فهرست اطلاعات این صفحه

– شرح دوره
– ساختار و بخش های دوره
– نحوه برگزاری دوره
– تشریح سرفصل های دوره
– مشخصات زمانی دوره
– ویژگی های خاص دوره
– توانمندی های شرکت کنندگان پس از اتمام دوره
– گواهینامه دوره
– دستاورد های دوره
– مدیریت علمی دوره
– هزینه دوره
– سوالات رایج (لطفا این بخش را حتما مطالعه کنید)
– فرم ثبت نام (در انتهای صفحه)

شرح دوره

به طور پیاپی از زبان عالی ترین شخصیت های سیاسی، دانشمندان تراز اول و متفکرین استراتژیک جهان می شنویم که هوش مصنوعی در حال متحول کردن جهان به تمدنی جدید است. از دورانی که هوش مصنوعی موضوع رمان های علمی تخیلی و فیلم های هالیودی بود گذر کرده ایم. امروز هوش مصنوعی به معنی واقعی وجود دارد. الگوریتم های پیشرفته یادگیری ماشینی به کامپیوتر ها قدرت داده اند که در سطحی قابل مقایسه با مغز انسان و در بسیاری موارد، فراتر از قدرت مغز انسان، اطلاعات را تحلیل و بر اساس آن تصمیم گیری نمایند. از شرکت های پیشتاز فناوری های خبر می رسد که سیستم های هوش مصنوعی درجاتی از خود مختاری را به دست آورده اند و بدون هماهنگی با خالق انسانی خود با یکدیگر صحبت و گفتگو می کنند و زبان گقتگوی میان خود را به گونه ای رمز گذاری می کنند که ممکن است سازنده آنها متوجه محتوای ارتباطشان نشود.

خارج شدن کنترل هوش مصنوعی از دست انسان از یک فانتزی علمی به یک نگرانی جدی تیدیل شده است. دانشمندان آکسفورد به طور علنی اعلام می کنند که نشانه هایی از وجود ادارک و احساس را در هوش مصنوعی خود یافته اند و مبانی حقوق تعامل انسان با هوش مصنوعی در آکادمی های مرجع جهان در حال تدوین است. تصویر رهبران سیاسی که کشورهایشان در هوش مصنوعی پیشتاز هستند از جهان آینده، دنیایی است که در آن هوش مصنوعی جهان را اداره می کند، نه حکومت ها و دولت ها.

اما در این تحولات عظیم که در چند سال آینده تاثیر آن بر زندگی ما صد ها برابر خواهد شد ما و شما کجا هستیم و چه موضعی در برابر آن داریم؟ آیا موضع ما آن است که ناظری منفعل در برابر این تحولات شگرف باشیم و یا بازیگری فعال و اثرگذار؟ موسسه بین المللی علوم نوبنیاد احتمال زیادی می دهد که کسانی که به این صفحه مراجعه کرده اند و این متن را می خوانند میخواهند جزو گروه دوم باشند.

اگر چنین است شما و موسسه در یک مسیر و همراه هم هستید. و در این مسیر، نقش موسسه آن است که دروازه های ورود شما به این تمدن جدید را باز کند و شما را برای به عهده گرفتن نقش و مسئولیتی فعال در تحولات ناشی از گسترش هوش مصنوعی در زندگی بشر همراهی نماید. و در این مسیر است که موسسه بین المللی علوم نوبنیاد جامع ترین برنامه آموزشی هوش مصنوعی در کشور برگزار می کند.

برای آشنایی بیشتر با این برنامه و ویژگی ها، اهداف و دستاورد های پیشبینی شده آن اطلاعات موجود در این صفحه را به طور دقیق مطالعه فرمایید.

ساختار و بخش های دوره

مدرسه جامع پایتان و هوش مصنوعی از یک دوره پایه و چند دوره تخصصی (گرایش) تشکیل شده است. در دوره پایه دانش جامع برنامه نویسی پایتان و پیاده سازی الگوریتم های هوش مصنوعی در محیط پایتان در عالی ترین سطح آموزش داده می شود و در دوره ها (گرایش ها)ی تخصصی شرکت کنندگان می توانند دانش به دست آمده در دوره پایه را در زمینه های تخصصی مختلف مورد استفاده قرار دهند. شرکت در دوره پایه الزامی اما شرکت در هریک از دوره ها (گرایش ها)ی تخصصی اختیاری است.

دوره پایه

دوره پایه پایتان و هوش مصنوعی از چهار بخش اصلی که در کنار هم توانایی طراحی سیستم های هوش مصنوعی پیشرفته را ایجاد می کنند تشکیل شده است:

۱) برنامه نویسی پایتان (Python Programing)

۲) داده کاوی و تحلیل اکتشافی داده ها (Data Mining)

۳) یادگیری ماشین (Machine Learning)

۴) یادگیری عمیق (Deep Learning)

دوره های تخصصی (گرایش ها)

با وجود اینکه در دوره بنیادی نیز آموزش ها همراه با مثالهای متنوع از زمینه های مختلف علمی و کاربردی ارائه می شود، در گرایش های تخصصی مدرسه، شرکت کنندگان می توانند دانش به دست آمده از بخش بنیادی را در زمینه تخصصی مورد علاقه خود به طور عمیقتر توسعه دهند. این گرایش ها شامل موارد زیر هستند:

۱) پردازش زبان طبیعی با هوش مصنوعی (NLP)

۲) بینایی ماشینی با هوش مصنوعی

۳) هوش تجاری

۴) پیشبینی بازارهای مالی با هوش مصنوعی

۵) دوره اکتشاف و طراحی دارو با هوش مصنوعی

۶) دوره تشخیص سرطان با هوش مصنوعی

۷) دوره تشخیص پزشکی با هوش مصنوعی بر اساس پرونده الکترونیک بیمار (EHR)

۸) دوره تشخیص پزشکی با هوش مصنوعی بر اساس آزمایش خون

۹) دوره تشخیص پزشکی با هوش مصنوعی بر اساس آزمایش ژنتیک و ژن پروفایلینگ

۱۰) دوره تشخیص پزشکی با هوش مصنوعی بر اساس تصویربرداری پزشکی

کلیه سرفصل های آموزشی به صورت تئوری و عملی و انجام تمرین ها و پروژه هایی با داده های واقعی ارائه می شود به طوریکه پس از اتمام دوره شرکت کننده قادر خواهد بود مستقلا تحقیقات پروژه های نوین در زمینه آموزش دیده را به انجام رسانند.

نحوه برگزاری دوره

۱) این مدرسه به صورت ترکیبی از جلسات آنلاین و آفلاین برگزار می شود.

۲) پس از ثبت نام و آغاز مدرسه، کارآموزان محترم هر هفته به ویدئوی رکورد شده کارگاه آن هفته، که طی آن استاد مباحث را تدریس کرده اند دسترسی خواهند داشت.

۳) با توجه به اینکه بیشتر مطالب مدرسه عملی است شرکت کنندگان موظف هستند کلیه مراحل را در کامپیوتر خود اجرا و نتایج را مطابق آنچه در کلاس انجام شده به دست آورند.

۴) به علاوه کارآموزان موظف هستند تمرین های تعیین شده در کلاس را در در زمان های مقرر انجام داده و در سیستم آموزش بارگذاری کنند تا مورد بررسی و راهنمایی استاد قرار گیرد.

۵) همچنین در پایان هر مبحث، یک جلسه آنلاین در روز های ثابت و مشخص برگزار خواهد شد که طی آن شرکت کنندگان می توانند سوالات و اشکالات احتمالی خود را به طور زنده با استاد مطرح و برطرف نمایند.

۶) همچنین کارآموزان در طول هفته می توانند در روز ها و ساعت های مشخص از طریق تلگرام و واتساپ و یا تماس تلفنی با تیم پشتیبانی دوره ارتباط برقرار کرده اشکالات فنی خود را برطرف نمایند.

دوره های موسسه از این تضمین برخوردارند که هیچ اشکالی حل نشده باقی نمی ماند و در نهایت کلیه شرکت کنندگان قادر به انجام و پیاده سازی کلیه مراحل آموزشی خواهند بود.

تشریح سرفصل های دوره

دوره بنیادی

۱) دوره کارآموزی برنامه نویسی پایتان 
هدف علم هوش مصنوعی توانمند کردن کامپیوتر در پردازش اطلاعات مشابه با مغز انسان است. بنا بر این هوش مصنوعی اساس بر علم کامپیوتر بنا شده است. راه ارتباط انسان با کامپیوتر برنامه نویسی است و بنابر این برای پیاده کردن الگوریتم های هوش مصنوعی نیاز به دانستن یک زبان برنامه نوسی داریم. در بین زبانهای برنامه نویسی مختلف، پایتان بالاترین انعطاف پذیری و سرعت و عملکرد های سطح بالا را نشان داده است و نه تنها در سطح آکادمیک بلکه در سطح صنعتی برای توسعه سیستم های هوش مصنوعی استفاده می شود. بنابر این مدرسه هوش مصنوعی را با دوره کارآموزی برنامه نویسی پایتان آغاز می کنیم. الگوریتم های هوش مصنوعی برای اینکه کامپیوتر واقعا بتواند رفتار مغز انسان را تقلید کند اغلب پیچیده هستند و لذا نیاز است یک متخصص هوش مصنوعی به برنامه نویسی کامپیوتری تسلط کافی داشته باشد. در این بخش مدرسه شرکت کنندگان کلیه مهارت های برنامه نویسی لازم برای کد نویسی الگوریتم های هوش مصنوعی را کسب می نمایند و برای مراحل بعدی مدرسه آماده می شوند.

۲) دوره کارآموزی داده کاوی
الگوریتم های هوش مصنوعی در اساس بر الگوریتم های داده کاوی مبتنی هستند. داده کاوی در اصل به معنای کند و کاو داده ها برای کشف اطلاعاتی در درون انبوه داده های خام است که در نگاه اول و با بررسی شهودی میسر نیست. برای مثال در داده های آزمایشگاه تشخیص طبی ممکن است کامپیوتر سطحی از غلظت یک ماده شیمیایی را تشخیص دهد که فراتر از آن بیماران با خطر بیشتری برای ابتلا به دیابت نسبت به افرادی که غلظت آن ماده در خونشان کمتر است رو به رو هستند. چنین نتیجه گیری علمی ای تنها با آنالیز عمیق انبوه اطلاعات توسط الگوریتم های پیشرفته کامپیوتری میسر خواهد بود. داده کاوی الگوهای پنهان ارتباط متغیر های با یکدیگر را در درون حجم بزرگ داده های خام شناسایی می کند و منجر به ایده ها و بینش های علمی جدید در مورد پدیده مورد مطالعه می شود. بسیاری از ابزار های نوین تحلیل داده ها از جمله در بیوانفورماتیک بر روش های داده کاوی تکیه دارد. داده کاوی پایه و اساس توان اکتشافی هوش مصنوعی است. در این دوره کارآموزی، شرکت کنندگان با الگوریتم های داده کاوی و نحوه پیاده سازی آنها با برنامه نویسی کامپیوتری تسلط پیدا می کنند. 

