De cero a experto: Agentes AI

Descubre el poder de los sistemas multi-agente AI, y entiende cómo estos sistemas pueden transformar el mundo y expandir las metas de automatización.

Aprenderás sobre la implementación de agentes que interactúan con grandes modelos de lenguaje como GPT-4 para realizar tareas complejas, desde cálculos matemáticos hasta explicaciones gráficas de conceptos matemáticos, todo apoyado por LangChain y LangGraph.

Al finalizar este video, serás capaz de comprender y aplicar estos sistemas en tus propios proyectos de AI, ampliando tus habilidades y abriendo nuevas posibilidades en la automatización y la inteligencia artificial.

Título del video: De cero a experto: Agentes AI

Si estas aprendiendo a programar, o quieres llegar al próximo nivel en tu carrera, visita mi canal para más consejos e ideas: @RicardoSantosDiaz

¡Ayúdame a llegar a mi meta de suscriptores!: ||||||......... 18% ............... 18K/100K

-------------------------------------------------------------------------------------

Recursos

- Simulating Strategic Reasoning: Comparing the Ability of Single LLMs and

-------------------------------------------------------------------------------------

Secciones:

0:00 Introducción
0:44 Problemas de los LLM y la automatización
1:06 ¿Qué son los agentes AI?
1:37 ¿Cómo programar un Agente AI con LangChain?
2:00 Ejemplo práctico de un Agente AI
4:42 Problemas de escalabilidad de Agentes AI
5:22 ¿Qué son los agentes multi-agente?
6:08 Ejemplo práctico de un sistema multi-agente con LangChain
12:33 ¿Por qué son relevantes los sistemas multi-agente?
13:49 Evidencia científica del performance de los sistemas multi-agente
14:54 Problemas y limitaciones de los sistemas multi-agente
15:19 Conclusiones

-------------------------------------------------------------------------------------

Música:

Twinkle Tunes - Harris Heller
Provided by Streambeats

Sonic Sounds - Harris Heller
Provided by Streambeats

Rainforest Stories - Harris Heller
Provided by Streambeats

Pensive Patterns - Harris Heller
Provided by Streambeats

-------------------------------------------------------------------------------------

Redes:

-------------------------------------------------------------------------------------

Gracias por ver el vídeo!

#ai #langchain #developer

[RicardoSantosDiaz]

¡Encuentra el repositorio en la descripción del video! Espero que este videotutorial te ayude a llegar al siguiente nivel en tu carrera y déjame saber qué tema quieres que explique ahora.

[juansebastiancarreno]

Amigo, tremenda claridad para poder explicar un tema con tantas capas y subtemas, seguimos pendiente de todo el contenido que sigas sacando, un abrazo

[arforero]

"¡Fuiste escogido por una razón!."
Me parece muy interesante esa linea en el PROMT de los agentes.
¿Que se gana al agregar esta linea?
¿que se pierde al removerla?

Increible video btw! Voy a jugar con el notebook y a sacarle provecho a esto :D

[dcrespin]

Estimado Ricardo
Las redes neuronales profundas ("deep neural networks" o DNN) son muy mencionadas en relación a la AI.
Estas son redes multicapa cuyas entradas son vectores de dimension n (arreglos de n valores float) y salida que podemos reducir en el caso más sencillo a un bit.
Generalmente las DNN se entrenan usando el algoritmo de retropropagación del error, "backpropagation".
Pregunta: En los procesos multiagente ¿dónde se utilizan las DNN?
Saludos,
Daniel Crespin

[javaboy]

Muy buen vídeo, se nota que sabes, pero no he visto ninguna implementacion de ideas. Has dicho 2 muy chulas, pero como se hacen?