Course Outline

Pengantar Conversational AI dan Model Bahasa Kecil (SLM)

  • Dasar-dasar AI percakapan
  • Sekilas tentang SLM dan kelebihannya
  • Studi kasus SLM dalam aplikasi interaktif

Merancang Alur Percakapan

  • Prinsip desain interaksi manusia-AI
  • Menciptakan dialog yang menarik dan natural
  • Pertimbangan pengalaman pengguna (UX).

Membangun Bot Layanan Pelanggan

  • Kasus penggunaan untuk bot layanan pelanggan
  • Mengintegrasikan SLM ke dalam platform layanan pelanggan
  • Menangani pertanyaan umum pelanggan dengan AI

Pelatihan SLM untuk Interaksi

  • Pengumpulan data untuk AI percakapan
  • Teknik pelatihan untuk SLM dalam sistem dialog
  • Menyempurnakan model untuk skenario interaksi tertentu

Mengevaluasi Kualitas Interaksi

  • Metrik untuk menilai AI percakapan
  • Pengujian pengguna dan pengumpulan umpan balik
  • Perbaikan berulang berdasarkan evaluasi

Interaksi Berkemampuan Suara dan Multimodal

  • Menggabungkan pengenalan suara dengan SLM
  • Merancang interaksi multimodal (teks, suara, visual)
  • Studi kasus asisten suara dan chatbots

Personalisasi dan Pemahaman Kontekstual

  • Teknik untuk mempersonalisasi interaksi
  • Penanganan percakapan sadar konteks
  • Privasi dan keamanan data dalam AI yang dipersonalisasi

Pertimbangan Etis dan Mitigasi Bias

  • Kerangka kerja etis untuk AI percakapan
  • Mengidentifikasi dan mengurangi bias dalam interaksi
  • Memastikan inklusivitas dan keadilan dalam komunikasi AI

Penerapan dan Penskalaan

  • Strategi untuk menerapkan sistem AI percakapan
  • Menskalakan SLM untuk digunakan secara luas
  • Memantau dan memelihara interaksi AI pasca penerapan

Proyek Batu Penjuru

  • Mengidentifikasi kebutuhan AI percakapan di domain yang dipilih
  • Mengembangkan prototipe menggunakan SLM
  • Menguji dan menyajikan aplikasi interaktif

Penilaian Akhir

  • Penyerahan laporan proyek batu penjuru
  • Demonstrasi sistem AI percakapan yang fungsional
  • Evaluasi berdasarkan inovasi, keterlibatan pengguna, dan pelaksanaan teknis

Ringkasan dan Langkah Selanjutnya

Requirements

  • Pemahaman dasar tentang Kecerdasan Buatan dan Machine Learning
  • Kemahiran dalam Python pemrograman
  • Pengalaman dengan konsep Pemrosesan Bahasa Alami

Hadirin

  • Ilmuwan data
  • Insinyur pembelajaran mesin
  • Peneliti dan pengembang AI
  • Manajer produk dan desainer UX
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories