תואר שני במערכות תבוניות (בינה מלאכותית AI)

תואר שני במערכות תבוניות עוסק בפיתוח, תכנון ויישום של מערכות חכמות – מערכות שיודעות ללמוד, להבין ולהגיב בצורה אוטונומית למידע. מערכות אלה פועלות במגוון תחומים כמו רפואה, ביטחון, תעשייה, תחבורה ועוד. התואר באפקה מקנה כלים מתקדמים לניתוח בעיות מורכבות ולבניית פתרונות חדשניים באמצעות ראייה מערכתית רחבה ושילוב של ידע במדעי הנתונים, למידת מכונה, אלגוריתמים, אוטומציה ותכנות.

במהלך לימודי תואר שני במערכות תבוניות נלמדים תחומים כגון: למידת מכונה, כריית מידע, ניתוח מערכות, ראייה מערכתית, תכנות מתקדם, אלגוריתמים, קבלת החלטות בתנאי אי ודאות, רובוטיקה, אוטונומיה, ניתוח מידע רפואי, סייבר, מערכות זמן אמת, ממשקי אדם-מכונה ועוד.

התואר מיועד לבוגרות ובוגרי תואר ראשון בהנדסה ובמדעים מדויקים (כמו מדעי המחשב, מתמטיקה, פיזיקה, כימיה ועוד) המעוניינות ומעוניינים להרחיב את תחום העיסוק שלהם למערכות חכמות ולהשתלב בתפקידי מפתח בתעשיות מתקדמות. לא נדרשים לימודי השלמה.

בין היתרונות: תוכנית עדכנית הנבנית בהתאם לצורכי השוק, ראייה מערכתית הוליסטית, מרצים בעלי שם מהאקדמיה והתעשייה, לימודים בקבוצות קטנות, ליווי אישי, פרויקטים מעשיים ויישומיים, אפשרות לשילוב לימודים עם עבודה, ובוגרים שמתקדמים לתפקידים בכירים במגוון תחומים.

כן. חלק מהותי מהלימודים כולל קורסים בתכנות מתקדם, פיתוח אלגוריתמים, עיבוד מידע, תכנות בשפות כמו Python, וכן יישום מעשי של הקוד כחלק מפרויקטים.

משך התוכנית הוא שנתיים (4 סמסטרים) והיקף התוכנית הוא 36 ‏נקודות זכות (נ"ז) מתוכן, 24 נ"ז במקצועות חובה, 6 נ"ז במקצועות בחירה, ו- 6 נ"ז בגין עבודת הגמר.

למידע נוסף על תוכנית הלימוד לחץ כאן

מערכות תבוניות כוללות בתוכן גם בינה מלאכותית אך עוסקות במערכות שלמות הפועלות בסביבה מורכבת – החל מקבלת נתונים, דרך עיבוד והסקת מסקנות, ועד לפעולה מושכלת. בינה מלאכותית היא לרוב המרכיב המחושב או הלומד בתוך מערכת תבונית. כלומר, מערכת תבונית משלבת טכנולוגיות רבות – כולל AI – אך פועלת ברמה גבוהה של אינטגרציה וראייה מערכתית.

למידת מכונה (Machine Learning) היא אחת הטכנולוגיות המרכזיות המרכיבות מערכות תבוניות. היא מאפשרת למערכות ללמוד מדוגמאות, לזהות דפוסים, לחזות תוצאות ולקבל החלטות בצורה אוטונומית. בתואר נלמדות טכניקות מתקדמות של למידת מכונה כחלק בלתי נפרד מתהליך פיתוח מערכות חכמות.

בהחלט. התוכנית כוללת שיתופי פעולה עם גופים מהתעשייה והאקדמיה, ומציעה פרויקטים יישומיים אמיתיים בשיתוף עם גופים כמו המרכז הרפואי בלינסון, תעשייה אווירית, צה"ל, סטארטאפים בתחומי סייבר, חקלאות מדויקת, ועוד.

בוגרי ובוגרות התואר משתלבים בתפקידים כמו מהנדסי מערכות, מנתחי מערכות חכמות, מומחי למידת מכונה, מהנדסי AI, מובילי חדשנות, מפתחי אלגוריתמים ועוד – בחברות טכנולוגיה מתקדמות, סטארטאפים, תעשיות ביטחוניות, גופי ממשלה, מרכזים רפואיים, תעשיות אוטומציה ורכב חכם ועוד.

כדי להצליח בלימודי מערכות תבוניות חשובים כישורי חשיבה מערכתית, יכולת ניתוח בעיות מורכבות, ידע מתמטי ולוגי, סקרנות טכנולוגית, חשיבה יצירתית, יכולת עבודה בצוות, שליטה בתכנות ופתיחות ללמידה מתמשכת – שכן התחום מתחדש ללא הרף.

התוכנית ללימודי תואר שני במערכות תבוניות באפקה היא יחידה מסוגה בארץ ואושרה על ידי המועצה להשכלה גבוהה. היא מקנה ידע אקדמי ומעשי כאחד, ומציעה התנסות בשימוש בבינה מלאכותית ובלמידת מכונה ועיסוק בסוגיות ובמקרי בוחן מהתעשיה כך שמעבר לידע תיאורטי, הסטודנטים צוברים גם ידע מעשי משמעותי באחד התחומים המבוקשים ביותר כיום.

במסגרת עבודת הגמר הסטודנטים מבצעים מחקר תיאורטי או יישומי עצמאי הקשור להיבט אחד או יותר במערכות תבונית.

איך מחשבים מבינים את שפתינו? איך מנועי החיפוש מוצאים בתוך כמויות מידע אדירות בדיוק את מה שאנו צריכים? איך נעשה תרגום ע"י מכונה? איך אפשר לסווג טקסטים לפי דרישות שונות? תחום עבוד שפות טבעיות (Natural Language Processing - NLP) חוקר את הבעיות הקשורות לעיבוד ומניפולציה של שפה טבעית, והבנה של שפה טבעית על מנת לגרום למחשבים "להבין" דברים שנאמרים או נכתבים בשפות אנושיות. התחום עוסק בפיתוח מודלים חישוביים ואלגוריתמים לניתוח טקסטים בשפה אנושית. בשנים האחרונות התחום צבר תאוצה בתעשייה ובמחקר. תרגום אוטומטי, מענה לחיפוש, ניתוח של טקסטים בערוצי מדיה למיניהם, העברת שפה לממשקי דיבור של מכשירים ניידים ועוד. בקורס הזה יוצגו אלגוריתמים לניתוח טקסט החל מרמה של מילים בודדות ועד להסתכלות על מבנה מורכב של משפטים. כמו כן, יוצגו אספקטים בלשניים של התחום.

הקורס מציג סקירת גישות שונות לאחסון נתונים, גישות לחישוב מבוזר וכלים קוד פתוח למימושם. הדגש יעשה על בחירה ואינטגרציה של טכנולוגיות וכלים בהתאם לדרישות ספציפיות. בסיומו של הקורס הסטודנטים יתבקשו לבצע מטלה אשר תכלול אפיון ומימוש של מערכת או תשתית טכנולוגית לפי דרישות של יישום ספציפי.

This course provides a survey of reasoning, learning, and optimal decision-making methodologies.  It focuses on principles, algorithms, and their application, taken from the disciplines of decision making and operations research.

מערכות מרובות סוכנים מורכבות ממספר ישויות אוטונומיות בעלות מידע, אינטרסים ותפיקים שונים. הקורס מתמקד בניתוח מערכות הנ"ל מנקודות מבט של מדעי המחשב בשילוב עם רעיונות מתחומים אחרים כגון תורה המשחקים, חקר ביצועיים ולמידה חישובית. הגישה המרכזית שתוצג בקורס היא גישה של למידת חיזוק (Reinforcement Learning). בחלק ראשון של הקורס מוצגים מושג יסוד ואלגוריתמים בסיסיים ב- Reinforcement Learning. החלק השני של הקורס כולל למידת חיזוק הנסמכת על למידה עמוקה וכמו כן הרחבה של בסיס רלוונטי מעולם של תורת המשחקים. בהמשך מוצגים אלגוריתמים מתקדמים בסביבה מרובת סוכנים. באלגוריתמים של Deep Multi-Agent RL ויישומים של האלגוריתמים במערכות שונות נדון בהצגות סטודנטים.

תוכניות עיר חכמה, רשת חכמה, התייעלות אנרגטית וניהול מערכות אנרגיה, מבוססות על נתוני עתק. העיר/המפעל/ המוסד מרושת בחיישנים חכמים . ניהול נכון של המערכות נובע מניתוח נכון של הנתונים. הקורס יעסוק במצב הנוכחי בתחומים אלו ובתוכניות העתידיות. הקורס הינו סמינר מחקרי מתקדם. במסגרת הקורס הסטודנטים נחשפים לבעיות בתחום עיר חכמה ומערכות אנרגיה חכמות ומודלים חדשניים לפתרון הבעיות מבוססי נתוני עתק. הקורס בנוי בשלושה חלקים. בחלק הראשון ייחשפו הסטודנטים לתיאור עולם התוכן: מערכות תבוניות לעיר חכמה, רשת חכמה וכו'. בחלק השני יוצגו מספר מודלים בסיסיים ומתקדמים לניתוח נתוני עתק. בחלק השלישי הסטודנטים יציגו Case Studies שיכללו ניתוח מעמיק בבעיה ספציפית בעולם התוכן. עבודות הסטודנטים יתבססו על מאמרים עכשוויים בנושא.

