دوره عامل‌های هوش مصنوعی برای مبتدیان - عملی

آنچه یاد خواهید گرفت: مدل‌های زبانی بزرگ چگونه کار می‌کنند و چه تفاوتی با هوش مصنوعی سنتی دارند؟ توضیح معماری GPT و مدل ترنسفورمر به زبان ساده توکن‌ها، توکن‌سازی و context window Temperature ،Top-k و Top-p و زمان استفاده از هرکدام تعبیه‌سازی‌ها، پایگاه داده‌های برداری و اینکه عامل‌ها چگونه از آن‌ها برای حافظه بلندمدت استفاده می‌کنند. آناتومی یک پرامپت - پرامپت‌های سیستمی، پرامپت‌های کاربر و context window 6 تکنیک اصلی مهندسی پرامپت - Zero-shot ،Few-shot، زنجیره افکار، ReAct، مبتنی بر نقش و خروجی ساختار یافته چه چیزی یک عامل هو مصنوعی را از یک چت‌بات متمایز می‌کند؟ سه کامپوننت اصلی هر عامل - مدل زبانی بزرگ، حافظه و ابزارها حافظه کوتاه‌مدت، بلندمدت و رویدادی در عامل‌ها الگوهای چندعاملی - Supervisor-Worker و پایپلاین چگونه یک عامل آب‌وهوای کامل را با n8n و بدون کدنویسی بسازیم؟ چگونه یک سیستم دانش مبتنی بر RAG را با تعبیه‌سازی‌ها و یک پایگاه داده برداری بسازیم؟ پیش‌نیازهای دوره نیازی به دانش قبلی در زمینه هوش مصنوعی یا یادگیری ماشین نیست. آشنایی اولیه استفاده از وب اپلیکیشن‌ها و ثبت‌نام در ابزارهای آنلاین دانش پایتون مفید است، اما ضروری نیست. محتوای اصلی و هر دو دمو بدون کدنویسی کاملاً قابل استفاده هستند. توضیحات دوره عامل‌های هوش مصنوعی در حال دگرگون کردن شیوه کار ما هستند. از خودکارسازی گردش‌کارهای پیچیده و پردازش اسناد تا انجام پژوهش و اجرای اقدامات واقعی، عامل‌ها دیگر فقط یک مفهوم پژوهشی نیستند. امروز در کسب‌وکارها به‌کار گرفته می‌شوند و تقاضا برای افرادی که بتوانند آن‌ها را بسازند، سریع‌تر از نیروی انسانی موجود در حال رشد است. این دوره یک مسیر کامل و مناسب مبتدیان در اختیار شما می‌گذارد؛ از درک چگونگی کار مدل‌های زبانی بزرگ تا ساخت عامل‌های هوش مصنوعی خودتان از ابتدا، بدون نیاز به هیچ تجربه قبلی در هوش مصنوعی را پوشش می‌دهد. نکته: این دوره با کمک ابزارها و پلتفرم‌های هوش مصنوعی، از جمله n8n ،Gemini ،OpenAI و AWS Bedrock ساخته شده است. آنچه در این دوره خواهید دید: این دوره برای هر کسی طراحی شده است که می‌خواهد واقعاً عامل‌های هوش مصنوعی را درک کند، نه اینکه فقط از آن‌ها استفاده کند، بلکه بداند چگونه کار می‌کنند و بتواند آن‌ها را بسازد. شما از اصول مدل‌های زبانی بزرگ شروع می‌کنید و بتدریج تکنیک‌های مهندسی پرامپت، معماری عامل و ساخت عامل به صورت عملی با n8n را یاد می‌گیرید. هر مفهوم را به زبان ساده و با مثال‌های واقعی توضیح می‌دهیم و هر بخش مستقیماً بر پایه بخش قبلی بنا می‌شود. تا پایان این دوره، شما یک عامل آب‌وهوای کاربردی و یک سیستم دانش مبتنی بر RAG از یک صفحه کاملاً خالی خواهید ساخت. ساختار دوره مفاهیم دموهای عملی ساخت عامل End-to-End محتوای دوره مقدمه دوره و راه‌اندازی ابزارها مدل‌های زبانی بزرگ چه هستند؟ درک GPT و معماری ترنسفورمر توکن‌ها و توکن‌سازی پارامترهای کلیدی - Temperature ،Top-k و Top-p تعبیه‌سازی‌ها و نمایش‌های برداری آناتومی پرامپت - سه لایه یک پرامپت پرامپت‌نویسی Zero-Shot پرامپت‌نویسی Few-Shot پرامپت‌نویسی زنجیره افکار پرامپت‌نویسی ReAct - پل ارتباطی به عامل‌ها پرامپت‌نویسی مبتنی بر نقش پرامپت‌نویسی خروجی ساختار یافته عامل هوش مصنوعی چیست؟ کامپوننت‌های عامل - مدل زبانی بزرگ، حافظه و ابزارها الگوهای چندعاملی چارچوب‌های عامل - بدون کدنویسی، کدنویسی کم و کدنویسی دموی End-to-End - عامل آب‌وهوا با n8n دموی End-to-End - سیستم دانش مبتنی بر RAG نکته ویژه این دوره بر شفافیت و یادگیری عملی بنا شده است. هر مفهوم فنی با یک مثال ساده همراه شده تا بهتر در ذهن بماند و هر تکنیک مهندسی پرامپت با یک نمایش لایو ارائه می‌شود تا به صورت بلادرنگ ببینید چگونه کار می‌کند. دو پروژه نهایی end-to-end در انتهای دوره طوری طراحی شده‌اند که همه چیزهایی را که یاد گرفته‌اید کنار هم قرار دهند تا در پایان، فقط یادداشت نداشته باشید، بلکه عامل‌های کاربردی در اختیار داشته باشید. این دوره برای چه کسانی مناسب است؟ مبتدیانی که می‌خواهند عامل‌های هوش مصنوعی را از ابتدا درک کنند. متخصصان کسب‌وکار که می‌خواهند ابزارهای هوش مصنوعی را بشناسند و با آن‌ها کار کنند. توسعه‌دهندگانی که می‌خواهند وارد حوزه عامل هوش مصنوعی شوند. مدیران محصول و مشاورانی که با محصولات مبتنی بر هوش مصنوعی کار می‌کنند. دانشجویانی که مسیرهای شغلی در هوش مصنوعی و اتوماسیون را بررسی می‌کنند. هر کسی که کنجکاو است بداند چت‌جی‌پی‌تی، Claude و ابزارهای مشابه واقعاً در پشت صحنه چگونه کار می‌کنند.