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
Deskundigen verwachten dat machines binnen nu en tien jaar het menselijk brein zullen evenaren en misschien zelf overtreffen. Dat brengt veel moois in de zorg. Nieuwe toepassingen van Artificial Intelligence stellen ons dus voor morele dilemma’s.
Lees verderDe publieke sector staat voor stevige maatschappelijke opgaven. Burgers verwachten transparantie en een toegankelijke en veilige digitale dienstverlening van de overheid. Artificial Intelligence biedt kansen voor de maatschappij en de economie. Maar artificial intelligence komt ook met uitdagingen. Enri Leufkens vertelt over de mogelijkheden, kritische aandachtspunten en geeft tips voor een effectieve AI-aanpak.
Lees verder
