(மேலுள்ள படத்தை கிளிக் செய்து இந்த பாடத்தின் வீடியோவை பாருங்கள்)

"AI Agents for Beginners" பாடத்துக்கு வருக! இந்த பாடம் ஏ.இ. முகாமிகளை உருவாக்க அடிப்படை அறிவும் பயன்பாட்டு எடுத்துக்காட்டுகளையும் வழங்குகிறது.

மற்ற கற்றலர்களையும் ஏ.இ. முகாமி கட்டுமானர்களையும் 만나, இந்தப் பாடத்தைப் பற்றிய கேள்விகளை கேட்க Azure AI Discord Community-இல் சேரவும்.

இந்தப் பாடத்தை தொடங்க, நாம் முதலில் ஏ.இ. முகாமிகள் क्या என்று மற்றும் நாம் உருவாக்கும் பயன்பாடுகள் மற்றும் பணிவேலைகளில் அவைகளை எவ்வாறு பயன்படுத்தலாம் என்பதைப் பற்றி சிறிது தெளிவாகப் பார்க்கிறோம்.

இந்த பாடம்இதனைக் கவர்வது:

• ஏ.இ. முகாமிகள் என்ன மற்றும் வெவ்வேறு வகை முகாமிகள் என்ன?
• ஏ.இ. முகாமிகளுக்கான சிறந்த பயன்பாட்டு வழக்குகள் யாவை மற்றும் அவை எங்களுக்கு எவ்வாறு உதவலாம்?
• முகாமி தீர்வுகளை வடிவமைக்கும்போது அடிப்படை கட்டமைப்புகள் சில என்னவென்று?

இந்த பாடத்தை முடித்தபின், நீங்கள்:

• ஏ.இ. முகாமி கொள்கைகளையும் அவை மற்ற ஏ.இ. தீர்வுகளிலிருந்து எவ்வாறு வேறுபடுகின்றனவென்றையும் புரிந்துகொள்வீர்கள்.
• ஏ.இ. முகாமிகளை மிகவும் திறமையாக பயன்படுத்தவும்.
• பயனர்களுக்கும் வாடிக்கையாளர்களுக்குமான முகாமி தீர்வுகளை பயனுள்ளது என்பதாக வடிவமைக்கவும் அறிந்துகொள்வீர்கள்.

ஏ.இ. முகாமிகள் என்பது முறைமைகள் ஆகும், அவை பெரிய மொழி மாதிரிகள்(LLMs)-க்கு கரியங்கள் பெறத்தக்கதொரு முறையில் அவற்றின் திறன்களை நீட்டித்து செயல்களைச் செய்ய सक्षमக்காக்கின்றன.

இந்த வரையறையை சிறு பகுதிகளாக உடைப்போம்:

• முறைமை - முகாமிகள் ஒரு தனி கூறு அல்லாமல் பல கூறுகளைக் கொண்ட ஒரு முறைமை என எண்ணுவது முக்கியம். அடிப்படையில், ஒரு ஏ.இ. முகாமியின் கூறுகள்:
  • பருப்பிடம் - ஏ.இ. முகாமி செயல்படும் நிர்ணயிக்கப்பட்ட இடம். உதாரணமாக, பயண முன்பதிவு ஏ.இ. முகாமி இருந்தால், பருப்பிடம் அந்த முகாமி பணிகளை முடிக்க பயன்படுத்தும் பயண முன்பதிவு அமைப்பாக இருக்கலாம்.
  • உணரிகள் - பருப்பிடங்களில் தகவல் உண்டு மற்றும் பின்னூட்டம் கொடுக்கப்படுகிறது. ஏ.இ. முகாமிகள், பருப்பிடத்தின் தற்போதைய நிலையைப் பற்றிய இந்த தகவலை சேகரிக்கவும் 解釋 செய்வதற்கும் உணரிகளை பயன்படுத்துகின்றன. பயண முன்பதிவு முகாமி எடுத்துக்காட்டில், பயண முன்பதிவு அமைப்பு ஹோட்டல் கிடைக்குதல் அல்லது uçuş விலை போன்ற தகவல்களை வழங்கலாம்.
  • செயல்படுத்திகள் - ஏ.இ. முகாமி பருப்பிடத்தின் தற்போதைய நிலையைப் பெற்றதும், தற்போதைய பணிக்காக சூழலை மாற்ற எந்த செயல்திறனைச் செய்ய வேண்டும் என்று தீர்மானிக்கிறது. பயண முன்பதிவு முகாமி எடுத்துக்காட்டில், பயனருக்காக கிடைக்கும் ஓர் அறையைக் காப்பு செய்திடுவது ஒரு செயல் இருக்கலாம்.

