Applied data science: Ontwikkeling van lCT-producten die leren van data

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.

Eindrapportage

Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten
die diensten op maat leveren accelereren de digitalisering van
de maatschappij. Grote bedrijven, overheidsinstanties, het
MKB en startups zijn innovatieve datagedreven scenario’s
volop aan het verkennen. Dit wordt versterkt door de
democratisering van AI; machine learning en deep learning
algoritmes zijn beschikbaar zowel in open source software als
in Cloud oplossingen, en daarmee toegankelijk voor iedereen.
Data science wordt ‘applied’ en verschuift van een PhDspecialisme naar een HBO-vaardigheid, de zogenaamde AI
engineer. Dit onderzoek heeft zich gericht op het succesvol
implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag was: “Hoe kunnen we stateof-the-art data science methoden en technieken waardevol en
verantwoord toepassen ten behoeve van deze slimme lerende
ICT-producten?”
Het resultaat is een versterking van de inhoud van de opleiding
ICT & AI bij Fontys Hogeschool ICT, een addendum van het
landelijke HBO-i competentieprofiel en de research methods
voor AI engineering. Daarnaast heeft via begeleiding van
afstudeerders op dit vlak en diverse blogs en voordrachten
kennisoverdracht naar het bedrijfsleven (voor wie AI
engineering ook nieuw is) plaatsgevonden. In de academische
wereld is aansluiting gevonden via samenwerkingen met de TU
Delft en de TU Eindhoven. Belangrijkste resultaten hier zijn het
lidmaatschap van de program committee voor de first
international workshop on AI Engineering (WAIN21) en een te
verschijnen book chapter over “Building Production-Ready
Machine Learning Systems”.