강의

멘토링

커뮤니티

BEST
AI Technology

/

AI Agent Development

Mô hình ngôn ngữ lớn LLM cho tất cả mọi người Phần 5 - Tạo AI agent riêng của bạn với LangGraph

AI Agent – tổng hợp công nghệ AI tiên tiến nhất! Qua việc hiện thực hóa các AI Agent đa dạng, cùng tìm hiểu cách tự tạo AI Agent bằng LangGraph.

(4.9) 33 đánh giá

339 học viên

  • AISchool
ai활용
에이전트
LangGraph
AI Agent
LangChain
RAG
openAI API

Đánh giá từ những học viên đầu tiên

Bạn sẽ nhận được điều này sau khi học.

  • Cách triển khai AI agent sử dụng LangGraph

  • Khái niệm và ứng dụng của AI Agent

  • Kiến trúc agent AI đa dạng

  • Tạo AI agent riêng bằng LangGraph

  • Xây dựng hệ thống RAG chuyên sâu với LangGraph

AI Agent, sự kết hợp hoàn hảo của các công nghệ AI mới nhất!
Bằng cách triển khai nhiều tác nhân AI khác nhau, bạn sẽ học cách triển khai tác nhân AI của riêng mình bằng LangGraph.

Bằng cách tạo ra nhiều tác nhân AI khác nhau bằng LangGraph, bạn sẽ dần dần tìm hiểu các thành phần và nhiều kiến trúc khác nhau cần thiết để triển khai các tác nhân AI.

  • Tìm hiểu cách sử dụng thư viện LangGraph.

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

Khóa học này dành cho ai?

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

Bất kỳ ai muốn tìm hiểu các kiến trúc tác nhân AI khác nhau để xây dựng hệ thống RAG sâu

Bất kỳ ai muốn phát triển dịch vụ bằng mô hình LLM mới nhất

Khóa học dành cho người chơi

👋 Khóa học này yêu cầu bạn đã có kiến thức về Python, Xử lý Ngôn ngữ Tự nhiên (NLP), Thạc sĩ Luật (LLM) và LangChain. Vui lòng học các khóa học sau trước hoặc tích lũy kiến thức tương đương trước khi tham gia khóa học này.

Mô hình ngôn ngữ lớn cho mọi người Phần 2 - Xây dựng ChatGPT của riêng bạn với LangChain

Hỏi & Đáp 💬

H. Tác nhân AI là gì?

Tác nhân AI là một chương trình phần mềm hoạt động tự động trong một môi trường cụ thể và thực hiện các nhiệm vụ để đạt được mục tiêu đã cho. Tác nhân này nhận thức môi trường xung quanh , đưa ra quyết định dựa trên những quyết định đó, thực hiện hành động , đánh giá kết quả, học hỏi và phát triển để đưa ra quyết định tốt hơn. Một tác nhân AI chủ yếu bao gồm các thành phần cốt lõi sau.


1. Môi trường

Điều này 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 đưa ra quyết định dựa trên dữ liệu đó.


2. Cảm biến

Các tác nhân AI thu thập thông tin từ môi trường xung quanh thông qua các cảm biến. Đối với robot vật lý, các cảm biến này có thể là phần cứng như camera hoặc micrô, trong khi đối với tác nhân phần mềm, chúng có thể thu thập thông tin từ API hoặc cơ sở dữ liệu.


3. Bộ truyền động

Tác nhân là một công cụ hoặc phương pháp được sử dụng để tác động đến môi trường của nó. Ví dụ, một robot có thể điều khiển các thiết bị cơ học như cánh tay hoặc bánh xe để thực hiện các hành động vật lý, trong khi một 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 một hoặc nhiều mục tiêu. Những mục tiêu này hướng dẫn tác nhân hoàn thành một nhiệm vụ cụ thể hoặc đạt đến một trạng thái cụ thể trong môi trường. Những mục tiêu này có thể được nêu rõ ràng hoặc học thông qua các kỹ thuật như học tăng cường.


5. Hành động và ra quyết định

Các tác nhân AI phân tích thông tin nhận được từ môi trường và đưa ra quyết định tối ưu giữa các hành động khả thi để đạt được mục tiêu nhất định. Đây có thể là một hệ thống dựa trên quy tắc hoặc một thuật toán phức tạp như học tăng cường hoặc mạng nơ-ron sâu.


6. Học tập

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


H. Người chơi có cần kiến thức không?

Bài giảng này [Mô hình Ngôn ngữ Lớn cho Mọi Người (LLM) Phần 5 - Xây dựng Tác nhân AI của Riêng Bạn với LangGraph] sẽ hướng dẫn bạn cách xây dựng tác nhân AI bằng thư viện LangGraph và LLM . Do đó, bài giảng được tiến hành với giả định rằng bạn đã có kiến thức cơ bản về Python, xử lý ngôn ngữ tự nhiên, LLM và LangChain. Vì vậy, nếu bạn chưa có kiến thức nền tảng, chúng tôi khuyên bạn nên tham khảo bài giảng trước [ Mô hình Ngôn ngữ Lớn cho Mọi Người (LLM) Phần 2 - Xây dựng ChatGPT của Riêng Bạn với LangChain] trước.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Người muốn tìm việc về nghiên cứu Deep Learning

  • Người muốn nghiên cứu về AI/Deep Learning

  • Các bạn đang chuẩn bị cao học AI

  • Người muốn xây dựng tác nhân AI cá nhân bằng LangGraph

  • Ai muốn xây dựng hệ thống RAG nâng cao hơn hệ thống RAG cơ bản bằng LangGraph.

Cần biết trước khi bắt đầu?

  • Kinh nghiệm sử dụng Python

  • Kinh nghiệm học khóa học trước: [Mô hình ngôn ngữ lớn LLM (Large Language Model) Part 2 dành cho mọi người - Tạo ChatGPT của riêng tôi bằng LangChain]

Xin chào
Đây là

9,342

Học viên

706

Đánh giá

353

Trả lời

4.6

Xếp hạng

30

Các khóa học

Chương trình giảng dạy

Tất cả

73 bài giảng ∙ (19giờ 26phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

33 đánh giá

4.9

33 đánh giá

  • songhunhan968882님의 프로필 이미지
    songhunhan968882

    Đánh giá 1

    Đánh giá trung bình 5.0

    5

    38% đã tham gia

    Among the AI courses I've taken on various platforms like Inflearn and Fastcampus, this is the most satisfying. It's also the most relevant to my company's projects.

    • hsc650031님의 프로필 이미지
      hsc650031

      Đánh giá 1

      Đánh giá trung bình 4.0

      4

      39% đã tham gia

      Everything else is fine. I think it would be good to also upload the post-release materials used in the presentation. Other than the post-release materials.

      • kwangchoon9989님의 프로필 이미지
        kwangchoon9989

        Đánh giá 1

        Đánh giá trung bình 5.0

        5

        98% đã tham gia

        It was a beneficial lecture that provided practical help in advanced learning on building AI agents using LangGraph, allowing me to learn about the latest technologies and various use cases.

        • canflight0080096님의 프로필 이미지
          canflight0080096

          Đánh giá 7

          Đánh giá trung bình 5.0

          5

          5% đã tham gia

          I believe there are very few courses that offer such a well-structured education in learning LLMs. Since the concepts are difficult, I think the order in which you acquire knowledge is important. Not only this lecture but also the "Natural Language Processing from Examples" class are all high quality, so I would like to actively recommend them to anyone reading this.

          • codenavi님의 프로필 이미지
            codenavi

            Đánh giá 1

            Đánh giá trung bình 5.0

            5

            7% đã tham gia

            The lecture slides and Colab notebooks for practice made it easy to follow along. I was able to understand well because you explained only the necessary content. I liked the lecture style that focused on the core without any unnecessary details. I liked that I could immediately apply what I learned because of the practice-oriented structure. I hope there will be more lectures with this structure in the future!

            1.610.310 ₫

            Khóa học khác của AISchool

            Hãy khám phá các khóa học khác của giảng viên!

            Khóa học tương tự

            Khám phá các khóa học khác trong cùng lĩnh vực!