Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione all’intelligenza conversazionale e ai piccoli modelli linguistici (SLM)
- Principi fondamentali dell’intelligenza conversazionale
- Panoramica sui piccoli modelli linguistici e i loro vantaggi
- Analisi di casi pratici riguardanti l’uso dei SLM in contesti interattivi
Progettazione di flussi conversazionali
- Linee guida per la progettazione delle interazioni tra umani e intelligenza artificiale
- Come ideare dialoghi naturali e coinvolgenti
- Aspetti legati all’esperienza utente (UX) da considerare
Sviluppo di chatbot per il servizio clienti
- Scenari d’uso tipici dei chatbot dedicati al supporto clienti
- Integrazione dei piccoli modelli linguistici nelle piattaforme di servizio clienti
- Gestione delle richieste più comuni da parte degli utenti tramite l’AI
Addestramento dei piccoli modelli linguistici per interazioni efficaci
- Raccolta di dati idonei all’addestramento dell’intelligenza conversazionale
- Tecniche specifiche per l’addestramento dei SLM in sistemi conversazionali
- Ottimizzazione e messa a punto dei modelli in base a scenari d’uso particolari
Valutazione della qualità delle interazioni conversazionali
- Metriche utili per la valutazione dei sistemi di intelligenza conversazionale
- Metodologie per testare il sistema con utenti reali e raccogliere feedback
- Strategie di miglioramento continuo basate sui risultati delle valutazioni
Interazioni vocali e multimodali
- Integrazione del riconoscimento vocale con i piccoli modelli linguistici
- Progettazione di interfacce interattive che combinano testo, voce e elementi visivi
- Analisi di esempi pratici riguardanti assistenti vocali e chatbot multimodali
Personalizzazione e comprensione contestuale
- Tecniche per personalizzare le interazioni tra utente e intelligenza artificiale
- Gestione delle conversazioni tenendo conto del contesto generale
- Tutela della privacy e sicurezza dei dati negli scenari di personalizzazione AI
Aspetti etici e mitigazione delle distorsioni nei sistemi conversazionali
- Principi etici fondamentali per lo sviluppo di sistemi conversazionali AI
- Identificazione e correzione delle eventuali distorsioni o pregiudizi nel dialogo tra uomo e macchina
- Strategie per garantire inclusione e equità nelle comunicazioni gestite dall’AI
Implementazione su larga scala
- Strateggie pratiche per implementare sistemi di intelligenza conversazionale in contesti aziendali
- Modalità per rendere i piccoli modelli linguistici adatti a un utilizzo su vasta scala
- Procedure di monitoraggio e manutenzione post-implementazione delle interazioni gestite da AI
Progetto finale pratico
- Identificazione di un ambito problematico in cui sia necessaria l’adozione dell’intelligenza conversazionale
- Realizzazione di un prototipo funzionante sfruttando i piccoli modelli linguistici
- Verifica, test e presentazione dell’applicazione interattiva realizzata
Valutazione conclusiva
- Consegna della documentazione relativa al progetto finale pratico
- Dimostrazione del sistema di intelligenza conversazionale realizzato e operativo
- Valutazione complessiva basata su innovatività, coinvolgimento utente e qualità tecnica implementativa
Riassunto generale e indicazioni per il futuro
Requisiti
- Conoscenza di base dell’intelligenza artificiale e del machine learning
- Buona padronanza della programmazione in Python
- Esperienza con i concetti legati all’elaborazione del linguaggio naturale
Destinatari
- Data scientist
- Ingegneri del machine learning
- Ricercatori e sviluppatori specializzati in intelligenza artificiale
- Product manager e designer UX
14 ore