کتاب Building Agentic AI Systems: Create intelligent, autonomous AI agents that can reason, plan, and adapt (سیستمهای هوش مصنوعی عاملیتمحور (Agentic AI Systems): ساخت عوامل هوش مصنوعی هوشمند، مستقل و خودکاری که قادر به استدلال، برنامهریزی و انطباق هستند) بر رویکردی نوآورانه در زمینه هوش مصنوعی تمرکز دارد که فراتر از مدلهای سنتی است.
کتاب Building Agentic AI Systems به خوانندگان میآموزد که چگونه عوامل هوش مصنوعی (AI agents) بسازند؛ موجودیتهای نرمافزاری هوشمندی که میتوانند بهصورت مستقل عمل کنند، استدلال نمایند، برای رسیدن به اهداف خود برنامهریزی کنند و با شرایط جدید سازگار شوند.
در ادامه مقدمهای از کتاب Building Agentic AI Systems را از زبان نویسنده شرح خواهیم داد.
مقدمهای بر کتاب Building Agentic AI Systems:
این کتاب به نام “ساخت سیستمهای هوش مصنوعی عاملیتمحور” طراحی شده است تا هم مبانی نظری و هم راهنماییهای عملی در مورد هوش مصنوعی مولد و هوش مبتنی بر عامل ارائه دهد. هوش مصنوعی مولد و سیستمهای عاملیتمحور در خط مقدم موج بعدی هوش مصنوعی قرار دارند و به گونهای باورنکردنی باعث پیشرفت اتوماسیون، خلاقیت و تصمیمگیری میشوند.
با توانمندسازی ماشینها برای تولید متن، تصویر و حتی برنامههای استراتژیک، در کنار استدلال و انطباق خودکار، این فناوریها در حال متحول کردن صنایعی مانند مراقبتهای بهداشتی، امور مالی و رباتیک هستند.
کتاب Building Agentic AI Systems با معرفی هوش مصنوعی مولد آغاز میشود و به پوشش مدلهای کلیدی مانند اتوانکودرهای متغیر (VAEs)، شبکههای مولد رقابتی (GANs) و مدلهای خودرگرسیو میپردازد. ما کاربردهای آنها را در تولید محتوا، طراحی و تحقیقات علمی بررسی میکنیم، در حالی که به محدودیتها و چالشهای این مدلها نیز میپردازیم.
سپس به دنیای سیستمهای عاملیتمحور شیرجه میزنیم و مفاهیمی مانند عاملیت (agency)، استقلال و همکاری چندعاملی را تعریف میکنیم. ما معماریهای مختلف عاملها را تحلیل میکنیم (معماریهای تفکری، واکنشی و ترکیبی) و نحوه تعامل، همکاری و هماهنگی چندین عامل برای رسیدن به اهداف مشترک را بررسی میکنیم.
پس از تثبیت مبانی، به پیادهسازی عملی میپردازیم. بررسی میکنیم که چگونه عاملها میتوانند بر فرآیندهای استدلالی خود تأمل کنند، برنامهریزی نمایند و از ابزارهای خارجی بهطور مؤثر استفاده کنند. این شامل تکنیکهای عملی برای فرااستدلال (meta-reasoning)، خودتوضیحدهی، برنامهریزی استراتژیک و هماهنگی چندعاملی است. کتاب Building Agentic AI Systems همچنین بهترین شیوهها را برای طراحی عوامل هوش مصنوعی هوشمند و قابلاعتماد، ایجاد تعادل بین استقلال و کنترل و تضمین توسعه اخلاقی و مسئولانه هوش مصنوعی معرفی میکند.
در پایان، موارد استفاده و کاربردهای دنیای واقعی را در چندین حوزه، از پردازش زبان طبیعی (NLP) و رباتیک گرفته تا سیستمهای پشتیبانی از تصمیم و بهینهسازی، بررسی میکنیم. همچنین به موضوعات اعتماد، شفافیت، کاهش سوگیری و ایمنی هوش مصنوعی میپردازیم که عناصر کلیدی برای تضمین قابلیت اطمینان سیستمهای مبتنی بر هوش مصنوعی هستند.
در سرتاسر کتاب Building Agentic AI Systems، نمونههای کد، تمرینهای عملی و استراتژیهای پیادهسازی را خواهید یافت تا به شما در پر کردن شکاف بین تئوری و کاربرد در دنیای واقعی کمک کنند. چه یک متخصص، محقق، مهندس یا مدیر فناوری در حوزه هوش مصنوعی باشید، این کتاب شما را به مهارتها و دانش لازم برای ساخت عوامل هوش مصنوعی مستقل، انطباقپذیر و هوشمندی مجهز میکند که میتوانند استدلال، همکاری و تکامل یابند.
بیایید با هم این سفر را آغاز کنیم و آینده سیستمهای هوشمند را، یک عامل به یک عامل، شکل دهیم.
کتاب Building Agentic AI Systems برای چه کسانی است؟
این کتاب برای متخصصان، توسعهدهندگان، محققان، مهندسان و مدیران فناوری در حوزه هوش مصنوعی طراحی شده است که میخواهند عوامل مبتنی بر هوش مصنوعی را که استقلال، انطباقپذیری و هوشمندی از خود نشان میدهند، درک کرده و بسازند.
چه یک توسعهدهنده باشید که به دنبال ادغام مدلهای مولد در سیستمهای هوشمند است و چه یک معمار هوش مصنوعی که در حال بررسی قابلیتهای پیشرفته عاملیتمحور است، کتاب Building Agentic AI Systems شما را هم به مبانی نظری و هم به استراتژیهای عملی پیادهسازی مجهز میکند.
این کتاب چه موضوعاتی را پوشش میدهد؟
- فصل 1، مبانی هوش مصنوعی مولد: هوش مصنوعی مولد را معرفی میکند، مفاهیم اصلی آن، انواع مدلهای مختلف (از جمله VAE، GAN و مدلهای خودرگرسیو)، کاربردهای دنیای واقعی و چالشهای آن مانند سوگیری، محدودیتها و نگرانیهای اخلاقی را توضیح میدهد.
- فصل 2، اصول سیستمهای عاملیتمحور: سیستمهای عاملیتمحور را تعریف میکند و موضوعاتی مانند عاملیت، استقلال و ویژگیهای ضروری عوامل هوشمند از جمله واکنشپذیری، پیشقدمی و توانایی اجتماعی را پوشش میدهد. همچنین به بررسی معماریهای مختلف عاملها و همکاری چندعاملی میپردازد.
- فصل 3، اجزای ضروری عوامل هوشمند: به جزئیات عناصر کلیدی عوامل هوشمند، از جمله بازنمایی دانش، استدلال، مکانیسمهای یادگیری، تصمیمگیری و نقش هوش مصنوعی مولد در افزایش قابلیتهای عامل میپردازد.
- فصل 4، تأمل و دروننگری در عاملها: نحوه تحلیل فرآیندهای استدلالی، یادگیری از تجربه و بهبود تصمیمگیری توسط عوامل هوشمند را با استفاده از تکنیکهایی مانند فرااستدلال، خودتوضیحدهی و خودمدلسازی بررسی میکند.
- فصل 5، فعالسازی استفاده از ابزار و برنامهریزی در عاملها: نحوه استفاده عاملها از ابزارهای خارجی، پیادهسازی الگوریتمهای برنامهریزی و ادغام استفاده از ابزار با تصمیمگیری استراتژیک برای بهبود کارایی و دستیابی به اهداف را مورد بحث قرار میدهد.
- فصل 6، بررسی رویکرد هماهنگکننده، کارگر و تفویضکننده: مدل CWD را برای همکاری چندعاملی معرفی میکند و توضیح میدهد که چگونه عاملها برای بهینهسازی اجرای وظایف و تخصیص منابع، نقشهای تخصصی را بر عهده میگیرند (هماهنگکننده، کارگر یا تفویضکننده).
- فصل 7، تکنیکهای مؤثر طراحی سیستم عاملیتمحور: بهترین شیوهها را برای طراحی عوامل هوشمند، از جمله دستورالعملهای متمرکز، تعیین گاردریلها و محدودیتها، ایجاد تعادل بین استقلال و کنترل و تضمین شفافیت و پاسخگویی را پوشش میدهد.
- فصل 8، ایجاد اعتماد در سیستمهای هوش مصنوعی مولد: تکنیکهایی برای تقویت اعتماد به هوش مصنوعی، از جمله شفافیت، توضیحپذیری، مدیریت عدم قطعیت و سوگیری و طراحی سیستمهای هوش مصنوعی قابلاعتماد و قابلتفسیر را بررسی میکند.
- فصل 9، مدیریت ایمنی و ملاحظات اخلاقی: به خطرات و چالشهای هوش مصنوعی مولد، استراتژیهایی برای تضمین توسعه مسئولانه هوش مصنوعی، دستورالعملهای اخلاقی و ملاحظات حریم خصوصی و امنیتی برای استقرار هوش مصنوعی میپردازد.
- فصل 10، موارد استفاده و کاربردهای رایج: کاربردهای دنیای واقعی هوش مصنوعی مولد را به نمایش میگذارد و زمینههایی مانند تولید محتوای خلاقانه، هوش مصنوعی مکالمهای، رباتیک و سیستمهای پشتیبانی از تصمیم را پوشش میدهد.
-
فصل 11، نتیجهگیری و چشمانداز آینده: مفاهیم کلیدی پوشش داده شده در کتاب Building Agentic AI Systems را خلاصه میکند، روندهای نوظهور در هوش مصنوعی مولد و هوش عاملیتمحور را بررسی میکند، به هوش مصنوعی عمومی (AGI) میپردازد و چالشها و فرصتهای آینده در این زمینه را برجسته میسازد.
سرفصلهای کتاب Building Agentic AI Systems:
- Cover
- Title page
- Copyright
- Foreword
- Foreword 2
- Contributors
- Table of Contents
- Preface
- Part 1: Foundations of Generative AI and Agentic Systems
- Chapter 1: Fundamentals of Generative AI
- Chapter 2: Principles of Agentic Systems
- Chapter 3: Essential Components of Intelligent Agents
- Part 2: Designing and Implementing Generative AI-Based Agents
- Chapter 4: Reflection and Introspection in Agents
- Chapter 5: Enabling Tool Use and Planning in Agents
- Chapter 6: Exploring the Coordinator, Worker, and Delegator Approach
- Chapter 7: Effective Agentic System Design Techniques
- Part 3: Trust, Safety, Ethics, and Applications
- Chapter 8: Building Trust in Generative AI Systems
- Chapter 9: Managing Safety and Ethical Considerations
- Chapter 10: Common Use Cases and Applications
- Chapter 11: Conclusion and Future Outlook
- Index
- Other Books You May Enjoy
جهت دانلود کتاب Building Agentic AI Systems میتوانید پس از پرداخت، دریافت کنید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.