الماجستير
درجة الماجستير في الذكاء الاصطناعي
يُعدّ برنامج الماجستير في الذكاء الاصطناعي في كلية العدل الدولية (College of International Justice) برنامجاً أكاديمياً وهندسياً متقدماً، صُمِّم خصيصاً للارتقاء بالكفاءة التقنية والخوارزمية للمهندسين والمختصين العاملين في تطوير الأنظمة الذكية، تعلم الآلة المتقد...
مدة الدراسةسنتان
الساعات المعتمدة60
الدرجة العلميةماجستير
لغة الدراسةالعربية
الفصول الدراسية4
عن البرنامج
يُعدّ برنامج الماجستير في الذكاء الاصطناعي في كلية العدل الدولية (College of International Justice) برنامجاً أكاديمياً وهندسياً متقدماً، صُمِّم خصيصاً للارتقاء بالكفاءة التقنية والخوارزمية للمهندسين والمختصين العاملين في تطوير الأنظمة الذكية، تعلم الآلة المتقدم، والتعلم العميق، ونماذج الذكاء الاصطناعي التوليدي (GenAI) في المؤسسات الكبرى والقطاعات الحيوية. يركز البرنامج على التحديات الذكية المعقدة؛ حيث يغوص في تحليل وتصميم الشبكات العصبية العميقة، معالجة اللغات الطبيعية (NLP)، الرؤية الحاسوبية المتقدمة، حوكمة الخوارزميات، والتشريعات المنظمة لاستخدام وتطوير الذكاء الاصطناعي المسؤول.
يمتد البرنامج على مدار أربعة فصول دراسية (سنتان أكاديميتان)، ويدرس الطالب فيه 8 مقررات دراسية (5 إلزامية و 3 اختيارية)، تتوزع على الفصلين الأول والثاني، تليها مرحلة الممارسة العملية بالتزامن مع إنجاز رسالة الماجستير في الفصلين الثالث والرابع. يركز البرنامج على القضايا الخوارزمية والهندسية المعقدة، بدءاً من مناهج البحث العلمي وتحليل البيانات المتقدم، مروراً بالتعلم العميق والنماذج اللغوية الكبيرة (LLMs)، ووصولاً إلى حوكمة وأخلاقيات الذكاء الاصطناعي. يتميز البرنامج بمنهجية تدريس تعتمد على الحلقات البحثية (Seminars) والمختبرات الحوسبية المتقدمة المزودة بوحدات معالجة الرسوميات (GPUs)، مما يعزز مهارات التفكير التقني النقدي، التصميم الخوارزمي، وصياغة السياسات الذكية.
الرؤية
أن يكون البرنامج الوجهة الأكاديمية والمهنية الأبرز دولياً في إعداد علماء ومهندسي ذكاء اصطناعي رائدين، قادرين على ابتكار أنظمة ذكية موثوقة، توجيه التحول الرقمي الذكي، وإثراء البحث التقني بأبحاث أصيلة تخدم البشرية بمسؤولية وأخلاقيات رفيعة.
الرسالة
تقديم برنامج دراسات عليا متقدم يدمج بين الأسس الرياضية والخوارزمية المتينة وبين التطبيقات الهندسية المتقدمة للذكاء الاصطناعي، من خلال بيئة تعليمية تفاعلية تعتمد على بناء النماذج ومختبرات الحوسبة الفائقة، لتأهيل كوادر تمتلك الكفاءة العالية لتصميم وبناء حلول ذكية آمنة ومسؤولة أخلاقياً وقانونياً.
الأهداف
- التعمق الرياضي والخوارزمي: إكساب الدارسين فهماً نقدياً متقدماً للرياضيات المتقدمة، الإحصاء، وخوارزميات تعلم الآلة والتعلم العميق.
- تطوير الملكة البحثية الرصينة: تأهيل الباحثين لإنتاج رسائل علمية وأوراق سياسات تقنية أصيلة تعالج إشكاليات ذكاء اصطناعي معاصرة وتسهم في تطوير المعرفة الخوارزمية.
