Coursera – Agentic AI 2026-10

در تاریخ: 1405/08/10 7:59:40

توضیحات

Agentic AI، دوره آموزش هوش مصنوعی عامل‌محور توسط آکادمی Coursera منتشر شده است.هوش مصنوعی عامل‌محور (Agentic AI) رویکردی نوین در توسعه نرم‌افزار است که از مدل‌های زبانی بزرگ (LLM) برای انجام تمام یا بخشی از مراحل وظایف پیچیده استفاده می‌کند. برخلاف رویکردی که تنها یک پاسخ به یک درخواست تولید می‌کند، گردش‌کارهای عامل‌محور می‌توانند فرایندهای چندمرحله‌ای را برنامه‌ریزی کنند، مراحل را به‌صورت تکرارشونده اجرا کنند و با بازبینی و استفاده از ابزارها، خروجی‌های خود را بهبود دهند. در این دوره، یاد می‌گیرید چگونه با استفاده از پایتون، سامانه‌های پیشرفته هوش مصنوعی عامل‌محور را از پایه بسازید. با 4 الگوی طراحی اصلی آشنا می‌شوید: بازبینی (Reflection)، که در آن هوش مصنوعی کار خود را ارزیابی و اصلاح می‌کند؛ استفاده از ابزارها (Tool Use)، که امکان اتصال هوش مصنوعی به پایگاه‌های داده، APIها و سرویس‌های خارجی را فراهم می‌کند؛ برنامه‌ریزی (Planning)، که وظایف پیچیده را به مراحل قابل اجرا تقسیم می‌کند؛ و گردش‌کارهای چندعاملی (Multi-Agent)، که در آن‌ها عامل‌های تخصصی هوش مصنوعی برای انجام بخش‌های مختلف یک وظیفه با یکدیگر همکاری می‌کنند. همچنین یاد می‌گیرید چگونه فرایندهای کسب‌وکار را به گردش‌کارهای عامل‌محور تبدیل کنید و راهکارهای عملی مانند عامل‌های پژوهشی، دستیارهای ایمیل و زنجیره‌های خودکار انجام وظایف را بسازید؛ در این مسیر، پیش از استفاده از چارچوب‌های آماده، اصول و نحوه عملکرد هر الگو را بررسی خواهید کرد.

این دوره بر ارزیابی، اشکال‌زدایی و بهینه‌سازی سامانه‌های عامل‌محور برای استفاده قابل اعتماد در محیط عملیاتی نیز تأکید دارد. یاد می‌گیرید چارچوب‌های آزمون ایجاد کنید، خطاها و ردپاهای اجرای سیستم را تحلیل کنید، کل گردش‌کار و اجزای جداگانه آن را ارزیابی کنید و در صورت نیاز از معیارهایی مانند دقت (Precision)، فراخوانی (Recall) و امتیاز F1 استفاده کنید. همچنین روش‌های بهبود عملکرد از طریق طراحی پرامپت، انتخاب مدل، تنظیم ابرپارامترها و بهینه‌سازی تأخیر و هزینه را بررسی می‌کنید. در بخش‌های پیشرفته، می‌آموزید چگونه مدل‌های زبانی بزرگ برنامه‌های اجرایی را در قالب JSON ساختاریافته یا کد تولید کنند، ابزارها و منابع داده را هماهنگ سازند و چند عامل تخصصی را با الگوهای ارتباطی مختلف به همکاری وادارند. مثال‌های عملی و تکالیف برنامه‌نویسی به شما کمک می‌کنند موازنه میان انعطاف‌پذیری، امنیت، پیش‌بینی‌پذیری و میزان خودمختاری را درک کنید و مهارت‌های لازم برای ساخت، ارزیابی و استقرار گردش‌کارهای مؤثر هوش مصنوعی عامل‌محور را به دست آورید.

آنچه خواهید آموخت

مبانی گردش‌کارهای هوش مصنوعی عامل‌محور را درک کنید و تشخیص دهید چه زمانی این روش‌ها نسبت به رویکردهای مبتنی بر یک پرامپت مناسب‌تر هستند.
الگوی طراحی بازبینی را برای ارزیابی، اصلاح و بهبود خروجی‌های تولیدشده توسط مدل‌های زبانی بزرگ، با استفاده از معیارهای مشخص و بازخورد خارجی، پیاده‌سازی کنید.
مدل‌های زبانی بزرگ را از طریق فراخوانی ابزار و فراخوانی تابع به ابزارهای خارجی، از جمله APIها، پایگاه‌های داده و محیط اجرای کد، متصل کنید.
با استفاده از پایتون، گردش‌کارهای عامل‌محور بسازید و وظایف پیچیده را به مراحل کوچک‌تر و قابل اجرا تقسیم کنید.
گردش‌کارهای برنامه‌ریزی را طراحی و پیاده‌سازی کنید که در آن‌ها مدل‌های زبانی بزرگ برنامه‌های اجرایی را در قالب JSON ساختاریافته یا کد تولید می‌کنند.
سامانه‌های چندعاملی بسازید که در آن‌ها عامل‌های تخصصی از طریق الگوهای ارتباطی خطی، سلسله‌مراتبی یا سایر روش‌ها با یکدیگر همکاری می‌کنند.
سامانه‌های عامل‌محور را با تحلیل نظام‌مند خطاها، ردپاهای اجرا، ارزیابی اجزای مستقل و معیارهایی مانند دقت، فراخوانی و امتیاز F1 ارزیابی و اشکال‌زدایی کنید.
گردش‌کارهای عامل‌محور را از نظر کیفیت، قابلیت اطمینان، تأخیر و هزینه بهینه کنید و آن‌ها را برای استقرار در محیط عملیاتی آماده سازید.

این دوره برای چه کسانی مناسب است

توسعه‌دهندگان پایتون که می‌خواهند کاربردها و گردش‌کارهای عملی هوش مصنوعی عامل‌محور را بسازند.
مهندسان هوش مصنوعی و نرم‌افزار که به پیاده‌سازی سامانه‌های مبتنی بر مدل‌های زبانی بزرگ با قابلیت برنامه‌ریزی، استفاده از ابزارها، بازبینی و همکاری چندعامل علاقه‌مند هستند.
توسعه‌دهندگانی که می‌خواهند مدل‌های زبانی را به APIها، پایگاه‌های داده، سرویس‌های وب و محیط‌های اجرای کد متصل کنند.
متخصصان فنی که برای استقرار قابل اعتماد برنامه‌های هوش مصنوعی در محیط عملیاتی به ارزیابی، اشکال‌زدایی، آزمون و بهینه‌سازی نیاز دارند.
یادگیرندگانی با مهارت متوسط در پایتون و آشنایی پایه با مدل‌های زبانی بزرگ و APIها که می‌خواهند سامانه‌های پیشرفته‌تری از هوش مصنوعی توسعه دهند.