Handboek voor MKB-ers die de eerste stappen willen zetten in het innoveren met AI.Ondernemers zien natuurlijk kansen in de ontwikkeling van nieuwe producten en/of diensten, ondersteund door AI (Artificial Intelligence). Want data blijkt immers ‘het nieuwe goud’ te zijn! Maar hoe doe je dat dan? Waar begin je? Wat zijn de do’s en wat zijn de dont’s?Voor MKB-ondernemingen, die hier vaak geen specialisten voor in huis hebben, zijn dit de relevante vragen. Speciaal voor deze doelgroep is, binnen het KI-AGIL project, het Handboek AI ontwikkeld. Dit Handboek gaat in op deze en meer vragen, en geeft diverse handreikingen (o.a. om de aanpak op een ‘business verantwoorde, agile manier’ te doen), waardoor een MKB-onderneming goed op weg geholpen wordt met AI.
MULTIFILE
Handboek voor MKB-ers die de eerste stappen willen zetten in het innoveren met AI.Ondernemers zien natuurlijk kansen in de ontwikkeling van nieuwe producten en/of diensten, ondersteund door AI (Artificial Intelligence). Want data blijkt immers ‘het nieuwe goud’ te zijn! Maar hoe doe je dat dan? Waar begin je? Wat zijn de do’s en wat zijn de dont’s?Voor MKB-ondernemingen, die hier vaak geen specialisten voor in huis hebben, zijn dit de relevante vragen. Speciaal voor deze doelgroep is, binnen het KI-AGIL project, het Handboek AI ontwikkeld. Dit Handboek gaat in op deze en meer vragen, en geeft diverse handreikingen (o.a. om de aanpak op een ‘business verantwoorde, agile manier’ te doen), waardoor een MKB-onderneming goed op weg geholpen wordt met AI.
MULTIFILE
The field of data science and artificial intelligence (AI) is growing at an unprecedented rate. Manual tasks that for thousands of years could only be performed by humans are increasingly being taken over by intelligent machines. But, more importantly, tasks that could never be performed manually by humans, such as analysing big data, can now be automated while generating valuable knowledge for humankind
Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten die diensten op maat leveren accelereren de digitalisering van de maatschappij. De grote innovaties van de komende jaren –zelfrijdende auto’s, spraakgestuurde virtuele assistenten, autodiagnose systemen, robots die autonoom complexe taken uitvoeren – zijn datagedreven en hebben een AI-component. Dit gaat de rol van professionals in alle domeinen, gezondheidzorg, bouwsector, financiële dienstverlening, maakindustrie, journalistiek, rechtspraak, etc., raken. ICT is niet meer volgend en ondersteunend (een ‘enabling’ technologie), maar de motor die de transformatie van de samenleving in gang zet. Grote bedrijven, overheidsinstanties, het MKB, en de vele startups in de Brainport regio zijn innovatieve datagedreven scenario’s volop aan het verkennen. Dit wordt nog eens versterkt door de democratisering van AI; machine learning en deep learning algoritmes zijn beschikbaar zowel in open source software als in Cloud oplossingen en zijn daarmee toegankelijk voor iedereen. Data science wordt ‘applied’ en verschuift van een PhD specialisme naar een HBO-vaardigheid. Het stadium waarin veel bedrijven nu verkeren is te omschrijven als: “Help, mijn AI-pilot is succesvol. Wat nu?” Deze aanvraag richt zich op het succesvol implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag van dit voorstel is: “Hoe kunnen we state-of-the-art data science methoden en technieken waardevol en verantwoord toepassen ten behoeve van deze slimme lerende ICT-producten?” De postdoc gaat fungeren als een linking pin tussen alle onderzoeksprojecten en opdrachten waarbij studenten ICT-producten met AI (machine learning, deep learning) ontwikkelen voor opdrachtgevers uit de praktijk. Door mee te kijken en mee te denken met de studenten kan de postdoc overzicht en inzicht creëren over alle cases heen. Als er overzicht is kan er daarna ook gestuurd worden op de uit te voeren cases om verschillende deelaspecten samen met de studenten te onderzoeken. Deliverables zijn rapporten, guidelines en frameworks voor praktijk en onderwijs, peer-reviewed artikelen en kennisdelingsevents.
Met huidige opleidings- en trainingsprogramma’s kan niet worden voldaan aan de groeiende vraag naar vakbekwame medewerkers op gebied van kunstmatige intelligentie (AI). Europa heeft daarom een innovatieve Europese AI-strategie nodig, die de bijscholing van werkenden kan versnellen om aan deze steeds toenemende vraag te voldoen.
Multiple sclerosis (MS) is a severe inflammatory condition of the central nervous system (CNS) affecting about 2.5 million people globally. It is more common in females, usually diagnosed in their 30s and 40s, and can shorten life expectancy by 5 to 10 years. While MS is rarely fatal; its effects on a person's life can be profound, which signifies comprehensive management and support. Most studies regarding MS focus on how lymphocytes and other immune cells are involved in the disease. However, little attention has been given to red blood cells (erythrocytes), which might also be important in developing MS. Artificial intelligence (AI) has shown significant potential in medical imaging for analyzing blood cells, enabling accurate and efficient diagnosis of various conditions through automated image analysis. The project aims to implement an AI pipeline based on Deep Learning (DL) algorithms (e.g., Transfer Learning approach) to classify MS and Healthy Blood cells.
