Artificial Intelligence (AI) voor Bedrijven en Overheid - Inclusief Examen

De AI for Business-opleiding is bedoeld voor leidinggevenden, managers en professionals die verder willen gaan dan een basiskennis en inzicht willen krijgen in wat AI is, hoe het werkt en waar het kan worden toegepast - met inbegrip van zowel de voordelen als de risico's.

Het is daarom ideaal voor mensen voor wie het concept van AI relatief nieuw is en die zich willen bekwamen in AI, die overwegen betrokken te raken bij de toepassing van AI of die weloverwogen beslissingen moeten nemen over de toepassing van AI in hun bedrijfsdomein.

In deze cursus leert men:

• Wat AI is, waarom het nu belangrijk is en welke voordelen het biedt
• Is op de hoogte van fundamentele concepten zoals robotica, algoritmen en benaderingen van machinaal leren
• Weet hoe je een team voor AI moet organiseren, welke aanpak nodig is en welke hulpmiddelen je nodig hebt.
• Begrijpt hoe AI afhankelijk is van gegevens en hoe gegevens voor AI te beheren.
• Weet hoe risico's en ethische dilemma's voor betrouwbare AI kunnen worden ingeschat.
• Kan beschrijven hoe mensen en machines naast elkaar zullen bestaan in een organisatie.
• Is zich bewust van de toekomstige richtingen van AI

1. AI-fundamentals
2. Toepassing van AI in de praktijk
3. Ethiek, betrouwbaarheid en coëxistentie van mens en machine
4. Toekomstige ontwikkelingen van AI

Deel 1: AI Fundamentals

1.       Toepassingen van AI en hun voordelen

Beschrijft een reeks toepassingen van AI, hoe deze organisaties en de samenleving beïnvloeden, welke waarde zij creëren en het onderliggende gebruik van gegevens, algoritmen en leerbenaderingen. Beschrijft de rol van het NL AIC bij de bevordering van het nuttige en ethische gebruik van AI.  Bevat voorbeelden van belangrijke domeinen zoals classificatiesystemen, voorspellingen, clusteranalyse, stem-, beeld- en natuurlijke taalverwerking.

2.       Data, Robots en Kunstmatige Intelligentie, inclusief beschrijvingen

Hierin wordt een gemeenschappelijke woordenschat uiteengezet rond data, gegevenswetenschap, algoritmen, menselijk logisch denken versus intelligente agenten en worden definities gegeven van de belangrijkste punten.  Beschrijft soorten intelligente agenten, robotica en agentmodellen.

3.       Predictions, Algorithms, Machine and Deep Learning

Introduceert de verschillende niveaus van voorspellingen, een overzicht van de belangrijkste algoritmen en de leerbenaderingen.  Benadrukt welke soorten algoritmen welke soorten problemen aanpakken.

Deel 2: Toepassing van AI in de praktijk

4.       Een AI-toepassing bouwen en beoordelen

Beschrijft een basisaanpak voor het bouwen van een eenvoudige AI-toepassing.  De CRISP-DM-methode wordt beschreven met aandacht voor de betrokken stappen en bewustmaking van de bedrijfscontext en de beoordeling van de betrouwbaarheid bij elke stap. Er wordt gewezen op valkuilen zoals overfitting, underfitting en bias.  Gaat in op de behoefte aan innovatie en creativiteit, inclusief de organisatie van het team.

5.       Gegevens (Data) beheer voor AI

Verhoogt het bewustzijn van de afhankelijkheid van gegevens en hoe gegevens voor AI-toepassingen kunnen worden verworven, voorbereid, beheerd en verstrekt en geschaald.  Gaat in op de rol van de cloud voor het beheer van gegevens en verwerkingscapaciteit.  Benadrukt de risico's die voortvloeien uit gegevens en de gevolgen voor de betrouwbaarheid.

Deel 3: Ethiek, betrouwbaarheid en coëxistentie van mens en machine

6.       Ethiek, risico's en betrouwbaarheid

Gaat in op de risico's en ethische dilemma's van AI, waaronder de noodzaak van verklaarbare AI.  Introductie van de ethische richtsnoeren van de EU en de noodzaak om het vertrouwen van de samenleving in het gebruik van AI te behouden.

7.       Coëxistentie van mens en machine

Omvat de combinatie van menselijke en machinale capaciteit in een organisatie, waarbij wordt ingegaan op de vraag of AI de mens zal vervangen (singulariteit). Omvat de belangrijkste rollen van bedrijfsbeheer, domeinkennis, analytics en datamanagers, en hoe deze rollen samenwerken.

Deel 4: Toekomstige ontwikkelingen van AI

8.       de toekomstige ontwikkelingen van AI

Toekomstige richtingen en toepassingen van AI belichten.