ai-agents-for-beginners
(คลิกที่ภาพด้านบนเพื่อดูวิดีโอของบทเรียนนี้)
บทนำสู่ AI Agents และกรณีการใช้งาน Agent
ยินดีต้อนรับสู่คอร์ส “AI Agents สำหรับผู้เริ่มต้น”! คอร์สนี้ให้ความรู้พื้นฐานและตัวอย่างที่ประยุกต์ใช้สำหรับการสร้าง AI Agents
เข้าร่วม ชุมชน Azure AI Discord เพื่อพบปะผู้เรียนคนอื่น ๆ และผู้สร้าง AI Agent และสอบถามคำถามใด ๆ ที่คุณมีเกี่ยวกับคอร์สนี้
ในการเริ่มต้นคอร์สนี้ เราจะเริ่มด้วยการทำความเข้าใจ AI Agents ให้ดีขึ้นและวิธีที่เราสามารถใช้พวกมันในแอปพลิเคชันและเวิร์กโฟลว์ที่เราสร้างขึ้น
บทนำ
บทเรียนนี้ครอบคลุม:
- AI Agents คืออะไร และประเภทของเอเจนต์แตกต่างกันอย่างไร?
- กรณีการใช้งานใดเหมาะสมกับ AI Agents และ AI Agents ช่วยเราได้อย่างไร?
- องค์ประกอบพื้นฐานบางอย่างในการออกแบบโซลูชัน Agentic คืออะไร?
เป้าหมายการเรียนรู้
หลังจากจบบทเรียนนี้ คุณควรจะสามารถ:
- เข้าใจแนวคิด AI Agent และความแตกต่างจากโซลูชัน AI อื่น ๆ
- ใช้ AI Agents อย่างมีประสิทธิภาพสูงสุด
- ออกแบบโซลูชัน Agentic อย่างสร้างสรรค์ทั้งสำหรับผู้ใช้และลูกค้า
นิยาม AI Agents และประเภทของ AI Agents
AI Agents คืออะไร?
AI Agents คือ ระบบ ที่ช่วยให้ Large Language Models (LLMs) สามารถ ดำเนินการต่าง ๆ ได้ โดยการขยายขีดความสามารถโดยให้ LLMs ได้ เข้าถึงเครื่องมือ และ ความรู้
เรามาแบ่งคำจำกัดความนี้ออกเป็นส่วนย่อย:
- ระบบ - สิ่งสำคัญคือต้องคิดว่าเอเจนต์ไม่ใช่เพียงแค่ส่วนประกอบเดียวแต่เป็นระบบของหลายส่วนประกอบ ในระดับพื้นฐาน ส่วนประกอบของ AI Agent ได้แก่:
- สภาพแวดล้อม - พื้นที่ที่กำหนดซึ่ง AI Agent ทำงาน ตัวอย่างเช่น หากเรามี AI Agent สำหรับการจองการเดินทาง สภาพแวดล้อมอาจเป็นระบบการจองการเดินทางที่ AI Agent ใช้ดำเนินงานต่าง ๆ
- เซนเซอร์ - สภาพแวดล้อมมีข้อมูลและให้ข้อเสนอแนะ AI Agents ใช้เซนเซอร์เพื่อรวบรวมและตีความข้อมูลเกี่ยวกับสถานะปัจจุบันของสภาพแวดล้อม ในตัวอย่าง AI Agent การจองเดินทาง ระบบการจองเดินทางสามารถให้ข้อมูลเช่น ความพร้อมของโรงแรมหรือราคาตั๋วเครื่องบิน
- แอกทูเอเตอร์ - เมื่อ AI Agent ได้รับข้อมูลสถานะปัจจุบันของสภาพแวดล้อม ในงานปัจจุบันเอเจนต์จะตัดสินใจว่าควรทำการกระทำใดเพื่อเปลี่ยนแปลงสภาพแวดล้อม สำหรับเอเจนต์การจองเดินทาง อาจเป็นการจองห้องว่างให้ผู้ใช้
Large Language Models - แนวคิดของเอเจนต์มีอยู่ก่อนการสร้าง LLMs ข้อได้เปรียบของการสร้าง AI Agents ด้วย LLMs คือความสามารถในการตีความภาษามนุษย์และข้อมูล ความสามารถนี้ช่วยให้ LLMs สามารถตีความข้อมูลจากสภาพแวดล้อมและกำหนดแผนเพื่อเปลี่ยนแปลงสภาพแวดล้อมได้
ดำเนินการ - นอกเหนือจากระบบ AI Agent แล้ว LLMs จะมีข้อจำกัดในการดำเนินงานที่เป็นการสร้างเนื้อหาหรือข้อมูลตามคำสั่งของผู้ใช้ ภายในระบบ AI Agent LLMs สามารถทำงานให้เสร็จได้โดยการตีความคำขอของผู้ใช้และใช้เครื่องมือที่มีอยู่ในสภาพแวดล้อม
