Struttura del corso

Introduzione all'Intelligenza Artificiale Conversazionale e ai Modelli Linguistici di Piccole Dimensioni (SLMs)

  • Fondamenti dell'intelligenza artificiale conversazionale
  • Panoramica sugli SLMs e i loro vantaggi
  • Studi di caso degli SLMs nelle applicazioni interattive

Progettazione dei Flussi Conversazionali

  • Principi del design dell'interazione umano-AI
  • Creazione di dialoghi coinvolgenti e naturali
  • Considerazioni sulla esperienza utente (UX)

Costruzione di Bot per il Servizio Clienti

  • Casistiche di utilizzo dei bot per il servizio clienti
  • Integrazione degli SLMs nei platform del servizio clienti
  • Gestione delle domande comuni dei clienti con l'AI

Formazione degli SLMs per l'Interazione

  • Raccolta dati per l'intelligenza artificiale conversazionale
  • Tecniche di formazione per gli SLMs nei sistemi dialogici
  • Raffinamento dei modelli per scenari interattivi specifici

Valutazione della Qualità dell'Interazione

  • Metriche per valutare l'intelligenza artificiale conversazionale
  • Test utente e raccolta feedback
  • Miglioramento iterativo basato sulla valutazione

Interazioni Foniche e Multimodali

  • Incorporazione del riconoscimento vocale con gli SLMs
  • Progettazione di interazioni multimodalità (testo, voce, visivi)
  • Studi di caso degli assistenti vocali e dei chatbot

Personalizzazione e Comprensione Contestuale

  • Tecniche per la personalizzazione delle interazioni
  • Gestione conversazionale consapevole del contesto
  • Privacy e sicurezza dei dati nella AI personalizzata

Considerazioni Etiche e Mitigazione degli Assunti Preconformati

  • Quadri di riferimento etici per l'intelligenza artificiale conversazionale
  • Identificazione e mitigazione dei pregiudizi nelle interazioni
  • Garanzia di inclusività e equità nella comunicazione AI

Distribuzione ed Scalabilità

  • Strategie per la distribuzione dei sistemi di intelligenza artificiale conversazionale
  • Scalabilità degli SLMs per l'uso diffuso
  • Monitoraggio e manutenzione delle interazioni AI post-distribuzione

Progetto di Conclusione

  • Identificazione di un bisogno per l'intelligenza artificiale conversazionale in un dominio scelto
  • Sviluppo di una prototipo utilizzando gli SLMs
  • Test e presentazione dell'applicazione interattiva

Valutazione Finale

  • Presentazione di un rapporto del progetto finale
  • Dimostrazione di un sistema conversazionale AI funzionante
  • Valutazione basata sull'innovazione, l'impegno utente e la realizzazione tecnica

Riepilogo ed Esecuzione Successiva

Requisiti

  • Comprensione di base dell'Intelligenza Artificiale e del Machine Learning
  • Competenza nella programmazione Python
  • Esperienza con i concetti della Natural Language Processing

Destinatari

  • Data scientists
  • Engineer di Machine Learning
  • Ricercatori e sviluppatori AI
  • Manager prodotto e designer UX
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative