Course Outline

Inleiding tot Conversational AI en Small Language Models (SLM's)

  • Basisprincipes van conversationele AI
  • Overzicht van SLM's en hun voordelen
  • Casestudy's van SLM's in interactieve toepassingen

Conversational flows ontwerpen

  • Principes van het ontwerp van interacties tussen mens en AI
  • Boeiende en natuurlijke dialogen maken
  • Overwegingen bij gebruikerservaring (UX)

Klantenservicebots bouwen

  • Gebruiksscenario's voor klantenservicebots
  • SLM's integreren in klantenserviceplatforms
  • Veelvoorkomende vragen van klanten afhandelen met AI

SLM's trainen voor interactie

  • Gegevensverzameling voor conversationele AI
  • Trainingstechnieken voor SLM's in dialoogsystemen
  • Modellen verfijnen voor specifieke interactiescenario's

Evaluatie van de interactiekwaliteit

  • Statistieken voor het beoordelen van conversationele AI
  • Gebruikerstesten en het verzamelen van feedback
  • Iteratieve verbetering op basis van evaluatie

Spraakgestuurde en multimodale interacties

  • Spraakherkenning integreren met SLM's
  • Ontwerpen van multimodale interacties (tekst, spraak, visuals)
  • Casestudy's van spraakassistenten en chatbots

Personalisatie en contextueel begrip

  • Technieken voor het personaliseren van interacties
  • Contextbewuste gespreksafhandeling
  • Privacy en gegevensbeveiliging in gepersonaliseerde AI

Ethische overwegingen en beperking van vooroordelen

  • Ethische kaders voor conversationele AI
  • Vooroordelen in interacties identificeren en beperken
  • Zorgen voor inclusiviteit en eerlijkheid in AI-communicatie

Implementatie en schaalvergroting

  • Strategieën voor het inzetten van conversationele AI-systemen
  • SLM's opschalen voor wijdverbreid gebruik
  • AI-interacties bewaken en onderhouden na implementatie

Sluitstuk Project

  • Het identificeren van een behoefte aan conversationele AI in een gekozen domein
  • Ontwikkelen van een prototype met behulp van SLM's
  • Testen en presenteren van de interactieve applicatie

Eindbeoordeling

  • Indiening van een sluitstukprojectrapport
  • Demonstratie van een functioneel conversationeel AI-systeem
  • Evaluatie op basis van innovatie, gebruikersbetrokkenheid en technische uitvoering

Samenvatting en volgende stappen

Requirements

  • Basiskennis van kunstmatige intelligentie en Machine Learning
  • Vaardigheid in Python programmeren
  • Ervaring met Natural Language Processing concepten

Audiëntie

  • Datawetenschappers
  • Ingenieurs voor machinaal leren
  • AI-onderzoekers en -ontwikkelaars
  • Productmanagers en UX-ontwerpers
 14 Hours

Number of participants



Price per participant

Related Courses

Small Language Models (SLMs): Applications and Innovations

14 Hours

Small Language Models (SLMs) for Domain-Specific Applications

28 Hours

Small Language Models (SLMs): Developing Energy-Efficient AI

21 Hours

Small Language Models (SLMs) for On-Device AI

21 Hours

Adobe Firefly: Generative AI for Creatives

14 Hours

Generative AI: Creating Novel Content with AI Models

14 Hours

Generative AI for Beginners

14 Hours

Generative AI Advanced

21 Hours

Generative AI for Managers

21 Hours

Generative AI: Impact on Cyber Security

28 Hours

Generative AI for Developers

21 Hours

Generative AI for Data Synthesis

21 Hours

Generative AI in Education: Enhancing Personalized Learning

21 Hours

Generative AI in Robotics: Creating Autonomous Solutions

28 Hours

Generative AI in Healthcare: Transforming Medicine and Patient Care

21 Hours

Related Categories