Dialogsysteme
Dialogsysteme, insbesondere hybride Modelle, die Intent-/Entity-basierte und auf grossen Sprachmodellen (LLMs) wie GPT beruhende Chatbots kombinieren, spielen eine zentrale Rolle in der digitalen Transformation. Dieses Modul vermittelt die Fähigkeit, moderne Dialogsysteme zu entwerfen, zu implementieren und in spezifische Unternehmenskontexte zu integrieren. Studierende lernen, wie natürliche Sprachverarbeitung (NLP), maschinelles Lernen und Dialogmanagement auf praktische Anwendungsfälle angewendet werden können. Durch die Arbeit mit realen Tools und Frameworks erwerben sie praxisrelevante Kompetenzen für die Entwicklung innovativer, automatisierter Dialogsysteme.
Wissen und Verstehen:
- Die Studierenden können die Entwicklung und Funktionsweise von Dialogsystemen erläutern und relevante Fachbegriffe korrekt anwenden.
- Sie verstehen, wie maschinelles Lernen die Verwaltung von Dialogen und die Erkennung von Intentionen in Conversational AI verbessert.
Anwendung von Wissen und Verstehen:
- Die Studierenden können Anforderungen für die Entwicklung von AI-gestützten Chatbots oder virtuellen Assistenten erfassen, einschliesslich der Einbindung von LLM-Prompt-Engineering.
- Sie sind in der Lage, ein fortschrittliches Dialogsystem zu entwickeln und zu bauen, das LLMs integriert und deren Feinabstimmung auf spezifische Anforderungen ermöglicht.
- Sie können Prototypen oder Proof of Concepts für Conversational AI erstellen und die nahtlose Backend-Integration und API-Anbindung sicherstellen.
- Die Studierenden können virtuelle Assistenten und andere Kommunikationskanäle in die Chatbot-Architektur integrieren.
Urteilen:
- Die Studierenden können die gewählte Architektur für Dialogsysteme kritisch bewerten und fundierte Entscheidungen aufgrund der Anforderungsanalyse oder des Entwurfsprozesses treffen.
- Sie können die geeignetsten Frameworks für Conversational AI, Chatbots und virtuelle Assistenten auswählen, einschliesslich Tools für das LLM-Prompt-Engineering und die Feinabstimmung von LLMs.
Kommunikative Fertigkeiten:
- Die Studierenden sind in der Lage, ein Chatbot-Projekt zu leiten und sicherzustellen, dass die Kommunikation und Zusammenarbeit im Team effektiv erfolgen.
Selbstlernfähigkeit:
- Die Studierenden können sich selbstständig in NLP- und AI-Methoden vertiefen und ihr Wissen eigenständig auf spezifische Chatbot-Anwendungsfälle anwenden.
- Einführung in Dialogsysteme: Chatbots und virtuelle Assistenten
- Lifecycle in Conversational AI
- Design und Anforderungserhebung für Chatbots
- UX & Conversational Mapping
- Architekturentscheidungen: LLMs und Frameworks
- Deep Dive: Prompt Engineering und Absicherung für Chatbots
- Deep Dive: Fairness, Sicherheit und Vertrauenswürdigkeit von Chatbots
- Entwicklung von Prototypen & MVPs für Dialogsysteme
- Implementierung & Pilotierung von Conversational-Systemen
- Multi-Channel-Integration in Conversational AI
- Backend-Service-Integration für die Erfüllung von Dialoganfragen
...
Note 1-6 (halbe Noten)