مؤتمر مبادئ وممارسات الذكاء الاصطناعي

مقدمة المؤتمر:

يستكشف هذا المؤتمر التقنيات المتقدمة في الذكاء الاصطناعي والتعلم الآلي وعلوم البيانات، مع التركيز على استخدامها في تطوير المؤسسات وتحقيق النجاح. كما يهدف إلى تقديم أدوات واستراتيجيات شاملة لتطبيق الذكاء الاصطناعي في سياقات عملية متنوعة. حيث يعرض حالات استخدام ناجحة ويوفر خارطة طريق لتطوير مشاريع فعالة في هذا المجال.

أهداف المؤتمر:

في نهاية المؤتمر سيكون المشاركون قادرين على:

• تقييم المهارات والكفاءات المتاحة وتحديد تلك اللازمة لتحقيق أهدافهم.
• توضيح مفهوم الذكاء الاصطناعي بمختلف أشكاله وتطبيقاته.
• استعراض التقنيات والخوارزميات الأساسية التي تدعم الذكاء الاصطناعي.
• تطبيق الأشكال المتنوعة للذكاء الاصطناعي ضمن سلسلة القيمة بشكل فعال.
• تنفيذ أفضل الممارسات في مشاريع الذكاء الاصطناعي وإدارة أنشطتها بكفاءة.
• التحاور بفعالية مع المتخصصين في الأعمال وعلوم البيانات حول المواضيع المتعلقة.

الفئات المستهدفة:

• الإدارة العليا والمتوسطة التي تدرك أن التحول الرقمي أمر لا مفر منه.
• المدراء الراغبون في التعرف على ما يمكن أن يقوم به الذكاء الاصطناعي لهم وقيادة التحول الرقمي والبيانات.
• الموظفون الذين يدركون أن الإبتكار والتنمية هو جزء من ممارسة الأعمال ويريدون أن يكونوا مستعدين للذكاء الاصطناعي ليحصدوا فوائده.

محاور المؤتمر:

الوحدة الأولى:

مقدمة في الذكاء الاصطناعي {AI} ، التعلم الآلي {ML} وعلوم البيانات:

• مفهوم الذكاء الاصطناعي وأشكاله.
• الذكاء الاصطناعي كمزيج من التقنيات الحديثة.
• الذكاء الاصطناعي من منظور تاريخي.
• الذكاء الاصطناعي: "المنطق، السبب، الفعل".
• التفكير في الذكاء الاصطناعي: "التعلّم الآلي".
• ركائز البناء التسع.

الوحدة الثانية:

أدوات الذكاء الاصطناعي وخارطة الطريق:

• التقنيات: {R, Python, Spotfire, Hadoop}.
• المنصات: {Ms Azure, IBM Watson, Google Tensorflow}.
• تطوير خارطة الطريق.

إعداد خارطة الطريق الأولى:

• أساليب تطوير إستراتيجيتك وتكتيكاتك من أجل تحقيق قمع مشروع الذكاء الاصطناعي {AI Funnel}.

الوحدة الثالثة:

الخوارزميات ومحركات البحث:

• تطبيقات التعلم المشرف عليها.
• التصنيف: الخوارزميات مثل "Naïve bayes".
• الانحدار: "خوارزميات مثل الانحدار الخطي وأشجار القرار".
• تطبيقات التعلم شبه المشرف عليها.
• الخوارزميات مثل "Q-Learning" ، "SARSA".
• تطبيقات التعلم غير المشرف عليها.
• التجميع: الخوارزميات مثل "kMeans" والتسلسل الهرمي.

الوحدة الرابعة:

تطبيقات سلسلة القيمة والتكنولوجيا:

• حالات الاستخدام الناجحة من قبل سلسلة القيمة بورتر "Porter".
• الأنشطة الأساسية: "العمليات الواردة والتسويق والمبيعات والخدمات الصادرة"
• دعم الأنشطة: "الإدارة والمالية والموارد البشرية والبحث والتطوير والمشتريات".
• حالات الاستخدام الناجحة عن طريق التكنولوجيا.
• البرمجة اللغوية العصبية  "NLP".

الوحدة الخامسة:

تشغيل مشاريع ناجحة للذكاء الاصطناعي:

• عملية المشروع، تكوين الأفكار وتعريف المشكلة.
• تحليل البيانات الاستكشافية، تطوير النموذج والتنفيذ.
• المهارات والقدرات.
• التغييرات المؤسسية والأخطاء الشائعة العشرة.

تحديد منهجية الذكاء الاصطناعي "العمل الجماعي":

• الممارسة مع ركائز البناء واستخدام الحالات.
• منهجية الكراج الإبداعية لتحديد وتعريف مشروع الذكاء الاصطناعي.