سيسمح لك تطبيق الذكاء الاصطناعي في التصميم بالوصول إلى عملية إبداعية أكثر ابتكارًا، تتمحور حول المستخدم. ماذا تنتظر للتسجيل؟" 

لقد ولّد التآزر بين الذكاء الاصطناعي والتصميم ثورة حقيقية في تصور وتطوير المشاريع في هذا المجال. النقطة الأساسية التي يجب أخذها في الاعتبار هي التحسين الكبير للعملية الإبداعية: تستكشف خوارزميات الذكاء الاصطناعي مجموعات كبيرة من البيانات لاكتشاف الأنماط والاتجاهات، مما يوفر رؤى لا تقدر بثمن تدفع عملية صنع القرار في مجال التصميم.

في هذا السياق، تقدم TECH هذا الماجستير في الذكاء الاصطناعي في التصميم، والذي يدمج بشكل مثالي التقنيات الجديدة مع إنشاء منتجات إبداعية، مما يوفر للمصممين منظورًا فريدًا وكاملاً. بالإضافة إلى نقل المعرفة التقنية، سيتناول هذا البرنامج الأخلاقيات والاستدامة، مما يضمن إعداد الخريجين لمواجهة التحديات المعاصرة في مجال يتطور باستمرار.

بالمثل، فإن اتساع المواضيع التي سيتم مناقشتها يعكس تنوع تطبيقات الذكاء الاصطناعي في مختلف التخصصات، بدءًا من إنشاء المحتوى الآلي وحتى استراتيجيات تقليل الهدر في عملية التصميم. في الواقع، فإن التركيز على الأخلاق والتأثير البيئي يهدف إلى تدريب المهنيين ذوي الضمير والكفاءة.

أخيرًا، سيتم تغطية تحليل البيانات لاتخاذ القرار في التصميم، وتنفيذ أنظمة الذكاء الاصطناعي لتخصيص المنتجات والتجارب، بالإضافة إلى استكشاف تقنيات التصور المتقدمة وإنشاء المحتوى الإبداعي.

بهذه الطريقة، صممت TECH شهادة جامعية صارمة، مدعومة بطريقة إعادة التعلم (Relearning) المبتكرة. يتكون هذا النهج التعليمي من تكرار المفاهيم الأساسية لضمان الفهم العميق للمحتوى. تعد إمكانية الوصول أمرًا أساسيًا أيضًا، حيث يكفي أن يكون لديك جهاز إلكتروني متصل بالإنترنت للوصول إلى المواد في أي وقت وفي أي مكان، مما يحرر الطالب من قيود الحضور الفعلي أو التكيف مع الجداول الزمنية المحددة مسبقًا. 

سوف تتناول دمج الذكاء الاصطناعي في التصميم، وتعزيز الكفاءة والتخصيص وفتح الباب أمام إمكانيات إبداعية جديدة"

يحتويالماجستير الخاص في الذكاء الاصطناعي في التصميمعلى البرنامج التعليمي التعليمي الأكثر الأكثر اكتمالًا وتحديثًا في السوق. أبرز خصائصها هي:

تطوير الحالات العملية التي يقدمها خبراء في الذكاء الاصطناعية في التصميم 
محتوياتها البيانية والتخطيطية والعملية البارزة التي يتم تصورها بها تجمع المعلومات تقنيات والرعاية العملي حول تلك التخصصات الأساسية للممارسة المهنية. 
التمارين العملية حيث يمكن إجراء عملية التقييم الذاتي لتحسين التعلم 
تركيزها على المنهجيات المبتكرة 
كل هذا سيتم استكماله بدروس نظرية وأسئلة للخبراء ومنتديات مناقشة حول القضايا المثيرة للجدل وأعمال التفكير الفردية. 
توفر المحتوى من أي جهاز ثابت أو محمول متصل بالإنترنت

سوف تستكشف التقاطع المعقد بين الأخلاق والبيئة والتقنيات الجديدة بعمق من خلال هذا الماجستير الخاص والحصرية، والذي يتم تدريسه بالكامل عبر الإنترنت"

البرنامج يضم في أعضاء هيئة تدريسه محترفين في مجال الطاقات المتجددة يصبون في هذا التدريب خبرة عملهم، بالإضافة إلى متخصصين معترف بهم من الشركات الرائدة والجامعات المرموقة.

وسيتيح محتوى البرنامج المتعدد الوسائط، والذي صيغ بأحدث التقنيات التعليمية، للمهني التعلم السياقي والموقعي، أي في بيئة محاكاة توفر تدريبا غامرا مبرمجا للتدريب في حالات حقيقية.

يركز تصميم هذا البرنامج على التعلم القائم على حل المشكلات، والذي المهني في يجب أن تحاول من خلاله حل المواقف المختلفة للممارسة المهنية التي تنشأ من خلاله. للقيام بذلك، سيحصل على مساعدة من نظام فيديو تفاعلي مبتكر من قبل خبراء مشهورين. 

بدءًا من أتمتة الإبداع المرئي وحتى تحليل الاتجاهات التنبؤية والتعاون المدعوم بالذكاء الاصطناعي، سوف تنغمس في مجال ديناميكي"

استفد من مكتبة TECH الواسعة من موارد الوسائط المتعددة واستكشف دمج المساعدين الافتراضيين وتحليل عواطف المستخدم"

يهدف هذا الماجستير الخاص إلى تزويد المصممين بفهم شامل وكامل للتقاطع بين الذكاء الاصطناعي ومجال التصميم. لن يشمل ذلك تعزيز مهاراتهم التقنية والإبداعية فحسب، بل سيشمل أيضًا تصور وتطبيق خوارزميات الذكاء الاصطناعي في العمليات المبتكرة. بالإضافة إلى ذلك، سيتم تعزيز رؤية نقدية وأخلاقية في استخدام الذكاء الاصطناعي في المشاريع الإبداعية، وإعداد المهنيين لمواجهة المعضلات الأخلاقية والتحديات الاجتماعية الناشئة. سيتم أيضًا تناول موضوعات تتراوح من تخصيص تجارب المستخدم إلى إنشاء المحتوى المرئي. 

ستقود في سياق يكون فيه التعاون بين الإبداع البشري والتكنولوجيا الأكثر تقدمًا أمرًا أساسيًا لتطوير التصميم الحالي"

الأهداف المحددة

فهم الأسس النظرية للذكاء الاصطناعي 
دراسة الأنواع المختلفة من البيانات وفهم دورة حياة البيانات 
تقييم الدور الحاسم للبيانات في تطوير وتنفيذ حلول الذكاء الاصطناعي 
الخوض في الخوارزميات والتعقيد لحل مشاكل محددة 
استكشاف الأسس النظرية للشبكات العصبية لتطوير التعلم العميق 
تحليل الحوسبة الحيوية وأهميتها في تطوير الأنظمة الذكية 
تحليل استراتيجيات الذكاء الاصطناعي الحالية في مختلف المجالات وتحديد الفرص والتحديات 
تطوير المهارات اللازمة لتطبيق أدوات الذكاء الاصطناعي في مشاريع التصميم، بما في ذلك إنشاء المحتوى التلقائي وتحسين التصميم والتعرف على الأنماط 
تطبيق الأدوات التعاونية، والاستفادة من الذكاء الاصطناعي لتحسين التواصل والكفاءة في فرق التصميم 
دمج الجوانب العاطفية في التصاميم من خلال التقنيات التي تتواصل بشكل فعال مع الجمهور 
فهم التعايش بين التصميم التفاعلي والذكاء الاصطناعي لتحسين تجربة المستخدم 
تطوير المهارات في التصميم التكيفي، مع مراعاة سلوك المستخدم وتطبيق أدوات الذكاء الاصطناعي المتقدمة 
تحليل التحديات والفرص بشكل نقدي عند تنفيذ التصاميم المخصصة في الصناعة من خلال الذكاء الاصطناعي 
فهم الدور التحويلي للذكاء الاصطناعي في ابتكار عمليات التصميم والتصنيع

الأهداف المحددة

الوحدة 1. أسس الذكاء الاصطناعي 

تحليل التطور التاريخي للذكاء الاصطناعي، من بداياته إلى حالته الحالية، وتحديد المعالم والتطورات الرئيسية 
فهم عمل الشبكات العصبية وتطبيقها في نماذج التعلم في الذكاء الاصطناعي 
دراسة مبادئ وتطبيقات الخوارزميات الجينية، وتحليل مدى فائدتها في حل المشكلات المعقدة 
تحليل أهمية المكانس والمفردات والتصنيفات في هيكلة ومعالجة البيانات لأنظمة الذكاء الاصطناعي 
استكشاف مفهوم الشبكة الدلالية وتأثيرها على تنظيم المعلومات وفهمها في البيئات الرقمية 

الوحدة 2. أنواع ودورة حياة البيانات 

إدراك المفاهيم الأساسية للإحصاء وتطبيقاتها في تحليل البيانات 
تحديد وتصنيف الأنواع المختلفة للبيانات الإحصائية، من الكمية إلى النوعية 
تحليل دورة حياة البيانات، من الإنشاء إلى التخلص منها، وتحديد المراحل الرئيسية 
استكشاف المراحل الأولية لدورة حياة البيانات، مع تسليط الضوء على أهمية التخطيط وبنية البيانات 
دراسة عمليات جمع البيانات، بما في ذلك المنهجية والأدوات وقنوات التجميع 
استكشاف مفهوم مستودع البيانات (Datawarehouse)، مع التركيز على العناصر التي يتكون منها وتصميمه 
تحليل الجوانب التنظيمية المتعلقة بإدارة البيانات، والامتثال للوائح الخصوصية والأمن، وكذلك الممارسات الجيدة 

الوحدة 3. البيانات في الذكاء الاصطناعي 

إتقان أساسيات علم البيانات، مع تغطية الأدوات والأنواع والمصادر لتحليل المعلومات 
استكشاف عملية تحويل البيانات إلى معلومات باستخدام تقنيات استخراج البيانات وتصورها 
دراسة هيكل وخصائص مجموعات البيانات (datasets)، وفهم أهميتها في إعداد واستخدام البيانات للنماذج الذكاء الاصطناعي 
مناقشة النماذج الخاضعة للإشراف وغير الخاضعة للإشراف، بما في ذلك الأساليب والتصنيف 
استخدام أدوات محددة وممارسات جيدة في إدارة البيانات ومعالجتها، مما يضمن الكفاءة والجودة في تنفيذ الذكاء الاصطناعي 

الوحدة 4. تعدين البيانات الاختيار والمعالجة المسبقة والتحول 

إتقان تقنيات الاستدلال الإحصائي لفهم وتطبيق الأساليب الإحصائية في استخراج البيانات 
إجراء تحليل استكشافي مفصل لمجموعات البيانات لتحديد الأنماط والشذوذات والاتجاهات ذات الصلة 
تطوير مهارات إعداد البيانات، بما في ذلك التنظيف والتكامل والتنسيق لاستخدامها في التنقيب عن البيانات 
تنفيذ استراتيجيات فعالة لإدارة القيم المفقودة في مجموعات البيانات، بتطبيق أساليب الإسناد أو الحذف وفقاً للسياق 
تحديد وتخفيف الضوضاء الموجودة في البيانات، باستخدام تقنيات التصفية والتجانس لتحسين جودة مجموعة البيانات 
معالجة التطوير بيانات المعالجة المسبقة في بيئات البيانات الضخمة 

