Dit artikel gaat in op Lifecycle Management van AI-modellen, op de betrokken stakeholders, de activiteiten en uitdagingen die daarbij komen kijken en gaat dieper in op configuratiebeheer van AI-modellen, monitoring, responsible AI en governance.
Lifecycle Management van AI-modellen
Lifecycle Management & AI
Stakeholders AI
De AI lifecycle.
Uitdagingen bij AI Lifecycle Management
AI Lifecycle Management in de zorg
Eisen bij zelf ontwikkelen van een AI-oplossing
AI impact assessment
Configuratiebeheer van AI-modellen
Configuratie managementgegevens
Configuratie managementtooling: DSML-platformen
Monitoring and feedback
Modeldrift
Identificeren van modeldrift
Best practices voor monitoren van modellen
Responsible AI en kwaliteitseisen
Responsible AI
Kwaliteitseisen
Governance en verantwoordelijkheden
Governance stappen
De toepassingen van Artificiële Intelligentie variëren van laag risico tot hoog risico. Eind april publiceerde de Europese commissie een voorstel voor een verordening voor risicovolle Artificiële Intelligentie. Wat houdt dit in en wat betekent dit in de praktijk?
Lees verderWat is de impact van de AI Act binnen de zorg en overheid, en welke stappen kunnen organisaties zetten om aan de AI Act te voldoen? We voerden het gesprek.
Lees verder
