ماجستير العلوم

هذا المساق عبارة عن مقدمة شاملة حول الذكاء الاصطناعي. إذ يعتمد على المفاهيم الأساسية في تعلّم الآلة. يتعرف الطلاب في هذا المساق إلى التعلّم الموجّه وغير الموجّه، وخوارزميات التعلّم المختلفة، وأساسيات الشبكة العصبية، فضلاً عن التعلّم العميق، والتعلّم التعزيزي.

يقدّم هذا المساق للطلاب أساساً رياضياً شاملاً لمجال الذكاء الاصطناعي. وهو يعتمد على المفاهيم الأساسية في الجبر الخطي ونظرية الاحتمالات والإحصاءات وحساب التفاضل والتكامل. وهو يتيح للطلاب تعلّم كيفية استخدام هذه المفاهيم الرياضية لحل المشكلات التي يواجهونها بشكل متكرر في تطبيقات الذكاء الاصطناعي.

يقدم هذا المساق للطلاب مقدمة شاملة حول تعلّم الآلة. وهو يقوم على المفاهيم الأساسية في الرياضيات، لاسيما الاحتمالات والإحصاءات والجبر الخطي وحساب التفاضل والتكامل. إذ يتعرف الطلاب إلى التعلّم الموجّه وغير الموجّه، وخوارزميات التعلّم المختلفة، فضلاً عن أساسيات نظرية التعلّم، والنماذج الشبكية، والتعلّم التعزيزي.

الاستدلال الاحتمالي والإحصائي هو عملية استخلاص استنتاجات مفيدة حول مجموعات البيانات أو الحقائق العلمية من البيانات غير المؤكدة والمشوشة. يغطي هذا المساق طرقاً مختلفة لأداء الاستدلال، بما في ذلك النمذجة الإحصائية، والاستراتيجيات الموجهة نحو البيانات، والاستخدام الواضح للتصميم والعشوائية في التحليلات. إلى جانب ذلك، يطّلع الطلاب في هذا المساق على معالجة متعمقة للنظريات العامة (المفهوم التكراري، البايزي، الاحتمالي) والعديد من التعقيدات العملية (البيانات المفقودة، عدم الانتظام المرصود وغير المرصود، التحيزات) لإجراء الاستدلال. يُطلع هذا المساق الطلاب على أساسيات الاستدلال الإحصائي والاحتمالي، ويوضح لهم كيفية تطبيق هذه المفاهيم الأساسية عملياً.

يقدّم هذا المساق للطلاب لمحة شاملة عن المفاهيم والأساليب المختلفة المرتبطة بالتعلّم العميق. إذ يتعلم الطلاب أولاً أسس التعلّم العميق، ليتعرفوا بعد ذلك إلى سلسلة من النماذج العميقة: الشبكات العصبية الترشيحية، والمرمِزات التلقائية، والشبكة العصبية التكرارية، والنماذج التوليدية العميقة. ويعمل الطلاب على دراسة حالات التعلّم العميق في مجالات مختلفة مثل الرؤية الحاسوبية والتصوير الطبي ومعالجة اللغات الطبيعية وغيرها من المجالات.

يُعتبر هذا المساق بمثابة مقدمة شاملة لأساسيات النظام البصري البشري وإدراك الألوان، واستحصال الصور ومعالجتها، وتصفية الصور الخطية وغير الخطية، ووصف ميزات الصورة واستخراجها، واستراتيجيات التصنيف والتجزئة. إضافة إلى ذلك، يتعرّف الطلاب في هذا المساق إلى منهجيات تقييم الجودة الخاصة بالرؤية الحاسوبية وخوارزميات معالجة الصور.

يقدّم هذا المساق للطلاب مقدمة شاملة حول مفاهيم ومبادئ وأساليب الرؤية الحاسوبية التي تقوم على علم الهندسة والتي تساعد في وصف شكل العالم وبنيته. ويكمن الهدف من المساق، على وجه التحديد، في تعريف الطلاب بالأدوات والتقنيات اللازمة لتقدير العمق والحركة والتباين والحجم والوضع والأشكال في المشاهد ثلاثية الأبعاد.

يعطي هذا المساق الطلاب لمحة شاملة عن المفاهيم والأساليب المختلفة المرتبطة بالتعرف المرئي إلى الأشياء واكتشافها. إذ سيطّلع الطلاب على وجه التحديد على مجموعة كبيرة من البنى الحديثة الناجحة للشبكات العصبية العميقة بهدف تأدية مهام التعرف والاكتشاف والتتبع على الصعيد المرئي.

يقدّم هذا المساق للطلاب مقدمة شاملة حول التوائم الرقمية. إذ يتعرف الطلاب إلى تقنية التوأم الرقمي وتطبيقاتها الشائعة وفوائدها، وكيفية إنشاء توأم رقمي للتحليلات التنبؤية عن طريق دمج البيانات الحسية، وطرق النمذجة التنبؤية الأولية، وكيفية اعتماد التوأم الرقمي والتفاعل معه باستخدام منصات مختلفة.

يُعتبر هذا المساق مقدمة في التنقيب في البيانات، أي عملية اكتشاف الأنماط في مجموعات كبيرة من البيانات، وهي عملية تتضمن عدداً من الطرق التي تجمع ما بين تعلّم الآلة والإحصاءات وأنظمة قواعد البيانات.

يعطي هذا المساق للطلاب لمحة عن معالجة البيانات الضخمة، أي عملية تحليل البيانات الضخمة واستخدامها. ويشمل هذا المساق عدداً من الطرق التي تجمع ما بين الحوسبة المتوازية وتعلّم الآلة والإحصاءات وأنظمة قواعد البيانات، وغيرها.

يُعتبر هذا المساق مدخلاً تمهيدياً في تكنولوجيا استرجاع المعلومات التي أصبحت الحاجة ماسة إليها بالنظر إلى النمو الهائل للمعلومات الرقمية المتاحة، وضرورة توفير أدوات ذكية يمكنها فلترة المعلومات المتاحة ومعرفة المعلومات الأكثر قيمة وأهمية. ويهدف هذا المساق، في هذا الإطار، إلى تزويد الطلبة بالمبادئ الأساسية والخوارزميات المستخدمة في تكنولوجيات استرجاع المعلومات. كما يسعى إلى النظر في الخوارزميات وتصميم وتنفيذ أنظمة استرجاع المعلومات الحديثة. وتشمل الموضوعات التي سيتم تناولها في هذا المساق: تصميم وتنفيذ نظم استرجاع المعلومات، وتقنيات تحليل النصوص، ونماذج الاسترجاع (مثل: المتغير البولياني، ومساحة المتجهات، والاحتمالية، والطرق القائمة على التعلم(، وتقييم البحث، وملاحظات استرجاع المعلومات، واستخراج سجلات البحث، والتطبيقات في إدارة معلومات الويب.

يغطي هذا المساق الأسس النظرية لعلم الإحصاء، والتي تشكل الأساس لتحليل خصائص خوارزميات تعلم الآلة. تشمل الموضوعات التي سيدرسها الطلبة ضمن هذا المساق ما يلي: النماذج الإحصائية، والاستدلال الإحصائي، وتقدير الاحتمال الأقصى، واختبار الفرضيات الأمثل، ونظرية القرار والاستدلال البايزي، والإحصاء غير المَعلَمِي، وطريقة البوتستراب، والنموذج الخطي (العام)، والإحصاء في الأبعاد العالية. كما سيتعرف الطلبة على جميع الأدوات اللازمة من نظرية الاحتمالات بما فيها: متباينات التفاوت، أنواع التقارب، قانون الأعداد الكبيرة، نظرية الحد المركزي، خصائص توزيع غاوس (إلخ)، كلما كانت هناك حاجة إليها، وستُعرض براهينها في نهاية كل فصل.

يقدم هذا المساق مقدمة تناسب مستوى طلاب الدراسات العليا حول مبادئ التصوير الطبي وأساليبه، وهو يرتكز إلى مشاكل التصوير الطبي. إذ يغطي أساسيات الأشعة السينية، والتصوير المقطعي المحوسب، والتصوير بالرنين المغناطيسي، والموجات فوق الصوتية، والتصوير المقطعي بالإصدار البوزيتروني. إضافة إلى ذلك، يعطي هذا المساق الطلاب لمحة عامة عن الهندسة ثلاثية الأبعاد للصور الطبية وبعض المشكلات الكلاسيكية التي تبرز في تحليل الصور الطبية، بما في ذلك التصنيف والتجزئة والتسجيل والقياس الكمي وإعادة البناء ونظام “راديوميكس”، وهو منهج يستخدم الخوارزميات لتحليل عدد هائل من البيانات المستخرجة من الصور الطبية.

يعطي هذا المساق الطلاب مقدمة شاملة حول استخدام الذكاء الاصطناعي/ تعلّم الآلة في خدمات المدن الذكية وتطبيقاتها. ويبدأ المساق بمراجعة المفاهيم الأساسية. ويتعلم الطلاب في إطار هذا المساق كيفية تطبيق مفاهيم الذكاء الاصطناعي/ تعلّم الآلة بهدف تطوير خدمات المدن الذكية وتصميمها وتحسينها. إذ يساعدهم هذا المساق على الإلمام بمفهوم المدن الذكية وتطبيقاتها ومتطلباتها وتصميم الأنظمة الخاصة بها، كما يتيح لهم تطوير مهاراتهم لدمج التقنيات الناشئة في مكونات المدن الذكية، واعتمادها. إضافة إلى ذلك، يكتسب الطلاب المعارف حول الأمن وتحليلات البيانات وإنترنت الأشياء والاتصالات والشبكات، كما يعملون على دراسة حالات وتقديم الحلول الخاصة بالبنى التحتية للمدن الذكية.

يقدّم هذا المساق للطلاب لمحة شاملة عن مجموعة من المشكلات المتعلقة بالثقة بتطبيقات الذكاء الاصطناعي وتعلّم الآلة. إذ يطّلع الطلاب على موضوعات مثل الهجمات على أنظمة الحاسوب التي تستخدم تعلّم الآلة، فضلاً عن آليات الدفاع التي من شأنها الحد من مثل هذه الهجمات.

يقدم هذا المساق مدخلاً شاملاً عن استخدام الذكاء الاصطناعي/تعلم الآلة في أنظمة إنترنت الأشياء الذكية وخدماته وتطبيقاته. يبدأ المساق بالتعرف على المفاهيم المتقدمة في هذا المجال، ثم يوضح كيفية تطبيق الذكاء الاصطناعي/تعلم الآلة لتطوير وتصميم وتحسين أنظمة إنترنت الأشياء وخدماته. سيمكن هذا المساق الطلبة من فهم أعمق لمفاهيم إنترنت الأشياء وتطبيقاتها ومتطلباتها، ويعزز قدرتهم على تصميم أنظمتها. يوفر هذا المساق أيضاً للطلاب فرصة لتطوير مهارات دمج التقنيات الناشئة مع مكونات إنترنت الأشياء الذكية وتنفيذها. كما يكتسب الطلاب المعرفة والمهارات اللازمة في مجالات الأمن، وتحليل البيانات، ونماذج الذكاء الاصطناعي، والاتصالات والشبكات، بالإضافة إلى العمل على حلول دراسات الحالة للبنى التحتية لإنترنت الأشياء.

أصبح، مع تزايد حجم بيانات نماذج تعلم الآلة واتساع نطاق متغيراتها، وتزايد متطلباتها من حيث القوة الحاسوبية والذاكرة التخزينية، من الضروري اعتماد نظم متوازية وموزعة لإدارة عمليات آلات متصلة. ويندرج هذا المساق ضمن هذا الإطار، حيث سيطلع الطلبة فيه على المبادئ الأساسية والتمثيلات الخاصة بالنظم المتوازية لبرامج تعلم الآلة وخوارزميات التعلم. وسيتعرفون على كيفية تصميم استراتيجيات نظم برامج تعلم الآلة المعقدة المتوازية وتقييمها (باستخدام المقاييس القياسية) ومقارنة مكوناتها الأساسية. كما سيتعلم الطلبة كيفية تقييم ومقارنة بنية الأنظمة البرمجية التي تستخدم هذه الاستراتيجيات لتنفيذ برامج تعلم الآلة. سيستخدم الطلاب أيضاً المقاييس القياسية لفهم تأثير عملية التجميع وإدارة الموارد على أداء برامج تعلم الآلة المتوازية.