பெரிய மொழி மாதிரிகள் - முகாமி கருத்து LLM-கள் உருவாகுவதற்கு முன்னர் இருந்தது. LLM-களுடன் ஏ.இ. முகாமிகளை கட்டமைப்பதன் நன்மை, மனித மொழியையும் தரவையும் 解釋 செய்யும் அவர்களின் திறன்தான். இந்த திறன் LLM-க்களுக்கு பருப்பிட தகவலை 解釋 செய்து சூழலை மாற்ற ஒரு திட்டத்தை நிர்ணயிக்க உதவுகிறது.

செயல்கள் மேற்கொள்ளுதல் - ஏ.இ. முகாமி முறைமைகளுக்குப் புறம்பாக, LLM-க்கள் அதிகமாக உள்ளடக்கத்தை அல்லது தகவலை உருவாக்குவதால் மட்டும் வரையப்படுகின்றன. ஏ.இ. முகாமி முறைமைகளில், LLM-கள் பயனரின் கோரிக்கையை 解釋 செய்து அவற்றின் பருப்பிடங்களில் கிடைக்கும் கருவிகளை பயன்படுத்தி பணிகளை நிறைவேற்ற முடிகிறது.

கருவிகளுக்கு அணுகல் - LLM-க்கு எந்த கருவிகள் கிடைக்கும் என்பது 1) அது செயல்படும் பருப்பிடத்தால் மற்றும் 2) ஏ.இ. முகாமியை உருவாக்கிய டெவலப்பரால் நிர்ணயிக்கப்படுகிறது. நமது பயண முகாமி எடுத்துக்காட்டில், முகாமியின் கருவிகள் முன்பதிவு அமைப்பில் கிடைக்கும் செயல்பாடுகளால் வரையறுக்கப்படுகின்றன, மற்றும்/அல்லது டெவலப்பர் முகாமியின் கருவி அணுகலை விமானங்கள் போன்றவைகளுக்கு மட்டுமே வரையறுக்கலாம்.

மெமரி+அறிவு - மெமரி என்பது பயனர் மற்றும் முகாமி இடையிலான உரையாடலின் சூழலிலான குறுகிய கால நினைவாக இருக்கலாம். நீண்ட காலமாகவும், பருப்பிடத்தால் வழங்கப்படாத தகவல்களைத் தவிர, ஏ.இ. முகாமிகள் மற்ற முறைமைகளிலிருந்து, சேவைகளிலிருந்து, கருவிகளிலிருந்து மற்றும் கூடவே மற்ற முகாமிகளிலிருந்து அறிவை மீட்டெடுக்கக் கூடும். பயண முகாமி எடுத்துக்காட்டில், இந்த அறிவு பயனரின் பயண விருப்பங்கள் குறித்த வாடிக்கையாளர் தரவுத்தளத்தில் உள்ள தகவலாக இருக்கலாம்.

இப்போது நாம் ஏ.இ. முகாமிகள் பற்றிய பொதுவான வரையறை பெற்றுள்ளோம், பயண முன்பதிவு ஏ.இ. முகாமிக்கு இந்த வகைகள் எவ்வாறு பொருந்தும் என்பதைக் கண்டு봅்போம்.

