We leven in een wereld die momenteel 2,5 quintiljoen bytes aan data per dag genereert, en dat aantal blijft groeien. Het aantal mobiele apparaten is groter dan het aantal mensen op de planeet, en al jaren horen we de oneliner dat 90% van alle data in de wereld in de afgelopen twee jaar is gegenereerd. De hoeveelheid onbenutte data in alle sectoren is verbluffend. Het bouwen van infrastructuur en tools om deze data om te zetten in inzichten en die vervolgens te gebruiken om besluitvormingsprocessen te ondersteunen, is voor elke sector een voortdurende en groeiende uitdaging. Dat geldt evenzeer voor het uitrusten van de beroepsbevolking met de vaardigheden die nodig zijn om al deze data te beheren en te analyseren. Bij DataCamp zien we dat onze klanten, partners en samenwerkingspartners uiteenlopende benaderingen gebruiken om deze uitdagingen aan te pakken.
Onlangs raakte ik enthousiast over de strategie van AI Singapore toen ik sprak met Laurence Liew, Director of AI Industry Innovation bij AI Singapore, voor onze podcast DataFramed. Dit interview, dat ik van plan ben te publiceren wanneer DataFramed terugkeert, was een wervelende rondleiding door de huidige stand van de technologie en AI in Singapore en hoe AI Singapore samenwerkt met DataCamp om de natie zo AI-gedreven mogelijk te maken, naast veel andere zaken.
AI Singapore's missie is om:
Diepgewortelde nationale capaciteiten in kunstmatige intelligentie te verankeren, en zo sociale en economische impact te creëren, lokaal talent te laten groeien, een AI-ecosysteem op te bouwen en Singapore op de wereldkaart te zetten via de drie pijlers AI-onderzoek, AI-technologie en AI-innovatie.
Een van de dingen die me aanspreekt in hun aanpak is dat ze de grote uitdagingen erkennen die bestaan bij (i) ervoor zorgen dat toonaangevend onderzoek in handen komt van professionals in de industrie en (ii) een hele beroepsbevolking (en de toekomstige beroepsbevolking) opleiden in tools en technieken voor data science, machine learning en kunstmatige intelligentie.
Laten we dieper ingaan op de drie pijlers AI-onderzoek, AI-technologie en AI-innovatie om te zien hoe AI Singapore denkt over het overbruggen van de kloof tussen (i) onderzoek en industrie en (ii) de beroepsbevolking en de datavaardigheden die nodig zijn voor de moderne industrie in de 21e eeuw.
AI-onderzoek: Kwaliteit als voedingsbodem
Het doel van de pijler AI-onderzoek is om hoogwaardige onderzoeksinitiatieven te zaaien die fundamentele en vernieuwende AI-technieken, algoritmen en aanverwante technologieën ontwikkelen—initiatieven die uiteindelijk aanzienlijk zullen bijdragen aan de andere pijlers van AI Singapore. Het onderzoeksprogramma van AI Singapore stimuleert ook nationale onderzoekssamenwerkingen en koestert lokaal AI-talent.
Prioritaire onderzoeksgebieden zijn onder meer:
- Verklaarbare AI
- AI in design
- AI in sensemaking
- AI-mens samenwerking
- Training op kleine datasets
De laatste is bijzonder belangrijk voor Singapore. Als klein land zullen door mensen gegenereerde datasets kleiner zijn dan in meer bevolkte landen, dus is het belangrijk dat hun onderzoekers dit onderzoeksveld binnen AI verder brengen. Kort gezegd legt deze pijler de basis voor toekomstig AI-werk door het belang te erkennen van voortdurend onderzoek naar technologieën die later door de industrieën worden overgenomen.
AI-technologie: Grote uitdagingen aanpakken
Deze pijler richt zich op wat AI Singapore grote uitdagingen noemt ─ het type problemen dat echt moeilijk is en waarbij AI (als een van meerdere technologieën) kan helpen bij het oplossen. Grote uitdagingen moeten (i) impactvol zijn, (ii) elke inwoner van Singapore raken en (iii) meetbaar zijn.
Onder de grote uitdagingen heeft AI Singapore vier verticals geprioriteerd: gezondheidszorg, onderwijs, steden en smart nations, en financiën. Zie dit als de vier grote probleemstellingen die ze graag willen aanpakken.
Als teaser verkennen we nu de eerste vertical, gezondheidszorg (voor de overige drie moet je wachten tot ze worden gelanceerd). De Healthcare Grand Challenge vraagt: "Hoe verminderen we de drie 'highs' met 20% in de komende vijf jaar: hoge bloeddruk, hoog cholesterol en hyperglykemie (of diabetes)?" De Healthcare Grand Challenge is gelanceerd en, twee weken voordat ik met Laurence sprak, was de prijsuitreiking om de drie teams aan te kondigen die de eerste subsidie kregen om de grand challenge op te pakken.
"De drie 'highs', hoge bloeddruk, hoog cholesterol en diabetes, zijn een grote, grote zorg voor de Singaporese overheid. Ze zetten het zorgstelsel en het budget hier onder druk. We hopen dat we met AI op z'n minst een deel van de impact kunnen beperken." Met deze pijler wil men laten zien welke blijvende impact moderne AI kan hebben op deze grote uitdagingen.
AI-innovatie: Echte problemen oplossen
De pijler AI-innovatie omvat een reeks programma's en strategieën om geavanceerde AI-onderzoekstechnieken in handen te krijgen van industriële partners om echte problemen op te lossen.
Het vlaggenschipprogramma binnen AI-innovatie is het 100 Experiments-programma, waarin bedrijven een bedrijfsprobleem of -uitdaging voorstellen aan AI Singapore waarvan zij denken dat data science, machine learning of AI kan worden ingezet voor de oplossing. AI Singapore voert een systematische beoordeling van elk voorstel uit. Als ze vinden dat het een interessant probleem is waarvoor geen commercieel beschikbare oplossing of technologische partner bestaat die kan helpen, stappen ze in en financieren ze de kern van het project (meer details en informatie over het aanvraagproces vind je hier).
Hoe ziet dat eruit? AI Singapore draagt \$250.000 SGD bij aan elk project (\$180.000 USD), wat het bedrijf 1:1 matcht. Laurence heeft als KPI het uitvoeren van 100 projecten, vandaar de naam 100 Experiments, met een totale programmasubsidie van \$25 miljoen SGD.
Sinds de start in juni 2017 hebben ze 40 projecten goedgekeurd en, door het succes van het programma, hebben ze een tweede ronde overheidsfinanciering ontvangen om het aantal projecten naar 200 te brengen. Er lopen al projecten in onder meer gezondheidszorg, productie, IoT, anomaliedetectie, inkoop en financiën.
Het doel voor elk experiment is om binnen negen tot achttien maanden een minimum viable product (MVP) op te leveren. Dit vereist samenwerking van beide kanten om samen de MVP te ontwikkelen die het bedrijf vervolgens kan opnemen en implementeren binnen de eigen organisatie. De financiering ondersteunt een projectteam met onderzoekers van lokale universiteiten in Singapore en engineeringcapaciteit van AI Singapore, waaronder wat zij AI Apprentices noemen. Laurence vertelde me dat het relatief eenvoudig is om professoren te betrekken, maar dat er ook AI-ingenieurs nodig zijn om aan de MVP te werken. Hier komt onderwijs over het snel evoluerende ecosysteem van data science, machine learning en AI-technieken, tooling en toepassingen in de industrie om de hoek kijken.
Het AI Apprenticeship-programma: Toekomstige leiders opleiden
Om de benodigde beroepsbevolking op te bouwen die de huidige en groeiende AI-behoeften van de industrie kan ondersteunen, heeft AI Singapore het AI Apprenticeship-programma opgezet. Dit geeft Singaporezen met basiskennis de kans om zich diepgaand te bekwamen. Het programma combineert leren via DataCamp-cursussen en andere bronnen met praktijkervaring die wordt opgedaan via projecten binnen het 100 Experiments-programma.
Dit leerwerktraject is snel van de grond gekomen. Het is een van de kernprogramma's van AI Singapore, gekoppeld aan het 100 Experiments-programma (waarbij elk experiment twee apprentices heeft).
Het leerwerkprogramma is voltijds, betaald, en duurt negen maanden. AI Singapore betaalt elke apprentice een maandelijkse vergoeding van \$3.000 tot \$5.000 SGD (er zijn geen deelnamekosten). Laurence vertelde me dat het AI Apprenticeship-programma helpt om hun AI-engineeringuitdaging voor de komende tien jaar op te lossen. Maar upskilling, reskilling en deep skilling van een natie stopt daar niet. Ze moeten de technische vaardigheden in de industrie in het algemeen optillen, en zo is het idee AI for Industry ontstaan.
AI for Industry: Vaardigheden democratiseren
Het doel van AI for Industry is om de technische vaardigheden van mensen die in organisaties werken binnen uiteenlopende sectoren te versterken. Voor dit programma werkt AI Singapore nauw samen met DataCamp. Het bouwt voort op hun AI for Everyone-programma, een workshop van 3 uur die iedereen kennis laat maken met moderne AI-technologieën en -toepassingen, zodat ze slimme afnemers van AI-producten en -diensten kunnen zijn. In AI for Everyone leren deelnemers kansen en potentiële use-cases in hun werk en dagelijks leven te identificeren. Ze bouwen ook een eenvoudig AI-model met online tools! Een van de opdrachten van AI Singapore is om niet alleen bedrijven, maar ook werkende professionals en iedereen daarbuiten, AI-ready te maken. AI for Everyone is het evoluerende resultaat van deze opdracht.
AI for Industry combineert AI for Everyone met DataCamp’s Data Scientist with Python-track, een verzameling cursussen van 100 uur die alles behandelt van Python-basiskennis tot het importeren, opschonen en prepareren van data, tot statistiek, machine learning, SQL, pakketbeheer, datavisualisatie en veel meer. Deelnemers volgen deze track over 12 maanden. AI Singapore verzorgt een maandelijkse nieuwsbrief die aansluit op de cursussen in de track en leidt een workshop van drie uur hands-on machine learning. Laurence zei dat ze besloten hebben de DataCamp Data Scientist with Python-track als zwaartepunt van het programma te gebruiken omdat "de gedachte erachter is hoe de training zou moeten worden gegeven."
Maar het onderwijs stopt daar niet. Hoe zit het met studenten die nog niet in de industrie werken? Daar komt AI for Students om de hoek kijken.
AI for Students: De volgende generatie AI-geletterd maken
Toen Laurence ontdekte dat DataCamp gratis toegang bood tot het DataCamp-platform voor universiteiten, docenten en studenten, vroeg hij zich af of ze daarop konden voortbouwen en het programma konden formaliseren, zodat AI Singapore meer studenten kon helpen aan te haken.
"Waarom zouden we stoppen bij alleen universiteitsstudenten? Kunnen we het helemaal openstellen voor middelbare scholieren?"
In Singapore leren kinderen op de basisschool en middelbare school al Python—waarom zouden ze formele Python-training dan pas op universiteitsniveau starten? Om te testen of zijn theorie haalbaar was, liet Laurence zijn zoon de Data Scientist with Python-track op DataCamp volgen.
Laurence rapporteerde terug: "Hij heeft het afgerond. Hij is geslaagd. Hij werkt aan projecten op school. Het interessante was dat hij dat voltooide toen hij 13 jaar oud was. Een slimme jongen die programmeren echt leuk vindt. We hebben er hier in Singapore veel van. Ze kunnen die modules doorlopen. Ik dacht: als hij het kan, kunnen vast veel andere kinderen het ook."
Na deze proef binnen de familie werkte Laurence nauw samen met DataCamp, en we kondigden het programma in november aan en lanceerden het. Op het moment van ons gesprek had AI Singapore 7.000 studenten aangemeld voor AI for Students, niet alleen van universiteiten, maar ook van polytechnics en middelbare scholen, onder anderen. Enkele maanden later zijn het er nu 11.000! Laurence vertelde me dat het programma enorm in de belangstelling staat bij schooldocenten die hun leerlingen na schooltijd willen trainen op het platform met Python, data science, AI en machine learning.
Laurence zei expliciet dat het AI for Students-programma in essentie puur DataCamp is. De rol van AI Singapore is om eropuit te gaan en te zeggen: "Hé, we hebben dit platform. Het is gratis. Jij, als docent, komt naar ons toe en zegt: 'Ik heb naar het DataCamp-platform gekeken. Ik vind het echt goed. Ik wil modules 1 tot en met 10 doen.'" Vervolgens werkt AI Singapore achter de schermen met DataCamp samen om dat aan de docent te leveren.
Persoonlijk betekent dit nieuws veel voor mij. Mijn eerste rol bij DataCamp was in feite het opzetten van het basiscurriculum voor Python data science, dus een groot deel van mijn eerste 18 maanden hier ging op aan de Data Scientist with Python-track. Er is veel bloed, zweet en tranen in deze track gestoken, terwijl we groeiden van een bedrijf met 10 naar 50 mensen (Vandaag hebben we 140+ medewerkers!). Het vergde enorm veel werk van onze externe instructeurs en onze interne teams voor content, engineering, product en marketing. Te horen dat deze track nu gratis wordt gebruikt om 11.000 Singaporese studenten, inclusief kinderen, op te leiden, bezorgt me echt een euforisch gevoel.
Blik op de toekomst
Nog spannender is wat er in het verschiet ligt: DataCamp heeft onlangs toegezegd 100.000 studenten in het klaslokaal te ondersteunen, en de nieuwe samenwerking AI for Industry heeft nu de taak om 25.000 werkende professionals in Singapore AI-vaardig te maken. AI Singapore zal AI for Industry sterk blijven baseren op DataCamp's Data Scientist with Python-track om deelnemers de basisvaardigheden en -kennis te bieden om data-geletterd en AI-vaardig te zijn. Dit is een samenwerking om in de gaten te houden.
| Programma | Beschrijving |
|---|
| AI-onderzoek | Zaait hoogwaardige onderzoeksinspanningen gericht op het ontwikkelen van fundamentele, nieuwe AI-technieken, algoritmen en aanverwante technologieën—inspanningen die uiteindelijk aanzienlijk zullen bijdragen aan de andere pijlers van AI Singapore. Dit onderzoeksprogramma stimuleert nationale onderzoekssamenwerkingen en koestert lokaal AI-talent. |
| AI-technologie | Ondersteunt wat AI Singapore grote uitdagingen noemt, het type problemen dat echt moeilijk is en dat met AI kan worden aangepakt. Grote uitdagingen moeten (i) impactvol zijn, (ii) iedere inwoner van Singapore raken en (iii) meetbaar zijn. AI Singapore heeft vier verticals geprioriteerd: gezondheidszorg, onderwijs, steden en smart nations, en financiën. |
| AI-innovatie | Een reeks programma's en strategieën om geavanceerde AI-onderzoekstechnieken in handen te krijgen van industriële partners om echte problemen op te lossen. Het vlaggenschipprogramma binnen AI-innovatie is het 100 Experiments-programma, waarbij bedrijven naar AI Singapore komen met een bedrijfsprobleem of -uitdaging waarvan zij denken dat data science, machine learning of AI kan worden ingezet voor de oplossing. |
| Het AI Apprenticeship-programma | Helpt de beroepsbevolking op te bouwen om te voldoen aan de huidige en groeiende AI-behoeften van de industrie. AI Singapore creëerde het AI Apprenticeship-programma. Dit geeft Singaporezen met basiskennis de kans en toegang om op eigen tijd diepere vaardigheden te ontwikkelen. Het programma combineert leren via DataCamp-cursussen en andere bronnen met praktijkervaring die wordt opgedaan via projecten binnen het 100 Experiments-programma. |
| AI for Industry | Versterkt de technische vaardigheden van werkende professionals in verschillende sectoren. Voor dit programma werkt AI Singapore nauw samen met DataCamp. |
| AI for Everyone | Een workshop van drie uur om iedereen kennis te laten maken met moderne AI-technologieën en -toepassingen, zodat ze slimme afnemers van AI-producten en -diensten kunnen zijn. |
| AI for Students | Een programma om de volgende generatie AI-geletterd te maken. Dit programma biedt studenten van middelbare scholen, polytechnics en universiteiten gratis toegang tot DataCamp's 100-uur durende Data Science with Python-track. |
Adel Nehme · 15 min
We leven in een wereld die momenteel 2,5 quintiljoen bytes aan data per dag genereert, en dat aantal blijft groeien. Het aantal mobiele apparaten is groter dan het aantal mensen op de planeet, en al jaren horen we de oneliner dat 90% van alle data in de wereld in de afgelopen twee jaar is gegenereerd. De hoeveelheid onbenutte data in alle sectoren is verbluffend. Het bouwen van infrastructuur en tools om deze data om te zetten in inzichten en die vervolgens te gebruiken om besluitvormingsprocessen te ondersteunen, is voor elke sector een voortdurende en groeiende uitdaging. Dat geldt evenzeer voor het uitrusten van de beroepsbevolking met de vaardigheden die nodig zijn om al deze data te beheren en te analyseren. Bij DataCamp zien we dat onze klanten, partners en samenwerkingspartners uiteenlopende benaderingen gebruiken om deze uitdagingen aan te pakken.
Onlangs raakte ik enthousiast over de strategie van AI Singapore toen ik sprak met Laurence Liew, Director of AI Industry Innovation bij AI Singapore, voor onze podcast DataFramed. Dit interview, dat ik van plan ben te publiceren wanneer DataFramed terugkeert, was een wervelende rondleiding door de huidige stand van de technologie en AI in Singapore en hoe AI Singapore samenwerkt met DataCamp om de natie zo AI-gedreven mogelijk te maken, naast veel andere zaken.
AI Singapore's missie is om:
Diepgewortelde nationale capaciteiten in kunstmatige intelligentie te verankeren, en zo sociale en economische impact te creëren, lokaal talent te laten groeien, een AI-ecosysteem op te bouwen en Singapore op de wereldkaart te zetten via de drie pijlers AI-onderzoek, AI-technologie en AI-innovatie.
Een van de dingen die me aanspreekt in hun aanpak is dat ze de grote uitdagingen erkennen die bestaan bij (i) ervoor zorgen dat toonaangevend onderzoek in handen komt van professionals in de industrie en (ii) een hele beroepsbevolking (en de toekomstige beroepsbevolking) opleiden in tools en technieken voor data science, machine learning en kunstmatige intelligentie.
Laten we dieper ingaan op de drie pijlers AI-onderzoek, AI-technologie en AI-innovatie om te zien hoe AI Singapore denkt over het overbruggen van de kloof tussen (i) onderzoek en industrie en (ii) de beroepsbevolking en de datavaardigheden die nodig zijn voor de moderne industrie in de 21e eeuw.
AI-onderzoek: Kwaliteit als voedingsbodem
Het doel van de pijler AI-onderzoek is om hoogwaardige onderzoeksinitiatieven te zaaien die fundamentele en vernieuwende AI-technieken, algoritmen en aanverwante technologieën ontwikkelen—initiatieven die uiteindelijk aanzienlijk zullen bijdragen aan de andere pijlers van AI Singapore. Het onderzoeksprogramma van AI Singapore stimuleert ook nationale onderzoekssamenwerkingen en koestert lokaal AI-talent.
Prioritaire onderzoeksgebieden zijn onder meer:
De laatste is bijzonder belangrijk voor Singapore. Als klein land zullen door mensen gegenereerde datasets kleiner zijn dan in meer bevolkte landen, dus is het belangrijk dat hun onderzoekers dit onderzoeksveld binnen AI verder brengen. Kort gezegd legt deze pijler de basis voor toekomstig AI-werk door het belang te erkennen van voortdurend onderzoek naar technologieën die later door de industrieën worden overgenomen.
AI-technologie: Grote uitdagingen aanpakken
Deze pijler richt zich op wat AI Singapore grote uitdagingen noemt ─ het type problemen dat echt moeilijk is en waarbij AI (als een van meerdere technologieën) kan helpen bij het oplossen. Grote uitdagingen moeten (i) impactvol zijn, (ii) elke inwoner van Singapore raken en (iii) meetbaar zijn.
Onder de grote uitdagingen heeft AI Singapore vier verticals geprioriteerd: gezondheidszorg, onderwijs, steden en smart nations, en financiën. Zie dit als de vier grote probleemstellingen die ze graag willen aanpakken.
Als teaser verkennen we nu de eerste vertical, gezondheidszorg (voor de overige drie moet je wachten tot ze worden gelanceerd). De Healthcare Grand Challenge vraagt: "Hoe verminderen we de drie 'highs' met 20% in de komende vijf jaar: hoge bloeddruk, hoog cholesterol en hyperglykemie (of diabetes)?" De Healthcare Grand Challenge is gelanceerd en, twee weken voordat ik met Laurence sprak, was de prijsuitreiking om de drie teams aan te kondigen die de eerste subsidie kregen om de grand challenge op te pakken.
AI-innovatie: Echte problemen oplossen
De pijler AI-innovatie omvat een reeks programma's en strategieën om geavanceerde AI-onderzoekstechnieken in handen te krijgen van industriële partners om echte problemen op te lossen.
Het vlaggenschipprogramma binnen AI-innovatie is het 100 Experiments-programma, waarin bedrijven een bedrijfsprobleem of -uitdaging voorstellen aan AI Singapore waarvan zij denken dat data science, machine learning of AI kan worden ingezet voor de oplossing. AI Singapore voert een systematische beoordeling van elk voorstel uit. Als ze vinden dat het een interessant probleem is waarvoor geen commercieel beschikbare oplossing of technologische partner bestaat die kan helpen, stappen ze in en financieren ze de kern van het project (meer details en informatie over het aanvraagproces vind je hier).
Hoe ziet dat eruit? AI Singapore draagt \$250.000 SGD bij aan elk project (\$180.000 USD), wat het bedrijf 1:1 matcht. Laurence heeft als KPI het uitvoeren van 100 projecten, vandaar de naam 100 Experiments, met een totale programmasubsidie van \$25 miljoen SGD.
Sinds de start in juni 2017 hebben ze 40 projecten goedgekeurd en, door het succes van het programma, hebben ze een tweede ronde overheidsfinanciering ontvangen om het aantal projecten naar 200 te brengen. Er lopen al projecten in onder meer gezondheidszorg, productie, IoT, anomaliedetectie, inkoop en financiën.
Het doel voor elk experiment is om binnen negen tot achttien maanden een minimum viable product (MVP) op te leveren. Dit vereist samenwerking van beide kanten om samen de MVP te ontwikkelen die het bedrijf vervolgens kan opnemen en implementeren binnen de eigen organisatie. De financiering ondersteunt een projectteam met onderzoekers van lokale universiteiten in Singapore en engineeringcapaciteit van AI Singapore, waaronder wat zij AI Apprentices noemen. Laurence vertelde me dat het relatief eenvoudig is om professoren te betrekken, maar dat er ook AI-ingenieurs nodig zijn om aan de MVP te werken. Hier komt onderwijs over het snel evoluerende ecosysteem van data science, machine learning en AI-technieken, tooling en toepassingen in de industrie om de hoek kijken.
Het AI Apprenticeship-programma: Toekomstige leiders opleiden
Om de benodigde beroepsbevolking op te bouwen die de huidige en groeiende AI-behoeften van de industrie kan ondersteunen, heeft AI Singapore het AI Apprenticeship-programma opgezet. Dit geeft Singaporezen met basiskennis de kans om zich diepgaand te bekwamen. Het programma combineert leren via DataCamp-cursussen en andere bronnen met praktijkervaring die wordt opgedaan via projecten binnen het 100 Experiments-programma.
Dit leerwerktraject is snel van de grond gekomen. Het is een van de kernprogramma's van AI Singapore, gekoppeld aan het 100 Experiments-programma (waarbij elk experiment twee apprentices heeft).
Het leerwerkprogramma is voltijds, betaald, en duurt negen maanden. AI Singapore betaalt elke apprentice een maandelijkse vergoeding van \$3.000 tot \$5.000 SGD (er zijn geen deelnamekosten). Laurence vertelde me dat het AI Apprenticeship-programma helpt om hun AI-engineeringuitdaging voor de komende tien jaar op te lossen. Maar upskilling, reskilling en deep skilling van een natie stopt daar niet. Ze moeten de technische vaardigheden in de industrie in het algemeen optillen, en zo is het idee AI for Industry ontstaan.
AI for Industry: Vaardigheden democratiseren
Het doel van AI for Industry is om de technische vaardigheden van mensen die in organisaties werken binnen uiteenlopende sectoren te versterken. Voor dit programma werkt AI Singapore nauw samen met DataCamp. Het bouwt voort op hun AI for Everyone-programma, een workshop van 3 uur die iedereen kennis laat maken met moderne AI-technologieën en -toepassingen, zodat ze slimme afnemers van AI-producten en -diensten kunnen zijn. In AI for Everyone leren deelnemers kansen en potentiële use-cases in hun werk en dagelijks leven te identificeren. Ze bouwen ook een eenvoudig AI-model met online tools! Een van de opdrachten van AI Singapore is om niet alleen bedrijven, maar ook werkende professionals en iedereen daarbuiten, AI-ready te maken. AI for Everyone is het evoluerende resultaat van deze opdracht.
