Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'IA conversationnelle et aux petits modèles de langage (SLM)
- Principes fondamentaux de l'IA conversationnelle
- Aperçu des SLM et de leurs avantages
- Études de cas de SLM dans des applications interactives
Conception des flux conversationnels
- Principes de conception des interactions homme-IA
- Création de dialogues engageants et naturels
- Considérations en matière d'expérience utilisateur (UX)
Réalisation de chatbots de service client
- Cas d'usage pour les chatbots de service client
- Intégration de SLM dans les plateformes de service client
- Gestion des demandes courantes des clients avec l'IA
Formation des SLM pour l'interaction
- Collecte de données pour l'IA conversationnelle
- Techniques de formation des SLM pour les systèmes de dialogue
- Affinage des modèles pour des scénarios d'interaction spécifiques
Évaluation de la qualité des interactions
- Métriques pour l'évaluation de l'IA conversationnelle
- Tests utilisateur et collecte de retours
- Amélioration itérative basée sur l'évaluation
Interactions vocales et multimodales
- Intégration de la reconnaissance vocale avec les SLM
- Conception d'interactions multimodales (texte, voix, visuels)
- Études de cas d'assistants vocaux et de chatbots
Personnalisation et compréhension contextuelle
- Techniques de personnalisation des interactions
- Gestion des conversations sensibles au contexte
- Confidentialité et sécurité des données dans l'IA personnalisée
Considérations éthiques et atténuation des biais
- Cadres éthiques pour l'IA conversationnelle
- Identification et atténuation des biais dans les interactions
- Garantie de l'inclusion et de l'équité dans la communication IA
Déploiement et mise à l'échelle
- Stratégies de déploiement des systèmes d'IA conversationnelle
- Mise à l'échelle des SLM pour une utilisation généralisée
- Surveillance et maintien des interactions IA après le déploiement
Projet final
- Identification d'un besoin en IA conversationnelle dans un domaine choisi
- Développement d'un prototype utilisant des SLM
- Test et présentation de l'application interactive
Évaluation finale
- Soumission d'un rapport sur le projet final
- Démonstration d'un système d'IA conversationnelle fonctionnel
- Évaluation basée sur l'innovation, l'engagement utilisateur et la réalisation technique
Résumé et prochaines étapes
Pré requis
- Compréhension de base de l'intelligence artificielle et de l'apprentissage automatique
- Maîtrise de la programmation Python
- Expérience avec les concepts de traitement automatique des langues
Public cible
- Data scientists
- Ingénieurs en apprentissage automatique
- Chercheurs et développeurs en IA
- Chef de produits et designers UX
14 Heures