AI A-Z [2026]: Agentic AI, Gen AI, Prompt Engineering and RL

结合代理式 AI、生成式 AI、提示词工程和深度强化学习的力量，使用 AWS 和 Python 构建强大的人工智能系统

讲师:Hadelin de Ponteves, Kirill Eremenko, SuperDataScience Team, Luka Anicin, Ligency ​

您将学到什么

• 了解人工智能的理论基础
• 构建适用于 12 种不同应用的 12 种不同的 AI 系统
• 掌握最新的人工智能模型技巧
• 用人工智能解决实际问题
• 提示词工程
• 生成式 AI
• 图像生成
• 基础模型微调
• 检索增强生成（RAG）
• 代理式 AI
• Q 学习
• 深度 Q 学习
• 深度卷积 Q 学习
• A3C（异步优势演员评论家）
• PPO（近端策略优化）
• SAC（软演员批评家）
• 大语言模型
• Transformers
• 低秩适应（LoRA）和量化（QLoRA）
• 负责任的人工智能

课程要求

• 高中数学
• 基础知识-python

课程描述

欢迎来到人工智能 A-Z！

本课程分为10个部分：
第一部分 – 提示词工程：
提示词工程与模板、提示词工程技术、好提示的四大要素、推理参数
第二部分 – 生成式 AI：
生成式 AI 基础、图像生成、基础模型概览、基础模型生命周期、数据选择、基础模型选择、训练与推理、上下文窗口、标记和嵌入、转换器、基础模型训练、基础模型微调、基础模型评估、用于烹饪辅助的检索增强生成（RAG）
第三部分 – 代理式 AI：
AI 代理、构建云端驱动的业务助手 AI
第四部分 – 强化学习基础：
Q 学习直观理解、Q 学习实现
第五部分 – 深度 Q 学习：
深度 Q 学习直观理解、用于登月任务的深度 Q 学习实现
第六部分 – 深度卷积 Q 学习：
深度卷积 Q 学习直观理解、用于吃豆人游戏的深度卷积 Q 学习实现
第七部分 – A3C：
A3C 直观理解、用于功夫游戏的 A3C 实现
第八部分 – PPO 和 SAC：
近端策略优化、软行为者-评论家算法，构建和训练自动驾驶汽车的 PPO 和 SAC 模型
第九部分 – 大语言模型（LLM）：
大语言模型的组成要素、谁发明了 LLM、LLM 如何生成文本、理解 LLM 的内部结构、LLM 参数、LLM 上下文窗口、如何微调用于医疗辅助的 LLM
第十部分 – 负责任的人工智能：
负责任 AI 的特性、生成式 AI 中的安全措施、生成式 AI 法律风险、AWS 责任 AI 工具，Amazon SageMaker Clarify 和 Monitor，Amazon Augmented AI [Amazon A2I]，可解释性与透明度，SageMaker 模型卡片

在这段旅程中，您将学习关键的人工智能概念，并通过直观讲座快速掌握所有人工智能知识。同时，您还将通过构建 12 种不同的 AI 来实践所学：
创建一个能在五分钟内像尤达大师一样说话的 ChatBot 应用。
利用高级提示词工程技术开发电影剧本生成器。
使用 Amazon Bedrock、Databricks 和 Hugging Face 构建自定义 LLM。
使用 Amazon Bedrock 和知识库构建 RAG 动力的生成式 AI 应用程序。
为业务辅助构建一个基于基础模型（LLM）的云端驱动 AI 代理。
利用 Q 学习模型训练仓库流程优化案例中的 AI。
利用深度 Q 学习模型训练登月任务中的 AI。
使用深度卷积 Q 学习模型训练吃豆人游戏中的 AI。
使用 A3C 模型训练功夫战斗中的 AI。
为自动驾驶汽车构建 PPO（近端策略优化）模型并进行训练。
为自动驾驶汽车构建 SAC（软行为者-评论家算法）模型并进行训练。
通过微调强大的预训练 LLM（Meta 的 Llama），并在 Hugging Face 上重新训练，使其能够与您讨论医学术语。简单来说，我们在这里构建了一个 AI 医生聊天机器人。

其中一些 AI 将在 AWS 中构建，其他则使用 Python 和 PyTorch 构建。
但这还不是全部……完成课程后，您还将获得 3 个额外的 AI：DDPG、完整世界模型和进化策略及遗传算法。我们将使用 ChatGPT 为自动驾驶汽车和人形应用构建这些 AI。对于每个额外的 AI，您将收到详细的视频讲座讲解实现过程、迷你 PDF 和 Python 代码。
此外，完成课程后，您还将获得一个免费的 3 小时附加课程，内容涵盖生成式 AI 和 LLM 的云计算技术。

最后但同样重要的是，通过本课程，您将获得以下收获：
1. 完整的人工智能技能从初学者到专家：
学习为各种目的编写自我改进的 AI。事实上，我们将与您一起编码。每个教程都从一张空白页面开始，并且我们从头开始编写代码。这样您可以跟随我们的步骤并理解每行代码的具体含义。
2. 无烦恼的编程和代码模板：
我们将使用 Google Colab 构建所有 AI，这意味着您将完全不需要安装库或软件包，因为一切都在 Google Colab 笔记本中预装好了。此外，每个课程中的 AI 都会提供可下载的 Python 代码模板（.py 和 .ipynb 格式）。这使得构建真正独特的 AI 简单到只需更改几行代码即可。如果您发挥想象力，潜力是无限的。
3. 直观教程：
与其他课程不同的是，我们不会仅仅用密集理论轰炸您然后让您自己摸索，而是致力于帮助您深入理解不仅是什么，而且为什么这样做。因此，我们不向您抛出复杂的数学公式，而是专注于构建您的 AI 直觉以获得更好的长期效果。
4. 实际解决方案：
您将不仅仅在一个 AI 模型中实现目标，而是在五个模型中实现。每个模块都包含不同结构和难度的挑战，这意味着您将具备在现实环境中构建适应性强的 AI 的技能，而不是像大多数其他课程那样只是通过一个记忆“测试与遗忘”的过程。实践确实能造就完美。
5. 课程内支持：
我们致力于让本课程成为全球最易访问且效果最佳的人工智能课程。这需要我们在您需要帮助时随时为您提供支持。因此，我们组建了一支专业的数据科学家团队来支持您的学习旅程，并确保您在最多 48 小时内收到我们的回复。

那么，准备好拥抱令人着迷的 AI 世界了吗？
加入我们吧，不断学习，直到那时，请尽情享受人工智能的乐趣！

本课程适合谁:

• 任何对人工智能、机器学习或深度学习感兴趣的人