Struttura del corso

Introduzione a Conversational AI e ai modelli linguistici di piccole dimensioni (SLM)

  • Fondamenti di IA conversazionale
  • Panoramica degli SLM e dei loro vantaggi
  • Casi di studio di SLM in applicazioni interattive

Progettazione di flussi conversazionali

  • Principi di progettazione dell'interazione uomo-IA
  • Creazione di dialoghi coinvolgenti e naturali
  • Considerazioni sull'esperienza utente (UX)

Creazione di bot per il servizio clienti

  • Casi d'uso per i bot del servizio clienti
  • Integrazione degli SLM nelle piattaforme di assistenza clienti
  • Gestire le richieste comuni dei clienti con l'intelligenza artificiale

Addestramento degli SLM per l'interazione

  • Raccolta dati per l'IA conversazionale
  • Tecniche di addestramento per SLM nei sistemi di dialogo
  • Messa a punto di modelli per scenari di interazione specifici

Valutazione della qualità dell'interazione

  • Metriche per la valutazione dell'IA conversazionale
  • Test degli utenti e raccolta di feedback
  • Miglioramento iterativo basato sulla valutazione

Interazioni vocali e multimodali

  • Incorporare il riconoscimento vocale con gli SLM
  • Progettazione di interazioni multimodali (testo, voce, immagini)
  • Casi di studio di assistenti vocali e chatbot

Personalizzazione e comprensione contestuale

  • Tecniche per la personalizzazione delle interazioni
  • Gestione delle conversazioni in base al contesto
  • Privacy e sicurezza dei dati nell'IA personalizzata

Considerazioni etiche e mitigazione dei pregiudizi

  • Quadri etici per l'IA conversazionale
  • Identificare e mitigare i pregiudizi nelle interazioni
  • Garantire l'inclusività e l'equità nella comunicazione con l'IA

Distribuzione e scalabilità

  • Strategie per l'implementazione di sistemi di IA conversazionale
  • Scalabilità degli SLM per un uso diffuso
  • Monitoraggio e mantenimento delle interazioni con l'IA dopo l'implementazione

Progetto Capstone

  • Identificare la necessità di un'IA conversazionale in un dominio scelto
  • Sviluppo di un prototipo con SLM
  • Test e presentazione dell'applicazione interattiva

Valutazione finale

  • Presentazione di una relazione di progetto capstone
  • Dimostrazione di un sistema di IA conversazionale funzionale
  • Valutazione basata sull'innovazione, sul coinvolgimento degli utenti e sull'esecuzione tecnica

Riepilogo e prossime tappe

Requisiti

  • Conoscenza di base dell'Intelligenza Artificiale e Machine Learning
  • Competenza nella programmazione Python
  • Esperienza con i concetti di elaborazione del linguaggio naturale

Pubblico

  • Scienziati dei dati
  • Ingegneri dell'apprendimento automatico
  • Ricercatori e sviluppatori di IA
  • Product manager e UX designer
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative