ai-agents-for-beginners
(Bonyeza picha hapo juu kutazama video ya somo hili)
Utangulizi wa Mawakala wa AI na Matumizi Yake
Karibu kwenye kozi ya “Mawakala wa AI kwa Kompyuta”! Kozi hii inatoa maarifa ya msingi na mifano ya matumizi ya kujenga Mawakala wa AI.
Jiunge na Jamii ya Azure AI Discord ili kukutana na wanafunzi wengine na Watengenezaji wa Mawakala wa AI na kuuliza maswali yoyote kuhusu kozi hii.
Ili kuanza kozi hii, tunaanza kwa kuelewa vizuri Mawakala wa AI ni nini na jinsi tunavyoweza kuyatumia katika programu na mtiririko wa kazi tunazojenga.
Utangulizi
Somo hili linashughulikia:
- Mawakala wa AI ni nini na ni aina gani tofauti za mawakala?
- Matumizi gani ni bora kwa Mawakala wa AI na jinsi wanavyoweza kutusaidia?
- Ni vipengele gani vya msingi tunavyohitaji kuzingatia tunapounda Suluhisho za Kimawakala?
Malengo ya Kujifunza
Baada ya kukamilisha somo hili, unapaswa kuwa na uwezo wa:
- Kuelewa dhana za Mawakala wa AI na jinsi zinavyotofautiana na suluhisho zingine za AI.
- Kutumia Mawakala wa AI kwa ufanisi zaidi.
- Kubuni suluhisho za kimawakala kwa tija kwa watumiaji na wateja.
Kufafanua Mawakala wa AI na Aina za Mawakala wa AI
Mawakala wa AI ni nini?
Mawakala wa AI ni mifumo inayowezesha Large Language Models (LLMs) kufanya vitendo kwa kupanua uwezo wao kwa kuwapa LLMs upatikanaji wa zana na maarifa.
Hebu tuchambue ufafanuzi huu katika sehemu ndogo:
- Mfumo - Ni muhimu kufikiria mawakala si kama sehemu moja tu bali kama mfumo wa vipengele vingi. Kwa kiwango cha msingi, vipengele vya Mwakala wa AI ni:
- Mazingira - Eneo lililofafanuliwa ambapo Mwakala wa AI anafanya kazi. Kwa mfano, ikiwa tungekuwa na Mwakala wa AI wa kuhifadhi safari, mazingira yanaweza kuwa mfumo wa kuhifadhi safari ambao Mwakala wa AI hutumia kukamilisha kazi.
- Vihisi - Mazingira yana taarifa na hutoa maoni. Mawakala wa AI hutumia vihisi kukusanya na kutafsiri taarifa kuhusu hali ya sasa ya mazingira. Katika mfano wa Mwakala wa Kuhifadhi Safari, mfumo wa kuhifadhi safari unaweza kutoa taarifa kama upatikanaji wa hoteli au bei za ndege.
- Vitendaji - Mara Mwakala wa AI anapopokea hali ya sasa ya mazingira, kwa kazi ya sasa mwakala huamua ni kitendo gani cha kufanya kubadilisha mazingira. Kwa mfano wa Mwakala wa Kuhifadhi Safari, inaweza kuwa kuhifadhi chumba kinachopatikana kwa mtumiaji.
Large Language Models - Dhana ya mawakala ilikuwepo kabla ya kuundwa kwa LLMs. Faida ya kujenga Mawakala wa AI kwa kutumia LLMs ni uwezo wao wa kutafsiri lugha ya binadamu na data. Uwezo huu unawawezesha LLMs kutafsiri taarifa za mazingira na kufafanua mpango wa kubadilisha mazingira.
Kufanya Vitendo - Nje ya mifumo ya Mawakala wa AI, LLMs zimewekewa mipaka kwa hali ambapo kitendo ni kuunda maudhui au taarifa kulingana na ombi la mtumiaji. Ndani ya mifumo ya Mawakala wa AI, LLMs zinaweza kukamilisha kazi kwa kutafsiri ombi la mtumiaji na kutumia zana zinazopatikana katika mazingira yao.
Upatikanaji wa Zana - Zana ambazo LLM zinaweza kufikia zinaamuliwa na 1) mazingira ambayo zinafanya kazi na 2) msanidi wa Mwakala wa AI. Kwa mfano wa wakala wa safari, zana za wakala zimewekewa mipaka na operesheni zinazopatikana katika mfumo wa kuhifadhi, na/au msanidi anaweza kuweka mipaka ya upatikanaji wa zana za wakala kwa ndege.
Kumbukumbu+Maarifa - Kumbukumbu inaweza kuwa ya muda mfupi katika muktadha wa mazungumzo kati ya mtumiaji na wakala. Kwa muda mrefu, nje ya taarifa zinazotolewa na mazingira, Mawakala wa AI pia wanaweza kupata maarifa kutoka kwa mifumo mingine, huduma, zana, na hata mawakala wengine. Katika mfano wa wakala wa safari, maarifa haya yanaweza kuwa taarifa kuhusu mapendeleo ya safari ya mtumiaji yaliyoko katika hifadhidata ya wateja.
Aina tofauti za Mawakala
Sasa kwa kuwa tuna ufafanuzi wa jumla wa Mawakala wa AI, hebu tuangalie baadhi ya aina maalum za mawakala na jinsi wangetumika kwa wakala wa kuhifadhi safari.
| Aina ya Mwakala | Maelezo | Mfano |
|---|---|---|
| Mawakala wa Reflex Rahisi | Hufanya vitendo vya haraka kulingana na sheria zilizowekwa awali. | Mwakala wa safari hutafsiri muktadha wa barua pepe na kupeleka malalamiko ya safari kwa huduma kwa wateja. |
| Mawakala wa Reflex wa Kielelezo | Hufanya vitendo kulingana na kielelezo cha dunia na mabadiliko ya kielelezo hicho. | Mwakala wa safari huweka kipaumbele njia zilizo na mabadiliko makubwa ya bei kulingana na upatikanaji wa data ya bei za kihistoria. |
| Mawakala wa Kulingana na Malengo | Huunda mipango ya kufanikisha malengo maalum kwa kutafsiri lengo na kuamua vitendo vya kufanikisha. | Mwakala wa safari huhifadhi safari kwa kuamua mipango ya usafiri inayohitajika (gari, usafiri wa umma, ndege) kutoka eneo la sasa hadi marudio. |
| Mawakala wa Kulingana na Faida | Huzingatia mapendeleo na kupima faida na hasara kwa njia ya namba ili kuamua jinsi ya kufanikisha malengo. | Mwakala wa safari huongeza faida kwa kupima urahisi dhidi ya gharama wakati wa kuhifadhi safari. |
| Mawakala wa Kujifunza | Huboresha kwa muda kwa kujibu maoni na kurekebisha vitendo ipasavyo. | Mwakala wa safari huboresha kwa kutumia maoni ya wateja kutoka kwa tafiti za baada ya safari ili kufanya marekebisho kwa uhifadhi wa safari za baadaye. |
| Mawakala wa Kihierarkia | Huwa na mawakala wengi katika mfumo wa ngazi, ambapo mawakala wa ngazi ya juu hugawanya kazi katika kazi ndogo kwa mawakala wa ngazi ya chini kukamilisha. | Mwakala wa safari husitisha safari kwa kugawanya kazi katika kazi ndogo (kwa mfano, kufuta uhifadhi maalum) na kuwa na mawakala wa ngazi ya chini kukamilisha, wakiripoti kwa wakala wa ngazi ya juu. |
| Mifumo ya Mawakala Wengi (MAS) | Mawakala hukamilisha kazi kwa uhuru, ama kwa kushirikiana au kwa ushindani. | Ushirikiano: Mawakala wengi huhifadhi huduma maalum za safari kama hoteli, ndege, na burudani. Ushindani: Mawakala wengi husimamia na kushindana juu ya kalenda ya uhifadhi wa hoteli ya pamoja ili kuhifadhi wateja katika hoteli. |
Wakati wa Kutumia Mawakala wa AI
Katika sehemu ya awali, tulitumia mfano wa Mwakala wa Safari kuelezea jinsi aina tofauti za mawakala zinavyoweza kutumika katika hali tofauti za uhifadhi wa safari. Tutaendelea kutumia programu hii katika kozi nzima.
