برعاية السيدة رئيس الجامعة التقنية الشمالية الأستاذ الدكتورة علياء عباس العطار، وبإشراف السيد عميد كلية البوليتكنك / الموصل الأستاذ المساعد الدكتور عبد الناصر عبد الرزاق كشمولة

اختتم قسم تقنيات الشبكات وبرمجيات الحاسوب وبالتعاون مع شعبة ضمان الجودة وتقويم الأداء دورة علمية بعنوان “دور الذكاء الاصطناعي في تحقيق أهداف التنمية المستدامة”

حاضر فيها :

د. فراس شوكت حامد / مدرس

هدفت الدورة إلى:

1. تسليط الضوء على الدور المتنامي لتقنيات الذكاء الاصطناعي في دعم أهداف التنمية المستدامة.

2.تعزيز التحول الرقمي في القطاعات الحيوية.

3.تعريف المشاركين بالإطار المفاهيمي لأهداف التنمية المستدامة الصادرة عن الأمم المتحدة، وإمكانية توظيف التقنيات الحديثة لتحقيق الاستدامة في مجالات الصحة والاتصالات والطاقة والمدن الذكية.

وتناولت الدورة عدداً من المحاور العلمية المتقدمة، من بينها :

1.التعلم العميق، والتعلم المعزز، والتعلم الفيدرالي، وتقنيات Edge AI، إضافة إلى التعرف على خوارزميات الذكاء الاصطناعي مثل CNN و GNN و Reinforcement Learning و Federated Learning.

2. تحليل تأثير Green AI في كفاءة استهلاك الطاقة في مراكز البيانات، وتقييم استدامة نماذج الذكاء الاصطناعي من حيث استهلاك الطاقة والانبعاثات.

كما تضمنت الدورة تطبيقات عملية ركزت على تصميم نظام مراقبة طبية ذكي يعتمد على تحليل إشارات ECG، وتطوير حلول مبتكرة تجمع بين الهندسة الطبية وشبكات 5G وتقنيات الذكاء الاصطناعي الأخضر، فضلاً عن تعزيز التعاون البحثي متعدد التخصصات ودعم المشاريع البحثية القابلة للتحول إلى براءات اختراع.

وفي ختام الدورة خرج المشاركون بعدد من التوصيات، من أبرزها:

1. تبني مفهوم Sustainable AI في المشاريع الجامعية، والعمل على إنشاء مختبر بحثي متخصص في AI for SDGs.

2.دمج مفاهيم الاستدامة ضمن المناهج الهندسية، فضلاً عن اعتماد تقنيات Federated Learning لحماية بيانات المرضى.

3. تطوير أجهزة طبية ذكية منخفضة الاستهلاك للطاقة.

4. تطبيق Reinforcement Learning في إدارة موارد شبكات 5G، واعتماد مفهوم Green Networking للحد من استهلاك الطاقة في شبكات الحاسوب، إلى جانب تعزيز استخدام Edge AI و TinyML في تطبيقات الهواتف النقالة والأجهزة محدودة الموارد.

وأكدت توصيات الدورة أهمية الالتزام بالمعايير الأخلاقية والتنظيمية في تطوير أنظمة الذكاء الاصطناعي، ولا سيما ما يتعلق بحماية البيانات وضمان عدالة النماذج وتقليل التحيز، فضلاً عن اعتماد تقنيات Explainable AI في الأنظمة الحساسة.