เข้าถึงเครื่องมือ - เครื่องมือที่ LLM เข้าถึงได้ถูกกำหนดโดย 1) สภาพแวดล้อมที่เอเจนต์ทำงาน และ 2) ผู้พัฒนา AI Agent สำหรับตัวอย่างเอเจนต์การเดินทาง เครื่องมือของเอเจนต์ถูกจำกัดโดยการดำเนินการที่มีในระบบจอง และ/หรือผู้พัฒนาสามารถจำกัดการเข้าถึงเครื่องมือของเอเจนต์ในส่วนของเที่ยวบินได้
หน่วยความจำ + ความรู้ - หน่วยความจำอาจเป็นแบบระยะสั้นในบริบทของการสนทนาระหว่างผู้ใช้และเอเจนต์ ในระยะยาว นอกเหนือจากข้อมูลที่สภาพแวดล้อมให้ AI Agents ยังสามารถดึงความรู้จากระบบอื่น บริการ เครื่องมือ และแม้แต่เอเจนต์อื่น ๆ ในตัวอย่างเอเจนต์การเดินทาง ความรู้นี้อาจเป็นข้อมูลเกี่ยวกับความชอบในการเดินทางของผู้ใช้ที่จัดเก็บในฐานข้อมูลลูกค้า
ประเภทของเอเจนต์ต่าง ๆ
ตอนนี้ที่เรามีนิยามทั่วไปของ AI Agents แล้ว เรามาดูตัวอย่างประเภทเอเจนต์ต่าง ๆ และวิธีที่มันจะถูกประยุกต์ใช้กับ AI Agent สำหรับการจองการเดินทาง
| ประเภทเอเจนต์ | คำอธิบาย | ตัวอย่าง |
|---|---|---|
| Simple Reflex Agents | ดำเนินการทันทีตามกฎที่กำหนดไว้ล่วงหน้า | เอเจนต์การเดินทางตีความบริบทของอีเมลและส่งต่อข้อร้องเรียนเกี่ยวกับการเดินทางไปยังฝ่ายบริการลูกค้า |
| Model-Based Reflex Agents | ดำเนินการตามแบบจำลองของโลกและการเปลี่ยนแปลงในแบบจำลองนั้น | เอเจนต์การเดินทางจัดลำดับความสำคัญของเส้นทางที่มีการเปลี่ยนแปลงราคาสำคัญโดยอิงข้อมูลราคาย้อนหลัง |
| Goal-Based Agents | สร้างแผนเพื่อบรรลุเป้าหมายเฉพาะโดยการตีความเป้าหมายและกำหนดการกระทำเพื่อไปให้ถึงเป้าหมาย | เอเจนต์การเดินทางจองการเดินทางโดยกำหนดสิ่งที่ต้องจัดเตรียมเพื่อเดินทาง (รถยนต์ ขนส่งสาธารณะ เที่ยวบิน) จากสถานที่ปัจจุบันไปยังจุดหมายปลายทาง |
| Utility-Based Agents | พิจารณาความชอบและชั่งน้ำหนักผลประโยชน์และต้นทุนเป็นตัวเลขเพื่อตัดสินใจว่าจะบรรลุเป้าหมายอย่างไร | เอเจนต์เดินทางหาประโยชน์สูงสุดโดยการชั่งน้ำหนักความสะดวกสบายเทียบกับค่าใช้จ่ายเมื่อจองการเดินทาง |
| Learning Agents | พัฒนาและปรับปรุงตนเองโดยตอบสนองต่อข้อเสนอแนะและปรับการกระทำตามนั้น | เอเจนต์เดินทางปรับปรุงโดยใช้ข้อเสนอแนะจากลูกค้าจากแบบสำรวจหลังจากการเดินทางเพื่อปรับปรุงการจองในอนาคต |
| Hierarchical Agents | มีหลายเอเจนต์ในระบบเป็นชั้น โดยเอเจนต์ระดับสูงแยกงานเป็นงานย่อยส่งต่อไปยังเอเจนต์ระดับต่ำกว่าให้ทำ | เอเจนต์เดินทางยกเลิกทริปโดยแบ่งเป็นงานย่อย (เช่น การยกเลิกการจองบางรายการ) และให้เอเจนต์ระดับล่างจัดการงานเหล่านั้น แล้วย้อนกลับแจ้งเอเจนต์ระดับสูง |
| Multi-Agent Systems (MAS) | เอเจนต์ทำงานให้เสร็จอย่างอิสระ ทั้งแบบร่วมมือหรือแข่งขัน | แบบร่วมมือ: หลายเอเจนต์จองบริการเดินทางเฉพาะ เช่น โรงแรม เที่ยวบิน และความบันเทิง แบบแข่งขัน: หลายเอเจนต์บริหารและแข่งขันกันเพื่อจองในปฏิทินการจองโรงแรมร่วม |
