I sistemi AI agentici vanno oltre l'IA generativa tradizionale consentendo agli agenti software di pianificare, prendere decisioni, utilizzare strumenti, interagire con sistemi esterni e completare compiti multi-step con maggiore autonomia. Questo corso fornisce un'introduzione strutturata alla progettazione, sviluppo, applicazione, test e ottimizzazione di sistemi agentici efficaci.
Il corso inizia con le basi dell'IA agentica e spiega come i sistemi agentici differiscono dalle applicazioni di IA generativa basate su prompt standard. Gli studenti esploreranno le caratteristiche degli agenti autonomi, tra cui orientamento agli obiettivi, ragionamento, pianificazione, memoria, processo decisionale, uso degli strumenti e interazione con ambienti in evoluzione.
Il corso esamina poi i principali elementi costitutivi dei sistemi agentici. Gli studenti comprenderanno come i modelli linguistici, le istruzioni, i componenti di memoria, gli strumenti, le API, le fonti di dati, i flussi di lavoro e i meccanismi di feedback lavorano insieme per creare un agente funzionale. Viene inoltre prestata attenzione alle relazioni tra singoli agenti, utenti e sistemi esterni.
Gli studenti esploreranno come progettare flussi di lavoro agentici efficaci per compiti complessi. Ciò include la suddivisione degli obiettivi in azioni più piccole, la definizione di punti decisionali, l'organizzazione di sequenze di attività, la gestione delle dipendenze e la creazione di percorsi affidabili per gli agenti da seguire. Il corso spiega come i flussi di lavoro strutturati possano migliorare la coerenza, l'efficienza e il controllo consentendo agli agenti di operare in autonomia.
La sezione sullo sviluppo si concentra sulla creazione di agenti autonomi in grado di interpretare gli obiettivi, selezionare azioni appropriate, utilizzare gli strumenti disponibili, valutare i risultati e adattare il proprio comportamento. Gli studenti esamineranno considerazioni pratiche per definire le responsabilità degli agenti, stabilire i confini, gestire il contesto e ridurre azioni non necessarie o errate.
Il corso introduce strumenti e framework comuni utilizzati per costruire soluzioni AI agentici. Gli studenti comprenderanno come queste tecnologie supportano l'integrazione dei modelli, la chiamata degli strumenti, l'orchestrazione, la memoria, la gestione dei flussi di lavoro e la comunicazione tra gli agenti. L'attenzione è posta sulla selezione degli strumenti in base ai requisiti del progetto piuttosto che sull'affidarsi a un singolo framework.
Le applicazioni pratiche dei sistemi agentici vengono esplorate in ambito operativo aziendale, supporto clienti, ricerca, elaborazione dati, automazione dei flussi di lavoro, gestione dei contenuti e supporto decisionale. Gli studenti esamineranno come gli agenti autonomi possono migliorare la produttività riconoscendo le situazioni in cui è necessaria la revisione umana.
