Návrh Školení

Úvod do Conversational AI a malých jazykových modelů (SLM)

  • Základy konverzační umělé inteligence
  • Přehled SLM a jejich výhod
  • Případové studie SLM v interaktivních aplikacích

Navrhování konverzačních toků

  • Principy návrhu interakce člověk-AI
  • Vytváření poutavých a přirozených dialogů
  • Aspekty uživatelské zkušenosti (UX).

Budování robotů zákaznických služeb

  • Případy použití pro roboty zákaznických služeb
  • Integrace SLM do platforem zákaznických služeb
  • Vyřizování běžných zákaznických dotazů s AI

Školení SLM pro interakci

  • Sběr dat pro konverzační AI
  • Tréninkové techniky pro SLM v dialogových systémech
  • Jemné ladění modelů pro konkrétní scénáře interakce

Hodnocení kvality interakce

  • Metriky pro hodnocení konverzační umělé inteligence
  • Uživatelské testování a sběr zpětné vazby
  • Iterativní zlepšování na základě hodnocení

Hlasové a multimodální interakce

  • Začlenění rozpoznávání hlasu s SLM
  • Navrhování multimodálních interakcí (text, hlas, vizuální prvky)
  • Případové studie hlasových asistentů a chatbotů

Personalizace a porozumění kontextu

  • Techniky personalizace interakcí
  • Kontextové zpracování konverzace
  • Ochrana soukromí a dat v personalizované AI

Etické úvahy a zmírňování předsudků

  • Etické rámce pro konverzační AI
  • Identifikace a zmírnění předsudků v interakcích
  • Zajištění inkluzivity a spravedlnosti v komunikaci AI

Nasazení a škálování

  • Strategie pro nasazení konverzačních systémů umělé inteligence
  • Škálování SLM pro široké použití
  • Monitorování a udržování interakcí AI po nasazení

Projekt Capstone

  • Identifikace potřeby konverzační umělé inteligence ve vybrané doméně
  • Vývoj prototypu pomocí SLM
  • Testování a prezentace interaktivní aplikace

Závěrečné hodnocení

  • Předložení závěrečné zprávy o projektu
  • Ukázka funkčního konverzačního systému AI
  • Hodnocení založené na inovacích, zapojení uživatelů a technickém provedení

Shrnutí a další kroky

Požadavky

  • Základní znalost umělé inteligence a Machine Learning
  • Znalost Python programování
  • Zkušenosti s koncepty zpracování přirozeného jazyka

Publikum

  • Datoví vědci
  • Inženýři strojového učení
  • Výzkumníci a vývojáři AI
  • Produktoví manažeři a UX designéři
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses