مقابلة مع Zahra Ghorrati: تطوير أطر للتعرف على النشاط البشري باستخدام أجهزة استشعار يمكن ارتداؤها

في سلسلة المقابلات هذه ، نلتقي ببعض المشاركين في اتحاد الدكتوراه AAAI/Sigai لمعرفة المزيد عن أبحاثهم. تقوم Zahra Ghorrati بتطوير أطر عمل للتعرف على النشاط البشري باستخدام أجهزة استشعار يمكن ارتداؤها. لقد اكتشفنا زهرا لمعرفة المزيد عن هذا البحث ، والجوانب التي وجدتها أكثر إثارة للاهتمام ، ونصيحتها لطلاب الدكتوراه المحتملين.

أخبرنا قليلاً عن الدكتوراه الخاصة بك – أين تدرس ، وما هو موضوع بحثك؟

أنا أتابع درجة الدكتوراه في جامعة بوردو ، حيث تركز أطروحتي على تطوير أطر التعلم العميق القابلة للتطوير والتكيفية للتعرف على النشاط البشري (HAR) باستخدام أجهزة استشعار يمكن ارتداؤها. لقد انجذبت إلى هذا الموضوع لأن الأجهزة القابلة للارتداء لديها القدرة على تحويل الحقول مثل الرعاية الصحية والرعاية المسنين وتتبع النشاط على المدى الطويل. على عكس الاعتراف القائم على الفيديو ، والذي يمكن أن يثير مخاوف تتعلق بالخصوصية ويتطلب إعدادات كاميرات ثابتة ، تكون الأجهزة القابلة للارتداء محمولة وغير تابعة للتقطيع وقادرة على المراقبة المستمرة ، مما يجعلها مثالية لالتقاط بيانات النشاط في إعدادات العالم الطبيعي.

التحدي المركزي عناوين أطروحتي هو أن البيانات القابلة للارتداء غالباً ما تكون صاخبة وغير متسقة وغير مؤكدة ، اعتمادًا على وضع المستشعر ، وآثار الحركة ، وقيود الأجهزة. هدفي هو تصميم نماذج التعلم العميق التي لا تكون فعالة من الناحية الحسابية وقابلة للتفسير فحسب ، بل إنها قوية أيضًا في تباين البيانات في العالم الحقيقي. عند القيام بذلك ، أهدف إلى التأكد من أن أنظمة HAR التي يمكن ارتداؤها عملية وجديرة بالثقة للنشر خارج بيئات المختبر الخاضعة للرقابة.

وقد تم دعم هذا البحث من خلال منحة الأبحاث الصيفية للفنون التطبيقية في بوردو. إلى جانب عملي في أطروحتي ، أساهم في مجتمع الأبحاث كمراجع لمؤتمرات مثل Codit و CTDIAC و IRC ، وقد تمت دعوتي لمراجعة AAAI 2026. شاركت أيضًا في بناء المجتمع ، وأعمل كمنظم محلي وكرسي أمان في المؤتمر الدولي الرابع والعشرين للوكلاء المستقل والأنظمة المتعددة (AAMAS 2025) ، والمستمر من أجل AAMAS AAMAS 2026.

هل يمكن أن تعطينا نظرة عامة على البحث الذي أجريته حتى الآن خلال الدكتوراه؟

حتى الآن ، ركز بحثي على تطوير شبكة عصبية عميقة غامضة هرمية يمكن أن تتكيف مع مجموعات بيانات التعرف على النشاط البشري المتنوعة. في عملي الأولي ، استكشفت نهج التعرف على التسلسل الهرمي ، حيث يتم اكتشاف أنشطة أبسط في المستويات السابقة من النموذج ويتم التعرف على الأنشطة الأكثر تعقيدًا في مستويات أعلى. لتعزيز كل من المتانة والتفسير ، قمت بدمج مبادئ المنطق الغامض في التعلم العميق ، مما يسمح للنموذج بالتعامل بشكل أفضل مع عدم اليقين في بيانات مستشعر العالم الحقيقي.

تتمثل إحدى القوة الرئيسية لهذا النموذج في بساطته وتكلفة حسابية منخفضة ، مما يجعلها مناسبة بشكل خاص للتعرف على النشاط في الوقت الفعلي على الأجهزة القابلة للارتداء. لقد قمت بتقييم بدقة الإطار على مجموعات البيانات القياسية المتعددة لسلسلة زمنية متعددة المتغيرات وقارن بشكل منهجي أدائها مقابل الأساليب الحديثة ، حيث أظهرت دقة تنافسية وتحسين التفسير.

