ماجستير

يشكل هذا المساق مقدمة شاملة إلى الذكاء الاصطناعي، ويرتكز إلى المفاهيم الأساسية في مجال تعلم الآلة. يتعلم الطلاب عن التعلم الموجه وغير الموجه، ومختلف خوارزميات التعلم، والمبادئ الأساسية للشبكات العصبية، والتعلم العميق، والتعلم التعزيزي.

يتطرق هذا المساق إلى أسس الرياضيات في أنظمة الروبوتات ويعرّف الطلاب إلى المفاهيم الأساسية في نظام تشغيل الروبوت، وهو إحدى المنصات الأكثر موثوقية وشعبية لبرمجة الروبوتات الحديثة. كما أنه يسلط الضوء على التقنيات التي تسمح بنمذجة الحركات والديناميكيات والإدراك وضبط الحركة والملاحة وتخطيط المسارات لدى الروبوتات ودراسة هذه التقنيات بشكلٍ رسمي. ويتعلم الطلاب أيضاً عن واجهة مختلف أنواع أجهزة الاستشعار، وكيفية قراءة بياناتها وتحليلها وتطبيقها في تطبيقات متنوعة للروبوتات.

من الضروري أن تتمكن الروبوتات من الاستشعار والتعلّم استناداً إلى التجربة من أجل تحقيق الاستقلالية. وتعتبر الرؤية التقنية الأكثر استخداماً للاستشعار. يستكشف هذا المساق التقنيات الأساسية المستخدمة في معالجة الصور وتحليل الرؤية الحاسوبية (تحديد موضع الأشياء والتعرف إليها وتقسيم الصور) والأدوات المتقدمة التي تسمح للروبوتات بتقدير حركة الأشياء والعمق أو إعادة إنشاء المشاهد ثلاثية الأبعاد انطلاقاً من مجموعة صور. ويتطرق أيضاً إلى موضوع التعلم التعزيزي الذي يعطي الروبوتات القدرة على التعلم. وتجدر الإشارة إلى أن التعلم التعزيزي هو مجال فرعي من تعلم الآلة مستوحى من كيفية تعلم البشر. يتفاعل وكيل التعلم التعزيزي مع بيئته ويراقب أثر أفعاله ويحصل على مكافآت (تكون إما إيجابية وإما سلبية بحسب نجاحه في إنجاز المهمة المحددة). كما يشمل المساق الخوارزميات الأساسية والمتقدمة للتعلم التعزيزي ويناقش مزاياها ومساوئها في مختلف إعدادات الروبوتات.

يغطي المساق موضوعات وتقنيات متعددة في سياق التخطيط والتموضع والملاحة. ويسلط الضوء على طرق التموضع والتخطيط في الوقت نفسه باستخدام مختلف أنواع المرشحات مثل مرشح كالمان ومرشح كالمان الموسع ومرشح الجسيمات. كما ينظر في طرق التموضع والتخطيط الآنية القائمة على الرسومات وفي ارتباط البيانات. ويدرس العلاقة بين تقنيات الملاحة القائمة على الخرائط وتلك التفاعلية. ويتم تطبيق هذه المفاهيم والطرق في نظام تشغيل الروبوت بهدف تعزيزها، وذلك من خلال حزم نظام تشغيل الروبوتات المتقدمة والمخصصة مثل حزمة tf وAMCL والتخطيط.

يشكل هذا المساق مقدمة إلى التنقيب في البيانات، وهي عملية اكتشاف الأنماط في مجموعات البيانات الكبيرة باستخدام طرق تجمع بين تعلم الآلة والإحصائيات وأنظمة مجموعات البيانات.

يشكل هذا المساق مقدمة إلى معالجة البيانات الضخمة، وهي عملية تحليل البيانات الضخمة واستخدامها. ويتطرق إلى الطرق التي تجمع بين الحوسبة المتوازية وتعلم الآلة والإحصائيات وأنظمة مجموعات البيانات وغيرها.

يقدم هذا المساق مقدمة للمتخرجين الجامعيين عن مبادئ وطرق التصوير الطبي، مع الاستناد بشدة إلى علم الفيزياء عند معالجة مشاكل التصوير. ويشمل أساسيات التصوير بالأشعة السينية والتصوير المقطعي المحوسب والتصوير بالرنين المغناطيسي والتصوير بالموجات فوق الصوتية والتصوير المقطعي بالإصدار البوزيتروني. بالإضافة إلى ذلك، يقدم لمحة عامة عن الهندسة الرياضية ثلاثية الأبعاد للصور الطبية ويطرح مشكلتَين شائعتَين في تحليل الصور الطبية وهما: التقسيم والمطابقة.

يشكل هذا المساق مقدمة شاملة إلى تعلم الآلة. وهو يرتكز إلى المفاهيم الأساسية في الرياضيات، ولا سيما الاحتمال والإحصائيات والجبر الخطي وحساب التفاضل والتكامل. يتعلم الطلاب عن التعلم الموجه وغير الموجه، ومختلف خوارزميات التعلم، والمبادئ الأساسية لنظرية التعلم، والنماذج الرسومية، والتعلم التعزيزي.

الاستدلال الاحتمالي والإحصائي هو عملية تهدف إلى استخلاص نتائج مفيدة من عينات البيانات أو الوقائع العلمية انطلاقاً من بيانات غير مؤكدة ومشوشة. كما أنه الأساس الذي يقوم عليه تعلم الآلة ويشكل مكوناً أساسياً فيه إذ يهدف تعلم الآلة إلى التعلم والتحسن استناداً إلى التجربة (الممثلة بالبيانات). يتطرق هذا المساق إلى مختلف وسائل تنفيذ الاستدلال، بما يشمل النمذجة الإحصائية، والاستراتيجيات القائمة على البيانات، والاستخدام الصريح للتصاميم والعشوائية في التحاليل. علاوة على ذلك، يتعمق المساق في النظريات الواسعة (الاستدلال المتكرر والبايزي والاحتمالية) والتعقيدات العملية المتعددة (البيانات المفقودة، والإدماج المرصود وغير المرصود، والتحيز) عند تنفيذ الاستدلال. ويقدم للطلاب أساسيات الاستدلال الاحتمالي والإحصائي ويبيّن لهم كيف يمكن تطبيق هذه المفاهيم عملياً.

يشكل هذا المساق مقدمة شاملة إلى استخدام الذكاء الاصطناعي/تعلم الآلة في خدمات وتطبيقات المدن الذكية. يبدأ بمراجعة المفاهيم الأساسية. ويتعلم الطلاب كيفية تطبيق الذكاء الاصطناعي/تعلم الآلة لتطوير خدمات المدن الذكية وتصميمها وتحسينها، ليكتسبوا فهماً لمفاهيم المدن الذكية وتطبيقاتها واحتياجاتها وتصميم أنظمتها. هذا وسيطور الطلاب قدرتهم على دمج التقنيات الناشئة في مكونات المدن الذكية وتطبيقها. وسيكتسبون معرفة في كيفية تطبيق الأمن وتحليلات البيانات وإنترنت الأشياء والاتصالات والشبكات وسيعملون على دراسات حالة لحلول البنى التحتية في المدن الذكية.

يشكل هذا المساق مقدمة شاملة إلى استخدام الذكاء الاصطناعي/تعلم الآلة في الأنظمة الذكية والخدمات والتطبيقات لإنترنت الأشياء. يبدأ بمراجعة المفاهيم المتقدمة. ويتعلم الطلاب كيفية تطبيق الذكاء الاصطناعي/تعلم الآلة لتطوير أنظمة وخدمات إنترنت الأشياء وتصميمها وتحسينها، ليكتسبوا فهماً لمفاهيم إنترنت الأشياء وتطبيقاته واحتياجاته وتصميم أنظمته. هذا وسيطور الطلاب قدرتهم على دمج التقنيات الناشئة في مكونات إنترنت الأشياء الذكية وتطبيقها. وسيكتسبون معرفة ومهارات في كيفية تطبيق الأمن وتحليلات البيانات ونماذج الذكاء الاصطناعي والاتصالات والشبكات وسيعملون على دراسات حالة لحلول البنى التحتية في مجال إنترنت الأشياء.

يشكل هذا المساق أساساً شاملاً للرياضيات في مجال الذكاء الاصطناعي. ويرتكز إلى المفاهيم الأساسية في الجبر الخطي ونظرية الاحتمال والإحصائيات وحساب التفاضل والتكامل. سيتعلم الطلاب كيف يمكن استخدام مفاهيم الرياضيات هذه لحل المشاكل التي غالباً ما تظهر في تطبيقات الذكاء الاصطناعي.

يشكل هذا المساق مقدمة شاملة إلى معالجة اللغات الطبيعية. وهو يرتكز إلى المفاهيم الأساسية في الرياضيات، ولا سيما الاحتمال والإحصائيات والجبر الخطي وحساب التفاضل والتكامل، ويستلزم معرفة مسبقة بالبرمجة.

يُقدّم هذا المقرر خلفية منهجية ومعمقة حول أبرز مجالات معالجة اللغة الطبيعية، بالاعتماد على تقنيات التعلّم العميق. ويُبنى المقرر على المفاهيم الأساسية في هذا المجال، مع دمج أحدث التطورات في النماذج اللغوية الكبيرة (LLMs).

يفترض المقرر إلمامًا مسبقًا بمفاهيم الرياضيات وتعلّم الآلة والبرمجة.

يشكل هذا المساق مقدمة شاملة إلى معالجة الكلام. ويرتكز إلى المفاهيم الأساسية في معالجة الكلام ويستلزم معرفة مسبقة بمفاهيم الرياضيات ومعالجة الإشارات.

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.

ُيُعنى هذا المقرر بتعليم مناهج البحث العلمي القابلة للتطبيق في الأبحاث العلمية بشكل عام، وفي أبحاث الذكاء الاصطناعي بشكل خاص. ويغطي المقرر مجموعة من الموضوعات، من بينها: الأساليب العلمية، أدوات القياس والمؤشرات في البحث التجريبي، التقييم النقدي والمراجعة من قبل الأقران، الاتصال العلمي مع الجمهور، والمسائل الأخلاقية في أبحاث الذكاء الاصطناعي.

سيكتسب الطلاب من خلال هذا المقرر المعرفة والمهارات اللازمة لاختيار وتقييم وجمع البيانات، وتحديد المنهجيات المناسبة للإجابة على أسئلة بحثية محددة. كما سيتعلمون مهارات التفكير التصميمي لربط مواضيعهم البحثية بالتطبيق العملي.
عند إتمام المقرر، سيكون الطالب قادراً على تطوير منهجية بحث متكاملة تتسم بالدقة العلمية، وروح ريادة الأعمال، والالتزام الأخلاقي.

تهدف فترة التدريب مع القطاع المهني في جامعة محمد بن زايد للذكاء الاصطناعي إلى تزويد الطالب بخبرة عملية مباشرة، تمزج بين التجربة التطبيقية والتعلّم الأكاديمي.