- إتقان النماذج اللغوية والرؤية الحاسوبية: بناء كفاءة عالية في تصميم وتدريب النماذج اللغوية الكبيرة (LLMs) وأنظمة الرؤية الحاسوبية ومعالجة البيانات الضخمة.
- فهم الحوكمة والأخلاقيات التقنية: تطوير القدرات في تصميم وتطبيق أطر حوكمة الذكاء الاصطناعي، ضمان العدالة الخوارزمية، والامتثال للتشريعات المنظمة.
- التعامل مع التطبيقات الذكية المتقدمة: تأهيل الخريجين لتطوير أنظمة ذاتية، وكلاء أذكياء (Agentic AI)، وتطبيقات ذكية في القطاعات الحيوية (كالعدل والأعمال).
الفلسفة التعليمية
تعتمد كلية العدل الدولية في هذا البرنامج فلسفة "الذكاء الاصطناعي المرتكز على الخوارزميات الصلبة والحوكمة المسؤولة". تقوم هذه الفلسفة على تجاوز الفهم السطحي للبرمجة إلى التحليل الرياضي والهندسي العميق للنماذج، وتفكيك آليات التعلم العميق، وتقييم مدى كفاءة وموثوقية الأنظمة الذكية. تتجسد هذه الفلسفة في الاعتماد على الحلقات البحثية (Seminars) التي تتطلب من الطالب القراءة التحليلية للأوراق البحثية المحكمة (Peer-Reviewed Papers) والتقارير التقنية الاستراتيجية. كما يركز البرنامج بقوة على التطبيق العملي في المختبرات الحوسبية المتقدمة وتدريب النماذج على الحواسيب الفائقة، مع توفير بيئة تعليمية مرنة (عن بُعد) تلبي احتياجات الممارسين والمهندسين وتدعم التعلم الذاتي الموجه.
المخرجات التعليمية
- المعرفة والفهم: استيعاب الأطر الرياضية والخوارزمية للشبكات العصبية المتقدمة، والإحاطة الشاملة بآليات تدريب النماذج اللغوية الكبيرة (LLMs)، وحوكمة الذكاء الاصطناعي.
- المهارات الذهنية: القدرة على التحليل النقدي لأداء النماذج الذكية واكتشاف التحيز الخوارزمي، التكييف السليم للمعماريات البرمجية، واستشراف التوجهات المستقبلية في علوم الأتمتة.
- المهارات العملية والمهنية: التمكن من تصميم وتدريب وضبط (Fine-tuning) نماذج التعلم العميق، تطوير تطبيقات الذكاء الاصطناعي التوليدي، وإدارة عمليات نشر النماذج (MLOps).
المستقبل المهني
- المخرجات المهنية: يؤهل البرنامج الخريجين لشغل مناصب قيادية واستشارية مثل: مهندس تعلم عميق (Deep Learning Engineer)، مهندس ذكاء اصطناعي توليدي، باحث رئيسي في أنظمة النماذج اللغوية، مستشار حوكمة خوارزميات وسياسات تقنية في المؤسسات الكبرى والجهات السيادية.
المنهج الدراسي
هندسة الرؤية الحاسوبية ومعالجة الفيديوهات المتقدمة 4 ساعات معتمدة · MAI505•التعلم التعزيزي ونظم التحكم الذاتي (اختياري) 4 ساعات معتمدة · MAI506•نشر وتشغيل نماذج الذكاء الاصطناعي (MLOps) (اختياري) 4 ساعات معتمدة · MAI507•معالجة اللغات الطبيعية المتقدمة وتحليل المشاعر (اختياري) 4 ساعات معتمدة · MAI508•الذكاء الاصطناعي في قطاع العدالة والقانون (Legal AI) (اختياري) 4 ساعات معتمدة · MAI509•أمن النماذج الذكية والهجمات المضادة (اختياري) 4 ساعات معتمدة · MAI510
الأسئلة الشائعة
الخطة الدراسية والمنهج الأكاديمي التفصيلي
يعتمد البرنامج على نظام المقررات المكثفة، حيث يدرس الطالب 8 مقررات دراسية (5 مقررات إلزامية و 3 اختيارية)، تتوزع على الفصلين الأول والثاني، تليها مرحلة الممارسة العملية بالتزامن مع إنجاز رسالة الماجستير في الفصلين الثالث والرابع.نظام الدراسة: تدرس المقررات تباعاً، مدة دراسة كل مقرر 4 أسابيع كحد أدنى (بواقع 4 ساعات معتمدة)، وتتم عبر حلقات بحثية ومختبرات حوسبية متقدمة. لا ينتقل الطالب لمقرر جديد إلا بعد اجتياز اختبار الكفاءة والمعرفة للمقرر السابق.تمديد الدراسة: يحق للطالب تمديد دراسة مقررات السنة الأولى لفترة لا تتجاوز السنة الثانية كحد أقصى.المسارات التخصصية: في حال اختيار مسار تخصصي دقيق ضمن البرنامج العام، سيتعين على الطالب دراسة المقررات الاختيارية من بين المقررات المخصصة لذلك التخصص المختار.توزيع المقررات على الفصول:الفصل الدراسي الأول (4 مقررات دراسية - 16 ساعة معتمدة)(يختار الطالب 4 مقررات من قائمة المقررات أدناه، مع مراعاة المقررات الإلزامية والاختيارية)الفصل الدراسي الثاني (4 مقررات دراسية - 16 ساعة معتمدة)(يختار الطالب 4 مقررات لاستكمال مقرراته الثمانية، مع مراعاة المقررات الإلزامية والاختيارية)
كيف تعمل آلية دراسة المقررات الثمانية في البرنامج؟ وما هو دور الحلقات البحثية (Seminars)؟
دراسة الماجستير في كليتنا تعتمد على منهجية البحث الموجه والتحليل العميق للنظريات والنماذج الذكية، وليس التلقين. يدرس الطالب 8 مقررات. تدار دراسة كل مقرر من خلال "حلقات بحثية" تعتمد على مراجع متعددة وأوراق عمل دولية حديثة وفق معايير البحث العلمي. تستغرق دراسة المقرر الواحد مدة لا تقل عن 4 أسابيع، وقد تمتد أكثر حسب قدرة الطالب وسرعة إنجازه للتحليلات المطلوبة. بعد الانتهاء، يُعقد اختبار كفاءة للمقرر، وبمجرد اجتيازه يبدأ الطالب في المقرر التالي بنفس الآلية.
هل هناك مرونة في إنهاء مقررات السنة الأولى إذا لم أتمكن من إتمامها في الوقت المحدد؟
نعم، النظام يراعي تماماً ظروف الدارسين والتزاماتهم المهنية، لا سيما مهندسو الذكاء الاصطناعي والباحثون. يحق للطالب تمديد فترة دراسة مقررات السنة الأولى لفترة إضافية لا تتجاوز السنة الثانية كحد أقصى، مما يمنحه المرونة الكافية لاستيعاب النظريات المعقدة والرياضيات المتقدمة بعمق ودون ضغط أكاديمي زائد.
ما هي طبيعة التدريب في مقرري "الممارسة العملية" (Virtual Course)؟ وهل يتطلب الحضور الميداني؟
التدريب العملي في مقرري (الممارسة العملية 1 و 2) هو مقرر "افتراضي" لا يتطلب الحضور الميداني، ولكنه يهدف لصقل مهاراتك القيادية والأكاديمية في نقل المعرفة وتبسيط المفاهيم الرياضية والخوارزمية المعقدة. سيُطلب منك إعادة هيكلة مقرر من مقررات البكالوريوس إلى 12-14 محاضرة (موزعة على الفصلين الثالث والرابع)، وتقديم ملخص مكتوب (Word) وتسجيل عرض تقديمي (PowerPoint) بصوتك لكل محاضرة (لمدة 10-20 دقيقة). هذا التدريب يضعك في دور الخبير التقني المدرب.
متى يمكنني البدء في رسالة الماجستير؟ وما هي متطلبات لجنة التحكيم والموافقة على مناقشتها؟
يبدأ إعداد الرسالة (رسالة الماجستير 1 و 2) فعلياً بالتزامن مع بدء التدريب العملي في الفصل الثالث، وتستغرق مدة الإعداد من 9 أشهر (كحد أدنى) إلى سنتين (ويمكن تمديدها استثنائياً لسنة ثالثة، على ألا يتجاوز إجمالي القيد 4 سنوات). يقدم المشرف تقريراً نصف سنوي عن إنجازك.لكي تتم مناقشتك: يجب أن يرفع المشرف تقريراً بصلاحية الرسالة للمناقشة (ويمنحك تقييماً لأدائك من 140 درجة)، ويقترح أسماء لجنة التحكيم (Jury) التي تستمر صلاحيتها لـ 6 أشهر. ويُشترط مرور 15 يوماً على اعتماد اللجنة قبل المناقشة. والأهم: يجب أن تحصل على تقييم لا يقل عن 70% من كل من المشرف (من الـ140 درجة) ومن أعضاء لجنة التحكيم (في تقاريرهم الفردية من 100 درجة) قبل السماح بالمناقشة. بعد المناقشة، ترفع اللجنة تقريراً جماعياً نهائياً بالدرجة.
ما هي الخدمات التي تدعمني كطالب ماجستير عن بعد في الكلية طوال فترة دراستي؟
بصفتك طالباً في كلية العدل الدولية، ستتمتع بدعم مستمر يشمل:مرشد أكاديمي (Tutor) لكل مقرر: يقيم واجباتك وتدريبك العملي (TMAs)، ويقدم التوجيه في استخدام البيئات البرمجية (PyTorch, TensorFlow)، ويوجهك لمصادر الأبحاث وقواعد البيانات المعتمدة.مكتبة إلكترونية (e-Library): وصول شامل لمصادر وقواعد بيانات ذكاء اصطناعي وبحثية عالية الجودة، ومكتبات جامعية أخرى.فرق دعم الطلاب ومركز المساعدة: للإجابة عن أسئلتك العامة ودعمك في مهارات الدراسة.دعم تقني (IT Support): توفير دعم تقني وحصولك على حزمة (Microsoft Office 365) مجاناً.بيئة تعلم مرنة: تتضمن منتديات نقاش للعمل التعاوني، مخطط دراسي أسبوعي لجدولة مهامك، ونظام لحجز جلسات مع المرشد، وندوات عبر الإنترنت (Webinars) تفاعلية.
متطلبات القبول
- الحصول على درجة البكالوريوس (الإجازة / الليسانس) في الذكاء الاصطناعي، علوم الحاسوب، هندسة الحاسوب، تكنولوجيا المعلومات، الرياضيات، أو تخصص ذي صلة من جامعة معترف بها.
- الكفاءة اللغوية المناسبة (البرمجة والتعامل مع المصطلحات التقنية المتقدمة) لاستيعاب المراجع الهندسية المعمقة وتحليل التقارير التقنية وإعداد الأبحاث العلمية.
- القدرة على الالتزام بنظام الدراسة المعتمد على الحلقات البحثية والمختبرات الحوسبية والتعلم الذاتي الموجه وإنجاز المهام البرمجية في أوقاتها.
- قد يُطلب من المتقدمين من تخصصات غير تقنية بحتة اجتياز مقررات تأسيسية في البرمجة والرياضيات كشرط مسبق للقبول.
تفاصيل الرسوم الدراسية
رسوم التقديم$145.00
ابدأ رحلتك الأكاديمية اليوم
قدّم طلب التحاقك الآن وسيتواصل معك فريق القبول والتسجيل لإكمال الإجراءات.
التسجيل على البرنامجمناهج البحث العلمي المعمق والتحليل الخوارزمي
MAI501 4 ساعات معتمدة متوسط
•التوصيف الأكاديمي: يُعد هذا المقرر حجر الزاوية لبناء قدرات طالب الماجستير البحثية والتحليلية في مجال الذكاء الاصطناعي، وهو المقرر الأول الذي يدرسه الطالب. يغطي المقرر المناهج الفلسفية والمنطقية الأساسية في البحث التقني والخوارزمي، وينتقل بالطالب إلى التطبيق العملي الصارم باستخدام أدوات التحليل التجريبي للبيانات واختبار الفرضيات البرمجية. يتدرب الطالب بشكل مكثف على استخدام النماذج التحليلية لتقييم أداء الخوارزميات، وتحليل تعقيد النظم، وتقنيات البحث التجريبي في تطوير النماذج الذكية. كما يركز المقرر على المهارات العملية والأكاديمية لكتابة الأوراق البحثية التقنية وأوراق السياسات الخوارزمية (Policy Papers) الرصينة، انطلاقاً من اختيار موضوع البحث الأصيل، وصياغة الإشكالية التقنية والفرضيات بدقة، وجمع البيانات من البيئات التجريبية، وصولاً إلى التدريب العملي والمكثف على إعداد وصياغة مقترحات الرسائل العلمية (Thesis Proposals) وفق المعايير الأكاديمية العالمية. يتعلم الطالب كيفية صياغة التوصيات التطويرية بناءً على التحليل الرياضي والقياسي. يتم دراسة المقرر من خلال حلقات بحثية (Seminars) ومختبرات برمجية وفقاً لمنهجية البحث العلمي.
التعلم العميق المتقدم وهندسة الشبكات العصبية
MAI502 4 ساعات معتمدة متوسط
•التوصيف الأكاديمي: يمثل هذا المقرر دراسة تأصيلية ونقدية متقدمة لهندسة الشبكات العصبية العميق وتقنيات التعلم المعقدة. يتجاوز المقرر المفاهيم الأساسية ليحلل بعمق البنى المعمارية الحديثة: الشبكات الالتفافية العميقة (CNNs)، الشبكات المتكررة والذاكرة طويلة المدى (RNN/LSTM)، ومعمارية المحولات (Transformers) التي تشكل عصب النماذج الحديثة. يدرس بعمق خوارزميات التحسين الرياضي للشبكات (Optimizers)، ضبط المعلمات الفائقة (Hyperparameter Tuning)، وتقنيات تجنب فرط التخصيص (Overfitting). كما يحلل استراتيجيات تدريب النماذج على الحواسيب الفائقة وتوزيع المعالجة عبر وحدات معالجة الرسوميات (GPUs). يتم دراسة المقرر من خلال حلقات بحثية (Seminars) ومختبرات برمجية عميقة (PyTorch / TensorFlow).
حوكمة وأخلاقيات الذكاء الاصطناعي
MAI503 4 ساعات معتمدة متوسط
•التوصيف الأكاديمي: يقدم هذا المقرر تحليلاً دقيقاً ومؤسسياً للأطر القانونية والأخلاقية والتنظيمية الحاظمة لتطوير ونشر أنظمة الذكاء الاصطناعي. يدرس بعمق قضايا التحيز الخوارزمي، العدالة، ومفاهيم الذكاء الاصطناعي القابل للتفسير (Explainable AI - XAI). يحلل المقرر بشكل نقدي قوانين التنظيم الدولية (مثل قانون الاتحاد الأوروبي للذكاء الاصطناعي EU AI Act)، مسؤولية الأنظمة الذاتية عن الأخطاء، وحماية الخصوصية وحقوق الملكية الفكرية لمخرجات النماذج التوليدية. كما يناقش دور المؤسسات في إرساء حوكمة مسؤولة تضمن الشفافية والمساءلة المجتمعية. يتم دراسة المقرر من خلال حلقات بحثية (Seminars) تعتمد على مراجع وحالات دراسية تنظيمية.
النماذج اللغوية الكبيرة والذكاء الاصطناعي التوليدي (LLMs & GenAI)
MAI504 4 ساعات معتمدة متوسط
•التوصيف الأكاديمي: يُعنى هذا المقرر بدراسة متقدمة وتفصيلية لعمارة وتطبيقات النماذج اللغوية الكبيرة (Large Language Models) وتقنيات الذكاء الاصطناعي التوليدي (GenAI). يحلل المقرر القواعد الدقيقة لبناء وتدريب نماذج مثل (GPT, LLaMA, Claude)، تقنيات التوجيه المتقدم (Prompt Engineering)، استرجاع المعرفة المحسّن (RAG - Retrieval-Augmented Generation)، وضبط النماذج الدقيق (Fine-tuning) باستخدام تقنيات (LoRA / QLoRA). كما يتدرب الطالب على هندسة وتطوير الوكلاء الأذكياء المستقلين (Agentic AI) القادرين على أتمتة المهام المعقدة متعددة الخطوات. يتم دراسة المقرر من خلال حلقات بحثية (Seminars) ومختبرات برمجية تطبيقية.
هندسة الرؤية الحاسوبية ومعالجة الفيديوهات المتقدمة
MAI505 4 ساعات معتمدة متوسط
•التوصيف الأكاديمي: يقدم هذا المقرر دراسة نقدية وتطبيقية متقدمة لخوارزميات الرؤية الحاسوبية وتحليل الصور والفيديوهات الرقمية. يدرس تقنيات استخراج الميزات البصرية المتقدمة، تجزئة الصور (Image Segmentation)، اكتشاف الأجسام وتتبع الحركة في الوقت الفعلي (Object Detection & Tracking)، وإعادة البناء ثلاثي الأبعاد. يتجاوز المقرر التصنيف التقليدي ليركز على التطبيقات المعقدة في الأنظمة الذاتية والمركبات الموجهة، والتعرف الذكي على الوجوه والسلوك البصري. كما يفرد مساحة واسعة لدراسة نماذج توليد الصور والفيديوهات (Diffusion Models). يتم دراسة المقرر من خلال حلقات بحثية (Seminars) ومختبرات رؤية حاسوبية حية.
•التعلم التعزيزي ونظم التحكم الذاتي (اختياري)
MAI506 4 ساعات معتمدة متوسط
oالتوصيف الأكاديمي: يوفر هذا المقرر دراسة معمقة وتطبيقية لعمليات اتخاذ القرار المتسلسلة القائمة على خوارزميات التعلم التعزيزي (Reinforcement Learning). يدرس الطالب بعمق نماذج ماركوف اتخاذ القرار (MDP)، خوارزميات (Q-Learning)، سياسات التدرج (Policy Gradients)، والتعلم التعزيزي العميق (Deep RL). يتدرب الباحث على تطبيق هذه الخوارزميات في تدريب الروبوتات الذاتية، المركبات الموجهة، وتحسين أداء الألعاب والنظم التفاعلية المعقدة. يتم دراسة المقرر من خلال حلقات بحثية (Seminars) ومختبرات محاكاة تفاعلية.
•نشر وتشغيل نماذج الذكاء الاصطناعي (MLOps) (اختياري)
MAI507 4 ساعات معتمدة متوسط
oالتوصيف الأكاديمي: يتناول هذا المقرر العمليات الهندسية والتشغيلية لنشر نماذج الذكاء الاصطناعي في بيئة الإنتاج المؤسسي (Machine Learning Operations - MLOps). يدرس باستفاضة دورة حياة النماذج من التجربة إلى التشغيل الفعلي (CI/CD للذكاء الاصطناعي)، أتمتة خطوط تدريب النماذج، مراقبة أداء النماذج في الوقت الفعلي لاكتشاف التدهور والانحراف (Model Drift)، وإدارة الحاويات السحابية الخاصة بالذكاء الاصطناعي (Docker & Kubernetes). يتم دراسة المقرر من خلال حلقات بحثية (Seminars) ومختبرات تشغيلية سحابية.
•معالجة اللغات الطبيعية المتقدمة وتحليل المشاعر (اختياري)
MAI508 4 ساعات معتمدة متوسط
oالتوصيف الأكاديمي: يقدم هذا المقرر دراسة تخصصية ومتقدمة لتقنيات معالجة اللغات الطبيعية (Advanced NLP). يدرس تحليل الدلالات المتقدم، الترجمة الآلية العميقة، توليد النصوص، وأنظمة الإجابة عن الأسئلة (Question Answering Systems). يركز بشكل خاص على التحديات المورفولوجية والنحوية لمعالجة اللغة العربية ولغات المنطقة. كما يغطي تحليل المشاعر العميق (Deep Sentiment Analysis) واستخراج الآراء من وسائل التواصل الاجتماعي والتقارير المؤسسية. يتم دراسة المقرر من خلال حلقات بحثية (Seminars) تعتمد على مراجع وتطبيقات برمجية.
•الذكاء الاصطناعي في قطاع العدالة والقانون (Legal AI) (اختياري)
MAI509 4 ساعات معتمدة متوسط
oالتوصيف الأكاديمي: يدرس هذا المقرر التطبيق العملي للذكاء الاصطناعي في قطاع العدالة والقانون (Legal AI). يحلل كيفية توظيف معالجة اللغات الطبيعية والنماذج اللغوية الكبيرة في التحليل القضائي الآلي، البحث القانوني الذكي في السوابق القضائية، تقييم العقود وصياغتها أوتوماتيكياً، والتنبؤ بالأحكام القضائية بناءً على البيانات التاريخية. يناقش المقرر بوعي نقدي حدود هذه التقنيات والمخاطر القانونية والأخلاقية للاعتماد عليها بشكل كامل في القضاء. يتم دراسة المقرر من خلال حلقات بحثية (Seminars) تعتمد على مراجع وحالات قضائية واقعية.
•أمن النماذج الذكية والهجمات المضادة (اختياري)
MAI510 4 ساعات معتمدة متوسط
oالتوصيف الأكاديمي: يوفر هذا المقرر تحليلاً دقيقاً لثغرات أمن النماذج الذكية والهجمات السيبرانية الموجهة ضد خوارزميات الذكاء الاصطناعي (AI Security). يدرس بعمق هجمات التسميم البيانات (Data Poisoning)، الهجمات العدائية (Adversarial Attacks)، سرقة النماذج (Model Extraction)، وتخريب مخرجات النماذج التوليدية. يحلل استراتيجيات الدفاع الحصين، تعزيز متانة النماذج (Robustness)، وحماية خصوصية بيانات التدريب باستخدام التعلم الاتحادي (Federated Learning). يتم دراسة المقرر من خلال حلقات بحثية (Seminars) ومختبرات أمنية تفاعلية.
الممارسة العملية 1 (Virtual Course - Part 1)
MAI511 5 ساعات معتمدة متوسط
•التوصيف الأكاديمي الشامل: يُكلف الطالب من قبل الكلية بمقرر افتراضي من مرحلة البكالوريوس (مثل مقدمة في الذكاء الاصطناعي أو البرمجة بلغة بايثون)، كتدريب عملي تطبيقي. يهدف هذا المقرر إلى تعزيز قدرات الطالب في نقل المعرفة ومهارات الإلقاء والعرض المتقدم للمفاهيم الرياضية والخوارزمية المعقدة بأسلوب مبسط وأكاديمي رصين. يُطلب من الطالب تصميم هيكل تدريسي للنصف الأول من هذا المقرر، وتقسيمه بأسلوب منهجي إلى ست أو سبع محاضرات مختصرة. لكل محاضرة، يقوم الطالب بإعداد ملخص مكتوب شامل بصيغة (Word)، يوضح فيه الأهداف والمحتوى العلمي للمحاضرة مستنداً إلى التحليلات والمراجع التقنية الرصينة. يُرفق هذا الملخص بـ تسجيل فيديو يقدم فيه الطالب المحاضرة بصوته، مستخدماً برنامج العروض التقديمية (PowerPoint). يجب أن يتسم العرض بالدقة العلمية والتركيز والموضوعية، بحيث لا تقل مدة التسجيل للمحاضرة الواحدة عن 10 دقائق ولا تزيد عن 20 دقيقة. يُقيم هذا التدريب العملي كفاءة الطالب في التلخيص الاستراتيجي للمعلومات التقنية، وقوة الحضور الأكاديمي والتنفيذي، ومهارات العرض التي تُعد أساسية لمهندسي وعلماء الذكاء الاصطناعي.
2. رسالة الماجستير 1 (Master's Thesis - Part 1)
MAI512 9 ساعات معتمدة متوسط
•التوصيف الأكاديمي الشامل: يمثل هذا المقرر الانطلاقة الفعلية للعمل على أطروحة الماجستير، ويبدأ بالتزامن مع التدريب العملي. في هذا الجزء، يشرع الطالب في مرحلة البحث والإعداد تحت إشراف أكاديمي مباشر من أستاذ مختص. يركز الطالب أولاً على بلورة وتحديد إشكالية البحث بشكل دقيق وأصيل في حقل الذكاء الاصطناعي، تعلم الآلة، أو التعلم العميق. يقوم الطالب بجمع المراجع، المصادر، والأدبيات الأكاديمية والتقنية الحديثة (مثل الأوراق البحثية المنشورة في مؤتمرات عالمية مثل NeurIPS, ICML). بعد ذلك، يعمل الطالب على صياغة الإطار النظري والمفاهيمي، وتحديد المنهجية العلمية والبرمجية (سواء كانت تجريبية، تطويرية، أو تحليلية) التي سيعتمدها للوصول إلى النتائج واختبار فرضياته. يقدم الطالب مقترح البحث (Proposal) لاعتماده من مجلس الكلية. ويبدأ في صياغة الفصول التمهيدية أو الإطار النظري للرسالة، مما يضع الأساس المتين والمتماسك للبحث التقني المعمق الذي سيستكمله في الفصل الرابع.
الممارسة العملية 2 (Virtual Course - Part 2)
MAI513 4 ساعات معتمدة متوسط
•التوصيف الأكاديمي الشامل: يستكمل الطالب التدريب العملي التطبيقي على المقرر الافتراضي الذي بدأه في الفصل الثالث. يقوم الطالب بتقسيم الجزء المتبقي من المقرر إلى ست أو سبع محاضرات مختصرة أخرى. لكل محاضرة، يقوم الطالب بإعداد ملخص مكتوب شامل بصيغة (Word)، يُرفق بـ تسجيل فيديو يقدم فيه الطالب المحاضرة بصوته، مستخدماً برنامج العروض التقديمية (PowerPoint). يجب أن لا تقل مدة التسجيل للمحاضرة الواحدة عن 10 دقائق ولا تزيد عن 20 دقيقة. يساهم هذا المقرر في ترسيخ مهارات العرض والإلقاء التنفيذي لدى الطالب وإتمام متطلبات نقل المعرفة الأكاديمية بنجاح، وتأكيد قدرته على تحليل وعرض النظريات والنماذج الذكية المعقدة بوضوح واحترافية فائقة.
رسالة الماجستير 2 (Master's Thesis - Part 2)
MAI514 9 ساعات معتمدة متوسط
•التوصيف الأكاديمي الشامل: يمثل هذا المقرر النصف الثاني والختامي للعمل على رسالة الماجستير، ويستمر بالتزامن مع الممارسة العملية 2. يُستكمل في هذا الجزء العمل البحثي والتطبيقي الذي بدأ في الفصل الثالث. يقوم الطالب بكتابة الفصول التحليلية والتطبيقية، حيث يُجري التجارب، ويدرب النماذج، ويحلل النتائج التقنية بموضوعية. الأهم في هذه المرحلة هو قدرة الطالب على استخلاص الرؤى والاستنتاجات الذكية العميقة، وتقديم توصيات عملية وأطر برمجية (Algorithmic Frameworks) مستنبطة ومرتكزة حصراً على نتائج دراسته لدعم صانعي القرار ومهندسي النظم، ثم يصيغ الخاتمة الشاملة. تُعد المسودة النهائية للرسالة لتكون جاهزة للمراجعة والتدقيق المنهجي والعلمي من قبل المشرف، تمهيداً لتقديمها للجنة المناقشة والتحكيم للحصول على الموافقة النهائية لمنح درجة الماجستير في الذكاء الاصطناعي.