コース概要

マルチエージェントシステムの紹介

  • AIエコシステムにおけるマルチエージェントシステムの定義
  • 主要な利点と課題
  • エンタープライズユースケースとアプリケーション

AgentCoreによるマルチエージェントオーケストレーション

  • AgentCoreのオーケストレーションアーキテクチャ
  • ワークフロー全体での複数エージェントの管理
  • ハンズオンラボ:単純なエージェント相互作用のオーケストレーション

協調と通信モデル

  • メッセージパスと共有メモリパターン
  • 交渉とタスク割り当て戦略
  • ハンズオンラボ:エージェント協調プロトコルの実装

専門化と役割割り当て

  • 異なるタスク向けに専門的なエージェントを設計する。
  • 自律性と協調のバランスを取る。
  • ハンズオンラボ:役割別のエージェントの作成

マルチエージェントシステムのスケーリング

  • エンタープライズスケール向けのアーキテクチャの考慮事項
  • パフォーマンス監視とロードバランス
  • ハンズオンラボ:オーケストレーションされたエージェントシステムのスケーリング

ガバナンス、セキュリティ、コンプライアンス

  • マルチエージェントワークフローの監査可能性と可観測性
  • 権限付けとセキュリティモデル
  • ケーススタディ:規制環境でのコンプライアンス

マルチエージェントAIの将来方向

  • 自律的な協調のトレンド
  • エージェント集合体に関する新興研究
  • エンタープライズ導入の戦略的意味合い

まとめと次なるステップ

要求

  • AIと機械学習システムの深い理解
  • 分散システム設計の経験
  • AWSサービスおよびクラウドベースアーキテクチャへの精通

対象者

  • システムアーキテクト
  • AI研究者
  • エンタープライズ戦略チーム
 14 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー