Generatywna AI i systemy agentowe w niewyobra

Osoby które kupowały "Autonomiczna AI w praktyce. Jak budowa", wybierały także:

• Prompt engineering. Kurs video. Precyzyjne tworzenie zapyta 166,25 zł, (39,90 zł -76%)
• FAIK. Sztuczna inteligencja w s 59,90 zł, (29,95 zł -50%)
• Praktyczne zastosowania generatywnej AI i ChatGPT. Wykorzystaj potencja 87,00 zł, (43,50 zł -50%)
• AI dla tw 79,00 zł, (39,50 zł -50%)
• Agenci AI bazuj 59,90 zł, (29,95 zł -50%)

Spis treści

Autonomiczna AI w praktyce. Jak budować inteligentne systemy zdolne do rozumowania, planowania i adaptacji eBook -- spis treści

O autorach

O recenzentach

Przedmowa

Przedmowa 2

Wstęp

Część 1. Podstawy generatywnej sztucznej inteligencji i systemów agentowych

• Rozdział 1. Podstawy generatywnej sztucznej inteligencji
  • Wprowadzenie do generatywnej sztucznej inteligencji
  • Rodzaje modeli generatywnej sztucznej inteligencji
    • Autokodery wariacyjne
    • Sieci GAN
    • Modele autoregresyjne i architektura transformera
    • Agenty AI oparte na modelach językowych
  • Zastosowania generatywnej sztucznej inteligencji
  • Wyzwania i ograniczenia generatywnej sztucznej inteligencji
    • Jakość danych i stronniczość
    • Prywatność danych
    • Zasoby obliczeniowe
    • Implikacje etyczne i społeczne
    • Uogólnianie i kreatywność
  • Podsumowanie
  • Pytania
  • Odpowiedzi
  • Dalsza lektura
  • Bibliografia
• Rozdział 2. Zasady systemów agentowych
  • Wymagania techniczne
  • Pojęcia samorządności, sprawczości i autonomii
    • Samorządność
    • Sprawczość
    • Autonomia
    • Przykład sprawczości i autonomii w agentach
  • Przegląd inteligentnych agentów i ich cech charakterystycznych
  • Architektura systemów agentowych
    • Architektury deliberatywne
    • Architektury reaktywne
    • Architektury hybrydowe
  • Systemy wieloagentowe
    • Definicja i cechy systemów wieloagentowych
    • Mechanizmy interakcji w systemach wieloagentowych
  • Podsumowanie
  • Pytania
  • Odpowiedzi
• Rozdział 3. Główne składniki inteligentnych agentów
  • Wymagania techniczne
  • Reprezentacja wiedzy w inteligentnych agentach
    • Sieci semantyczne
    • Ramki
    • Reprezentacje oparte na logice
  • Rozumowanie w inteligentnych agentach
    • Rozumowanie dedukcyjne
    • Rozumowanie indukcyjne
    • Rozumowanie abdukcyjne
  • Mechanizmy uczenia się agentów adaptacyjnych
  • Podejmowanie decyzji i planowanie w systemach agentowych
    • Funkcja użyteczności
    • Algorytmy planowania
  • Rozszerzanie możliwości agentów za pomocą generatywnej sztucznej inteligencji
    • Początek tworzenia agentowej sztucznej inteligencji
  • Podsumowanie
  • Pytania
  • Odpowiedzi

Część 2. Projektowanie i wdrażanie agentów opartych na generatywnej sztucznej inteligencji