முகாமி வகை	விளக்கம்	எடுத்துக்காட்டு
எளிய பிரதிபலனில் செயல்படும் முகாமிகள்	முன்நிர்ணயிக்கப்பட்ட விதிகளின் அடிப்படையில் உடனடி செயல்களை மேற்கொள்கின்றன.	பயண முகாமி இமெயிலின் சூழலை 解釋 செய்து பயண தொடர்பான புகார்கள் என்பவற்றை வாடிக்கையாளர் சேவைக்கு அனுப்புகிறது.
மாடல்-அடிப்படை பிரதிபலனில் செயல்படும் முகாமிகள்	உலகின் ஒரு மாதிரியின் அடிப்படையில் மற்றும் அந்த மாதிரியில் அடைந்த மாற்றங்களின் அடிப்படையில் செயல்கள் செய்கின்றன.	பயண முகாமி வரலாற்ற விலைத் தகவலத்திற்கு அணுகல் கொண்டிருப்பதால் முக்கியமான விலை மாற்றங்களைக் கொண்ட பாதைகளை முன்னுரிமை அளிக்கும்.
நோக்கு-அடிப்படை முகாமிகள்	குறிப்பிட்ட நோக்கங்களை அடைய திட்டங்களை உருவாக்கி, அந்த நோக்கத்தை அடைய தேவையான நடவடிக்கைகளை தீர்மானிக்கின்றன.	பயண முகாமி தற்போதைய இடத்திலிருந்து இலக்குக்குச் செல்ல தேவையான பயண ஏற்பாடுகளை (கார், பொதுப் போக்குவரத்து, விமானங்கள்) தீர்மானித்து பயணத்தை முன்பதிவு செய்கிறது.
பலனீடை-அடிப்படை முகாமிகள்	விருப்பங்களை கணக்கிட்டு, இலக்குகளை எவ்வாறு அடையலாம் என்பதை தீர்மானிக்க எண்ணியல் முறையில் குறைநிலைகளை எடுப்பில் கருத்தில் கொள்கின்றன.	பயண முகாமி பயணத்தை முன்பதிவு செய்யும்போது வசதிகரத்தன்மை மற்றும் செலவை ஈடுசெய்து அதிகபட்ச பலனீட்டை அடைவதற்காக மதிப்பீடு செய்கிறது.
கற்றல் முகாமிகள்	பின்னூட்டத்திற்கு பதிலளித்து மற்றும் அதனடிப்படையில் செயல்களை சரிசெய்து காலத்துடன் மேம்படுகின்றன.	பயண முகாமி பயணத்துக்குப் பிறகு வழங்கப்படும் வாடிக்கையாளர் பின்னூட்டத்தை பயன்படுத்தி எதிர்கால முன்பதிவுகளில் சரிசெய்தல் செய்ய மேம்படுகிறது.
அம்சக்கார அட்டவணைமுறை முகாமிகள்	பல நிலைமையான முகாமிகளை கொண்டிருக்கும் அமைப்பு, மேல்நிலை முகாமிகள் பணிகளை கீழ்நிலை முகாமிகளுக்காக துணைக்கட்டைகளாகப் பிரிக்கின்றன.	பயண முகாமி ஒரு பயணத்தை ரத்து செய்யும்போது, காரியத்தை துணைக்கட்டைகளாக (உதாரணமாக, குறிப்பிட்ட முன்பதிவுகளை ரத்து செய்தல்) பிரித்து, கீழ்நிலை முகாமிகள் அவற்றை முடித்து மேல்நிலை முகாமிக்கு அறிக்கை வழங்குவார்கள்.
பல-முகாமி முறைமைகள் (MAS)	முகாமிகள் இயங்குபவைகள் சுயமாகவோ, ஒத்துழைத்தோ அல்லது போட்டியாகவோ பணிகளை முடிக்கின்றன.	ஒத்துழைப்பு: பல முகாமிகள் ஹோட்டல்கள், விமானங்கள், மற்றும் பொழுதுபோக்கு போன்ற குறிப்பிட்ட பயண சேவைகளை முன்பதிவு செய்கின்றன. போட்டி: பல முகாமிகள் ஒரு பகிரப்பட்ட ஹோட்டல் முன்பதிவு காலண்டரை நிர்வகித்து வாடிக்கையாளர்களுக்கு அறைகள் பதிவு செய்வதில் போட்டியிடுகின்றன.

முன்பகுதியில், பயண முகாமி பயன்பாட்டை பயன்படுத்தி வெவ்வேறு வகை முகாமிகள் பயண முன்பதிவு நிலைகளில் எவ்வாறு பயன்படுத்தப்பட முடியும் என்பதை விளக்கியோம். இந்த பயன்பாட்டை நாங்கள் பாடத்தின் முழுக்கவும் பயன்படுத்திக் கொள்வோம்.

ஏ.இ. முகாமிகள் சிறந்த முறையில் பயன்படுத்தக்கூடிய பயன்பாட்டு வகைகளை பார்:

• திறந்த முடிவில்லா பிரச்சினைகள் - ஒரு பணியை முடிக்க தேவையான படிகள் என்ன என்பதை LLM தீர்மானிக்க அனுமதிப்பது, ஏனெனில் அதை ஒரு ஒரே நடைமுறையில் எப்போதும் கடைப்பிடிக்க முடியாது.
• பல‑நடை செயல்முறைகள் - ஒரு பணிக்காக பல டர்ன்களில் கருவிகள் அல்லது தகவல்களைப் பயன்படுத்த வேண்டிய சிக்கலோ அல்லது பல படிகள் உள்ள பொழுதுகளில்; ஒரே தடவையில் மீட்டெடுக்கும் முறையல்லாமல்.
• காலத்தின்காலத்தில் மேம்பாடு - முகாமி அதன் பருப்பிடம் அல்லது பயனர்களிடமிருந்து பெறும் பின்னூட்டத்தின் அடிப்படையில் காலத்தோடு மேம்பட்டு சிறந்த பயனினைத்தன்மையை வழங்கும் பணிகள்.

நாம் "Building Trustworthy AI Agents" பாடத்தில் ஏ.இ. முகாமிகளை பயன்படுத்தும்போது மேலும் கவனிக்கவேண்டிய அம்சங்களை விவரிக்கிறோம்.

ஏ.இ. முகாமி முறைமையை வடிவமைக்க முதன்மை படி கருவிகள், செயல்கள் மற்றும் நடத்தை ஆகியவற்றை வரையறுக்க வேண்டும். இந்தப் பாடத்தில், நாங்கள் முகாமிகளை வரையறுக்க Azure AI Agent Service-ஐப் பயன்படுத்துவதை கவனமாக கவனிப்போம். இது போன்ற அம்சங்களை வழங்குகிறது:

• OpenAI, Mistral, and Llama போன்ற திறந்த மாதிரிகளுக் தேர்வு
• Tripadvisor போன்ற வழங்குநர்கள்மூலம் உரிமமிக்கப்படுகிற தரவின் பயன்பாடு
• தரநிலைப்படுத்தப்பட்ட OpenAPI 3.0 கருவிகளின் பயன்பாடு

LLM-களுடன் தொடர்பு கொள்வது ப்ராம்ப்டுகள் மூலம் நிகழ்கிறது. அரை‑சுயாதீனமான இயல்புகளைக் கொண்ட ஏ.இ. முகாமிகள் காரணமாக, பருப்பிடத்தில் நிகழ்ந்த மாற்றத்திற்கு பிறகு LLM-ஐ கைமுறைமையாக மீண்டும் ப்ராம்ப்ட் செய்வது எப்போதும் சாத்தியமாகவும் தேவையானதுமல்ல. நாங்கள் பன்முறை அடுக்கு வழிகளில் LLM-ஐ ப்ராம்ப்ட் செய்ய அனுமதிக்கிற முகாமி மாதிரிகள்-ஐ பயன்படுத்துகிறோம்.

இந்தப் பாடம் தற்போது பிரபலமான சில முகாமி மாதிரிகளைப் பகுதியாக பிரிகிறது.

முகாமி கட்டமைப்புகள் டெவலப்பர்களுக்கு உடன்‑குறியீட்டின் மூலம் முகாமி மாதிரிகளை அமல்படுத்த அனுமதிக்கின்றன. இவை டெம்ப்ளேடுகள், பிளக்கின்கள் மற்றும் சிறந்த ஏ.இ. முகாமி ஒத்துழைப்புக்கான கருவிகளை வழங்குகின்றன. இந்த பயன்கள் ஏ.இ. முகாமி முறைமைகளின் மேம்பட்ட காணக்கூடிய தன்மை மற்றும் பிழையினைத் தடுக்கும் திறன்களை வழங்குகின்றன.

இந்தப் பாடத்தில், நாங்கள் உற்பத்தி-தயார்மான ஏ.இ. முகாமிகளை கட்டுவதற்கு Microsoft Agent Framework (MAF)-ஐ ஆராய்வோம்.

• Python: Agent Framework
• .NET: Agent Framework

மற்ற கற்றலர்களை சந்திக்க, ஆஃபீஸ் மணிநேரங்களுக்கு பங்கேற்க மற்றும் உங்கள் ஏ.இ. முகாமி கேள்விகளுக்கு பதில் பெற Microsoft Foundry Discord-இல் சேரவும்.

Course Setup

Exploring Agentic Frameworks

---

மறுப்பு:

இந்த ஆவணத்தை AI மொழிபெயர்ப்பு சேவை Co-op Translator (https://github.com/Azure/co-op-translator) பயன்படுத்தி மொழிபெயர்த்துள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சித்தாலும், தன்னியங்கி மொழிபெயர்ப்புகளில் பிழைகள் அல்லது துல்லியமின்மைகள் இருக்கக்கூடுமென்பதை தயவுசெய்து கவனத்தில் கொள்ளுங்கள். சொந்த மொழியில் உள்ள அசல் ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பின் பயன்பாட்டால் ஏற்படும் எந்தவொரு தவறான புரிதல்களுக்கும் அல்லது தவறான விளக்கங்களுக்கும் பொறுப்பினை நாங்கள் ஏற்கமாட்டோம்.