Hebu tuangalie aina za matumizi ambayo Mawakala wa AI yanatumika vizuri:
- Masuala Yasiyo na Mwisho - kuruhusu LLM kuamua hatua zinazohitajika kukamilisha kazi kwa sababu haiwezi kila mara kuwekwa moja kwa moja katika mtiririko wa kazi.
- Michakato ya Hatua Nyingi - kazi zinazohitaji kiwango cha ugumu ambapo Mwakala wa AI anahitaji kutumia zana au taarifa kwa mizunguko mingi badala ya upatikanaji wa mara moja.
- Kuboresha kwa Muda - kazi ambapo wakala anaweza kuboresha kwa muda kwa kupokea maoni kutoka kwa mazingira yake au watumiaji ili kutoa faida bora.
Tunashughulikia zaidi masuala ya kutumia Mawakala wa AI katika somo la Kujenga Mawakala wa AI Wenye Kuaminika.
Misingi ya Suluhisho za Kimawakala
Uundaji wa Mawakala
Hatua ya kwanza katika kubuni mfumo wa Mwakala wa AI ni kufafanua zana, vitendo, na tabia. Katika kozi hii, tunazingatia kutumia Huduma ya Mawakala wa Azure AI kufafanua Mawakala wetu. Inatoa vipengele kama:
- Uchaguzi wa Miundo ya Wazi kama OpenAI, Mistral, na Llama
- Matumizi ya Data Iliyotolewa Leseni kupitia watoa huduma kama Tripadvisor
- Matumizi ya zana za OpenAPI 3.0 zilizo sanifu
Mifumo ya Kimawakala
Mawasiliano na LLMs ni kupitia maelekezo. Kutokana na asili ya nusu ya kujitegemea ya Mawakala wa AI, si kila mara inawezekana au inahitajika kuandika upya maelekezo kwa LLM baada ya mabadiliko katika mazingira. Tunatumia Mifumo ya Kimawakala inayoturuhusu kutoa maelekezo kwa LLM kwa hatua nyingi kwa njia inayoweza kupanuka zaidi.
Kozi hii imegawanywa katika baadhi ya mifumo maarufu ya Kimawakala ya sasa.
Miundombinu ya Kimawakala
Miundombinu ya Kimawakala inawaruhusu watengenezaji kutekeleza mifumo ya kimawakala kupitia msimbo. Miundombinu hii inatoa templeti, programu-jalizi, na zana kwa ushirikiano bora wa Mawakala wa AI. Faida hizi zinatoa uwezo wa ufuatiliaji bora na utatuzi wa matatizo ya mifumo ya Mawakala wa AI.
Katika kozi hii, tutachunguza mfumo wa AutoGen unaotokana na utafiti na mfumo wa Mwakala wa Semantic Kernel ulio tayari kwa uzalishaji.
Mifano ya Msimbo
- Python: Mfumo wa Mwakala
- .NET: Mfumo wa Mwakala
Una Maswali Zaidi Kuhusu Mawakala wa AI?
Jiunge na Azure AI Foundry Discord ili kukutana na wanafunzi wengine, kuhudhuria masaa ya ofisi na kupata majibu ya maswali yako kuhusu Mawakala wa AI.
Somo la Awali
Somo Linalofuata
Kuchunguza Miundombinu ya Kimawakala
Kanusho:
Hati hii imetafsiriwa kwa kutumia huduma ya tafsiri ya AI Co-op Translator. Ingawa tunajitahidi kwa usahihi, tafadhali fahamu kuwa tafsiri za kiotomatiki zinaweza kuwa na makosa au kutokuwa sahihi. Hati ya asili katika lugha yake ya awali inapaswa kuzingatiwa kama chanzo cha mamlaka. Kwa taarifa muhimu, tafsiri ya kitaalamu ya binadamu inapendekezwa. Hatutawajibika kwa kutoelewana au tafsiri zisizo sahihi zinazotokana na matumizi ya tafsiri hii.