AI for Industry combineert AI for Everyone met DataCamp’s Data Scientist with Python-track, een verzameling cursussen van 100 uur die alles behandelt van Python-basiskennis tot het importeren, opschonen en prepareren van data, tot statistiek, machine learning, SQL, pakketbeheer, datavisualisatie en veel meer. Deelnemers volgen deze track over 12 maanden. AI Singapore verzorgt een maandelijkse nieuwsbrief die aansluit op de cursussen in de track en leidt een workshop van drie uur hands-on machine learning. Laurence zei dat ze besloten hebben de DataCamp Data Scientist with Python-track als zwaartepunt van het programma te gebruiken omdat "de gedachte erachter is hoe de training zou moeten worden gegeven."
Maar het onderwijs stopt daar niet. Hoe zit het met studenten die nog niet in de industrie werken? Daar komt AI for Students om de hoek kijken.
AI for Students: De volgende generatie AI-geletterd maken
Toen Laurence ontdekte dat DataCamp gratis toegang bood tot het DataCamp-platform voor universiteiten, docenten en studenten, vroeg hij zich af of ze daarop konden voortbouwen en het programma konden formaliseren, zodat AI Singapore meer studenten kon helpen aan te haken.
In Singapore leren kinderen op de basisschool en middelbare school al Python—waarom zouden ze formele Python-training dan pas op universiteitsniveau starten? Om te testen of zijn theorie haalbaar was, liet Laurence zijn zoon de Data Scientist with Python-track op DataCamp volgen.
Laurence rapporteerde terug: "Hij heeft het afgerond. Hij is geslaagd. Hij werkt aan projecten op school. Het interessante was dat hij dat voltooide toen hij 13 jaar oud was. Een slimme jongen die programmeren echt leuk vindt. We hebben er hier in Singapore veel van. Ze kunnen die modules doorlopen. Ik dacht: als hij het kan, kunnen vast veel andere kinderen het ook."
Na deze proef binnen de familie werkte Laurence nauw samen met DataCamp, en we kondigden het programma in november aan en lanceerden het. Op het moment van ons gesprek had AI Singapore 7.000 studenten aangemeld voor AI for Students, niet alleen van universiteiten, maar ook van polytechnics en middelbare scholen, onder anderen. Enkele maanden later zijn het er nu 11.000! Laurence vertelde me dat het programma enorm in de belangstelling staat bij schooldocenten die hun leerlingen na schooltijd willen trainen op het platform met Python, data science, AI en machine learning.
Laurence zei expliciet dat het AI for Students-programma in essentie puur DataCamp is. De rol van AI Singapore is om eropuit te gaan en te zeggen: "Hé, we hebben dit platform. Het is gratis. Jij, als docent, komt naar ons toe en zegt: 'Ik heb naar het DataCamp-platform gekeken. Ik vind het echt goed. Ik wil modules 1 tot en met 10 doen.'" Vervolgens werkt AI Singapore achter de schermen met DataCamp samen om dat aan de docent te leveren.
Persoonlijk betekent dit nieuws veel voor mij. Mijn eerste rol bij DataCamp was in feite het opzetten van het basiscurriculum voor Python data science, dus een groot deel van mijn eerste 18 maanden hier ging op aan de Data Scientist with Python-track. Er is veel bloed, zweet en tranen in deze track gestoken, terwijl we groeiden van een bedrijf met 10 naar 50 mensen (Vandaag hebben we 140+ medewerkers!). Het vergde enorm veel werk van onze externe instructeurs en onze interne teams voor content, engineering, product en marketing. Te horen dat deze track nu gratis wordt gebruikt om 11.000 Singaporese studenten, inclusief kinderen, op te leiden, bezorgt me echt een euforisch gevoel.
Blik op de toekomst
Nog spannender is wat er in het verschiet ligt: DataCamp heeft onlangs toegezegd 100.000 studenten in het klaslokaal te ondersteunen, en de nieuwe samenwerking AI for Industry heeft nu de taak om 25.000 werkende professionals in Singapore AI-vaardig te maken. AI Singapore zal AI for Industry sterk blijven baseren op DataCamp's Data Scientist with Python-track om deelnemers de basisvaardigheden en -kennis te bieden om data-geletterd en AI-vaardig te zijn. Dit is een samenwerking om in de gaten te houden.