấp.

Dịch cái này sang tiếng Việt

  • Cách triển khai tác nhân AI bằng LangGraph

  • Khái niệm tác nhân AI và các trường hợp sử dụng

  • Kiến trúc tác nhân AI khác nhau

  • Cách tạo tác nhân AI của riêng bạn với LangGraph

  • Cách xây dựng hệ thống RAG sâu với LangGraph

Tác nhân AI là tập hợp các công nghệ AI mới nhất!
Bằng cách triển khai các tác nhân AI khác nhau, bạn sẽ học cách triển khai tác nhân AI của riêng mình bằng LangGraph.

Bằng cách tạo các tác nhân AI khác nhau bằng LangGraph, bạn sẽ tìm hiểu từng bước các thành phần và các kiến ​​trúc khác nhau cần thiết để triển khai một tác nhân AI.

  • Tìm hiểu cách sử dụng thư viện LangGraph.

  • Tìm hiểu cách triển khai tác nhân AI của riêng bạn bằng LangGraph.

llm_part5_1

Khóa học này dành cho ai?

Bất kỳ ai muốn tạo tác nhân AI của riêng mình với LangGraph

Bất kỳ ai muốn tìm hiểu các kiến ​​trúc tác nhân AI khác nhau để tạo ra hệ thống RAG chuyên sâu

Những người muốn phát triển dịch vụ bằng mô hình LLM mới nhất

Khóa học tiên quyết ✅

👋 Khóa học này yêu cầu kiến ​​thức tiên quyết về Python, Xử lý ngôn ngữ tự nhiên (NLP), LLM và LangChain. Hãy nhớ tham gia bài giảng bên dưới trước hoặc tiếp thu kiến ​​thức tương đương trước khi tham gia bài giảng này.

Mô hình ngôn ngữ lớn cho mọi người LLM (Mô hình ngôn ngữ lớn) Phần 2 - Tạo ChatGPT của riêng bạn với LangChain

Hỏi đáp 💬

Q. Tác nhân AI là gì?

AI Agent là phần mềm cho phép hệ thống trí tuệ nhân tạo hoạt động tự chủ trong một môi trường cụ thể và thực hiện các nhiệm vụ để đạt được mục tiêu nhất định. Tác nhân này nhận biết môi trường xung quanh , đưa ra quyết định dựa trên điều này, thực hiện hành động , học hỏi bằng cách đánh giá kết quả và dần dần phát triển để đưa ra quyết định tốt hơn. Các tác nhân AI chủ yếu bao gồm các thành phần cốt lõi sau:


1. Môi trường

Nó đề cập đến thế giới bên ngoài mà tác nhân tương tác. Đây có thể là môi trường vật lý hoặc môi trường ảo trong hệ thống phần mềm. Tác nhân AI thu thập dữ liệu từ môi trường này và quyết định hành động dựa trên dữ liệu đó.


2. Cảm biến

Tác nhân AI thu thập thông tin từ môi trường thông qua các cảm biến. Trong trường hợp robot vật lý, đây có thể là phần cứng như máy ảnh hoặc micrô, trong khi đối với tác nhân phần mềm, cảm biến đóng vai trò là phương tiện thu thập thông tin từ API hoặc cơ sở dữ liệu.


3. Thiết bị truyền động

Một công cụ hoặc phương pháp mà một tác nhân sử dụng để tác động đến môi trường của nó. Ví dụ: robot có thể thực hiện các hành động vật lý bằng cách điều khiển các thiết bị cơ khí như cánh tay hoặc bánh xe, trong khi các tác nhân phần mềm có thể thực thi mã hoặc thao tác dữ liệu để tạo ra kết quả.


4. Mục tiêu

Các tác nhân AI thường có nhiều hơn một mục tiêu. Mục tiêu này thúc đẩy tác nhân hoàn thành một nhiệm vụ cụ thể hoặc đạt đến trạng thái cụ thể trong môi trường. Các mục tiêu có thể được đưa ra một cách rõ ràng hoặc chúng có thể được đặt ra thông qua việc tự học thông qua các kỹ thuật như học tăng cường.


5. Hành động và ra quyết định

Tác nhân AI phân tích thông tin nhận được từ môi trường và đưa ra quyết định tối ưu trong số các hành động có thể thực hiện để đạt được mục tiêu nhất định. Đây có thể là một hệ thống dựa trên quy tắc hoặc có thể đạt được bằng các thuật toán phức tạp như học tăng cường, mạng lưới thần kinh sâu, v.v.


6. Học tập

Thông qua việc học hỏi, các tác nhân AI cải thiện hiệu suất của họ theo thời gian. Một ví dụ điển hình là sử dụng kỹ thuật học máy để học cách đưa ra quyết định tốt hơn thông qua kinh nghiệm trong quá khứ. Điều này cho phép các tác nhân nhanh chóng thích ứng với những thay đổi xảy ra trong môi trường và cải thiện các chiến lược hành vi.


Q. Người chơi có cần phải có kiến ​​thức không?

Bài giảng này [LLM Phần 5, mô hình ngôn ngữ quy mô lớn dành cho mọi người - Tạo tác nhân AI của riêng bạn bằng LangGraph] trình bày cách tạo tác nhân AI bằng thư viện LangGraph và LLM . Do đó, bài giảng được thực hiện trên giả định rằng bạn có kiến ​​thức cơ bản về Python, xử lý ngôn ngữ tự nhiên, LLM và LangChain. Do đó, nếu bạn thiếu kiến ​​thức tiên quyết, vui lòng tham gia khóa học tiên quyết [ Mô hình ngôn ngữ lớn (LLM) Phần 2 - Tạo ChatGPT của riêng bạn với LangChain] trước.

Khuyến nghị cho
những người này!

Khóa học này dành cho ai?

  • Những người muốn có được một công việc trong lĩnh vực liên quan đến nghiên cứu deep learning

  • Những người muốn tiến hành nghiên cứu liên quan đến trí tuệ nhân tạo/deep learning

  • Những người chuẩn bị học cao học về trí tuệ nhân tạo (AI)

  • Bất kỳ ai muốn tạo tác nhân AI của riêng mình với LangGraph

  • Bất cứ ai muốn tạo hệ thống RAG tiên tiến hơn hệ thống RAG cơ bản với LangGraph

Cần biết trước khi bắt đầu?

  • Kinh nghiệm sử dụng Python

  • Khóa học tiên quyết [LLM (Mô hình ngôn ngữ lớn) Phần 2 - Tạo ChatGPT của riêng bạn với LangChain] Trải nghiệm khóa học

Xin chào
Đây là

8,224

Học viên

568

Đánh giá

344

Trả lời

4.6

Xếp hạng

28

Các khóa học

Chương trình giảng dạy

Tất cả

63 bài giảng ∙ (16giờ 56phút)

Tài liệu khóa học:

Tài liệu bài giảng

  • 1. Cách xem link colab thực hành

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!