الوحدة 5. الخوارزمية والتعقيد في الذكاء الاصطناعي 

تقديم استراتيجيات تصميم الخوارزمية، مما يوفر فهمًا قويًا للمناهج الأساسية لحل المشكلات 
تحليل كفاءة وتعقيد الخوارزميات، وتطبيق تقنيات التحليل لتقييم الأداء من حيث الزمان والمكان 
دراسة وتطبيق خوارزميات الفرز وفهم كيفية عملها ومقارنة كفاءتها في سياقات مختلفة 
استكشاف الخوارزميات المبنية على الأشجار، وفهم بنيتها وتطبيقاتها 
التحقيق في الخوارزميات باستخدام Heaps، وتحليل تنفيذها وفائدتها في المعالجة الفعالة للبيانات 
تحليل الخوارزميات بناءً على الرسوم البيانية، واستكشاف تطبيقاتها في تمثيل وحل المشكلات التي تتضمن علاقات معقدة 
دراسة خوارزميات Greedy وفهم منطقها وتطبيقاتها في حل مشكلات التحسين 
التحقيق في تقنية التراجع (backtracking) وتطبيقها لحل المشكلات بشكل منهجي، وتحليل فعاليتها في سيناريوهات مختلفة 

الوحدة 6. الأنظمة الذكية 

استكشاف نظرية الوكلاء، وفهم المفاهيم الأساسية لعملهم وتطبيقهم في الذكاء الاصطناعي وهندسة البرمجيات 
دراسة تمثيل المعرفة، بما في ذلك تحليل الأنطولوجيا وتطبيقها في تنظيم المعلومات المنظمة 
تحليل مفهوم الويب الدلالي وأثره على تنظيم واسترجاع المعلومات في البيئات الرقمية 
تقييم ومقارنة التمثيلات المختلفة للمعرفة، ودمجها لتحسين فعالية ودقة الأنظمة الذكية 
دراسة المسببات الدلالية والأنظمة القائمة على المعرفة والأنظمة المتخصصة وفهم وظائفها وتطبيقاتها في اتخاذ القرارات الذكية 

الوحدة 7. التعلم الآلي واستخراج البيانات 

تقديم عمليات اكتشاف المعرفة والمفاهيم الأساسية للتعلم الآلي 
دراسة أشجار القرار كنماذج تعلم خاضعة للإشراف، وفهم بنيتها وتطبيقاتها 
تقييم المصنفات باستخدام تقنيات محددة لقياس أدائها ودقتها في تصنيف البيانات 
دراسة الشبكات العصبية وفهم عملياتها وبنيتها لحل مشاكل التعلم الآلي المعقدة 
استكشاف الأساليب الافتراضية وتطبيقاتها في التعلم الآلي، بما في ذلك الشبكات الافتراضية والمصنفات الافتراضية 
تحليل نماذج الانحدار والاستجابة المستمرة للتنبؤ بالقيم العددية من البيانات 
دراسة تقنيات التجميع (clustering) لتحديد الأنماط والهياكل في مجموعات البيانات غير الموسومة 
استكشاف تعدين النصوص ومعالجة اللغة الطبيعية (NLP)، وفهم كيفية تطبيق تقنيات التعلم الآلي لتحليل النص وفهمه 

الوحدة 8. الشبكات العصبية، أساس التعلم العميق (Deep Learning) 

إتقان أساسيات التعلم العميق، وفهم دوره الأساسي في التعلم العميق 
استكشاف العمليات الأساسية في الشبكات العصبية وفهم تطبيقاتها في بناء النماذج 
تحليل الطبقات المختلفة المستخدمة في الشبكات العصبية وتعلم كيفية اختيارها بشكل مناسب 
فهم الانضمام الفعال للطبقات والعمليات لتصميم بنيات الشبكات العصبية المعقدة والفعالة 
استخدام المدربين والمحسنين لضبط أداء الشبكات العصبية وتحسينه 
استكشاف العلاقة بين الخلايا العصبية البيولوجية والاصطناعية لفهم أعمق لتصميم النموذج 
ضبط المعلمات ل Fine Tuning للشبكات العصبية، وتحسين أدائها في مهام محددة 

الوحدة 9. تدريب الشبكات العصبية العميقة 

حل المشاكل المتعلقة بالتدرج في تدريب الشبكات العصبية العميقة 
استكشاف وتطبيق أدوات تحسين مختلفة لتحسين كفاءة النماذج وتقاربها 
جدولة معدل التعلم لضبط سرعة تقارب النموذج ديناميكيًا 
فهم ومعالجة التجاوز باستخدام استراتيجيات محددة أثناء التدريب 
تطبيق المبادئ التوجيهية العملية لضمان التدريب الفعال والفعال للشبكات العصبية العميقة 
تنفيذ نقل التعلم (Transfer Learning) كأسلوب متقدم لتحسين أداء النموذج في مهام محددة 
استكشاف وتطبيق تقنيات تعزيز البيانات لإثراء مجموعات البيانات وتحسين تعميم النموذج 
تطوير التطبيقات العملية باستخدام نقل التعلم (Transfer Learning) لحل مشاكل العالم الحقيقي 
فهم وتطبيق تقنيات التنظيم لتحسين التعميم وتجنب الإفراط في التجهيز في الشبكات العصبية العميقة 

الوحدة 10. تخصيص النموذج والتدريب باستخدام TensorFlow 

اتقان أساسيات TensorFlow وتكاملها مع NumPy لإدارة البيانات والحسابات بكفاءة 
تخصيص نماذج التدريب والخوارزميات باستخدام إمكانات TensorFlow المتقدمة 
استكشاف tfdata API لإدارة مجموعات البيانات ومعالجتها بكفاءة 
تنفيذ تنسيق TFRecord لتخزين مجموعات البيانات الكبيرة والوصول إليها في TensorFlow 
استخدام طبقات المعالجة المسبقة لـ Keras لتسهيل إنشاء نماذج مخصصة 
استكشاف مشروع TensorFlow Datasets للوصول إلى مجموعات البيانات المحددة مسبقًا وتحسين كفاءة التطوير 
تطوير تطبيق التعلم العميق باستخدام TensorFlow، ودمج المعرفة المكتسبة في الوحدة 
التطبيق العملي لجميع المفاهيم التي تعلمتها في بناء وتدريب النماذج المخصصة باستخدام TensorFlow في مواقف العالم الحقيقي 

الوحدة 11. رؤية الكمبيوتر العميقة (Deep Computer Vision) بشبكات عصبية ملتفة 

فهم بنية القشرة البصرية وأهميتها في الرؤية الحاسوبية العميقة (Deep Computer Vision) 
استكشاف وتطبيق الطبقات التلافيفية لاستخراج الميزات الأساسية من الصور 
تنفيذ طبقات التجميع واستخدامها في نماذج Deep Computer Vision باستخدام Keras 
تحليل مختلف بنى الشبكات العصبية التلافيفية (CNN) وقابليتها للتطبيق في سياقات مختلفة 
تطوير وتنفيذ شبكة CNN ResNet باستخدام مكتبة Keras لتحسين كفاءة النموذج وأدائه 
استخدام نماذج Keras المدربة مسبقًا للاستفادة من نقل التعلم في مهام محددة 
تطبيق تقنيات التصنيف والتعريب في بيئات الرؤية الحاسوبية العميقة (Deep Computer Vision) 
استكشاف استراتيجيات اكتشاف الكائنات وتتبعها باستخدام الشبكات العصبية التلافيفية 
تنفيذ تقنيات التجزئة الدلالية لفهم وتصنيف الكائنات في الصور بالتفصيل 

الوحدة 12. معالجة اللغة الطبيعية (NLP) مع الشبكات الطبيعية المتكررة (RNN) والرعاية 

تطوير مهارات إنشاء النص باستخدام الشبكات العصبية المتكررة (RNN) 
تطبيق RNN في تصنيف الرأي لتحليل المشاعر في النصوص 
فهم وتطبيق آليات الانتباه في نماذج معالجة اللغة الطبيعية 
تحليل واستخدام نماذج Transformers في مهام NLP محددة 
استكشاف تطبيق نماذج Transformers في سياق معالجة الصور والرؤية الحاسوبية 
التعرف على مكتبة Transformers في Hugging Face's للتنفيذ الفعال للنماذج المتقدمة 
مقارنة مكتبات Transformers المختلفة لتقييم مدى ملاءمتها لمهام محددة 
تطوير تطبيق NLP عملي يدمج RNN وآليات الانتباه لحل مشاكل العالم الحقيقي 

الوحدة 13. أجهزة التشفير التلقائي (Autoencoders) وGANs ونماذج الانتشار 

تطوير تمثيلات فعالة للبيانات باستخدام أجهزة التشفير التلقائي (Autoencoders) وGANs ونماذج الانتشار 
إجراء PCA باستخدام جهاز تشفير تلقائي خطي غير مكتمل لتحسين تمثيل البيانات 
تنفيذ وفهم تشغيل أجهزة التشفير التلقائي المكدسة 
استكشاف وتطبيق أجهزة التشفير التلقائي التلافيفية للحصول على تمثيل فعال للبيانات المرئية 
تحليل وتطبيق فعالية أجهزة التشفير التلقائي المتفرقة في تمثيل البيانات 
إنشاء صور أزياء من مجموعة بيانات MNIST باستخدام أجهزة التشفير التلقائي (Autoencoders) 
فهم مفهوم شبكات الخصومة التوليدية (GANs) ونماذج الانتشار 
تنفيذ ومقارنة أداء نماذج الانتشار وشبكات GANs في توليد البيانات 

الوحدة 14. الحوسبة الحيوية  

تقديم المفاهيم الأساسية للحوسبة الحيوية 
استكشاف خوارزميات التكيف الاجتماعي كنهج رئيسي في الحوسبة الحيوية 
تحليل استراتيجيات استكشاف واستغلال الفضاء في الخوارزميات الجينية 
دراسة نماذج الحوسبة التطورية في سياق التحسين 
مواصلة التحليل التفصيلي لنماذج الحوسبة التطورية 
تطبيق البرمجة التطورية على مشاكل تعليمية محددة 
معالجة تعقيد المشاكل متعددة الأهداف في إطار الحوسبة الحيوية 
استكشاف تطبيق الشبكات العصبية في مجال الحوسبة الحيوية 
التعمق في تنفيذ وفائدة الشبكات العصبية في الحوسبة الحيوية 

الوحدة 15. الذكاء الاصطناعي الاستراتيجيات والتطبيقات 

وضع استراتيجيات لتطبيق الذكاء الاصطناعي في الخدمات المالية 
تحليل انعكاسات الذكاء الاصطناعي في تقديم الخدمات الصحية 
تحديد وتقييم المخاطر المرتبطة باستخدام الذكاء الاصطناعي في المجال الصحي 
تقييم المخاطر المحتملة المرتبطة باستخدام الذكاء الاصطناعي في الصناعة 
تطبيق تقنيات الذكاء الاصطناعي في الصناعة لتحسين الإنتاجية 
تصميم حلول الذكاء الاصطناعي لتحسين العمليات في الإدارة العامة 
تقييم تطبيق تقنيات الذكاء الاصطناعي في القطاع التعليمي 
تطبيق تقنيات الذكاء الاصطناعي في الغابات والزراعة لتحسين الإنتاجية 
تحسين عمليات الموارد البشرية من خلال الاستخدام الاستراتيجي للذكاء الاصطناعي 

الوحدة 16. التطبيقات العملية للذكاء الاصطناعي في التصميم 

تطبيق الأدوات التعاونية، والاستفادة من الذكاء الاصطناعي لتحسين التواصل والكفاءة في فرق التصميم 
دمج الجوانب العاطفية في التصاميم من خلال التقنيات التي تتواصل بشكل فعال مع الجمهور، واستكشاف كيف يمكن للذكاء الاصطناعي أن يؤثر على الإدراك العاطفي للتصميم 
إتقان أدوات وأطر محددة لتطبيق الذكاء الاصطناعي في التصميم، مثل GANs (شبكات الخصومة التوليدية) والمكتبات الأخرى ذات الصلة 
استخدام الذكاء الاصطناعي لإنشاء الصور والرسوم التوضيحية والعناصر المرئية الأخرى تلقائيًا 
تنفيذ تقنيات الذكاء الاصطناعي لتحليل البيانات المتعلقة بالتصميم، مثل سلوك التصفح وتعليقات المستخدم 

الوحدة 17. تفاعل التصميم والمستخدم والذكاء الاصطناعي 

فهم التعايش بين التصميم التفاعلي والذكاء الاصطناعي لتحسين تجربة المستخدم 
تطوير المهارات في التصميم التكيفي، مع مراعاة سلوك المستخدم وتطبيق أدوات الذكاء الاصطناعي المتقدمة 
تحليل التحديات والفرص بشكل نقدي عند تنفيذ التصاميم المخصصة في الصناعة من خلال الذكاء الاصطناعي 
استخدم خوارزميات الذكاء الاصطناعي التنبؤية لتوقع تفاعلات المستخدم، مما يسمح باستجابات استباقية وفعالة في التصميم 
تطوير أنظمة توصية قائمة على الذكاء الاصطناعي تقترح المحتوى أو المنتجات أو الإجراءات ذات الصلة للمستخدمين 

الوحدة 18. الابتكار في عمليات التصميم والذكاء الاصطناعي 

فهم الدور التحويلي للذكاء الاصطناعي في ابتكار عمليات التصميم والتصنيع 
تنفيذ استراتيجيات التخصيص الشامل في الإنتاج من خلال الذكاء الاصطناعي، وتكييف المنتجات مع الاحتياجات الفردية 
تطبيق تقنيات الذكاء الاصطناعي لتقليل الهدر في عملية التصميم، والمساهمة في ممارسات أكثر استدامة 
تطوير المهارات العملية لتطبيق تقنيات الذكاء الاصطناعي لتحسين العمليات الصناعية والتصميمية 
تشجيع الإبداع والاستكشاف أثناء معالجة التصميم، باستخدام الذكاء الاصطناعي كأداة لتوليد حلول مبتكرة 

الوحدة 19. التقنيات المطبقة على التصميم والذكاء الاصطناعي 

تحسين الفهم الشامل والمهارات العملية للاستفادة من التقنيات المتقدمة والذكاء الاصطناعي في مختلف جوانب التصميم 
فهم التكامل الاستراتيجي بين التقنيات الناشئة والذكاء الاصطناعي في مجال التصميم 
تطبيق تقنيات تحسين بنية الرقائق الدقيقة المعتمدة على الذكاء الاصطناعي لتحسين الأداء والكفاءة 
استخدام الخوارزميات بشكل صحيح للتوليد التلقائي لمحتوى الوسائط المتعددة، وإثراء التواصل المرئي في المشاريع التحريرية 
تطبيق المعرفة والمهارات المكتسبة خلال هذا البرنامج على مشاريع حقيقية تتضمن التقنيات والذكاء الاصطناعي في التصميم 

الوحدة 20. الأخلاقيات والبيئة في التصميم والذكاء الاصطناعي 

فهم المبادئ الأخلاقية المتعلقة بالتصميم والذكاء الاصطناعي، وتنمية الوعي الأخلاقي في عملية صنع القرار 
التركيز على التكامل الأخلاقي للتقنيات، مثل التعرف على المشاعر، وضمان تجارب غامرة تحترم خصوصية المستخدم وكرامته 
تعزيز المسؤولية الاجتماعية والبيئية في تصميم ألعاب الفيديو وفي الصناعة بشكل عام، مع الأخذ في الاعتبار الجوانب الأخلاقية في التمثيل وإمكانية اللعب 
توليد ممارسات مستدامة في عمليات التصميم، بدءًا من تقليل النفايات إلى دمج التقنيات المسؤولة، والمساهمة في الحفاظ على البيئة 
تحليل كيف يمكن لتقنيات الذكاء الاصطناعي أن تؤثر على المجتمع، مع الأخذ في الاعتبار استراتيجيات التخفيف من آثارها السلبية المحتملة 

ستستفيد من إمكانات الذكاء الاصطناعي في تحسين العمليات الإبداعية وإنشاء حلول تصميم مبتكرة ومسؤولة"