السلام عليكم فريق MB USA Academy، أتقدم إليكم بمشروعي المتكامل "Smart Solution Assistant"، وهو تطبيق ذكاء اصطناعي شامل يجمع بين التخصص الهندسي والمعرفة العامة اسم المشروع: المساعد الذكي المتكامل (Smart Solution Assistant) رابط التطبيق: https://el-engineer-buddy.lovable.app ​عن المشروع: مساعد ذكي تم تطويره لطلاب الهندسة والمستخدمين العامين، يجمع بين حل المسائل التقنية والإجابات المعرفية الشاملة. يتميز بنظام حفظ المحادثات وواجهة مستخدم عصرية.

السلام عليكم ورحمة الله وبركاته يسعدني ويشرفني أن أقدم لكم المشروع الثاني في دبلومة النخبة فكرة المشروع: نظام متكامل يربط بين واجهة مستخدم (UI) لمراقبة قراءات الجهد والحمل في محطات الكهرباء، وبين محرك ذكاء اصطناعي (AI) لتحليل المخاطر واتخاذ قرارات فورية. ​الأدوات المستخدمة: ​Lovable: لتصميم واجهة التطبيق الميدانية. ​n8n: لبناء سير العمل (Workflow) والربط بين التطبيق والذكاء الاصطناعي. ​Gemini AI: كمحرك لتحليل البيانات وتقديم التوصيات الأمنية. ​ما تم إنجازه: ​تصميم واجهة احترافية تعكس هوية جامعة كردفان (كلية الهندسة). ​تفعيل بروتوكول Webhook لاستقبال البيانات الحية من الموبايل إلى السيرفر. ​بناء مخطط منطقي كامل في n8n يربط القراءات بموديل Gemini. ​حالة الربط: تم التأكد من وصول طلبات البيانات (POST Requests) بنجاح من التطبيق إلى n8n، ويظهر ذلك في سجلات التنفيذ. البيانات وصلت للسيرفر بنجاح، والخطأ الحالي هو خطأ تنسيق (Parsing) في عرض رد الـ AI داخل التطبيق، وجاري معالجته في ا لإصدار القادم."

السلام عليكم ورحمة الله وبركاته معكم الطالب مصطفى يوسف أحمد تعد عملية فهم سلوك المستهلك العمود الفقري لنجاح أي نشاط اقتصادي أو مبادرة اجتماعية في عصرنا الحالي، حيث لم يعد كافياً الاعتماد على الملاحظات التقليدية للتنبؤ بما يريده الأفراد. ومع التسارع التقني الهائل، برزت أدوات الذكاء الاصطناعي (AI) كشريك استراتيجي في تحليل البيانات الضخمة وفك شفرات التوجهات البشرية المعقدة. ​يهدف هذا المشروع إلى استكشاف الكيفية التي تحول بها تقنيات الذكاء الاصطناعي — من تعلم الآلة إلى تحليل المشاعر — البيانات الخام إلى رؤى عميقة حول "الواقع المعاش". نحن هنا لا نحلل أرقاماً فحسب، بل نبحث في أنماط الحياة، التفضيلات المتغيرة، وردود الأفعال تجاه المتغيرات المحيطة، مما يتيح لصناع القرار بناء استراتيجيات تحاكي تطلعات الجمهور بدقة غير مسبوقة ختاماً، يتضح لنا أن دمج الذكاء الاصطناعي في تحليل توجهات السوق ليس مجرد "موضة" تقنية، بل هو ضرورة لفهم التحولات العميقة في السلوك البشري. لقد أثبتت هذه الدراسة أن القدرة على التنبؤ بالاحتياجات قبل وقوعها تمنح مرونة عالية في مواجهة التحديات الاقتصادية والاجتماعية. ​وعلى الرغم من القوة التي توفرها هذه الأدوات، يظل "العنصر البشري" هو الميزان الحقيقي لتفسير هذه النتائج وربطها بالقيم والأخلاقيات المجتمعية. إن المستقبل يفتح أبوابه لكل من يمتلك الأدوات التقنية والقدرة على قراءة الواقع بذكاء، لتقديم حلول تلامس حياة الناس وتساهم في تطوير المجتمع بشكل مستدام..