• Rozdział 4. Refleksja i introspekcja w agentach
  • Wymagania techniczne
  • Istota refleksji w agentach
    • Usprawnione podejmowanie decyzji
    • Adaptacja
    • Kwestie etyczne
    • Interakcja człowiek - komputer
  • Introspekcja w inteligentnych agentach
  • Implementacja możliwości refleksyjnych
    • Wnioskowanie tradycyjne
    • Metarozumowanie
    • Samowyjaśnianie
    • Samomodelowanie
  • Zastosowania i przykłady
    • Czatboty obsługi klienta
    • Osobiste agenty marketingowe
    • Systemy transakcji finansowych
    • Agenty prognozujące
    • Strategie cenowe w handlu elektronicznym
  • Podsumowanie
  • Pytania
  • Odpowiedzi
• Rozdział 5. Umożliwianie korzystania z narzędzi i planowania w agentach
  • Wymagania techniczne
  • Koncepcja wykorzystania narzędzi przez agenty
    • Wywoływanie funkcji i narzędzi
    • Definiowanie narzędzi dla agentów
    • Rodzaje narzędzi
    • Znaczenie narzędzi w systemach agentowych
  • Algorytmy planowania
    • Mniej praktyczne algorytmy planowania
    • Umiarkowanie praktyczny algorytm planowania: FF
    • Najbardziej praktyczne algorytmy planowania
  • Integracja wykorzystania narzędzi i planowania
    • Rozumowanie o narzędziach
    • Planowanie wykorzystania narzędzi
  • Analiza praktycznych zastosowań
    • Przykład z frameworkiem CrewAI
    • Przykład z frameworkiem AutoGen
    • Przykład z frameworkiem LangGraph
  • Podsumowanie
  • Pytania
  • Odpowiedzi
• Rozdział 6. Analiza podejścia koordynator - wykonawca - delegator
  • Wymagania techniczne
  • Model CWD
    • Kluczowe zasady modelu CWD
    • Model CWD inteligentnego agenta turystycznego
  • Projektowanie agentów z przypisanymi rolami
    • Role i obowiązki poszczególnych agentów
  • Komunikacja i współpraca agentów
    • Komunikacja
    • Mechanizm koordynacji
    • Negocjacje i rozwiązywanie konfliktów
    • Dzielenie się wiedzą
  • Wdrażanie podejścia CWD w systemach generatywnej sztucznej inteligencji
    • Prompty systemowe i zachowanie agenta
    • Formatowanie instrukcji
    • Wzorce interakcji
  • Podsumowanie
  • Pytania
  • Odpowiedzi
• Rozdział 7. Skuteczne techniki projektowania systemów agentowych
  • Wymagania techniczne
  • Ukierunkowane prompty systemowe i instrukcje dla agentów
    • Określanie celów
    • Specyfikacje zadań
    • Świadomość kontekstowa
  • Przestrzenie stanów i modelowanie środowiska
    • Reprezentacja przestrzeni stanów
    • Modelowanie środowiska
    • Wzorce integracji i interakcji
    • Monitorowanie i adaptacja
  • Architektura pamięci agenta i zarządzanie kontekstem
    • Pamięć krótkotrwała (pamięć robocza)
    • Pamięć długotrwała (baza wiedzy)
    • Pamięć epizodyczna (historia interakcji)
    • Zarządzanie kontekstem
    • Integracja z procesem podejmowania decyzji
  • Przetwarzanie sekwencyjne i przetwarzanie równoległe w agentowych cyklach pracy
    • Przetwarzanie sekwencyjne
    • Przetwarzanie równoległe
    • Optymalizacja cyklu pracy
  • Podsumowanie
  • Pytania
  • Odpowiedzi

Część 3. Zaufanie, bezpieczeństwo, etyka i zastosowania

• Rozdział 8. Budowanie zaufania do systemów generatywnej sztucznej inteligencji
  • Wymagania techniczne
  • Znaczenie zaufania w dziedzinie sztucznej inteligencji
  • Metody budowania zaufania
    • Przejrzystość i wyjaśnialność
    • Radzenie sobie z niepewnością i uprzedzeniami
    • Skuteczne komunikowanie wyników
    • Kontrola i zgoda ze strony użytkownika
    • Etyka i odpowiedzialność
  • Wdrażanie przejrzystości i wyjaśnialności
  • Radzenie sobie z niepewnością i uprzedzeniami
  • Podsumowanie
  • Pytania
  • Odpowiedzi
• Rozdział 9. Zarządzanie kwestiami bezpieczeństwa i etyki
  • Potencjalne zagrożenia i wyzwania
    • Ataki adwersarialne
    • Uprzedzenia i dyskryminacja
    • Dezinformacja i halucynacje
    • Naruszenia prywatności danych
    • Zagrożenia związane z własnością intelektualną
  • Przygotowanie bezpiecznej i odpowiedzialnej AI
  • Standardy i ramy etyczne
    • Projektowanie zorientowane na człowieka
    • Odpowiedzialność
    • Prywatność i ochrona danych
    • Zaangażowanie różnych interesariuszy
  • Rozwiązywanie problemów z zakresu prywatności i bezpieczeństwa
  • Podsumowanie
  • Pytania
  • Odpowiedzi
• Rozdział 10. Typowe przypadki użycia i zastosowania
  • Zastosowania kreatywne i artystyczne
    • Ewolucja agentów kreatywnych i artystycznych
    • Zastosowania w praktyce
  • Przetwarzanie języka naturalnego i agenty konwersacyjne
    • Ewolucja agentów językowych
    • Zastosowania w praktyce
  • Robotyka i systemy autonomiczne
    • Ewolucja agentów robotycznych
    • Zastosowania w praktyce
  • Wspomaganie decyzji i optymalizacja
    • Ewolucja systemów wspomagania decyzji
    • Zastosowania w praktyce
  • Podsumowanie
  • Pytania
  • Odpowiedzi
• Rozdział 11. Podsumowanie i perspektywy na przyszłość
  • Podsumowanie kluczowych koncepcji
  • Nowe trendy i kierunki badań
    • Inteligencja multimodalna, czyli integracja różnorodnych danych wejściowych
    • Zaawansowane rozumienie języka
    • Uczenie się przez doświadczenie, czyli innowacje w uczeniu przez wzmacnianie
    • Praktyczne zastosowania w różnych branżach
  • Ogólna sztuczna inteligencja
    • Co wyróżnia ogólną sztuczną inteligencję?
    • Największe wyzwanie
    • Nauka uczenia się
    • Zrozumienie rzeczywistego świata
  • Wyzwania i możliwości
  • Podsumowanie

Skorowidz