Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon til Konversasjonsbasert AI og Små Språkmodeller (SLMs)
- Grunnleggende prinsipper for konversasjonsbasert AI
- Oversikt over SLMs og deres fordeler
- Case-studier av SLMs i interaktive applikasjoner
Design av Konversasjonsflyter
- Prinsipper for menneske-AI-interaksjonsdesign
- Å skape engasjerende og naturlige dialoger
- Brukeropplevelses (UX) betraktninger
Bygging av Kundeservicebots
- Bruksområder for kundeservicebots
- Integrering av SLMs i kundeserviceplattformer
- Å håndtere vanlige kundespørsmål med AI
Trening av SLMs for Interaksjon
- Datainnsamling for konversasjonsbasert AI
- Treningsteknikker for SLMs i dialogsystemer
- Finjustering av modeller for spesifikke interaksjonsscenarier
Vurdering av Interaksjonskvalitet
- Metriker for å vurdere konversasjonsbasert AI
- Brukertesting og innsamling av tilbakemeldinger
- Iterativ forbedring basert på vurdering
Stemmeaktiverte og Multimodale Interaksjoner
- Inkludering av stemmegjenkjenning med SLMs
- Design av multimodale interaksjoner (tekst, stemme, visuelle elementer)
- Case-studier av stemmeassistenter og chatbots
Personliggjøring og Kontekstuforståelse
- Teknikker for å personliggjøre interaksjoner
- Kontekstavhengig håndtering av samtaler
- Privatliv og datasikkerhet i personliggjort AI
Etiske Overveielser og Biasreduksjon
- Etiske rammeverk for konversasjonsbasert AI
- Identifisering og reduksjon av bias i interaksjoner
- Sikring av inklusivitet og rettferdighet i AI-kommunikasjon
Utplassering og Skalering
- Strategier for å utplassere konversasjonsbaserte AI-systemer
- Skalering av SLMs for bred bruk
- Overvåking og vedlikehold av AI-interaksjoner etter utplassering
Avsluttende Prosjekt
- Identifisering av behov for konversasjonsbasert AI i et valgt område
- Utvikling av en prototyp ved hjelp av SLMs
- Testing og presentasjon av den interaktive applikasjonen
Endelig Vurdering
- Innlevering av en rapport for avsluttende prosjekt
- Demonstrasjon av en funksjonell konversasjonsbasert AI-system
- Vurdering basert på innovasjon, brukerengasjement og teknisk utførelse
Oppsummering og Neste Skritt
Krav
- Grunnleggende forståelse av kunstig intelligens og maskinlærings.
- Kompetanse i Python-programmering.
- Erfaring med begreper innen naturlig språkbehandling.
Målgruppe
- Datavitere.
- Maskinlæringsteknologer.
- AI-forskere og utviklere.
- Produktansvarlige og UX-designere.
14 timer
