In diesem Modul wird untersucht, wie große Sprachmodelle (LLMs) durch externe Tools und Agenten erweitert werden können, um komplexe Aufgaben zu lösen. Die Teilnehmer befassen sich mit Systemarchitekturen mit einem oder mehreren Agenten, praktischen Implementierungen wie HuggingGPT und ChemCrow und vergleichen cloudbasierte Dienstparadigmen wie SaaS, MaaS, DaaS und RaaS. Am Ende werden Sie verstehen, wie Sie mehrere Modelle und Dienste koordinieren können, um reale Herausforderungen zu bewältigen.

Dieses Modul führt die Lernenden durch die Entwicklung interaktiver KI-Agenten-Anwendungen mit Python und Streamlit und behandelt dabei wesentliche Themen wie Frontend-Entwicklung, Caching und die Integration von Multi-Agenten-Systemen. Die Lernenden befassen sich außerdem mit Best Practices für die Modellentwicklung, das Training und die Bereitstellung, einschließlich asynchroner Programmierung, Fehlerbehandlung und Containerisierung mit Docker. Am Ende des Kurses sind die Teilnehmer in der Lage, KI-gestützte Webanwendungen zu erstellen, zu optimieren und sicher bereitzustellen.

Dieses Modul befasst sich mit der sich wandelnden Landschaft der KI-Agenten, einschließlich ihrer Anwendungen in den Bereichen Biomedizin, Industrie und Web. Die Teilnehmenden setzen sich mit den Schlussfolgerungs- und Kreativitätsfähigkeiten großer Sprachmodelle, den Herausforderungen der mechanistischen Interpretierbarkeit sowie den ethischen Überlegungen im Zusammenhang mit autonomer KI auseinander. Das Modul behandelt zudem den Weg hin zur allgemeinen künstlichen Intelligenz und die Grenzen aktueller Multi-Agenten-Systeme.