۳) دوره کارآموزی یادگیری ماشینی 
در علم هوش مصنوعی هدف ما توانمند کردن کامپیوتر در پردازش اطلاعات مشابه با مغز انسان است. مغز انسان از طریق یادگیری و معنا دهی به اطلاعات ورودی به توانایی پردازش پیجیده اطلاعات دست می یابد. بنایر این برای اینکه کامپیوتر بتواند به سطح بالایی از تحلیل اطلاعات و توانایی تشخیص الگوهای پیچیده دست یابد، باید با الگوریتم های یادگیری آموزش داده شود. یه این فرایند یادگیری ماشینی می گوییم. در اینحا منظور از ماشین همان کامپیوتر است. در یادگیری ماشینی، کامپیوتر با اسنفاده از الگوریتم های داده کاوی الگوها را با سرعت بالا از بین داده های خام شناسایی می کند و بعد رابطه بین داده های ورودی و الگوهای درون آنرا یاد میگیرد. به عبارت دیگر بر خلاف داده کاوی که نتیجه آن تنها شناسایی الگوهای پنهان درون داده ها است، در یادگیری ماشینی کامپیوتر توانایی پیشبینی الگوهای درون داده ها و تلفیق آنها برای پردازش های پیچیده تر را به تست می آورد. در حقیقت، از مرحله یادگیری ماشینی ما وارد فضای هوش مصنوعی می شویم. در دوره یادگیری ماشینی، شرکت کنندگان با مهمترین روش های یادگیری ماشین و الگوریتم های مربوطه و پیاده سازی آنها با استفاده از دانش مراحل قبل (برنامه نویسی و داده کاوی) آشنا می شوند و تونایی آموزش دادن کامپیوتر برای پیشبینی الگوها در میان داده های جدید را به دست می آورند.

۴) دوره کارآموزی یادگیری عمیق
یادگیری عمیق نسخه بسیار پیشرفته تری از یادگیری ماشینی است که ظرفیت های آن در توانمند کردن کامپیوتر برای تقلید از مغز انسان، طی سال های اخیر کشف شده است. در یادگیری ماشینی کلاسیک، بسیاری از پارامتر های الگوریتم های ماشین لرنینگ توسط انسان تنظیم می شود و به همین دلیل توانایی یادگیری کامپیوتر را محدود می کند. اما در یادگیری عمیق، پارامترهای یادگیری ماشینی توسط خود کامپیوتر تنظیم می شود. به عبارت دیگر کامپیوتر در طول فرایند یادگیری، یاد میگیرد که چگونه پارامتر های لازم برای یادگیری بهتر خود را بهینه نماید. این انعطاف بزرگ، عمق یادگیری کامپیوتر رابسیار بیشتر کرده و عملکرد پردازش کامپیتور را به مغز انسان بسیار شبیه تر می کند. در حقیقت وقتی صحبت از هوش مصنوعی می کنیم در واقع صحبت از یادگیری عمیق است. بدون یادگیری عمیق، یادگیری ماشینی در سطحی نیست که بتوانیم از آن به عنوان “هوش مصنوعی” یاد کنیم. یادگیری عمیق، زمینه ساز هوش مصنوعی واقعی است که می تواند در سطح مغز انسان و یا حتی بهتر از آن اطلاعات را پردازش کند و همان فناوری است که تحولات پیش روی تمدن انسان مبتنی بر هوش مصنوعی را تحقق می بخشد. در دوره یادگیری عمیق شرکت کنندگان بر انواع روش های پیشرفته یادگیری عمیق تسلط پیدا کرده و توانایی ایجاد سیستم های هوش مصنوعی پیشرفته را به دست می آورند.

دوره های تخصصی (گرایش ها)
دوره پایه هوش مصنوعی با انجام مثال ها و پروژه های متنوعی از زمینه های مختلف علمی برگزار می شود تا شرکت کنندگان با کاربردهای هوش مصنوعی در حوزه های مختلف آشنا شوند. اما دانشپذیرانی که علاقه مند هستند دانش به دست آمده از این مدرسه را در یک یا چند زمینه خاص علمی و تجاری به طور مبسوط تر و متمرکز تر توسعه دهند می توانند در هر یک از گرایش های تخصصی زیر شرکت نمایند. حضور در گرایش های تخصصی اختیاری است اما شرکت در دست کم یک گرایش تخصصی قویا توصیح می شود.  

۱) دوره پردازش زبان طبیعی
یکی از ویژگی های مهم یک هوش مصنوعی توسعه یافته توانایی درک زبان انسان و تعامل با انسان با زبان او است. نمونه هایی از این نوع هوش مصنوعی تحت عنوان “مدل های زبانی” در حال حاضر توسعه یافته و مورد استفاده بسیاری از شما قرار گرفته است. پردازش زبان طبیعی، حوزه تخصصی از هوش مصنوعی است که به توسعه این مدلهای زبانی میپردازد. اهمیت این حوزه هوش مصنوعی امروزه دیگر برای همه آشکار شده و تاثیر آن در تحول جامعه بشر با کشف الکرتیسیته، و اختراع اینترنت مقایسه شده است. پیشبینی شده است مدلهای یادگیری زبان، به زودی منجر به حذف بسیاری از مشاغل می شود و امنیت شغلی به شدت وابسته به مهارت استفاده از هوش مصنوعی در پردازش زبان طبیعی خواهد بود. در این دوره تکمیلی، روش توسعه مدلهای زبانی مبتنی بر یادگیری عمیق که می توانند به صورت ChatBot با انسان مکالمه کنند آموزش داده می شود.

