ح١٥: السلامة في أنظمة الذكاء الاصطناعي مع م. أحمد النحاس

What this episode covers

في هذه الحلقة من Embedded Voice Podcast، نستضيف المهندس أحمد النحاس، الخبير في مجال أنظمة القيادة الذاتية (Autonomous Driving) وFunctional Safety، لنتحدث عن أحد أهم التحديات الحالية: سلامة أنظمة الذكاء الاصطناعي (AI Safety).نتناول خلال الحلقة الفرق بين Functional Safety وSafety of the Intended Functionality (SOTIF)، ونناقش مجموعة من المعايير والمواصفات العالمية مثل: ISO 21448ISO PAS 8800EU AI Actكما نتطرق لتأثير جودة البيانات (Data Quality) على أداء أنظمة القيادة الذاتية، والتحديات في اختبار وتأكيد سلامة النماذج الذكية في بيئات واقعية.💡 إذا كنت مهندس أنظمة مدمجة، أو تعمل في مجال السلامة الوظيفية أو الذكاء الاصطناعي في السيارات، فهذه الحلقة مخصصة لك. فصول الحلقة الزمنية00:00 – مقدمة الحلقة والترحيب بالضيف01:15 – الفرق بين AI Safety وFunctional Safety03:45 – لماذا لم تعد ISO 26262 كافية وحدها؟07:10 – أمثلة على Limitations في أنظمة الذكاء الاصطناعي11:00 – تعريف SOTIF ولماذا نحتاجه16:30 – تحليل أهداف السلامة في سياق AI18:15 – تحديات تصميم الأنظمة في ظروف بيئية متغيرة23:50 – الفرق بين Standards وRegulations28:50 – هل الاختبار الواقعي يغني عن المعايير؟32:00 – نظرة على ISO PAS 8800 وتعامله مع AI Models36:45 – ما هو EU AI Act ولماذا هو مهم؟41:05 – التحديات المرتبطة بجودة البيانات (Data Set Challenges)47:15 – أهمية تمثيل الواقع في Data Collection54:55 – Software Updates ودورها في تطوير الأنظمة بعد الإنتاج56:35 – نظرة مستقبلية على تطور المعايير58:00 – نصائح للراغبين في دخول مجال AI Safety59:30 – ختام الحلقة وشكر الضيف

PodParley-generated summary based on available episode metadata and transcript content.