במהלך הקורס יוצגו שיטות לעיבוד תמונה וראיה ממוחשבת תוך מתן דגש על טכניקות המשמשות כיום באקדמיה ובתעשייה. הנושאים יכללו עיבוד בסיסי של תמונה, מציאת מאפיינים של אובייקטים בתמונה, שיפור איכות התמונה, עקיבה אחר אובייקט וסיווג של אובייקטים, זיהוי צבע, עומק, תאורה, והצללה, הבנת סצנה בתמונה ועוד.

טכנולוגיות עיבוד דיבור מכילות רכיבים רבים ומגוונים של למידה חישובית. קורס זה יעסוק בשיטות העיבוד המיוחדות של אות הדיבור , שיטות הלמידה המיושמות בתתום זה, ובפרט, בקשר העדין והמורכב בין שני נושאים אלה, החיוני הן להבנה נכונה של התהליכים הדרושים והן למימושם התקין.

במהלך הקורס ילמדו התלמידים שיטות המתקדמות בלמידה חישובית למציאת מאפיינים, שיטות להורדת מימד ועוד. חצי הראשון של הקורס יועבר ע"י המרצה. בחצי השני הסטודנטים יציגו מחקרים מקיפים וחדשניים בתחום.

העולם נמצא על סף מהפכה בתחום התחבורה, פרי הבשלה צרכנית וטכנולוגית. בתחום התחבורה היבשתית מתפתחות בשנים האחרונות טכנולוגיות מתקדמות לניטור, עיבוד והצגת מידע תחבורתי, טכנולוגיות תקשור לרכב (connectivity), טכנולוגיות נהיגה אוטומטית ואוטונומית וניידות מגוונת (ובכללה דפוסים של שיתוף כלי רכב ונסיעות). מערכות תחבורה תבוניות (ITS) הן מערכות משולבות של טכנולוגיות תקשורת, בקרה, מחשבים ומידע המיועדים להתקנה ברכב או בתשתיות הדרך במטרה לשפר את כלל ביצועי מערכת התחבורה ואת רמת הבטיחות בדרכים. מטרת הקורס היא להציג בפני הסטודנטים את הרכיבים העיקריים של מערכות תחבורה תבוניות, עם דגשים על היבטים טכנולוגיים. הנושאים כוללים, בין היתר: Advanced Traveler Information Systems (ATIS); transportation network operations; commercial vehicle operations and intermodal freight; public transportation applications; ITS and regional strategic transportation planning, ITS and safety, ITS and security, ITS and sustainable mobility, travel demand management (TDM), electronic toll collection (ETC), and ITS and road-pricing. במהלך הקורס ישולבו דוגמאות מפרויקטי מחקר בהם נעשה שימוש בעקרונות תיאורטיים וטכנולוגיים של ITS, וייערכו הדגמות של תוכנה וחומרה. הסטודנטים יגישו ויציגו פרויקטים על היבטים מחקריים ומעשיים של ITS – תוך שימוש במקורות מידע אקדמיים ולמידה עצמאית, במתכונת סמינר.

בינה מלאכותית (AI) מתפתחת בקצב מהיר במיוחד. אנו צריכים לצפות לראות שינויים משמעותיים בחברה שלנו כאשר מערכות בינה מלאכותית מוטבעות בהיבטים רבים של חיינו. קורס זה יכסה סוגיות פילוסופיות ופרקטיות שונות שהוצפו בעקבות שימוש במערכות AI נוכחיות ועתידיות. השאלות שנעסוק בהן יבחנו זוויות אתיות שונות דרך מגוון עדשות: כיצד אנו מיישרים את המטרות של מערכות AI אוטונומיות עם המטרות שלנו? האם עתיד הבינה המלאכותית מהווה איום קיומי על האנושות? כיצד אנו מונעים מאלגוריתמי למידה לרכוש הטיות מעוררות התנגדות מוסרית? האם יש להשתמש בבינה מלאכותית אוטונומית כדי להרוג בלחימה? באילו כללים אתיים צריך להשתמש בבינה מלאכותית כמו מכונית בנהיגה עצמית? האם מערכות בינה מלאכותיות יכולות לסבול מנזקים מוסריים? ואם כן, מאילו סוגים? האם מערכות בינה מלאכותית יכולות להיות סוכנים מוסריים? אם כן, כיצד עלינו להטיל עליהם דין וחשבון?