Zkuste nás kontaktovat

Návrh Školení

Úvod do konverzační AI a malých jazykových modelů (SLM)

  • Základy konverzační AI
  • Přehled malých jazykových modelů a jejich výhod
  • Příklady využití SLM v interaktivních aplikacích

Návrh konverzačních toků

  • Zásady návrhu interakcí mezi lidmi a umělou inteligencí
  • Jak vytvářet poutavé a přirozeně působící dialogy
  • Aspekty uživatelské zkušenosti (UX) při konstrukci interakcí

Vývoj botů na zákaznickou podporu

  • Příklady využití takových botů
  • Integrace malých jazykových modelů do systémů na podporu zákazníků
  • Řešení běžných dotazů zákazníků pomocí umělé inteligence

Trénování malých jazykových modelů pro interakce

  • Sběr dat určených k trénování konverzačních systémů
  • Techniky trénování malých jazykových modelů v dialogových systémech
  • Fine-tunování modelů pro specifické scénáře interakcí

Hodnocení kvality konverzací

  • Metriky vhodné k posuzování konverzační AI
  • Testování s uživateli a shromažďování jejich zpětné vazby
  • Postupné zdokonalování systémů na základě hodnocení

Hlasové a multimodální interakce

  • Kombinace rozpoznávání řeči s malými jazykovými modely
  • Návrh multimodálních interakcí (text, hlas a vizuální prvky)
  • Příklady využití hlasových asistentů a chatbotů

Personalizace a porozumění kontextu

  • Metody personalizace interakcí s uživatelem
  • Způsoby zvládání konverzací na základě aktuálního kontextu
  • Ochrana soukromí a bezpečnost dat při personalizovaných systémech AI

Etická hlediska a snižování diskriminačních předsudků

  • Etické principy v konverzační AI
  • Identifikace a řešení předsudků v systémech interagujících s lidmi
  • Jak zajistit inkluzivitu a spravedlnost komunikace pomocí umělé inteligence

Nasazení a škálování systémů

  • Strategie nasazování konverzačních systémů řízených umělou inteligencí
  • Jak škálovat malé jazykové modely pro rozsáhlé využití
  • Sledování a údržba AI systémů po jejich uvedení do provozu

Závěrečný projekt

  • Identifikace potřeby využití konverzační AI v dané oblasti
  • Vytvoření prototypu pomocí malých jazykových modelů
  • Otestování a prezentace výsledné interaktivní aplikace

Závěrečné hodnocení

  • Předložení zprávy o provedeném projektu
  • Demonstrace funkčního konverzačního systému řízeného umělou inteligencí
  • Hodnocení na základě inovativnosti, zapojení uživatelů a technického provedení

Shrnutí a další kroky

Požadavky

  • Základní znalosti umělé inteligence a strojového učení
  • Dobrá znalost programování v jazyce Python
  • Zkušenosti s koncepty zpracování přirozeného jazyka

Cílová skupina

  • Datoví vědci
  • Inženýři strojového učení
  • Výzkumníci a vývojáři v oblasti umělé inteligence
  • Produktoví manažeři a designéři uživatelských rozhraní
 14 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie