الماجستير المهني في الذكاء الاصطناعي للهندسة والتصميم المعماري
- كتابة سكربتات Python لأتمتة النمذجة والتحليل داخل Grasshopper وDynamo.
- تدريب نموذج تعلم آلي بديل يتنبأ بأحمال التبريد من معاملات التصميم وتقييم دقته.
- تطبيق التحسين التطوري متعدد الأهداف لاختيار شكل مبنى يوازن بين الإشعاع والإطلالة والمساحة.
- توظيف نماذج توليد الصور مع أدوات التحكم لإنتاج بدائل مفاهيمية منضبطة.
- تحليل بيانات مكانية لموقع أو حي باستخدام نظم المعلومات الجغرافية.
- تطوير أداة تصميم ذكية صغيرة وتوثيقها للاستخدام داخل فريق العمل.
- أسس الذكاء الاصطناعي للمصممين
- التعلم الموجّه وغير الموجّه والتعلم العميق
- تمثيل الأشكال المعمارية كبيانات
- خريطة التطبيقات في العمارة والهندسة
- البرمجة للتصميم
- Python داخل Grasshopper وDynamo
- هياكل البيانات الهندسية
- أتمتة النمذجة والتصدير
- التصميم البارامتري والتحسين
- خوارزميات التحسين التطوري متعدد الأهداف
- أدوات مثل Galapagos وWallacei
- تحليل جبهة باريتو واختيار الحلول
- النماذج البديلة للأداء
- توليد بيانات التدريب من المحاكاة
- التنبؤ بالطاقة وضوء النهار والراحة الحرارية
- التحقق من الدقة وحدود التعميم
- الذكاء الاصطناعي في التصميم الإنشائي
- التحسين الطوبولوجي للعناصر الإنشائية
- التنبؤ الأولي بأبعاد العناصر
- التكامل مع برامج التحليل الإنشائي
- توليد الصور والنماذج ثلاثية الأبعاد
- النماذج التوليدية للصور وأدوات التحكم بالشكل
- من الصورة إلى النموذج ثلاثي الأبعاد
- تقييم المخرجات وحدودها
- البيانات المكانية والعمرانية
- نظم المعلومات الجغرافية وتحليل الموقع
- نمذجة الظل والتهوية على مستوى الحي
- بيانات المدن المفتوحة واستخدامها
- BIM والبيانات
- استخراج بيانات النموذج وتحليلها
- الفحص الآلي للجودة والتعارضات
- معيار IFC وتبادل البيانات
- الأخلاقيات والممارسة المهنية
- مسؤولية المهندس عن المخرجات الآلية
- الملكية الفكرية وتراخيص النماذج
- سرية بيانات المشاريع
- مشروع أداة التصميم الذكية
- تحديد المشكلة والمستخدم
- تطوير الأداة واختبارها
- التوثيق ونقل المعرفة للفريق
الحصول على الكتيب
للحصول على كتيب بكامل محتويات الدورة برجاء ملء النموذج التالي ببياناتك الصحيحة

الإطار المهني للبرنامج
الماجستير المهني في الذكاء الاصطناعي للهندسة والتصميم المعماري
نبذة عن البرنامج
مسار مهني متقدم يمنح المعماري والمهندس عمقًا تقنيًا في الذكاء الاصطناعي يتجاوز استخدام الأدوات الجاهزة: أساسيات التعلم الآلي للمصممين، والبرمجة بلغة Python داخل Grasshopper وDynamo، وخوارزميات التحسين التطوري، والنماذج البديلة للتنبؤ بالأداء الحراري والإنشائي، وتوليد الصور والتحكم فيها، وتحليل البيانات المكانية. يُختتم بمشروع تطبيقي يبني أداة تصميم ذكية لمشكلة حقيقية في السياق الخليجي.
مخرجات التعلم
- ✓كتابة سكربتات Python لأتمتة النمذجة والتحليل داخل Grasshopper وDynamo.
- ✓تدريب نموذج تعلم آلي بديل يتنبأ بأحمال التبريد من معاملات التصميم وتقييم دقته.
- ✓تطبيق التحسين التطوري متعدد الأهداف لاختيار شكل مبنى يوازن بين الإشعاع والإطلالة والمساحة.
- ✓توظيف نماذج توليد الصور مع أدوات التحكم لإنتاج بدائل مفاهيمية منضبطة.
- ✓تحليل بيانات مكانية لموقع أو حي باستخدام نظم المعلومات الجغرافية.
- ✓تطوير أداة تصميم ذكية صغيرة وتوثيقها للاستخدام داخل فريق العمل.
الفئة المستهدفة
- المهندسون المعماريون ومصممو التصميم الحسابي
- المهندسون الإنشائيون ومهندسو الاستدامة والطاقة
- مطورو أدوات BIM والأتمتة في المكاتب الهندسية
- الباحثون والمعيدون في كليات العمارة والهندسة
المحاور العلمية التفصيلية
01أسس الذكاء الاصطناعي للمصممين
- التعلم الموجّه وغير الموجّه والتعلم العميق
- تمثيل الأشكال المعمارية كبيانات
- خريطة التطبيقات في العمارة والهندسة
02البرمجة للتصميم
- Python داخل Grasshopper وDynamo
- هياكل البيانات الهندسية
- أتمتة النمذجة والتصدير
03التصميم البارامتري والتحسين
- خوارزميات التحسين التطوري متعدد الأهداف
- أدوات مثل Galapagos وWallacei
- تحليل جبهة باريتو واختيار الحلول
04النماذج البديلة للأداء
- توليد بيانات التدريب من المحاكاة
- التنبؤ بالطاقة وضوء النهار والراحة الحرارية
- التحقق من الدقة وحدود التعميم
05الذكاء الاصطناعي في التصميم الإنشائي
- التحسين الطوبولوجي للعناصر الإنشائية
- التنبؤ الأولي بأبعاد العناصر
- التكامل مع برامج التحليل الإنشائي
06توليد الصور والنماذج ثلاثية الأبعاد
- النماذج التوليدية للصور وأدوات التحكم بالشكل
- من الصورة إلى النموذج ثلاثي الأبعاد
- تقييم المخرجات وحدودها
07البيانات المكانية والعمرانية
- نظم المعلومات الجغرافية وتحليل الموقع
- نمذجة الظل والتهوية على مستوى الحي
- بيانات المدن المفتوحة واستخدامها
08BIM والبيانات
- استخراج بيانات النموذج وتحليلها
- الفحص الآلي للجودة والتعارضات
- معيار IFC وتبادل البيانات
09الأخلاقيات والممارسة المهنية
- مسؤولية المهندس عن المخرجات الآلية
- الملكية الفكرية وتراخيص النماذج
- سرية بيانات المشاريع
10مشروع أداة التصميم الذكية
- تحديد المشكلة والمستخدم
- تطوير الأداة واختبارها
- التوثيق ونقل المعرفة للفريق
منهجية التدريب
المشروع والمخرج التطبيقي
المشروع التطبيقي
يطوّر المشارك أداة تصميم ذكية تعالج مشكلة محددة، مثل نموذج بديل يتنبأ بأحمال التبريد لبدائل الكتل في مناخ خليجي مع واجهة استخدام في Grasshopper، ويقدّم تقريرًا عن بيانات التدريب والدقة وحدود الاستخدام.
التقييم
تقييم تشخيصي قصير في البداية، ومهام تطبيقية مرتبطة بكل مخرج من مخرجات التعلم، وتقييم المشروع التطبيقي وفق معايير معلنة.
