コース概要

会話型AIと小規模言語モデル(SLMs)の紹介

  • 会話型AIの基礎
  • SLMsの概要とその優位性
  • 事例:SLMsを対話型アプリケーションに活用

会話フローの設計

  • 人間とAIの相互作用デザインの原則
  • 魅力的で自然な対話を構築する方法
  • ユーザー体験(UX)の考慮事項

カスタマーサービスボットの構築

  • カスタマーサービスボットのユースケース
  • SLMsをカスタマーサービスプラットフォームに統合する方法
  • AIを使用して一般的な顧客問い合わせに対応する方法

会話のためのSLMs訓練

  • 会話型AIのためのデータ収集
  • 対話システムにおけるSLMsの訓練手法
  • 特定の相互作用シナリオにモデルを微調整する方法

会話品質の評価

  • 会話型AIの評価指標
  • ユーザーテストとフィードバック収集
  • 評価に基づく反復的な改善

音声対応およびマルチモーダル相互作用

  • SLMsと音声認識の統合
  • テキスト、音声、ビジュアルを組み込んだマルチモーダル相互作用の設計
  • 音声アシスタントやチャットボットの事例

パーソナライゼーションとコンテキスト理解

  • 交互作用をパーソナライズする手法
  • コンテキストに応じた会話の処理方法
  • パーソナライズされたAIにおけるプライバシーとデータセキュリティ

倫理的な考慮事項とバイアス軽減

  • 会話型AIのための倫理的フレームワーク
  • 相互作用におけるバイアスの特定と軽減方法
  • AIコミュニケーションの包含性と公平性の確保

展開とスケーリング

  • 会話型AIシステムを展開する戦略
  • 幅広い使用に向けたSLMsのスケーリング方法
  • 展開後のAI相互作用の監視と維持管理

キャップストーンプロジェクト

  • 选定したドメインでの会話型AIのニーズを特定する方法
  • SLMsを使用してプロトタイプを開発する方法
  • 交互作用アプリケーションのテストとプレゼンテーション

最終評価

  • キャップストーンプロジェクトレポートの提出
  • 機能的な会話型AIシステムのデモンストレーション
  • 創新性、ユーザーエンゲージメント、技術的実現度に基づいた評価

まとめと今後のステップ

要求

  • 人工知能と機械学習の基本的な理解
  • Pythonプログラミングのスキル
  • 自然言語処理概念の経験

対象者

  • データサイエンティスト
  • 機械学習エンジニア
  • AI研究者および開発者
  • プロダクトマネージャーとUXデザイナー
 14 時間

参加者の人数


参加者1人当たりの料金

今後のコース

関連カテゴリー