Aufbau domänenspezifischer KI-Assistenten für Agrar- und Lebensmittelwirtschaft mit Graphendatenbanken und LLMs

language Niederländisch Englisch

Schulung anfordern

Praktische Schulungen zum Aufbau von KI-Assistenten für Agrar- und Lebensmittelanwendungen durch die Kombination von Graphendatenbanken mit Large Language Models (LLMs).

Aufbau domänenspezifischer KI-Assistenten für Agrar- und Lebensmittelwirtschaft mit Graphendatenbanken und LLMs

Zweck und Umfang

Dieses On-Demand-Training führt die Teilnehmer durch die Entwicklung domänenspezifischer KI-Assistenten für Agrar- und Lebensmittelanwendungen durch die Integration von Graphendatenbanken mit LLMs. Die Teilnehmer lernen einen vierstufigen Prozess: Einrichtung einer Graphendatenbank, Verknüpfung mit einem intelligenten LLM, Entwicklung einer reaktionsschnellen Benutzeroberfläche und Anwendung auf Anwendungsfälle der intelligenten Landwirtschaft.

Der Kurs beinhaltet praktische Programmiersitzungen mit Tools wie Python, Streamlit, GitLab und kommerziellen oder Open-Source-LLM-APIs. Praxisbeispiele wie Pan-Café und Soilwise demonstrieren die praktische Umsetzung.

Diese Schulung ist ideal für technische Teams, die KMU mit datengestützten Beratungsinstrumenten in der Landwirtschaft und in Lebensmittelsystemen unterstützen.

Wenn Sie weitere Informationen über das Training erhalten möchten, wenden Sie sich bitte an Marijke.hunninck@ilvo.vlaanderen.be

Lernziele

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

  • Einrichten und Auffüllen einer Graphdatenbank mit domänenspezifischen Inhalten mithilfe von Python
  • Verbinden Sie ein kommerzielles oder Open-Source-LLM mit der Graphendatenbank und fragen Sie Textdaten ab
  • Erstellen Sie eine Prototyp-Benutzeroberfläche in Streamlit, um mit dem KI-System zu interagieren
  • Erläutern Sie die Vorteile und Grenzen der Kombination von LLMs mit Wissensdiagrammen für intelligente Landwirtschaftswerkzeuge
  • Bewertung potenzieller Anwendungsfälle für Agrar- und Lebensmittelerzeugnisse für den Einsatz von KI-Assistenten

Lernergebnisse

Die Teilnehmer werden:

  • Sammeln Sie praktische Erfahrungen beim Aufbau von KI-Assistenten für Agrar- und Lebensmittelanwendungen
  • Verstehen der Integration von Graphdatenbanken und LLMs
  • In der Lage sein, interaktive KI-Lösungen zu prototypisieren und zu testen
  • Bewertung des Potenzials und der Grenzen von KI-gestützten Entscheidungsinstrumenten in der intelligenten Landwirtschaft

Wer sollte teilnehmen?

EDIH-Teilnehmer, technische Teams zur Unterstützung von KMU, KI-Entwicklern, Datenwissenschaftlern und anderen Fachleuten, die an KI-gestützten Beratungssystemen für Landwirtschaft und Lebensmittel interessiert sind.

Art des Themas

KI-Implementierung

Ethik

Sonstige

Dienstleistungen

Software / KI-Modell

Art des Sektors
Ackerbau
Lebensmittelverarbeitung
Gartenbau
Viehzucht