Kitap | 2025 | Yapay Zeka Aracılarıyla Uygulamalar Oluşturma: Çok Aracılı Sistemleri Tasarlama ve Uygulama | Michael Albada

iowen
15 Eki 2025 21:09
Güncelleme: 15 Eki 2025

5 dk. Okuma Süresi

Yazı Özetini Göster

Üretken yapay zeka, konseptten prototipe ve çözüme giden yolculuğu hızlandırarak kuruluşların sorunları çözme biçiminde devrim yaratıyor. Bu uygulamalar verimliliği artırırken, karmaşık görevleri tamamlamak için genellikle kapsamlı planlama, taslak oluşturma ve revizyon gerektirir. Yapay zeka ajanları, bu çabaların çoğunu birleştirerek daha fazla özerklik ve verimlilik sunuyor ancak bunları anlamak ve uygulamak, özellikle teknoloji ve araştırma hızla ilerledikçe birçok kuruluş için hala bir zorluk olmaya devam ediyor. Bu kitap, bu karmaşık ve hızla değişen ortamda vazgeçilmez rehberinizdir. Yazar Michael Albada, tek aracılı ve çok aracılı sistemleri tasarlamak ve uygulamaya koymak için pratik, araştırmaya dayalı bir yaklaşım sunuyor. Karmaşıklığı basitleştirir ve konseptten çözüme verimli bir şekilde geçmenizi sağlayacak araçları sağlar. Sonunda şunları yapacaksınız:

Temel modele güç veren yapay zeka aracısının benzersiz yetenekleri hakkında bilgi edinin

Yapay zeka aracılarının temel bileşenlerini ve tasarım ilkelerini anlayın

Tasarımdaki ödünleşimleri keşfedin ve etkili çok aracılı sistemleri uygulayın

Alanınızda verimliliği ve yeniliği artırmak için özel hazırlanmış yapay zeka çözümleri tasarlayın ve dağıtın

Kitabın adı:Yapay Zeka Aracılarıyla Uygulamalar Oluşturma: Çok Aracılı Sistemleri Tasarlama ve Uygulama

yazar: Michael Albada

yıllar:2025

Yayıncı:O’Reilly Medya, Inc.

Kitap navigasyonuBu kitaptaki bölümler bir yapay zeka aracısı uygulaması oluşturmanın yaşam döngüsünü takip ediyor ve üç ana bölüme ayrılıyor. İlk üç bölüm temel kavramları, tasarım ilkelerini ve temel bileşenleri kapsamaktadır:

Bölüm 1’de aracılar, onların beklentileri, kullanım durumları, geleneksel makine öğrenimi ile karşılaştırmalar ve son gelişmeler tanıtılmaktadır.

Bölüm 2, senaryo seçimi, temel bileşenler (model seçimi, araçlar, bellek, planlama), tasarım değiş tokuşları, mimari modeller (tek aracı, çoklu aracı, modülerlik) ve en iyi uygulamalar dahil olmak üzere etmen sistemlerinin tasarımına genel bir bakış sunmaktadır.

3. Bölüm, etkileşim modlarını (metin, grafik, ses, video), eşzamanlı ve eşzamansız deneyimleri, bağlamın korunmasını, iletişim yeteneklerini, güveni ve temel kullanıcı deneyimi ilkelerini kapsayan kullanıcı deneyimi tasarımına odaklanır. Sonraki beş bölüm aracıların oluşturulmasına, düzenlenmesine ve ölçeklendirilmesine odaklanıyor:

4. Bölüm, tasarım (yerel, API tabanlı, eklentiler, hiyerarşiler) ve otomatik araç geliştirme (kod oluşturma, taklit öğrenme, ödül tabanlı araç öğrenimi) dahil olmak üzere araç kullanımını ayrıntılı olarak ele alıyor.

Bölüm 5, temel bilgileri (parametreleştirme, araç seçimi, yürütme), araç seçme yöntemlerini (üretken, anlamsal, hiyerarşik, makine öğrenimi), araç topolojisini (ayrıştırma, tek/paralel/sıralı yürütme, zincir, ağaç, şema) ve planlama stratejilerini (artımlı yürütme, sıfır örnek, birkaç örnek, ReAct) içeren orkestrasyonu tanıtmaktadır.

Bölüm 6, temel yöntemler (bağlam penceresi, anahtar kelimeye dayalı), anlamsal bellek ve vektör depolama (anlamsal arama, RAG, deneyim belleği), GraphRAG (bilgi grafiği) ve çalışma belleği (beyaz tahta, notlar) dahil olmak üzere belleği araştırıyor.

7. Bölüm, parametrik olmayan öğrenme (deneyimi örnek olarak alma, keşfetme/kullanma, yansıtma), parametrik öğrenme (büyük/küçük modellere ince ayar yapma) ve transfer öğrenme dahil olmak üzere deneyimlerden öğrenmeyi araştırıyor.

Bölüm 8’de, çoklu aracının ne zaman kullanılacağı, koordinasyon mekanizmaları (demokratik koordinasyon, yönetsel koordinasyon, hiyerarşik koordinasyon, aktör-eleştirmen koordinasyonu, otomatik tasarım) ve LangChain gibi çerçeveler de dahil olmak üzere tekliden çoklu aracıya geçiş tartışılmaktadır.

Son beş bölümde doğrulama, izleme, güvenlik, iyileştirme ve insan-makine entegrasyonu inceleniyor:

Bölüm 9, temel hedefleri (doğruluk, sağlamlık, verimlilik vb.), değerlendirme kümelerini, birim testlerini (araç oluşturma, planlama, bellek, öğrenme), entegrasyon testlerini (uçtan uca, tutarlılık, yanılsamalar), sınırlamaları ve dağıtım hazırlığını içeren ölçüm ve doğrulamayı kapsar.

Bölüm 10, arıza nedenleri, aracı ölçümleri (sistem durumu, otomatik/insan değerlendirmeleri, geri bildirim), dağıtım değişiklikleri (dağıtılmış değişiklikler) ve büyük ölçekli izleme (analitikler, uyarılar, günlük kaydı) dahil olmak üzere üretim izleme üzerine odaklanmaktadır.

11. Bölüm, geri bildirim hatları (sorun tespiti, insan incelemesi, iyileştirme, önceliklendirme), deneme (gölge dağıtım, A/B testi, uyarlama, geçiş) ve sürekli öğrenme (bağlamsal öğrenme, çevrimdışı yeniden eğitim, çevrimiçi güçlendirme) dahil olmak üzere iyileştirme döngülerini araştırıyor.

Bölüm 12’de benzersiz riskleri kapsayan koruma aracısı sistemleri, koruma LLM’si (model seçimi, savunma, kırmızı ekip oluşturma, ince ayar), veri koruma (gizlilik, kaynak), koruma aracıları (güvenlik önlemleri, harici/dahili koruma) ve yönetişim/uyumluluk ele alınmaktadır.

13. Bölüm, etik ilkeler (gözetim, şeffaflık, adalet, açıklanabilirlik, mahremiyet), güven oluşturma/gözetim, önyargıları ele alma ve hesap verebilirlik/düzenleyici hususlar dahil olmak üzere insanlar ve aracıları ele almaktadır.