نبذة عن مؤسس DEEPLBMNet

باحث دكتوراه في علوم الحاسوب

تأسس DEEPLBMNet انطلاقًا من طموحٍ واحد يتمثل في إعادة تعريف الذكاء الاصطناعي من خلال توظيف المبادئ الفيزيائية في تصميم معمارياته وأساليبه.

أنا ياسين دويش، باحث دكتوراه في علوم الحاسوب بكلية العلوم، جامعة شعيب الدكالي، المغرب. يتركز نشاطي البحثي على الذكاء الاصطناعي، والتعلّم الآلي العلمي، والرؤية الحاسوبية، وطريقة بولتزمان الشبكية (Lattice Boltzmann Method)، مع اهتمام خاص بتصميم الجيل القادم من المعماريات العصبية المستوحاة من الأنظمة الفيزيائية.

خلال مسيرتي البحثية، سعيت إلى استكشاف سؤالٍ جوهري:

هل يمكن للمبادئ الرياضية التي تحكم الظواهر الفيزيائية أن تُلهم جيلاً جديدًا من أنظمة الذكاء الاصطناعي؟

وقد قاد هذا التساؤل إلى تأسيس DEEPLBMNet، وهي مبادرة بحثية تهدف إلى دمج المبادئ الحاسوبية لطريقة بولتزمان الشبكية (Lattice Boltzmann Method) في نماذج التعلّم العميق. فبدلاً من الاعتماد حصريًا على التصاميم التقليدية للشبكات العصبية، يستكشف DEEPLBMNet معماريات تنتقل فيها المعلومات عبر تفاعلات مستوحاة من القوانين الفيزيائية، بما يفتح آفاقًا جديدة نحو تحقيق كفاءة أعلى، وقابلية أفضل للتفسير، ونماذج علمية أكثر رسوخًا.

يُعدّ DEEPLBMNet اليوم منصةً بحثيةً مفتوحة مكرّسة لدفع حدود الذكاء الاصطناعي المستوحى من الفيزياء. وتتمثل رسالتها في تطوير معماريات مبتكرة قادرة على معالجة التحديات المعقدة في مجالات الحوسبة العلمية، والرؤية الحاسوبية، والتصوير الطبي، وتحليل السلاسل الزمنية، والهندسة الطبية الحيوية، وعلوم الحوسبة.

وإلى جانب نشاطي البحثي، أمتلك خبرةً تزيد على ثمانية عشر عامًا في تدريس الرياضيات. وقد أسهمت هذه الخبرة في تشكيل منهجي العلمي، القائم على الأسس الرياضية الصارمة، والتحليل العددي، ودمج القوانين الفيزيائية في تصميم أنظمة الذكاء الاصطناعي الحديثة.

تشمل اهتماماتي البحثية عددًا من المجالات، من بينها الرؤية الحاسوبية، وتحليل الصور الطبية، وترميم الصور، وتجزئة الصور، والتنبؤ بالسلاسل الزمنية، والحوسبة العلمية، والأمن السيبراني، وتحليل الإشارات الطبية الحيوية، والتعلّم الآلي العلمي. ومن خلال DEEPLBMNet، أسعى إلى تطوير معماريات مبتكرة قادرة على معالجة المشكلات الواقعية المعقدة، مع الحفاظ على ارتباطها الوثيق بالمبادئ العلمية والرياضية التي تستند إليها.

أن تصبح DEEPLBMNet مرجعًا عالميًا رائدًا في مجال الذكاء الاصطناعي المستوحى من الفيزياء، من خلال تطوير معماريات مبتكرة للتعلّم العميق ترتكز على المبادئ الرياضية لطريقة بولتزمان الشبكية (Lattice Boltzmann Method).

• تطوير معماريات عصبية مبتكرة قائمة على طريقة بولتزمان الشبكية (Lattice Boltzmann Method).
• إرساء تكاملٍ فعّال بين الفيزياء العددية وتقنيات التعلّم العميق الحديثة.
• تعزيز البحث العلمي المفتوح وتشجيع تطوير أنظمة ذكاء اصطناعي قابلة لإعادة الإنتاج والتحقق العلمي.
• دعم الباحثين والطلبة والمهندسين من خلال البرمجيات مفتوحة المصدر، والمنشورات العلمية، والموارد التعليمية.
• تعزيز التعاون الدولي في مجالي الذكاء الاصطناعي والحوسبة العلميةg.

• الذكاء الاصطناعي المستوحى من الفيزياء
• التعلّم الآلي العلمي
• التعلّم العميق القائم على طريقة بولتزمان الشبكية
• الرؤية الحاسوبية
• تحليل الصور الطبية
• ترميم الصور واستكمال أجزائها المفقودة
• تجزئة الصور
• معالجة الإشارات الطبية الحيوية
• التنبؤ بالسلاسل الزمنية
• الحوسبة العلمية
• الطرائق العددية للمعادلات التفاضلية الجزئيةs

شكرًا لزيارتكم DEEPLBMNet. أدعوكم إلى استكشاف أبحاثنا، والتعرّف على معمارياتنا المبتكرة، والانضمام إلينا للمساهمة في رسم ملامح مستقبل الذكاء الاصطناعي المستوحى من الفيزياء.