هل هناك جانب من جوانب البحث الذي كان مثيرًا للاهتمام بشكل خاص؟

نعم ، ما يثيرني أكثر هو اكتشاف كيف يمكن للمناهج المختلفة أن تجعل التعرف على النشاط البشري أكثر ذكاءً وأكثر عملية. على سبيل المثال ، كان دمج المنطق الغامض رائعًا ، لأنه يسمح للنموذج بتقاط عدم اليقين الطبيعي وتغير الحركة البشرية. بدلاً من إجبار التصنيفات الصلبة ، يمكن للنظام أن يفكر من حيث درجات الثقة ، مما يجعله أكثر قابلية للتفسير وأقرب إلى كيفية تفكير البشر فعليًا.

أجد أيضًا التصميم الهرمي لنموذجتي مثيرة للاهتمام بشكل خاص. إن التعرف على الأنشطة البسيطة أولاً ، ثم البناء نحو سلوكيات أكثر تعقيدًا ، يعكس الطريقة التي يفهم بها البشر الإجراءات في الطبقات. هذا الهيكل لا يجعل النموذج فعالًا فحسب ، بل يوفر أيضًا نظرة ثاقبة حول كيفية ارتباط الأنشطة المختلفة ببعضها البعض.

ما وراء المنهجية ، ما يحفزني هو الإمكانات في العالم الحقيقي. حقيقة أن هذه النماذج يمكن أن تعمل بكفاءة على الأجهزة القابلة للارتداء تعني أنها يمكن أن تدعم في النهاية الرعاية الصحية الشخصية ، والرعاية المسنة ، ومراقبة النشاط على المدى الطويل في حياة الناس اليومية. ونظرًا لأن التقنيات التي أقوم بتطويرها تنطبق على نطاق واسع على بيانات السلاسل الزمنية ، فقد يمتد تأثيرها إلى ما هو أبعد من هار ، إلى مجالات مثل التشخيص الطبي ، أو مراقبة إنترنت الأشياء ، أو حتى التعرف على الصوت. هذا الإحساس بالعمق والتنوع هو ما يجعل البحث مجزيًا بشكل خاص بالنسبة لي.

ما هي خططك للبناء على بحثك حتى الآن خلال الدكتوراه – ما هي الجوانب التي ستحققها بعد ذلك؟

بالمضي قدمًا ، أخطط لزيادة تعزيز قابلية التوسع والقدرة على التكيف في إطاري حتى يتمكن من التعامل بشكل فعال مع مجموعات البيانات واسعة النطاق ودعم التطبيقات في الوقت الفعلي. سيكون التركيز الرئيسي على تحسين كل من الكفاءة الحسابية وقابلية التفسير للنموذج ، مما يضمن أنه ليس فقط قويًا ولكنه عملي أيضًا للنشر في سيناريوهات العالم الحقيقي.

في حين ركز بحثي الحالي على التعرف على النشاط البشري ، إلا أنني متحمس لتوسيع نطاق النطاق إلى مجال تصنيف السلاسل الزمنية الأوسع. أرى إمكانات كبيرة في تطبيق إطاري على مجالات مثل تصنيف الصوت ، وتحليل الإشارات الفسيولوجية ، وغيرها من المجالات التي تعتمد على الوقت. سيسمح لي هذا بإظهار التعميم والمتانة في نهائي عبر التطبيقات المتنوعة حيث تكون البيانات القائمة على الوقت أمرًا بالغ الأهمية.

على المدى الطويل ، هدفي هو تطوير نموذج موحد وقابل للتطوير لتحليل السلاسل الزمنية ويوازن بين القدرة على التكيف ، والتفسير ، والكفاءة. آمل أن يكون مثل هذا الإطار بمثابة أساس للتقدم ليس فقط هارت ولكن أيضًا مجموعة واسعة من التطبيقات الصحية والبيئية والمنظمة AI التي تتطلب اتخاذ القرارات في الوقت الفعلي والتي تعتمد على البيانات.

ما الذي جعلك ترغب في دراسة الذكاء الاصطناعي ، وخاصة مساحة الأجهزة القابلة للارتداء؟

بدأ اهتمامي بالأجهزة القابلة للارتداء خلال فترة وجودي في باريس ، حيث تعرفت على إمكانات المراقبة القائمة على المستشعر في الرعاية الصحية. لقد انجذبت على الفور إلى كيفية مقارنة الأجهزة القابلة للارتداء غير الغازية بالطرق القائمة على الفيديو ، خاصة بالنسبة لتطبيقات مثل الرعاية المسنة ومراقبة المريض.

على نطاق أوسع ، كنت دائمًا مفتونًا بقدرة الذكاء الاصطناعي على تفسير البيانات المعقدة والكشف عن أنماط ذات معنى يمكن أن تعزز الرفاهية البشرية. قدمت الأجهزة القابلة للارتداء تقاطعًا مثاليًا لاهتماماتي ، حيث تجمع بين تقنيات الذكاء الاصطناعي المتطورة مع التأثير العملي الحقيقي ، الذي دفعني بطبيعة الحال إلى تركيز بحثي على هذا المجال.

ما النصيحة التي تقدمها لشخص يفكر في الحصول على درجة الدكتوراه في هذا المجال؟

يتطلب درجة الدكتوراه في الذكاء الاصطناعي خبرة فنية ومرونة. ستكون نصيحتي:

• ابق فضوليًا وقابل للتكيف ، لأن اتجاهات البحث تتطور بسرعة ، والقدرة على التحور أو استكشاف أفكار جديدة لا تقدر بثمن.
• التحقيق في الجمع بين التخصصات. تستفيد الذكاء الاصطناعي بشكل كبير من رؤى في مجالات مثل علم النفس والرعاية الصحية والتفاعل بين الإنسان والحاسوب.
• الأهم من ذلك ، اختر مشكلة أنت متحمس حقًا. هذا الشغف سوف يحافظ عليك من خلال التحديات الحتمية والانتكاسات في رحلة الدكتوراه.

إن الاقتراب من بحثك بفضول ، والانفتاح ، والاهتمام الحقيقي يمكن أن يجعل الدكتوراه ليس مجرد تحد ، ولكن تجربة مجزية للغاية.

هل يمكن أن تخبرنا حقيقة مثيرة للاهتمام (غير مرتبطة) عنك؟

خارج البحث ، أنا متحمس للقيادة وبناء المجتمع. بصفتي رئيسًا لنادي Purdue Tango Club ، نمت المجموعة من طالبين فقط إلى أكثر من 40 عضوًا نشطًا ، ونظموا فصولًا أسبوعية ، واستضافت أحداثًا كبيرة مع مدربين معترف بهم دوليًا. والأهم من ذلك ، أنني ركزت على إنشاء مجتمع ترحيبي حيث يشعر الطلاب بالاتصال والدعم. بالنسبة لي ، تانغو أكثر من الرقص ، إنها وسيلة لجمع الناس ، وسد الثقافات ، وتوازن شدة البحث مع الإبداع والفرح.

أنا أيضا تطبيق هذه المهارات في القيادة الأكاديمية. على سبيل المثال ، أعمل كمنظم محلي ورئيس أمان لمؤتمرات AAMAS 2025 و 2026 ، والتي منحتني خبرة عملية في إدارة الأحداث وتنسيق الفرق وإنشاء مساحات شاملة للباحثين في جميع أنحاء العالم.

حول زهرة

زهرا غوراتي مرشح دكتوراه ومساعد تدريس في جامعة بوردو ، متخصص في الذكاء الاصطناعي وتصنيف السلاسل الزمنية مع التطبيقات في التعرف على النشاط البشري. حصلت على درجة البكالوريوس في هندسة برامج الكمبيوتر ودرجة الماجستير في الذكاء الاصطناعي. يركز بحثها على تطوير نماذج التعلم العميقة القابلة للتطوير والقابلة للتفسير لبيانات المستشعر القابلة للارتداء. قدمت عملها في المؤتمرات والمجلات الدولية الرائدة ، بما في ذلك AAMAS ، PAAMS ، FUZZ-IEEE ، وصول IEEE، و الحوسبة اللينة المطبقة. عملت كمراجع لـ Codit و CTDIAC و IRC ، وقد تمت دعوتها لمراجعة AAAI 2026. تساهم Zahra أيضًا في بناء المجتمع كمنظم محلي ورئيس للسلامة في AAMAS 2025 و 2026.