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.
Plan du cours
Introduction à Conversational AI et aux petits modèles linguistiques (SLM)
- Principes fondamentaux de l'IA conversationnelle
- Vue d'ensemble des SLM et de leurs avantages
- Études de cas de SLMs dans des applications interactives
Conception de flux conversationnels
- Principes de la conception d'interactions entre l'homme et l'IA
- Concevoir des dialogues engageants et naturels
- Considérations relatives à l'expérience utilisateur (UX)
Construire des robots de service à la clientèle
- Cas d'utilisation des robots de service à la clientèle
- Intégration des SLM dans les plateformes de service à la clientèle
- Traiter les demandes courantes des clients à l'aide de l'IA
Formation des SLM à l'interaction
- Collecte de données pour l'IA conversationnelle
- Techniques de formation pour les SLM dans les systèmes de dialogue
- Affiner les modèles pour des scénarios d'interaction spécifiques
Évaluer la qualité de l'interaction
- Mesures d'évaluation de l'IA conversationnelle
- Essais auprès des utilisateurs et collecte de commentaires
- Amélioration itérative basée sur l'évaluation
Interactions vocales et multimodales
- Incorporation de la reconnaissance vocale dans les SLM
- Conception d'interactions multimodales (texte, voix, images)
- Études de cas d'assistants vocaux et de chatbots
Personnalisation et compréhension du contexte
- Techniques de personnalisation des interactions
- Traitement des conversations en fonction du contexte
- Confidentialité et sécurité des données dans l'IA personnalisée
Considérations éthiques et atténuation des biais
- Cadres éthiques pour l'IA conversationnelle
- Identifier et atténuer les biais dans les interactions
- Garantir l'inclusivité et l'équité dans la communication de l'IA
Déploiement et mise à l'échelle
- Stratégies de déploiement des systèmes d'IA conversationnelle
- Mise à l'échelle des SLM en vue d'une utilisation généralisée
- Suivi et maintien des interactions de l'IA après le déploiement
Projet de base
- Identification d'un besoin d'IA conversationnelle dans un domaine choisi
- Développement d'un prototype à l'aide des SLM
- Test et présentation de l'application interactive
Évaluation finale
- Présentation d'un rapport sur le projet de base
- Démonstration d'un système d'IA conversationnelle fonctionnel
- Évaluation basée sur l'innovation, l'engagement de l'utilisateur et l'exécution technique
Résumé et prochaines étapes
Pré requis
- Compréhension de base de l'intelligence artificielle et Machine Learning
- Maîtrise de la programmation Python
- Expérience des concepts de traitement du langage naturel
Audience
- Scientifiques des données
- Ingénieurs en apprentissage automatique
- Chercheurs et développeurs en IA
- Gestionnaires de produits et concepteurs UX
14 heures