เมื่อไหร่ควรใช้ AI Agents
ในส่วนก่อนหน้า เราใช้กรณีใช้งานเอเจนต์การเดินทางเพื่ออธิบายว่าแต่ละประเภทของเอเจนต์สามารถนำไปใช้ในสถานการณ์การจองที่แตกต่างกันอย่างไร เราจะใช้แอปพลิเคชันนี้ต่อไปในคอร์ส
มาดูกันว่ากรณีการใช้งานประเภทใดที่ AI Agents เหมาะสมที่สุด:
- ปัญหาที่เปิดกว้าง - อนุญาตให้ LLM กำหนดขั้นตอนที่ต้องใช้เพื่อทำงานให้เสร็จ เพราะไม่สามารถจำกัดโค้ดอย่างเดียวในเวิร์กโฟลว์ได้เสมอไป
- กระบวนการหลายขั้นตอน - งานที่ต้องใช้ความซับซ้อนที่ AI Agent ต้องใช้เครื่องมือหรือข้อมูลหลายรอบ มากกว่าการดึงข้อมูลครั้งเดียว
- การพัฒนาปรับปรุงตามเวลา - งานที่เอเจนต์สามารถพัฒนาและปรับปรุงตามเวลาผ่านการรับข้อเสนอแนะจากสภาพแวดล้อมหรือลูกค้า เพื่อให้ผลประโยชน์ที่ดีขึ้น
เราจะพูดถึงข้อพิจารณาอื่น ๆ ของการใช้ AI Agents ในบทเรียน การสร้าง AI Agents ที่น่าเชื่อถือ
พื้นฐานของโซลูชัน Agentic
การพัฒนาเอเจนต์
ขั้นตอนแรกในการออกแบบระบบ AI Agent คือการกำหนดเครื่องมือ การกระทำ และพฤติกรรม ในคอร์สนี้ เราเน้นการใช้ Azure AI Agent Service เพื่อกำหนดเอเจนต์ของเรา ซึ่งมีฟีเจอร์ เช่น:
- เลือกโมเดลเปิด เช่น OpenAI, Mistral และ Llama
- ใช้ข้อมูลที่ได้รับใบอนุญาตผ่านผู้ให้บริการเช่น Tripadvisor
- ใช้เครื่องมือ OpenAPI 3.0 ที่เป็นมาตรฐาน
รูปแบบ Agentic
การสื่อสารกับ LLMs คือผ่านคำสั่ง (prompts) เนื่องจาก AI Agents มีความกึ่งอิสระ จึงไม่ใช่เรื่องจำเป็นหรือเป็นไปได้เสมอที่จะต้องส่งคำสั่งซ้ำด้วยตนเองหลังจากมีการเปลี่ยนแปลงในสภาพแวดล้อม เราใช้ รูปแบบ Agentic ที่ช่วยให้เราส่งคำสั่ง LLM หลายขั้นตอนในวิธีที่ขยายได้มากขึ้น
คอร์สนี้แบ่งออกเป็นรูปแบบ Agentic ที่ได้รับความนิยมในปัจจุบันบางส่วน
เฟรมเวิร์ก Agentic
เฟรมเวิร์ก Agentic ช่วยให้นักพัฒนาสามารถใช้รูปแบบ agentic ผ่านโค้ด เฟรมเวิร์กเหล่านี้มีเทมเพลต ปลั๊กอิน และเครื่องมือสำหรับความร่วมมือของ AI Agents ที่ดีขึ้น ประโยชน์นี้ช่วยให้สามารถสังเกตและแก้ไขปัญหาระบบ AI Agent ได้ดีขึ้น
ในคอร์สนี้ เราจะสำรวจ Microsoft Agent Framework (MAF) สำหรับการสร้าง AI agents ที่พร้อมใช้งานในระบบจริง
โค้ดตัวอย่าง
- Python: Agent Framework
- .NET: Agent Framework
มีคำถามเพิ่มเติมเกี่ยวกับ AI Agents?
เข้าร่วม Microsoft Foundry Discord เพื่อพบกับผู้เรียนคนอื่น ๆ เข้าร่วมชั่วโมงสำนักงาน และสอบถามคำถามเกี่ยวกับ AI Agents ของคุณ
บทเรียนก่อนหน้า
บทเรียนถัดไป
ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาด้วย AI Co-op Translator แม้เราจะพยายามให้การแปลถูกต้องที่สุด โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ควรใช้การแปลโดยผู้เชี่ยวชาญมนุษย์เท่านั้น เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดใด ๆ ที่เกิดจากการใช้การแปลนี้