Bouwen van domeinspecifieke AI-assistenten voor agrovoeding met grafiekdatabases en LLM's

language Nederlands Engels

Opleiding aanvragen

Hands-on training over het bouwen van AI-assistenten voor agrovoedingstoepassingen door grafiekdatabases te combineren met Large Language Models (LLM's).

Bouwen van domeinspecifieke AI-assistenten voor agrovoeding met grafiekdatabases en LLM's

Doel en reikwijdte

Deze on-demand training begeleidt deelnemers bij het ontwerpen van domeinspecifieke AI-assistenten voor agrovoedingstoepassingen door grafische databases te integreren met LLM's. Deelnemers leren een proces in vier stappen: het opzetten van een grafiekdatabase, het koppelen ervan aan een slimme LLM, het ontwikkelen van een responsieve gebruikersinterface en het toepassen ervan op slimme landbouwtoepassingen.

De cursus omvat hands-on codering sessies met tools zoals Python, Streamlit, GitLab, en commerciële of open-source LLM API's. Real-world voorbeelden zoals Pan-Café en Soilwise demonstreren praktische implementatie.

Deze training is ideaal voor technische teams die kmo's ondersteunen met datagestuurde adviestools in landbouw- en voedselsystemen.

Wilt u meer informatie over de training, neem dan contact op met Marijke.hunninck@ilvo.vlaanderen.be

Leerdoelen

Aan het einde van de opleiding kunnen de deelnemers:

  • Een grafiekdatabase instellen en vullen met domeinspecifieke inhoud met behulp van Python
  • Verbind een commerciële of open-source LLM met de grafiekdatabase en zoek tekstuele gegevens
  • Bouw een prototype gebruikersinterface in Streamlit om te communiceren met het AI-systeem
  • Leg de voordelen en beperkingen uit van het combineren van LLM's met kennisgrafieken voor slimme landbouwhulpmiddelen
  • Evalueren van mogelijke gebruiksscenario’s voor agrovoedingsmiddelen voor de inzet van AI-assistenten

Leerresultaten

De deelnemers zullen:

  • Praktische ervaring opdoen met het bouwen van AI-assistenten voor agrovoedingstoepassingen
  • Begrijp de integratie van grafiekdatabases en LLM's
  • In staat zijn om interactieve AI-oplossingen te prototypen en te testen
  • Het potentieel en de beperkingen van AI-ondersteunde besluitvormingsinstrumenten in slimme landbouw beoordelen

Voor wie is dit bedoeld?

Deelnemers aan EDIH, technische teams ter ondersteuning van kmo’s, AI-ontwikkelaars, datawetenschappers en andere professionals die geïnteresseerd zijn in AI-ondersteunde adviessystemen voor landbouw en voedsel.

Type onderwerp

Implementatie van AI

Ethiek

Overige

Diensten

Software / AI-model

Type sector
Akkerbouw
Voedselverwerking
Tuinbouw
Veehouderij