تساهم الشبكات الذكية في تحسين استخدام الطاقة ومشاركة الطاقة على المستوى المحلي، من أجل خفض الضغط على خدمات الطاقة والحد من تعطلها. وتعتمد هذه الشبكات عادةً على البيانات الغنية للمستخدم من أجل تحسين الشبكة. غير أن هذه الطريقة تعرّض المستخدمين الأفراد إلى خطر انتحال الشخصية.
استلهم الباحثون في فريق البروفيسور مارتن تاكاش في جامعة محمد بن زايد للذكاء الاصطناعي من نجاح الأنظمة الذكية في قطاع الرعاية الصحية ليستخدموا مبادئ التعلم المتحد بهدف تحسين الشبكات الذكية بشكلٍ فاعل وحماية بيانات المستخدم في الوقت عينه.
تشمل اهتمامات الدكتور تاكاش البحثية الحالية: تصميم خوارزميات تعلم الآلة وتحليها، بما في ذلك مشكلات التحسين المحدبة/ غير المحدبة على نطاق واسع في التعلم الموزع والمتحد، وتطبيقات تعلم الآلة، والحوسبة عالية الأداء.
قبل انضمامه إلى جامعة محمد بن زايد للذكاء الاصطناعي، عمل الدكتور تاكاش أستاذاً مساعداً في قسم الهندسة الصناعية والنظم في جامعة “ليهاي” في بنسلفانيا في الولايات المتحدة الأمريكية. وخلال تلك الفترة، حصد الدكتور تاكاش عدة جوائز مرموقة منها جائزة أفضل أطروحة لشهادة الدكتوراه من “جمعية الأبحاث التشغيلية” في عام 2014؛ وجائزة “ليزلي فوكس” (جائزة المركز الثاني لعام 2013) من “معهد الرياضيات وتطبيقاتها”؛ وجائزة أفضل ورقة بحثية للطلاب من “جمعية إنفورمس للحوسبة” – المركز الثاني لعام 2012
A new benchmark by MBZUAI researchers shows how poorly current multimodal methods handle real-world geometric and perspective-based.....
باحثون يطورون مجموعة بيانات معيارية جديدة تكشف أسرار العلاقات السببية في نماذج الذكاء الاصطناعي
مينمينغ غونغ يكشف كيف يعتمد نظام ConV المبتكر على نهج جديد لتحديد الصور المولّدة بالذكاء الاصطناعي، متخطياً.....
اقرأ المزيد