Agentic AI بدون پیچیدگی! هرآنچه برای شروع باید بدانید.

تکمیل این اپیزود

اگر مهمان یا اسپانسری جا افتاده، از فهرست موجود انتخاب کن یا نام تازه‌ای پیشنهاد بده. پیشنهادها بعد از بررسی مدیر عمومی می‌شوند.

متن منتشرشده توسط پادکستر

توضیحات اپیزود

هوش مصنوعی دیگر قرار نیست فقط به سؤال‌های ما جواب بدهد؛ نسل جدید AI می‌تواند برنامه‌ریزی کند، ابزارهای مختلف را به کار بگیرد، تصمیم بگیرد و برای ما اقدام انجام دهد. در قسمت ۱۹ پادکست TechLounge، میزبان دکتر علیرضا یمقانی هستیم؛ متخصص هوش مصنوعی، نرم‌افزار و اتوماسیون با بیش از ۳۰ سال تجربه علمی و عملی در ایران و کانادا. در این گفتگو، مفهوم Agentic AI یا «هوش مصنوعی عامل‌محور» را از پایه بررسی می‌کنیم و می‌بینیم چگونه AI از مرحله Ask به Act رسیده است؛ یعنی از «پرسیدن و جواب گرفتن» به «برنامه‌ریزی و انجام دادن». در این اپیزود می‌شنوید: • تفاوت Chatbot، LLM و Agentic AI • حرکت هوش مصنوعی از Ask به Act • چرا Agentic AI در سال‌های اخیر به یکی از مهم‌ترین ترندهای فناوری تبدیل شده است؟ • چرخه Goal، Plan، Act، Observe و Evaluate • اجزای اصلی یک AI Agent شامل LLM، Tools، Memory، Planner و Executor • Skill چیست و چه کاربردی در AI Agentها دارد؟ • MCP چیست و چرا آن را به پورت USB دنیای هوش مصنوعی تشبیه می‌کنند؟ • انواع AI Agentها؛ از Task Agent تا Coding و Planning Agent • کاربرد Agentic AI در برنامه‌نویسی، دیباگ، تحلیل لاگ و مدیریت تیکت‌ها • ریسک‌های Hallucination، Prompt Injection و دسترسی بیش‌ازحد • اهمیت Guardrail، محیط Sandbox و نظارت انسانی • آیا AI جای مهندسان و برنامه‌نویسان را خواهد گرفت؟ • مهارت‌هایی که برای آینده هوش مصنوعی باید یاد بگیریم این قسمت، مقدمه‌ای برای مجموعه ورکشاپ‌های عملی Agentic AI است که در آن به ساخت Skill، راه‌اندازی MCP Server و پیاده‌سازی عملی AI Agentها خواهیم پرداخت. اگر به هوش مصنوعی، برنامه‌نویسی، شبکه، اتوماسیون و آینده فناوری علاقه دارید، کانال TechLounge را سابسکرایب کنید و زنگوله را فعال کنید تا قسمت‌های بعدی این مجموعه را از دست ندهید.

نظرها