跳到主要内容

第 4 周,共 6 周 · 2.5-3 小时

文本人工智能、聊天机器人与推荐

看看人工智能如何处理语言和推荐:从关键词聊天机器人,到文本预测,再到塑造你所见内容的信息流。

核心问题:人工智能是怎样处理语言和推荐的?我们又该在什么时候质疑它告诉我们、展示给我们的东西?

这一周结束时

  • 用关键词、意图、决策树和一条兜底回复,搭建一个基于规则的聊天机器人。
  • 说明语言模型如何根据提示词预测下一段可能的文本。
  • 说明为什么人工智能流畅的输出不等于真实或正确的输出。
  • 审视推荐如何利用相似度和反馈,以及它们如何形成过滤气泡。

正在加载你的进度…

  1. 搭一个基于规则的聊天机器人用老派的方式设计一个聊天机器人,靠关键词、意图和决策树,并发现它为什么需要一条兜底回复,来应付所有它没被设计去处理的情况。
  2. 语言模型如何预测文本看看自动补全和聊天助手背后的人工智能:它把文本拆成片段,再预测下一个可能的片段,这听起来很流畅,但流畅并不等于真实。
  3. 构建并质疑推荐系统看看推荐系统如何利用相似度和你的反馈来推荐接下来的内容,并质疑同一套系统怎样可能把你困在过滤气泡里。