Het doel van deze gids (Engels) is om organisaties actief te ondersteunen bij uitdagingen van het delen van data ten behoeve van AI-toepassingen. Deze gids richt zich daarbij op de richtlijnen en bouwblokken voor individuele (sectorale, toepassingsgerichte) AI data spaces.
Het doel van deze gids (Engels) is om organisaties actief te ondersteunen bij uitdagingen van het delen van data ten behoeve van AI-toepassingen. Deze gids richt op de richtlijnen en bouwblokken om data spaces onderling te verbinden.
Dit document (Engelstalig) bevat een referentie en richtlijnen voor het ontwikkelen van AI-data spaces en een reeks aan methodologieën, hulpmiddelen, processen en bouwstenen om de uitdagingen en vereisten van AI te ondersteunen.
Om inzicht te verkrijgen in de kansen en uitdagingen voor operationalisering en grootschalige toepassing van AI heeft de werkgroep Data Delen op basis van drie use cases een GAP-analyse uitgevoerd (Engelstalig).
Data is samen met algoritmes de bouwsteen voor AI-applicaties, die goed en verantwoord moeten functioneren. De werkgroep Data Delen heeft het rapport ‘Verantwoord datadelen voor AI’ uitgebracht om AI-implementaties te helpen realiseren.
Dit document beschrijft een stappenplan hoe we het delen van data via experimenten naar de dagelijkse praktijk kunnen brengen. Het beschrijft het trajectvoorstel van first-time-engineering naar implementatie.