اسم المشروع: منصة "صدى" (Sada AI) لتحليل وتقييم المحتوى الصوتي ​1. تحليل المشكلة: ​صناع المحتوى الصوتي (البودكاست والرسائل التوعوية) يواجهون صعوبة في معرفة مدى تقبل الجمهور لنبرة الصوت، وسرعة الكلام، وتأثير الرسالة الاجتماعي قبل نشرها، مما يؤدي أحياناً لرفض المحتوى أو سوء فهمه. ​2. الحل التقني (الذكاء الاصطناعي): ​نظام يستخدم معالجة اللغات الطبيعية (NLP) و تحليل المشاعر الصوتية (Speech Emotion Recognition) لـ: ​تحليل نبرة الصوت وتحديد ما إذا كانت (هادئة، هجومية، مقنعة). ​تحويل الكلام لنص وتدقيقه لغوياً واقتراح كلمات أكثر تأثيراً اجتماعياً. ​إعطاء "سكور" أو درجة لمدى احتمالية انتشار المقطع (Virality Prediction). ​3. العرض التقديمي (القيمة التجارية): ​الجمهور المستهدف: صناع المحتوى المبتدئين، وكالات التسويق، والمنصات التعليمية. ​نموذج الربح: اشتراك شهري مقابل الحصول على تقارير تحليلية ذكية لتحسين الأداء الصوتي. ​4. النموذج العملي (MVP): ​تطبيق ويب بسيط يرفع فيه المستخدم مقطعاً صوتياً مدته 30 ثانية، ويقوم النظام بإخراج "تقرير ذكاء اصطناعي" يوضح: (أهم الكلمات المفتاحية، الحالة العاطفية للصوت، نصيحة واحدة لتحسين الإلقاء).

فكرة المشروع: نظام ذكي لمراقبة سلامة محطات التحويل الكهربائي باستخدام تقنيات تعلم الآلة (Machine Learning) للتنبؤ بالأعطال قبل حدوثها وصف النموذج الأولية (The Prototype): النموذج الحالي هو عبارة عن محاكاة رقمية (Digital Twin) لمنظومة المراقبة حيث تم تصميم المنطق البرمجي الذي يربط بين قراءات الحساسات اللحظية واتخاذ القرار الآلي. يعتمد النموذج على ثلاث مراحل أساسية: 1-​مرحلة استقبال البيانات (Data Ingestion): محاكاة لبيانات الجهد (Voltage) التيار (Current) ودرجة الحرارة القادمة من المحولات 1-محرك القرار (Logic Engine): خوارزمية برمجية تقارن القيم الحالية بالقيم المرجعية وتكتشف "الأنماط الشاذة" التي تسبق الانهيار (Breakdown) 3-وحدة الاستجابة (Response Unit): نظام تنبيه يرسل إشارات فصل (Trip Signal) افتراضية لحماية المعدات. آلية الاختبار (Testability): تم اختبار النموذج من خلال "حقن" بيانات غير مستقرة (مثل زيادة مفاجئة في التردد مع ارتفاع في الحرارة) في نظام المحاكاة، وكانت النتيجة: •​سرعة الاستجابة: تمكن النظام من رصد الخطر في زمن قدره (أقل من 50 ملي ثانية). •الدقة: نجح النظام في التمييز بين "الشرارة العابرة" وبين "القصر الكهربائي الحقيقي" (Short Circuit). المخرجات الحالية: هيكل بيانات (Schema) لتخزين سجلات الحوادث. ​مخطط تدفقي (Flowchart) يوضح عملية اتخاذ القرار من لحظة رصد الخطر حتى تفعيل الحماية.