adults👨👩👧
الذكاء الاصطناعي المتقدم: أنظمة الإنتاج والتدريب والأنظمة متعددة الوكلاء
انتقل من بناء تطبيقات الذكاء الاصطناعي إلى تصميم أنظمة إنتاجية — الضبط الدقيق وتنسيق الوكلاء المتعددين ونماذج اللغة المحلية والسلامة والنشر على نطاق واسع.
5 س 47 د 24 درس advanced both
الفيديو التعريفي قريبًا.
ما ستتعلمه
- ضبط نماذج اللغة الكبيرة باستخدام LoRA وQLoRA وتقنيات PEFT
- بناء أنظمة وكلاء متعددين حيث تتعاون الوكلاء وتفوّض المهام
- تشغيل وتقديم نماذج اللغة محلياً باستخدام Ollama وllama.cpp
- فهم سلامة الذكاء الاصطناعي والمحاذاة وRLHF والذكاء الاصطناعي الدستوري
- تصميم معماريات أنظمة ذكاء اصطناعي إنتاجية
- بناء خطوط تقييم ومراقبة شاملة
- تنفيذ RAG متقدم مع إعادة الترتيب والبحث الهجين وتوجيه الاستعلامات
- العمل مع الذكاء الاصطناعي متعدد الوسائط
- مقارنة مزودي الذكاء الاصطناعي من حيث التكلفة والأداء والقدرات
- نشر أنظمة الذكاء الاصطناعي على نطاق واسع مع مراقبة وحواجز حماية مناسبة
هذا الكورس المتقدم يأخذك من بانٍ لتطبيقات الذكاء الاصطناعي إلى مهندس أنظمة ذكاء اصطناعي. ستتعلم ضبط النماذج بـ LoRA وQLoRA، وبناء أنظمة وكلاء متعددين حيث تتعاون وكلاء الذكاء الاصطناعي، وتشغيل نماذج اللغة محلياً، وتنفيذ تقنيات السلامة والمحاذاة، وتصميم معماريات ذكاء اصطناعي إنتاجية، وبناء خطوط تقييم شاملة.
المتطلبات
- إكمال الذكاء الاصطناعي المتوسط أو خبرة عملية مكافئة مع واجهات الذكاء الاصطناعي
- ارتياح مع برمجة Python
- خبرة بناء تطبيق واحد على الأقل مدعوم بالذكاء الاصطناعي
- فهم أساسي لواجهات البرمجة وقواعد البيانات وتطوير الويب