يقدم هذا المساق مقدمة مناسبة لمستوى الخريجين حول مبادئ عملية التحسين وأساليبها، وهو يقوم على أسس شاملة في الصياغة الرياضية لمشكلات التحسين. ويغطي المساق أساسيات الدالة المحدبة والمجموعة المحدبة، إلى جانب طرق التحسين من الدرجة الأولى والثانية، والمشكلات المتعلقة بقيود المساواة و/ أو عدم المساواة، وغيرها من المشكلات المتقدمة.

يُعتبر هذا المساق بمثابة مقدمة شاملة حول معالجة اللغات الطبيعية. وهو يقوم على المفاهيم الأساسية في الرياضيات، لاسيما الاحتمالات والإحصاءات، والجبر الخطي، وحساب التفاضل والتكامل، بالتالي يُفترض بالطلاب الإلمام بمفاهيم البرمجة.

يقدّم هذا المساق للطلاب مقدمة شاملة حول معالجة اللغات الطبيعية. وهو يعتمد على المفاهيم الأساسية في معالجة اللغات الطبيعية، بالتالي يُفترض بالطلاب الإلمام بمفاهيم الرياضيات والبرمجة.

يُطلع هذا المساق الطلاب على مقدّمة شاملة حول معالجة الكلام. وهو يقوم على المفاهيم الأساسية في معالجة الكلام، بالتالي، يُفترض بالطلاب الإلمام بمفاهيم الرياضيات ومعالجة الإشارات.

يغطي هذا المساق أسس الرياضيات التي تقوم عليها نظم الروبوتات. كما يتناول المفاهيم الأساسية لنظام تشغيل الروبوتات (ROS) باعتباره واحداً من أكثر المنصات موثوقية وشعبية لبرمجة الروبوتات الحديثة. يسلط المساق أيضاً الضوء على التقنيات التي تسمح بنمذجة الحركات والديناميكيات والإدراك وضبط الحركة والملاحة وتخطيط المسارات لدى الروبوتات. سيتعرف الطلاب كذلك على واجهة مختلف أنواع أجهزة الاستشعار، وكيفية قراءة بياناتها وتحليلها وتطبيقها في تطبيقات متنوعة للروبوتات.

يعالج الطالب في رسالة الماجستير إشكالية لم يتم حلها بعد، حيث يُطلب منه اقتراح حلول جديدة والمساهمة في المجال المعرفي. ويتابع الطالب هذه الدراسة البحثية بشكل مستقل، بتوجيه من لجنة مشرفة، لمدة عام واحد. يُذكر أن بحوث رسائل الماجستير تساعد الخريجين على إجراء المزيد من البحوث المتقدمة في رسالة الدكتوراه. إلى جانب ذلك، فإنها تمكّن الخريجين من متابعة مشروع صناعي يتضمن مكوناً بحثياً بشكل مستقل.

يُركز هذا المساق على تطوير مهارات الطلبة البحثية بهدف تعزيز قدرتهم على التفكير في أساليب بحثية مبتكرة يمكن تنفيذها في بيئات عملهم. ويغطي مساق مناهج البحث العلمي مجموعة من الأساليب والطرق البحثية – بما فيها: الأساليب العلمية؛ والقضايا الأخلاقية في البحث؛ وطرق القياس؛ والبحث التجريبي؛ والبحث الاستقصائي؛ والبحث النوعي؛ والبحث بأساليب متنوعة. كما يهدف المساق إلى تزويد الطلبة بالقدرة على اختيار البيانات وتقييمها وجمعها للإجابة على أسئلة بحثية محددة، إضافة إلى تطوير مهارات “التفكير التصميمي” التي ستمكنهم من ربط موضوع بحثهم بجوانبه التطبيقية والعملية. وسيكتسب الطلبة، بعد استكمال هذا المساق، المهارات اللازمة لتطوير موضوع بحثي كامل يمكن أن يكون مبتكراً ورائداً ومستداماً، ويمكن تطبيقه في أي مؤسسة أو جهة يهمها موضوع هذا البحث.

برنامج تدريبي خاص للماجستير (بحد أقصى 6 أسابيع)