۲) بینایی ماشینی
هدف علم هوش مصنوعی آن است که سیستم های کامپیوتری را هر چه بیشتر و عمیق تر به ویژگی ها و رفتارهای انسان نزدیک کند. یک هوش مصنوعی توسعه یافته، نه تنها باید بتواند با زبان طبیعی با انسان ارتباط برقرار گند، بلکه همچنین باید مانند انسان ببینید و ادراک تصویری مشابه انسان از محیط اطراف داشته باشد. نمونه ای از کاربردهای هوش مصنوعی را امروزه در امکانات تشخیص چهره در گوشی تلفن همراه خود مشاهده می کنیم اما کاربرد این فناوری بسیار گسترده تر است. باید توجه داشت که الگوریتم های یادگیری ماشینی می توانند پارامترهایی را از یک تصویر اندازه گیری کنند که چشم و ادرک انسان قادر نیست برای مثال انتروپی یا انرژی یک تصویر. به همین دلیل، با وجود اینکه از نظر تئوری هدف ما آن است که بینایی کامپیوتر را به قدرت بینایی انسان نزدیک کنیم، اما در نهایت الگوریتمهای پیشرفته هوش مصنوعی، نسبت به انسان اطلاعات بسیار بیشتر و عمیقتری از یک تصویر استخراج می کنند. به همه این دلایل، بینایی ماشینی امروز یکی از محور های اصلی کاربرد هوش مصنوعی محسوب می شود. در این دوره تکمیلی، دانشپذیران ضمن اشنایی با الگوریتم های یادگیری عمیق در بینایی ماشینی، با مثالهای مختلف گرفت سیستم های هوشمند بینایی ماشینی را توسعه دهند.

۳) دوره هوش تجاری
یکی از گسترده ترین زمینهه های کاربرد هوش مصنوعی، استفاده از آن برای آنالیز داده های تجاری و کمک به تصمیم گیری افراد و کسب و کارها برای ارتقاء درآمد و سود بیزینس است. منظور از هوش تجاری آن است که هوش مصنوعی میتواند ابعاد مختلف تجارت رو هوشمند کند و از داده های خام که در طول فرایند های تجاری تولید می شود، اطلاعات بسیار با ارزشی برای افزایش بازده اقتصادی ارائه کند. در حقیقت، کاربرد هوش تجاری توانسته است به معنی واقعی برای شرکت ها و کسب و کارها سود کلان ایحاد کند و به همین دلیل تقریبا همه بنگاه های تجاری دنیا در حال توسعه یا استفاده از سیستم های هوش تجاری هستند. بر این اساس دانش توسعه هوش تجاری بر اساس هوش مصنوعی، می تواند به دو طریق به افرادی که این دانش را به دست می آورند کمک کند. اول از مسیر استفاده فردی یا سازمانی برای کسب و کار خود، و دوم از طریق به عهده گیری پروژه های هوش تجاری شرکت ها و درآمد زایی. 

۴) دوره پیشبینی بازارهای مالی با هوش مصنوعی
بازارهای مالی از جمله بازارهای ارز (FOREX)، طلا، سهام و نفت بخش عمده تبادلات تجاری دنیا را به خود اختصاص میدهند. در سالهای اخیر، آشنایی قشرهای مختلف جامعه ایران نسبت به بازارهای مالی بیشتر شده است. با وجود تحریم های بین المللی، در حال حاضر امکان حضور ایرانیان به صورت آنلاین در بازارهای مالی و کسب درآمد ارزی از این بازارها فراهم است. موسسه علوم نوبنیاد در همین زمینه دوره ویژه ای را با عنوان “تجارت الکترونیک در بازارهای مالی” برگزار می کند (iins.ir/events/etrade). موضوع بسیار مهم این است که پیشرفت الگوریتم های هوش مصنوعی به ما این امکان را داده است روند بازارهای مالی را از قبل پیشبینی کنیم و تجارت در این بازارهای را بر اساس پیشبینی مان از روند قیمت ها انجام دهیم. بدیهی است در این ضورت ریسک معاملات بسیار کاهش یافته و بازدهی و سود حاصل از معاملات به طور چشکگیر افزایش خواهد یافت. در حال حاضر بسیار از افراد شخصی و شرکت های تجاری در سطح جهان از هوش مصنوعی برای پیشبینی قیمتها در بازارهای مالی استفاده می کنند. دانشپذیرانی که دانش پایه هوش مصنوعی را در دوره بنیادی فرامیگیرند می توانند با شرکت در این دوره تکمیلی، از مهارت خود برای توسعه مدل های یادگیری ماشینی که میتوانند قیمت های آینده بازار را پیشبینی کنند استفاده کرده، آنرا در انواع بازارهای مالی از جمله بازار FOREX به کار گیرند.

۵) دوره اکتشاف و طراحی دارو با هوش مصنوعی
این دوره با مدرسه طراحی داروی موسسه مرتبط است و هدف هر دو اکتشاف مولکولهای جدید با پتانسیل درمانی علیه بیماری ها است. اما با توحه به اینکه در دوره فوق از روش های هوش مصنوعی برای اکتشاف و طراحی دارو استفاده می شود که کاملا با روش های کلاسیک متفاوت هستند، مدرسه طراحی دارو لزوما پیشنیازی برای این دوره نمی باشد. آن بخش از دانش اکتشاف و طراحی دارو که برای درک مطالب این دوره لازم است مستقلا در این دوره آموزش داده می شود. اما به طور کلی در صورت تمایل و امکان برای عزیزانی که به علم اکتشاف و طراحی دارو علاقه مند هستند شرکت در مدرسه جامع طراحی (iins.ir/iidrugdesignschool) دارو در کنار دوره فوق توصیه می شود زیرا مجموع مهارت های این دو دوره دانش تخصصی بسیار بالا و کم نظیری در حوزه طراحی دارو برای شرکت کنندگان ایجاد می کند. 

۶) دوره تشخیص سرطان با هوش مصنوعی
هدف این دوره تشخیص بافت سرطانی شده از بافت سالم با روش های مختلف یادگیری ماشینی و هوش مصنوعی است. یکی از جنیه های تمرکز این دوره تشخیص زودهنگام سرطان با استفاده از هوش مصنوعی است که توانایی شناسایی الگوهای پنهان سرطانی از میان انبوه داده ها که برای انسان قابل مشاهده نیست را دارد. چنانکه احتمالا می دانید موسسه دوره مستقل دیگری به نام مدرسه جامع سرطان شناسی نیز برگزار می کند (iins.ir/iioncology). دوره تشخیص سرطان با هوش مصنوعی به گونه ای طراحی شده است که از مدرسه سرطان شناسی مستقل باشد. اما شرکت در مدرسه سرطان شناسی در کنار این دوره میتواند جامعیت بالایی به دانش و ابزارهای تحلیلی شما در تشخیص انواع سرطان و کشف تارگت های درمانی ضد تومور ایحاد نماید.

۷) دوره تشخیص پزشکی با هوش مصنوعی بر اساس پرونده الکترونیک بیمار (EHR)  (۴ هفته)
پرونده الکترونیک بیماران که در بیمارستان ها ثبت و بایگانی می شود، شامل اطلاعات بسیار ارزشمندی است که اگر تعداد زیادی از آنها توسط کامپیوتر های مجهز به هوش مصنوعی آنالیز شود می تواند به کشف اطلاعات بی سابقه ای را در خصوص مشخصات دموگرافیک بیمار، علایم بالینی او، بیماری های وی و مسیر درمان بهینه بیماران کشف نماید و این موضوع طی مطالعات متعدد بارها ثابت شده است. در این دوره روش آنالیز پرونده الکترونیک بیماران با هوش مصنوعی برای کشف الگوهای مهم موثر بر تشخیص سریعتر روند پیشرفت یا بهبود بیماری و استفده از آن برای طراحی برنامه بهینه درمانی آموزش داده می شود.

۸) دوره تشخیص پزشکی با هوش مصنوعی بر اساس آزمایش خون
نتایج آزمایش خون حاوی اطلاعات گرانبهایی است که آنالیز آن با هوش مصنوعی می تواند به تشخیص زودهنگام انواع بیماری های پیچیده منجر شود که در صورت دیر تشخیص داده شدن درمان آنها بسیار دشوار یا ناممکن خواهد شد. هوش مصنوعی از طریق پردازش داده های آزمایش خون تعداد زیادی از بیماران بین غلطت نسبی موکولهای موجود در خون و بماری های فرد روابط پنهانی را کشف می کند که به هیچ وجه برای انسان میسر نیست. پس از کشف و یادگیری این روابط، هوش مصنوعی می تواند با مشاهده نتایج ازمایش خون یک بیماری دیگر علایم ابتلای احتمالی او به یک بیماری سخت را بسیار زود هنگام پیشبینی نماید تا فرایند درمان وی سریعا اغاز شود و بیماری با سهولت و عوارض جانبی بسیار کمتری بهبود یابد. همچنین نشان داده شده است که استفاده از یادگیری ماشینی در تحلیل داده های آزمایش خون می تواند زیسک ابتلای یکفرد به بماری مشخصی را (مثلا دیابت) در چندین سال بعد پیشبینی نماید در حالیکه فرد در حال حاضر هیچ علایم شناخته شده ای از آن بیماری را نشان نمی دهد. دوره حاضر با پیاده کردن عملی نمونه مطالعاتی از این دست استفاده از هوش مصنوعی در تشخیص زودهنگتم و پیشبینی زیسک بیماری ها بر اساس ازمایش خون را آموزش می دهد.       

۹) دوره تشخیص پزشکی با هوش مصنوعی بر اساس آزمایش ژنتیک و ژن پروفایلینگ
ژنتیک در کنار فاکتور های محیطی تعیین کننده کلیه ویژگی های فیزیولوزیکی انسان، پتانسیل ابتلا به بیماری ها، و حتی طول عمر است. امروزه فناوری های توالی گری ژنتیکی و ژن پروفایلینگ (اندازه گیری سطح بیان ژن) دسترسی ما به اطلاعات ژنتیکی انسان در وضعیت بیماری و سلامت و در سطح یافت های مختلف بدن را فراهم کرده است. این اطلاعات منبع بسیار ارزشمندی برای درک مکانیسم بیماری ها، طراحی درمان های موثر و پیشرفت پزکی فرد محور است. در مورد بیماری های توارثی، امروز ازمایشهای زنتیکی با دقت بالایی امکان پیشبینی احتمال ابتلای یک فرد به بیماری های ارثی نظیر دیابت را فراهم کرده اند. همچنین ازمایشهای زنتیکی با نشان دادن جهش های شناخته شده روی ژن های خاص امکان پیشبینی تقریبا قطعی تولد نوزادان دارا نقص فیزیولوژیکی را فراهم کرده اند. از طرف دیگر، تست های ژنتیکی مبتنی بر توالی یابی، امکان تشخیص زودهنگام انواع سرطان ناشی از جهش های سوماتیکی را میسر کرده اند. اما همه اینها بخش ناچیزی از پتانسیل اطلاعات زنتیکی برای پیشبینی، درک و درمان بیماریهای انسان و از این گذشته پیگیری از بیماری ها است. داده های ژنتیکی داده های بسیار حجیمی هستند و از طرف دیگر بیماری های پیچیده اغلب ناشی از جهش یا تنظیم نبودن یک ژن نیستند بلکه از سلسله جهش های هماهنگ شده و یا تغییر سطح بیان تعداد بسیار زیادی از ژنها خاصل می شوند. درک رابطه بین عملکرد ژنها و بیماری ها با توجه به گستردگی اطلاعات ژنتیکی برای مغز انسان بسیار دشوار و در اکثر موارد غیر ممکن است. تمنیک هایی نظیر GWAS و یا علومی مانند سیستم بیولوژی توانسته اند گامهای بسیار مهمی برای درک مکانمیس بیماری های در سطح زنتیکی بردارند اما پیجیدگی عظیم رابطه زنوتایپ و فنوتایپ و تعدادژنهای درگیر در پدیدار شدن یک فنوتایپ خاص نظیر بیماری ردیابی کامل بیماری ها در سطح زنتیکی را  بسیار دشوار می کند. امروزه مشخص شده است که کشف مکانیسم بیماری های در سطح ژنتیکی با وضوحی که بتواند به درمان یا پیشگیری منجر شود به دلیل نیاز با محاسبات بسیار سنگین تنها از عهده هوش مصنوعی ساخته است. مطالعات رو به رشد نشان می دهد هوش مصنوعی حقیقتا می تواند رازهای نهفته در DNA مربوط به مکانیسم بیماری ها یا احتمال ابتلای افراد به یک بیماری خاص را آشکار کند. دوره حاضر با پیاده سازی نمونه های موفقی از این گونه مطالعات نحوه استفاده از هوش مصنوعی برای درک ارتباط بین رفتار ژنها و ابتلا به بیماری ها را آموزش می دهد. هوش مصنوعی پی از یادگیری این ارتباط می تواند با دریفات اطلاعات ژنتیکی جدید بیماری فرد که هنوز ممکن است علایم آن بروز نکرده باشد و یا اساسا پتانسیل ابتلای فرد به بیماری در آینده دور بر اساس کد های ژنتیکی او را پیشبینی کند.

۱۰) دوره تشخیص پزشکی با هوش مصنوعی بر اساس تصویربرداری پزشکی 
تصاویر رادیولوژی، MRI و هیستوپاتولوژی بخش جدایی ناپذیری از ابزار های پزشکی معاصر برای تشخیص بیماری ها هستند. اما این تصاویر اطلاعات بسیار عمیقی در خود نهفته دارند که توسط مغز انسان قابل محاسبه و ادراک نیستند. یاید تجه داشت که ابزار اصلی انسان برای تحلیل تصاویر پزشکی چشم انسان است. برخی از محدودیت های انسان برای استخارج اطلاعات از تصاویر پزشکی به دلیل محودیت قدرت بصری انسان است. اما این همه داستان نیست. تصاویر پزشکی دارای اطلاعاتی هستند که حتی اگر قدرت بصری انسان چندین هزار برابر هم بود باز از ادراک ما نهفته می ماند زیرا آن اطلاعات اساسا از بصری نیستند بلکه بسیاری از آنها الگوهای انتزاعی ریاضیاتی هستند که در ذهن انسان معنای صریح ندارند. امکا هوش مصنوعی قادر به شناسای آن الگوها است و صرف نظر از اینکه آن الگوها چه معنایی دارند، می تواند ارتباط بین آن الگوها و وضعیت سلامت و بیماری را کشف نماید. مطالعات اخیر که در ژورنالهای بسیار معتبر منتشر شده است از توانایی فوق العاده هوش مصنوعی در تشخیص بیماری ها بر اساس تصاویر پزشکی با دقتی برابر یا فراتر از متخصصین پزشکی خبر می دهند. از طرفی سیستم های هوش مصنوعی همچنان در حال بهینه تر شدن هستند تا قدرت اکتشاف آنها باز هم افزایش یابد. این حوزه تحقیقاتی امروزه یکی از جذاب ترین و پر کاربرد ترین زمینه های ساتفاده از هوش مصنوعی در پیشرفت علم پزشکی و افزایش سرعت و دقت تشخیص و دخالت پزشکی زود هنگام است. به مانند آنالیز ژنتیکی، مزیت های پردازی تصاویر پشکی با هوش مصنوعی تنها محدود به تشخیص بیماری نمی شود بلکه طبق مطالعات اخیر، هوش مصنوعی می تواند بر اساس آنالیز تصاویر مارکرهایی که نشان دهنده احتمال ابتلای فرد به بیماری در آینده نزدیک یا دور است پیشبینی نماید قبل از آنکه هر گونه علایم شناخته شده بالینی ظهر شده باشد. این فناوری های مبتنی بر هوش مصنوعی چشم انداز پزشکی پیشگیرانه را که منتهای کمال علم پزشکی است از آینده دور به اینده نزدیک و حتی زمان حال منتقل کرده است. عملکرد فوق العاده هوش مصنوعی در استحراجاطلاعات ارزشمند از تصاویر پزشکی در حال ایجاد تحولات ژرف در رویهه بالینی است و این تحول در سالهای پیش رو شتاب فراوان خواهد گرفت. دوره حاضر نحوه بهکارگیری هوش مصنوعی در پردازش تصاویر پزشکی یا هدف تشخیص یا پیشبینی احتمال بیماری را اموزش می دهد. این دوره خود بر اساس حوزه های تخصصی پزشکی به چند بخش مختلف شامل موارد زیر تقسیم می شود:
– تصاویر پزشکی از مغز
– تصاویر پرشکی از قلب
– تصاویر پزشکی از ریه
– تصاویر پرشکی از سینه
– تصاویر پرشکی از پوست

