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 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