چرا عامل‌های هوش مصنوعی در حال تغییر شکل AI هستند: آنچه از ODSC East 2025 خواهید آموخت

۱. عامل‌های مهندسی نرم‌افزار: چه چیزی کار می‌کند و چه چیزی نه

رابرت برنان، مدیرعامل All Hands AI

این جلسه به جنبه مهندسی نرم‌افزار طراحی عامل می‌پردازد - کدام معماری‌ها موفق هستند، کدام‌ها شکست می‌خورند و چرا. شما با بینش‌های عملی در مورد قابلیت اطمینان، ماژولار بودن و مقیاس‌پذیری که از درس‌های سخت‌آموخته در پیاده‌سازی‌های دنیای واقعی به دست آمده‌اند، خارج خواهید شد.

۲. ساخت عامل‌های هوش مصنوعی چندوجهی: RAG عامل‌محور با مدل‌های زبان-بینایی

سومن دبنات، مدافع اصلی هوش مصنوعی/یادگیری ماشین در Amazon Web Services (AWS)

بیاموزید چگونه عامل‌های هوش مصنوعی‌ای بسازید که هم بینایی و هم زبان را با استفاده از تولید افزوده بازیابی (RAG) ادغام می‌کنند. این جلسه بررسی می‌کند که چگونه عامل‌های چندوجهی می‌توانند ورودی‌های پیچیده - مانند اسناد یا داده‌های بصری - را تفسیر کرده و هوشمندانه پاسخ دهند، و موارد استفاده‌ای بسیار فراتر از وظایف ساده مبتنی بر متن را ممکن می‌سازند.

۳. هوش مصنوعی عامل‌محور در عمل: ساخت سیستم‌های چندعاملی خودمختار (کاربردی در پایتون)

ادوارد دونر، هم‌بنیان‌گذار و مدیر ارشد فناوری Nebula.io

جان کرون، مجری پادکست SuperDataScience

در این جلسه عملی و کد-محور، با ساخت سیستم‌های خودمختار و چندعاملی در پایتون، دست به کار شوید. شرکت‌کنندگان استراتژی‌های هماهنگی دنیای واقعی و چگونگی همکاری عامل‌ها برای حل وظایفی که نیاز به برنامه‌ریزی، مذاکره و تصمیم‌گیری پویا دارند را بررسی خواهند کرد.

۴. فراتر از بنچمارک‌ها: ارزیابی عامل‌های هوش مصنوعی، سیستم‌های چندوجهی و هوش مصنوعی مولد در دنیای واقعی

سینان اوزدمیر، متخصص هوش مصنوعی و LLM، نویسنده، و بنیان‌گذار + مدیر ارشد فناوری LoopGenius

بنچمارک‌ها فقط تا حدی می‌توانند شما را پیش ببرند. این گفتگو روش‌های ارزیابی‌ای را بررسی می‌کند که زمینه کاربر، موفقیت وظیفه و نتایج بلندمدت را در نظر می‌گیرند - که اگر در حال پیاده‌سازی عامل‌های هوش مصنوعی در محیط‌هایی هستید که نیازمند اعتماد و عملکرد هستند، حیاتی است.

۵. ارزیابی‌ها (Evals) برای تقویت فوق‌العاده عامل‌های هوش مصنوعی شما

آدیتیا پالنیتکار، مهندس نرم‌افزار ارشد در Meta

ارزیابی فقط یک کارنامه نیست - بلکه یک ابزار توسعه قدرتمند است. بیاموزید چگونه حلقه‌های ارزیابی را در گردش کار عامل خود ادغام کنید تا به طور مداوم رفتار را بهینه کنید، شکنندگی را کاهش دهید و اطمینان حاصل کنید که سیستم‌های شما هوشمندانه تکامل می‌یابند.

۶. فراتر از پرامپت: معماری عامل‌های LLM سازمانی قابل اعتماد

ویوک موپالا، مدیر مهندسی هوش مصنوعی در Cohere

همانطور که سازمان‌ها از نمونه‌های اولیه به سمت تولید حرکت می‌کنند، به چیزی بیش از تنظیم پرامپت نیاز دارند - آنها به معماری‌های کامل سیستم نیاز دارند. این جلسه شما را در طراحی سیستم‌های عامل قوی، ماژولار و قابل مشاهده که استانداردهای قابلیت اطمینان سازمانی را برآورده می‌کنند، راهنمایی می‌کند.

۷. هوش مصنوعی مولد در مدیریت دارایی: موارد استفاده و درس‌هایی از ساخت یک کمک‌خلبان (Copilot) ویژه صنعت

یو یو (PhD)، مدیر علم داده در BlackRock

بررسی کنید که چگونه یک شرکت پیشرو در مدیریت دارایی، یک کمک‌خلبان هوش مصنوعی مولد تخصصی برای حوزه خود ساخته است. این جلسه درس‌هایی در مورد ادغام داده‌ها، انطباق و سازگاری با دامنه به اشتراک می‌گذارد - که آن را برای هر کسی که در حال ساخت عامل‌های ویژه صنعت است، ضروری می‌کند.

۸. طرح اولیه برای هوش مصنوعی عامل‌محور تأثیرگذار در سازمان

متان-پل شتریت، مدیر محصول در Writer

این گفتگو یک نقشه راه استراتژیک برای شرکت‌هایی ارائه می‌دهد که قصد دارند هوش مصنوعی عامل‌محور را در مقیاس بزرگ اتخاذ کنند. این برنامه بر همسوسازی طراحی عامل با اهداف تجاری، ایجاد اعتماد ذینفعان و تضمین ارزش پایدار در طول زمان تمرکز دارد.

۹. ساخت عامل‌های هوش مصنوعی مؤثر با AG2

چینگ‌یون وو (PhD)، بنیان‌گذار AG2

AG2 را کشف کنید، یک چارچوب منبع‌باز جدید که برای ساده‌سازی فرآیند ساخت عامل طراحی شده است. این جلسه اجزای ماژولار آن و نحوه استفاده از آنها برای نمونه‌سازی سریع، آزمایش و پیاده‌سازی عامل‌هایی که استدلال و وظایف پیچیده را مدیریت می‌کنند، پوشش می‌دهد.

۱۰. ساخت هوش مصنوعی عامل‌محور قابل اعتماد: درس‌هایی از پیاده‌سازی‌های دنیای واقعی

مانوج ساکسنا، بنیان‌گذار و مدیرعامل Trustwise

اعتماد فقط یک مشکل تجربه کاربری (UX) نیست - بلکه جزء اصلی هوش مصنوعی کاربردی است. در این جلسه، خواهید آموخت که چگونه تیم‌ها عامل‌هایی را با محوریت توضیح‌پذیری، ایمنی و نظارت انسانی طراحی می‌کنند و وقتی این کار را نمی‌کنند چه اتفاقی می‌افتد.

۱۱. از الف تا ی ساخت عامل‌های هوش مصنوعی

آپووروا جوشی، مدافع ارشد توسعه‌دهندگان هوش مصنوعی در MongoDB

اگر دیدگاه کاملی از چرخه عمر - از ایده‌پردازی تا پیاده‌سازی - می‌خواهید، این جلسه مناسب شماست. این جلسه فرآیندهای پیچیده را به یک طرح ساختاریافته برای ساخت عامل‌های هوش مصنوعی با استفاده از ابزارها، APIها و بهترین شیوه‌های مدرن تبدیل می‌کند.