Kursplan

Introduktion till Conversational AI och små språkmodeller (SLM)

  • Grunderna i konversations-AI
  • Översikt över SLM och deras fördelar
  • Fallstudier av SLM i interaktiva applikationer

Designa konversationsflöden

  • Principer för interaktionsdesign mellan människa och AI
  • Skapa engagerande och naturliga dialoger
  • Överväganden för användarupplevelse (UX)

Bygga kundtjänstrobotar

  • Användningsfall för kundtjänstrobotar
  • Integrera SLM:er i kundtjänstplattformar
  • Hantera vanliga kundförfrågningar med AI

Tränings-SLM:er för interaktion

  • Datainsamling för konversations-AI
  • Utbildningstekniker för SLM i dialogsystem
  • Finjustera modeller för specifika interaktionsscenarier

Utvärdera interaktionskvalitet

  • Mätvärden för bedömning av konversations-AI
  • Användartestning och insamling av feedback
  • Iterativ förbättring baserad på utvärdering

Röstaktiverad och multimodal interaktion

  • Integrera röstigenkänning med SLM
  • Utforma multimodala interaktioner (text, röst, bilder)
  • Fallstudier av röstassistenter och chatbots

Personalisering och kontextuell förståelse

  • Tekniker för att anpassa interaktioner
  • Kontextmedveten konversationshantering
  • Sekretess och datasäkerhet i personlig AI

Etiska överväganden och begränsning av partiskhet

  • Etiska ramverk för konversations-AI
  • Identifiera och mildra bias i interaktioner
  • Säkerställa inkludering och rättvisa i AI-kommunikation

Distribution och skalning

  • Strategier för att distribuera konversations-AI-system
  • Skalning av SLM:er för utbredd användning
  • Övervaka och underhålla AI-interaktioner efter distribution

Capstone-projektet

  • Identifiera ett behov av konversations-AI i en vald domän
  • Utveckla en prototyp med hjälp av SLM
  • Testa och presentera det interaktiva programmet

Slutlig bedömning

  • Inlämning av en slutstensprojektrapport
  • Demonstration av ett funktionellt konversations-AI-system
  • Utvärdering baserad på innovation, användarengagemang och tekniskt utförande

Sammanfattning och nästa steg

Krav

  • Grundläggande förståelse för artificiell intelligens och Machine Learning
  • Kunskaper i Python programmering
  • Erfarenhet av Natural Language Processing-koncept

Publik

  • Datavetare
  • Ingenjörer inom maskininlärning
  • AI-forskare och utvecklare
  • Produktchefer och UX-designers
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier