Artificial intelligence
-
Ethiek en artificiële intelligentie: hoe een bias meten en corrigeren?
Dit artikel gaat in op de manier waarop algoritmische bias kan worden gemeten en op de verschillende manieren om deze te corrigeren om eerlijke voorspellingen te genereren.
-
Ethique et intelligence artificielle : comment mesurer et corriger un biais ?
Cet article s’intéresse à la manière dont les biais algorithmiques peuvent être mesurés et corrigés pour générer des prédictions équitables.
-
“Vibe Coding” avec les IDE agentiques
Les environnements de développement intégrés (IDE) agentiques font presque tout à votre place, comme si vous regardiez par-dessus l’épaule d’un programmeur tout en lui donnant des instructions. Bienvenue dans le monde du “Vibe Coding”.
-
Vibe Coding met Agentic IDEs
Agentic IDE’s doen bijna alles in je plaats, alsof je achter de rug van een programmeur meekijkt op het scherm, terwijl je hem of haar instructies geeft. Welkom in de wereld van “Vibe Coding”.
-
Data Ingestion (LLMs) & Data quality (FNRS, ULB, le 21 mai 2025 à 13H30)
Cette année on abordera le processus de “data ingestion” de l’information pour alimenter l’IA generative ou les LLMs.
-
EU AI Act: Beheersing van AI
AI literacy of AI-geletterdheid is een van de eerste verplichtingen van de AI Act die nu van kracht is.
-
EU AI Act : La maîtrise de l’IA
La maîtrise de l’IA ou l’AI literacy en anglais est l’une des premières obligations de l’AI Act à être entrée en vigueur.
-
Data ingestion voor generatieve AI-toepassingen: kernbegrippen
“Garbage in, garbage out” is een veelgebruikte uitspraak om de impact van data op de resultaten van kunstmatige intelligentiesystemen te beschrijven. Generatieve AI-toepassingen zoals vraag-en-antwoordsystemen vormen geen uitzondering op de regel. De knowledge bases waarop ze vertrouwen om antwoorden te genereren, moeten worden gevoed door een ingestion pipeline die speciaal is toegespitst op dit soort data, die in verschillende vormen…
-
Ingestion de données pour les applications d’IA générative: concepts-clés
« Garbage in, garbage out » c’est la formule consacrée pour décrire l’impact des données sur les résultats des systèmes d’intelligence artificielle. Les applications d’IA génératives telles que les systèmes de questions-réponses ne dérogent pas à la règle. Les bases de connaissances sur lesquelles elles s’appuient pour générer des réponses doivent être alimentées par un pipeline d’ingestion dédié à ce…
-
PII Filtering – par ******* habitant *****
Comment protéger les données personnelles communiquées sans méfiance avec des agents conversationnels ? Le filtrage automatique peut partiellement aider, mais il ne s’agit pas d’une solution miracle.
Keywords:
analytics Artificial intelligence big data blockchain BPM chatbot cloud computing cost cutting cryptography data center data quality development EDA egov Event GIS Information management Machine Learning Managing IT costs methodology Mobile Natural Language Processing Open Source Privacy Productivity Security social software design software engineering standards