Διαλογικοί Πράκτορες

Πληροφορίες Μαθήματος
ΤίτλοςΔιαλογικοί Πράκτορες / Conversational Agents
ΚωδικόςIHST106
ΣχολήΘετικών Επιστημών
ΤμήμαΠληροφορικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΧειμερινή
Υπεύθυνος/ηΣταύρος Δημητριάδης
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600020719

Πρόγραμμα Σπουδών: ΠΜΣ ΤΕΧΝΟΛΟΓΙΕΣ ΔΙΑΔΡΑΣΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ (2018 έως σήμερα) ΜΦ

Εγγεγραμμένοι φοιτητές: 1
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΕπιλογής117,5

Πρόγραμμα Σπουδών: ΠΜΣ ΤΕΧΝΟΛΟΓΙΕΣ ΔΙΑΔΡΑΣΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ (2018 έως σήμερα) ΠΦ

Εγγεγραμμένοι φοιτητές: 8
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΕπιλογής117,5

Πληροφορίες Τάξης
ΤίτλοςΔιαλογικοί Πράκτορες
Ακαδημαϊκό Έτος2021 – 2022
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία3
Class ID
600200590
Τύπος Μαθήματος
Ειδικού Υποβάθρου
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
  • Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
  • Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Οι φοιτητές/τριες που επιλέγουν το μάθημα αναμένεται να έχουν μια γενική εκπαίδευση θετικής κατεύθυνσης (από Τμήματα Σχολής Θετικών Επιστημών, Πολυτεχνείο, κλπ.) και να έχουν βασική εμπειρία προγραμματισμού (σε οποιαδήποτε γλώσσα) ώστε να κατανοούν τί σημαίνει κώδικας και προγραμματισμός. Εμπειρία σε προγραμματισμό με Python είναι σημαντική και βοηθά να προχωρήσει κανείς γρήγορα χωρίς να είναι απαραίτητη καθώς ο διδάσκων έχει ετοιμάσει ειδικό MOOC εισαγωγής στην Python το οποίο καθοδηγούνται να παρακολουθήσουν οι φοιτητές/τριες.
Μαθησιακά Αποτελέσματα
Ολοκληρώνοντας με επιτυχία το μάθημα θα μπορείτε να: 1. Εξηγείτε τις βασικές έννοιες και διαδικασίες που σχετίζονται με την τεχνολογία Διαλογικών πρακτόρων όσον αφορά τη σχεδίαση, ανάπτυξη και αξιολόγησή τους. 2. Εξηγείτε τις διαφορές και τα κριτήρια επιλογής μεταξύ τεχνολογιών με Κανόνες (Rule-Based) και αντίστοιχα Μηχανικής μάθησης (Machine Learning-based ή AI-based) στην ανάπτυξη chatbots. 3. Χρησιμοποιείτε τεχνολογία AIML για να κατασκευάσετε δικά σας chatbots. 4. Εξηγείτε και εφαρμόζετε τεχνικές "Σχεδίασης διαλόγου", δηλ. σχεδίασης για την ανάπτυξη της διαλογικής νοημοσύνης (conversational intelligence) ενός chatbot. 5. Κατανοείτε τις βασικές αρχές λειτουργίας τεχνολογιών μηχανικής μάθησης και νευρωνικών δικτύων για την ανάπτυξη chatbots, με παραδείγματα σε περιβάλλον και τεχνολογίες Python. 6. Κατανοείτε τον τρόπο που λειτουργούν εργαλεία που βασίζονται στη μηχανική μάθηση (όπως είναι τα Chatterbot & Rasa). 7. Εφαρμόζετε τεχνικές αξιολόγησης της αποδοτικότητας των chatbots 8. Δημιουργείτε ένα δικό σας chatbot κατάλληλο για να χρησιμοποιηθεί στον ιστότοπο εταιρίας (e-commerce) ή να προσφέρει υπηρεσίες e-learning ή e-health
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Εργασία σε διεθνές περιβάλλον
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
  • Σχεδιασμός και διαχείριση έργων
  • Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα
  • Σεβασμός στο φυσικό περιβάλλον
  • Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
-Το μάθημα στοχεύει να προσφέρει σε βάθος γνώσεις αλλά και πρακτικές δεξιότητες σχετικά με μια σύγχρονη και εξαιρετικά δημοφιλή τεχνολογία διάδρασης με χρήση φυσικής ανθρώπινης γλώσσας: την τεχνολογία των Διαλογικών Πρακτόρων (διεθνώς: Conversational Agents ή απλά Chatbots). Το περιεχόμενο του μαθήματος οργανώνεται σε ενότητες γύρω από τα παρακάτω βασικά ζητήματα: - Τί είναι τα chatbots και γιατί τα χρειαζόμαστε; - Τί είναι η AIML (Artificial Intelligence Markup Language) και πώς τη χρησιμοποιούμε για να κατασκευάσουμε chatbots; - Ποιές είναι οι αρχές της Επεξεργασίας/Κατανόησης Φυσικής Γλώσσας (Natural Language Processing/Understanding) που ακολουθούν τα chatbots; - Ποιές αρχιτεκτονικές για εφαρμογές chatbots είναι δημοφιλέστερες και ποιά η διαφορά μεταξύ Rule-based & AI-based chatbots; - Πώς σχεδιάζουμε τον τρόπο που συζητά ένα chatbot και πώς αξιολογούμε τις επιδόσεις του; - Πού βρίσκεται σήμερα η χρήση chatbots στην παροχή υπηρεσιών η-εμπορίου, η-υγείας και η-εκπαίδευσης; Θα μελετηθούν οι διαδικασίες σχεδίασης, οι τεχνολογίες ανάπτυξης και οι μέθοδοι αξιολόγησης των συστημάτων διαλογικών πρακτόρων, εξηγώντας τις δυνατότητες και τους περιορισμούς στις διάφορες προσεγγίσεις και αναδεικνύοντας τους τομείς όπου οι διαλογικοί πράκτορες αναμένεται να έχουν σημαντική περαιτέρω ανάπτυξη στο μέλλον, όπως το διαδικτυακό εμπόριο (e-commerce), η παροχή υπηρεσιών υγείας (e-health) και η μάθηση/εκπαίδευση (e-learning). Στο μάθημα θα ακολουθήσουμε μια μικτή προσέγγιση που θα συνδυάζει τις απαραίτητες θεωρητικές γνώσεις με τις πρακτικές δεξιότητες χρήσης τεχνολογιών για την ανάπτυξη chatbots. Ένα σημαντικό μέρος του μαθήματος είναι η εκμάθηση σύγχρονων τεχνολογικών εργαλείων ανάπτυξης διαλογικών πρακτόρων, όπως ειδικά εργαλεία AIML, Chatterbot, Rasa. Επίσης θα δούμε πώς αξιοποιούνται η γλώσσα προγραμματισμού Python και προηγμένες ειδικές βιβλιοθήκες μηχανικής μάθησης στην ανάπτυξη chatbots. Επίσης θα ακούσετε να σας μιλούν νέοι Έλληνες δημιουργοί που ξεκίνησαν τις δικές τους startups στο χώρο των διαλογικών συστημάτων, μεταφέροντάς σας εμπειρίες, επιτυχίες και προβληματισμούς. Στη σελίδα του μαθήματος στο elearning.auth είναι διαθέσιμη μία λεπτομερέστερη περιγραφή των περιεχομένων του μαθήματος.
Λέξεις Κλειδιά
Διαλογικοί πράκτορες, Chatbots, AIML, Επεξεργασία και Κατανόηση Φυσικής Γλώσσας, Chatterbot, Rasa, Python, Σχεδίαση με βάση Κανόνες ή ΤΝ
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Βιντεοδιαλέξεις
  • Πολυμεσικό υλικό
  • Βιβλίο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
  • Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Περιγραφή
Ως εκ του περιεχομένου του μαθήματος (ψηφιακές εφαρμογές) χρησιμοποιείται συστηματικά ΤΠΕ για την παρουσίαση, εκπαίδευση, επικοινωνία και αξιολόγηση των φοιτητών/τριών
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις27
Σεμινάρια6
Εργαστηριακή Άσκηση6
Μελέτη και ανάλυση βιβλίων και άρθρων61
Εκπόνηση μελέτης (project)70
Συγγραφή εργασίας / εργασιών40
Εξετάσεις15
Σύνολο225
Αξιολόγηση Φοιτητών
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
  • Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
  • Έκθεση / Αναφορά (Διαμορφωτική, Συμπερασματική)
  • Εργαστηριακή Εργασία (Διαμορφωτική, Συμπερασματική)
Τελευταία Επικαιροποίηση
23-09-2021