كتب- عبد الرحمن إبراهيم:

تناولت الجلسة الثانية عشر ضمن فعاليات اليوم الثاني من المؤتمر الدولي السنوي للذكاء الاصطناعي والأنظمة والتقنيات الناشئة (IEEE-ICAISET 2026)، بالمعهد العالي للحاسبات بأكاديمية الشروق، أحدث التطورات في توظيف الذكاء الاصطناعي في بناء نماذج تنبؤية دقيقة، وتعزيز امتثال الأنظمة الرقمية، ورفع مستوى موثوقيتها في البيئات المؤسسية المعقدة، بمشاركة باحثين من شركات تكنولوجية كبرى وجامعات دولية.

وقد ركزت الأبحاث على تطوير تقنيات متقدمة لإدارة قواعد البيانات المتجهة تحت ظروف تشغيل واقعية، بما يشمل تحسين عمليات البحث والتعامل مع تغيرات البيانات وضمان استمرارية الأداء بكفاءة عالية.

كما ناقشت الجلسة نماذج تعتمد على الاستدلال السببي للتنبؤ بمعدلات فقدان الموظفين داخل المؤسسات، من خلال دمج بيانات العمل والسلوك الوظيفي، بما يدعم اتخاذ قرارات أكثر دقة في إدارة الموارد البشرية.

وفي المجال الصحي، استعرض الباحثون نماذج ذكاء اصطناعي قادرة على التنبؤ بالألم والهذيان لدى مرضى الرعاية القلبية بشكل متكامل، عبر تحليل مسارات البيانات الطبية بشكل مشترك، بما يسهم في تحسين جودة الرعاية العلاجية.

كما تم تسليط الضوء على تطوير أدوات تشخيص الأعطال في أنظمة الذكاء الاصطناعي المعتمدة على الوكلاء (Agentic AI)، من خلال تصنيف أنماط الفشل وتتبعها، بما يعزز من استقرار هذه الأنظمة في التطبيقات العملية.

وفي سياق الامتثال التنظيمي، ناقشت الجلسة أطرًا معمارية لاستخدام الذكاء الاصطناعي التوليدي في قطاع التأمين، مع ضمان الالتزام بالمعايير القانونية والتنظيمية عند توليد الوثائق.

كما شملت الأبحاث دراسات تحليلية موسعة حول دور الذكاء الاصطناعي في هندسة المتطلبات وتصميم البرمجيات، إلى جانب تقييم شامل للاتجاهات الحديثة في هذا المجال خلال السنوات الأخيرة.

وامتد النقاش ليشمل نماذج التنبؤ بتسرب الطلاب في المدارس الثانوية، مع التركيز على العدالة وقابلية التفسير، إلى جانب تطوير بنى تحتية آمنة وسريعة لخطوط التكامل والنشر المستمر في بيئات العمل المنظمة.

واختُتمت الجلسة بعرض نموذج متقدم لتوليد واسترجاع المعرفة (RAG) يعتمد على التكيف الديناميكي مع البيانات وتخصيص النماذج حسب المجال، بما يعزز من دقة أنظمة الإجابة الذكية في البيئات المتخصصة.

وتعكس هذه الجلسة التوجه المتزايد نحو بناء أنظمة ذكاء اصطناعي أكثر موثوقية وامتثالًا وقدرة على التكيف، خاصة في القطاعات الحساسة مثل الصحة، المال، والتعليم.