مشخصا زمانی دوره ها

مشخصات زمانی دوره بنیادی شامل:
برنامه نویسی پایتان، داده کاوی، یادگیری ماشینی، یادگیری عمیق
۱) تعداد کل ساعات آموزشی: ۱۱۲ ساعت
۲) طول مدت دوره: چهار ماه
۳) تعداد جلسات آموزشی: ۴۸ جلسه دو ساعته (۹۶ ساعت)
۴) تعداد جلسات پرسش و پاسخ و رفع اشکال: ۱۴ جلسه دو ساعته (۲۸ ساعت)

مشخصات زمانی دوره های تخصصی برای هر یک از گرایش ها:
۱) تعداد کل ساعات آموزشی: ۳۶ ساعت
۲) طول مدت دوره: دو ماه
۳) تعداد جلسات: ۱۲ جلسه دو ساعته (۲۴ ساعت)
۴) تعداد جلسات پرسش و پاسخ و رفع اشکال: ۴ جلسه دو ساعته (۸ ساعت)

ویژگی های خاص دوره

1) با توجه به اینکه در دانشگاه های ما، مبانی علوم کامپیوتری و محاسباتی به دانشجویان رشته های مختلف به طور بسیار محدود آموزش داده می شود، مدرسه حاضر به گونه ای طراحی شده است که مسیر آشنایی و مانوس شدن دانشپذیران از هر رشته ای که باشند، بسیار سهل طی شود و مفاهیم عمیق کامپیوتری، محاسباتی و بعضا ریاضیاتی با بیانی ساده و موثر توسط دانشپذیران درک شود.

۲) یکی از مهمترین ویژگی دوره های آموزشی موسسه بین المللی علوم نوبنیاد این است که مدرسین دوره ها از دانشجویان حتی دانشجویان مقاطع تحصیلات تکمیلی و یا حتی افرادی صرفا دارای مدرک دکترا نیستند بلکه اساتید دانشگاهی و صنعتی هستند که ده ها پایان نامه تحقیقاتی مقاطع تحصیلات تکمیلی و یا پروژه های صنعتی را هدایت کرده اند و به همین دلیل بر جزییات روش تحقیق و طراحی مسیر مطالعه و تحلیل و تفسیر نتایج و اشتباهات احتمالی که ممکن است کارآموزان دچار آن شوند اشراف کامل دارند.

باید توجه داشت که هوش مصنوعی علمی بسیار پیشرفته و تخصصی است. در یک پروژه طراحی سیستم هوش مصنوعی ممکن است ده ها مساله یا اشکال یا ابهام یا دشواری در انتخاب مسیر پیش آید که تصمیم صحیح در مورد آن تعیین کننده دقت و اعتبار نتایج نهایی است. فهرست طولانی از نکات تخصصی وجود دارد که در حین یک پروژه هوش مصنوعی و یاگیری ماشینی باید مورد توجه قرار گیرد. موسسه بین المللی علوم نوبنیاد تنها موسسه کشور است از اشراف بسیار بالا بر جزییات فنی و تکنیکی پیاده سازی سیستم های هوش مصنوعی و رفع اشکالات احتمالی بر روی همه پلتفرم های کامپیوتری برخوردار است.

۳) در طول این دوره یک استودیوی جامع تحقیقاتی شامل طیف وسیعی از نرم افزار ها و پلتفرم های لازم برای توسعه و ساخت سیستم های هوش مصنوعی به طور صحیح و رفع اشکال شده روی رایانه شخصی هر یک از شرکت کنندگان نصب می شود. این استودیو مانند یک آزمایشگاه تحقیقاتی کامپیوتری در کنار دانش آموخته شده در طول دوره می تواند تا سالها برای انجام پروژه های کاربردی هوش مصنوعی مورد استفاده قرار گیرد.

۴) مدرسه هوش مصنوعی موسسه، کارآموزان را به کارشناس مستقل این علم تبدیل می کند تا بتوانند پس از اتمام دوره، پروژه های واقعی و عملی را با تکیه بر دانش و مهارت خود در حرفه ای ترین سطح اجرا کنند.  

توانمندی های شرکت کنندگان پس از اتمام دوره

دانش آموختگان مدرسه حاضر می توانند سیستم های هوش مصنوعی را برای انواع مساله هایی که نیازمند تشخیص و تصمیم گیری عمیق کامپیوتری است طراحی و پیاده سازی نمایند.  در مسیر فوق، شرکت کنندگان همچنین توانایی ها زیر را به دست می آورند:

۱) درک عمیق و کارشناسانه مفاهیم هوش مصنوعی و توانایی تطبیق آموخته ها با مساله ها و پروژه های جدیدی پیش رو

۲) توانایی انتخاب و طراحی بهترین الگوریتم ها بر اساسا ویژگی های پروژه های هوش مصنوعی

۳) توانایی کد نویسی کامپیوتری انعطاف پذیر و موثر برای طراحی الگوریتم های پر سرعت

۴) توانایی تنظیم بهینه پارامتر های الگوریتم های هوش مصنوعی برای بیشینه کردن بازدهی بالای یادگیری ماشینی

۵) توانایی اشکال شناسی و اشکال زدایی از فاز های مختلف اجرای یک پروژه هوش مصنوعی

۶) توانایی استفاده از پلتفرم های کلیدی هوش مصنوعی که امروزه در کاربرد های آکادمیک و تجاری استفاده می شود

۷) توانایی اصلاح و ارتقاء سیستم هوش مصنوعی طراحی شده بر اساس بازخور از نتایج ماشین لرنینگ

گواهینامه دوره

۱) گواهینامه این دوره به زبان انگلیسی آکادمیک و به صورت مشروح (شامل سیلابس های کلیدی دوره) و امضای استاد و ریاست عالی موسسه و مهر برجسته موسسه صادر می شود.
۲) همچنین به درخواست شرکت کنندگان محترم امکان صدور گواهینامه بین المللی از شرکت ها و نهاد های معتبر اروپایی مستقر در سوییس وجود خواهد داشت. صدور گواهینامه بین المللی هزینه جداگانه دارد که در بخش “سوالات رایج” به آن اشاره شده است.

دستاوردهای دوره

شرکت در این دوره دستاورد های قابل توجهی از جمله موارد زیر برای کارآموزان به همراه خواهد داشت:

۱) ورود به جامعه متخصصین هوش مصنوعی و استفاده از فرصت های بی شمار موفقیت و پیشرفت

۲) یادگیری عملیاتی کلیه روش های مدرن طراحی سیستم های هوش مصنوعی

۳) توانایی انجام پژوهشهای کاربردی تراز بین المللی هوش مصنوعی و ارائه آن به کنفرانس ها و ژورنال های معتبر علمی

۴) امکان انجام مستقل پروژه های داده کاوی و ماشین لرنینگ

۵) ارتقاء چشمگیر رزومه علمی جهت اخذ پذیرش از دانشگاه های برتر جهان

۶) امکان استفاده از فرصت های شغلی به شدت رو به رشد مرتبط با هوش مصنوعی در داخل و خارج از کشور

۷) امکان تعریف پایان نامه تحصیلات تکمیلی در زمینه هوش مصنوعی

۸) عضویت در باشگاه دانش آموختگان هوش مصنوعی موسسه بین المللی علوم نوبنیاد

مدیریت علمی دوره

اجرای دوره های آموزشی موسسه تحت مدیریت تیم اجرایی اختصاص یافته به آن دوره شامل هیئت علمی دوره، تیم کارشناسان آموزشی، تیم کارشناسان پژوهشی، و دستیاران صورت می گیرد.

هیئت علمی دوره

هیئت علمی هر دوره از اساتید هیئت علمی دانشگاه های معتبر کشور که در زمینه علمی مربوطه صاحب نظر و نیز پروژه های تحقیقاتی در آن حوزه انجام داده اند و نیز متخصصین تحقیق و توسعه صنعتی دارو تشکیل شده است. این گروه در طول برگزاری دوره کیفیت ارائه مطالب آموزشی توسط مدرسین و نیز پیشرفت پروژه های تحقیقاتی را به طور مستمر نظارت می نماید.

گروه آموزشی

گروه آموزشی شامل مدرسین و دستیاران آموزشی است. مدیر و مدرسین هر دوره شامل اساتید دانشگاه های معتبر کشور و یا از مدیران ارشد شرکت های فناوری-تجاری است. دستیاران گروه شامل فراغ التحصیلان دکترا یا کارشناسی ارشد دانشگاه های معتبر با سابقه درخشان علمی پژوهشی در حوزه مربوطه می باشند. دستیاران آموزش وظیفه ارتباط با دانش پذیران و درک و رفع اشکالات آنها، و نیز گزارش اشکالات خاص به مدیر گروه آموزش و همراهی دایمی با دانش پذیران را بر عهده دارند.

نظرات دانشپذیران

با کلیک بر روی علامت [+] در زیر می توانید نظرات شرکت کنندگان قبلی این دوره را ملاحظه فرمایید. این نظرات تنها بخش کوچکی از محبت ها و دستاوردهای عزیزان موسسه است و برای مشاهده نظرات بیشتر تصویری و ویدیویی لطفا شبکه های اجتماعی موسسه علوم نوبنیاد را دنبال فرمایید.

هزینه دوره

هزینه دوره بر اساس نوع ثبت نام به شرح زیر است (واحد میلیون تومان):

مدرسه بنیادی پایتان و هوش مصنوعی (برنامه نویسی پایتان، داده کاوی، یادگیری ماشینی و یادگیری عمیق)
۱) ثبت نام دانشجويي با پرداخت نقدی (با ۴۰ ٪ درصد تخفیف): ۴/۹۰۰
۲) ثبت نام دانشجویی با ۲۰ ٪ تخفیف : ۶/۵۰۰ (قابل پرداخت در ۳ قسط)
۳) ثبت نام با پرداخت نقدی (با ۲۰ ٪ تخفیف): ۶/۵۰۰
۴)  ثبت نام استاندارد: ۸/۲۰۰ (قابل پرداخت در ۴ قسط)
*توجه: تخفیف دانشجویی تا سه سال پس از فارغ التحصیلی نیز شامل می شود.

سایر تخفیفات: ایثارگران و خانواده شهدا، فرهنگیان و بازنشستگان: ۵ درصد
سقف تخفیفات: ۴۰ درصد

گرایش های تخصصی (بینایی ماشینی، پردازش زبان طبیعی، هوش تجاری و … با هوش مصنوعی)
هزینه گرایش های دوره برای جلوگیری از تکرار، در فرم ثبت نام اولیه انتهای صفحه درج شده که می توانید آن را مشاهده و دوره های مورد نظر خود را جهت صدور فاکتور انتخاب نمایید.

سوالات رایج