Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Conversational AI 및 소규모 언어 모델(SLM) 소개
- 대화형 AI의 기본
- SLM 개요 및 장점
- 대화형 애플리케이션의 SLM 사례 연구
대화 흐름 설계
- 인간-AI 상호작용 디자인의 원리
- 매력적이고 자연스러운 대화 만들기
- 사용자 경험(UX) 고려 사항
고객 서비스 봇 구축
- 고객 서비스 봇 사용 사례
- SLM을 고객 서비스 플랫폼에 통합
- 일반적인 고객 문의를 AI로 처리
상호작용을 위한 SLM 교육
- 대화형 AI를 위한 데이터 수집
- 대화 시스템에서 SLM을 위한 훈련 기술
- 특정 상호 작용 시나리오에 대한 모델 미세 조정
상호작용 품질 평가
- 대화형 AI 평가를 위한 측정항목
- 사용자 테스트 및 피드백 수집
- 평가를 기반으로 한 반복 개선
음성 지원 및 다중 모드 상호 작용
- SLM에 음성 인식 통합
- 다중 모드 상호 작용 설계(텍스트, 음성, 시각적)
- 음성 비서 및 챗봇 사례 연구
개인화 및 상황별 이해
- 상호작용을 개인화하는 기술
- 상황 인식 대화 처리
- 개인화된 AI의 개인정보 보호 및 데이터 보안
윤리적 고려사항 및 편견 완화
- 대화형 AI를 위한 윤리적 프레임워크
- 상호 작용의 편견 식별 및 완화
- AI 커뮤니케이션의 포괄성과 공정성 보장
배포 및 확장
- 대화형 AI 시스템 배포 전략
- 광범위한 사용을 위한 SLM 확장
- 배포 후 AI 상호 작용 모니터링 및 유지 관리
캡스톤 프로젝트
- 선택한 도메인에서 대화형 AI의 필요성 식별
- SLM을 사용하여 프로토타입 개발
- 대화형 애플리케이션 테스트 및 제시
최종 평가
- 캡스톤 프로젝트 보고서 제출
- 기능적인 대화형 AI 시스템 시연
- 혁신성, 사용자 참여, 기술적 실행을 바탕으로 한 평가
요약 및 다음 단계
Requirements
- 인공지능에 대한 기본 이해와 Machine Learning
- Python 프로그래밍 능력
- 자연어 처리 개념 경험
청중
- 데이터 과학자
- 머신러닝 엔지니어
- AI 연구자 및 개발자
- 제품 관리자 및 UX 디자이너
14 Hours