Thant Htoo San
成为会员时间:2023
钻石联赛
6589 积分
成为会员时间:2023
完成本课程,赢取使用智能体开发套件 (ADK) 构建 AI 智能体中级技能徽章,展示您在以下方面的技能: 提出实际的语言模型研究问题;构建一个简单的词元化器;制作用于训练 Transformer 语言模型的数据集;运行小语言模型的训练循环。
您已经创建了自己的第一个智能体,现在是时候更进一步了。在本课程中,您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能,将基础 AI 智能体升级为一个精确、专业的智能助理。加入社区论坛,提出问题并参与讨论
借助“智能体策略:探索、设计和原型开发”迈向未来本课程将带您掌握 Google 智能体 AI 转型框架,将传统的聊天机器人升级为能自主运转的得力助手。通过一个零售业用例,您将学习如何量化业务价值、确定 AI 项目的优先级、绘制关键用户历程,以及使用 Google AI Studio 和 Gemini Enterprise 等无代码工具构建功能性原型。本课程提供了一份坚实的路线图,帮助业务和技术负责人引领组织迈入智能体 AI 时代。
在本课程中,您将学习如何在 Google Antigravity 中编排智能体,以极快的速度构建软件。在本实操课程中,您将首先学习如何安装和开始使用 Antigravity。接下来,您将使用 Firebase 为使用 Antigravity 构建的应用启用服务。最后,您将通过提示 Antigravity 中的智能体并行工作,来构建电子游戏《Voyager》。
本课程全面概述了 Google Cloud 的智能体平台,包括 Vertex AI Agent Builder、Gemini Enterprise、Conversational Agents 和智能体开发套件。学员将了解每项产品的独特功能,区分具体应用场景的最佳解决方案,并获得有关创建搜索和聊天应用的基础知识。
完成入门级使用 Gemini Enterprise 编排多智能体工作流技能徽章课程,展示您在以下方面的技能:使用由 Gemini Enterprise 提供支持的智能体助理整合来自第一方和第三方来源的数据、制作多媒体营销材料,以及跨系统自动执行业务操作。 技能徽章通过动手实验和挑战赛形式的评估,检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章,也可直接参加实验室挑战赛,快速获得徽章。徽章可证明您掌握技能的熟练程度,提升您的专业形象,最终助您获得更多职业机会。欢迎访问您的个人资料,跟踪您已获得的徽章。
探索从任务驱动型工作流到以人为本的 AI 编排的重大转变。您将学习如何从战略层面区分增强和自动化,以及如何平衡机器效率与人类直觉。
“生成式 AI 智能体:助力组织转型”是“Gen AI Leader”学习路线中的第五门课程,也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体,帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体,并探索这些智能体的组成部分,例如模型、推理循环以及各种工具。
将智能体从 localhost 部署到生产环境。本课程将介绍如何将 ADK 智能体部署到 Vertex AI Agent Engine 和 Cloud Run,以及如何通过记忆库实现可选的跨会话记忆功能。
探索如何使用 Google 的智能体开发套件 (ADK) 和 Google Cloud 强大的基础设施来构建和部署多智能体系统。您将学习如何设计分层智能体树和确定性工作流智能体,同时确定理想的托管环境(从无服务器 Cloud Run 到高性能 GKE),以确保您的 AI 智能体安全、可伸缩且可用于生产用途。
完成中级技能徽章课程“使用 Gemini 和 Streamlit 开发生成式 AI 应用”,展示您在以下方面的技能: 文本生成、通过 Python SDK 和 Gemini API 应用函数调用,以及通过 Cloud Run 部署 Streamlit 应用。 您将了解如何以不同方式通过提示来让 Gemini 生成文本、使用 Cloud Shell 进行测试,以及如何迭代 Streamlit 应用,随后将其封装成 Docker 容器并部署在 Cloud Run 中。
完成中级技能徽章课程通过 BigQuery ML 创建机器学习模型,展示您在以下方面的技能: 使用 BigQuery ML 创建和评估机器学习模型,以执行数据预测。
完成Google Cloud 云计算基础知识挑战任务,赢取技能徽章。 您将学习如何在 Compute Engine 中使用虚拟机 (VM)、永久性 磁盘和 Web 服务器。
在本课程中,您将学习如何利用生成式 playbook 为 Conversational Agents 构建出色的对话体验。您首先会了解 playbook 的大致情况,然后学习如何设置您的首个 playbook。您还将了解测试的重要性,以及配额限制和集成等关键生产注意事项。课程最后将通过一个案例研究展示如何利用 playbook 改变内容生成方向。
本视频介绍如何借助 Gemini 与 Apps 脚本,实现跨 Google Workspace 各项手动任务的自动化。您将学习如何编写提示词让 Gemini 生成 Apps 脚本代码,从而在 Google 表格中自动为未标记为“完成”的任务起草邮件提醒。几乎无需任何技术专业背景,即可实现工作流自动化,从而腾出时间专注于更重要的工作,彻底告别繁琐的手动跟进。
在本次课程中,探索 AI 赋能的搜索技术、工具和应用。学习利用向量嵌入的语义搜索、融合语义和关键字的混合搜索方法,以及检索增强生成 (RAG) 技术,以打造基于事实的 AI 智能体,尽可能减少 AI 幻觉。获取 Vertex AI Vector Search 实战经验,打造您自己的智能搜索引擎。
完成部署多智能体架构这一高级技能徽章课程,展示您在以下方面的技能: 使用 ADK 构建多智能体系统;通过 Agent-to-Agent (A2A) protocol 连接智能体, 通过 Model Context Protocol (MCP) 集成外部工具,并将完整的多智能体解决方案部署到 Agent Engine。
完成入门级技能徽章课程在 Google Cloud 上为机器学习 API 准备数据,展示以下技能: 使用 Dataprep by Trifacta 清理数据、在 Dataflow 中运行数据流水线、在 Managed Service for Apache Spark 中创建集群和运行 Apache Spark 作业,以及调用机器学习 API,包括 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。
本课程探讨 BigQuery 中用于减轻 AI 幻觉的检索增强生成 (RAG) 解决方案。BigQuery 引入了 RAG 工作流,其中涵盖了创建嵌入、搜索向量空间和生成更优质的回答。本课程解释了这些步骤背后的概念原理,以及这些步骤在 BigQuery 中的实际实施过程。学完本课程后,学员将能够使用 BigQuery 和生成式 AI 模型(如 Gemini)以及嵌入模型来构建 RAG 流水线,以解决在具体情况下遇到的 AI 幻觉问题。
人工智能 (AI) 具备巨大的变革潜力,但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计,助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架:主动识别并减轻 AI 特有的风险,保护敏感数据,确保遵从法规,构建弹性 AI 基础设施。通过四个不同行业的精选用例,探索这些策略如何应用于现实场景。
在本课程中,您将学习如何使用 Google 智能体开发套件构建复杂的多智能体系统。您将构建搭载工具的智能体,利用父子层级关系和工作流进行连接,以此定义它们的交互方式。您将在本地运行智能体,并将其部署到 Gemini Enterprise Agent Platform 上的 Agent Runtime,以托管式智能体流程的形式运行,而基础设施决策和资源扩缩均由 Agent Runtime 统一处理。请注意,这些实验基于此产品的预发布版本。在进行维护更新时,这些实验可能会出现一些延迟。
本课程回顾了 Model Armor 的基本安全功能,并让您能够使用该服务。您将了解与 LLM 相关的安全风险,以及 Model Armor 如何保护您的 AI 应用。
本课程致力于为您提供所需的知识和工具,让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战,并帮助您在生成式 AI 项目中取得成功。