EXPOtec - المستوى الثالث
يمثل ExpoTec Level 3 انتقال الطالب من الميكاترونكس المتقدم إلى عالم الأنظمة الذكية، والرؤية الحاسوبية Computer Vision، والتكنولوجيا المدعومة بالذكاء الاصطناعي AI.
بعد أن تعلم الطلاب في المستويات السابقة كيفية بناء الأنظمة المدمجة، والروبوتات، وأنظمة التحكم، والأذرع الروبوتية، وآلات التصنيع، يصبحون الآن مستعدين لإضافة مستوى أعلى من القدرات الحاسوبية والذكاء إلى هذه الأنظمة.
يبدأ الطلاب ببناء أساس قوي في برمجة Python، بدايةً من أساسيات البرمجة وصولًا إلى حل المشكلات، والخوارزميات، والبحث والترتيب، والبرمجة كائنية التوجه OOP، وهياكل البيانات الأساسية، مما يؤهلهم لتطوير برامج ومشروعات أكثر تنظيمًا وتكاملًا.
بعد ذلك، ينتقل الطلاب من المتحكمات الدقيقة Microcontrollers إلى Raspberry Pi وLinux، ويكتشفون كيف يمكن استخدام حاسوب متكامل ليصبح العقل المسؤول عن تشغيل النظام الهندسي. يتعلم الطلاب التحكم في المكونات الإلكترونية من خلال GPIO، وربط المستشعرات والمشغلات، والتواصل مع الأجهزة الخارجية، بالإضافة إلى تطوير واجهات رسومية GUI تسمح للمستخدم بمراقبة مشروعاتهم والتحكم فيها والتفاعل معها.
وأخيرًا، يدخل الطلاب إلى عالم معالجة الصور، والرؤية الحاسوبية، والذكاء الاصطناعي.
وباستخدام Python وRaspberry Pi والكاميرات وOpenCV وبعض مكتبات الذكاء الاصطناعي، يتعلم الطلاب كيف تستطيع الآلات التقاط الصور، ومعالجة المعلومات البصرية، واكتشاف الأجسام، والتعرف على الأنماط، واتخاذ قرارات بناءً على ما تراه.
وبنهاية ExpoTec Level 3، ينتقل الطالب من مجرد بناء الآلات والتحكم فيها إلى تطوير: أنظمة هندسية ذكية قادرة على الاستشعار، والرؤية، ومعالجة المعلومات، واتخاذ القرارات، والتفاعل مع العالم الحقيقي بصورة أكثر ذكاءً واستقلالية.
اختر الكورس الخاص بك
الكورس الاول/
برمجة Python
يبني الطلاب أساسًا قويًا في لغة Python، ويطورون مهارات البرمجة وحل المشكلات اللازمة للانتقال لاحقًا إلى التطبيقات الهندسية، وComputer Vision، والذكاء الاصطناعي.
المشروعات الأساسية:
- نظام الاختبارات والأسئلة: بناء نظام اختبارات تفاعلي يطرح الأسئلة، ويتحقق من الإجابات، ويحسب الدرجات، ويعرض النتيجة النهائية.
- لعبة XO – Tic-Tac-Toe Game: تطوير لعبة كاملة باستخدام Python مع تطبيق الدوال، والقوائم، والشروط، والحلقات التكرارية، ومنطق اللعبة.
- نظام البحث والترتيب في سجلات الطلاب: بناء نظام لإدارة سجلات الطلاب وتطبيق خوارزميات البحث والترتيب Searching & Sorting Algorithms للبحث عن الطلاب وترتيبهم باستخدام الرقم التعريفي أو الاسم أو الدرجة.
- نظام إدارة المكتبة: تطوير نظام لإدارة المكتبة باستخدام البرمجة كائنية التوجه OOP لإدارة الكتب والطلاب وعمليات الاستعارة والإرجاع والبحث.
- نظام بنكي مبسط: بناء محاكاة لنظام بنكي باستخدام Classes & Objects لإدارة العملاء والحسابات وعمليات الإيداع والسحب والمعاملات.
الكورس الثاني/
Raspberry Pi & Linux
ينتقل الطلاب من التعامل مع Microcontrollers إلى بناء أنظمة هندسية تعتمد على الحاسوب باستخدام Raspberry Pi وLinux وGPIO والواجهات الرسومية GUI.
المشروعات الأساسية:
- نظام التحكم في الهاردوير باستخدام Raspberry Pi: التحكم في المستشعرات والمشغلات من خلال GPIO باستخدام Python.
- نظام المراقبة الذكي: قراءة البيانات من عدة مستشعرات، ومعالجتها، وعرض حالة النظام.
- لوحة تحكم رسومية GUI: تطوير واجهة رسومية للتحكم في المكونات والأنظمة الفيزيائية.
- لوحة متابعة الآلة: عرض البيانات في الوقت الفعلي، مثل قراءات المستشعرات، وحالة الآلة، والتنبيهات، وأدوات التحكم.
الكورس الثالث/
Image Processing
يتعلم الطلاب كيف يمكن للآلات الرؤية وفهم المعلومات البصرية واكتشاف الأجسام واتخاذ القرارات باستخدام Python وRaspberry Pi وOpenCV والذكاء الاصطناعي AI.
المشروعات الأساسية:
- نظام اكتشاف الألوان: اكتشاف الأجسام وتصنيفها وفقًا لألوانها.
- نظام التعرف على الأشكال: التعرف على الأشكال الأساسية من الصور الملتقطة بالكاميرا.
- نظام تتبع الأجسام: اكتشاف جسم متحرك وتتبعه باستمرار باستخدام الكاميرا.
- الكاميرا الذكية: معالجة بث مباشر من الكاميرا والاستجابة لأحداث بصرية محددة مسبقًا.
- نظام اكتشاف الأجسام باستخدام AI: استخدام نموذج ذكاء اصطناعي للتعرف على عدة أجسام حقيقية داخل المشهد.
- روبوت يعتمد على الرؤية الحاسوبية: ربط Computer Vision بروبوت متحرك بحيث يتغير سلوك الروبوت وفقًا لما تكتشفه الكاميرا.
ماذا سيتعلم الطلاب؟
بعد إكمال ExpoTec Level 3، يطور الطلاب مهارات متقدمة تربط بين تطوير البرمجيات، وأنظمة الحاسوب، والإلكترونيات، والروبوتات، والرؤية الحاسوبية Computer Vision، والذكاء الاصطناعي AI.
برمجة Python وتطوير البرمجيات
ينتقل الطلاب إلى تطوير تطبيقات Python أكبر وأكثر تنظيمًا، ويتعاملون مع الدوال، وهياكل البيانات الأساسية، والـModules، والملفات، والبرمجة كائنية التوجه OOP، والمكتبات الخارجية، واكتشاف الأخطاء وإصلاحها، وحل المشكلات باستخدام الخوارزميات.
ويبدأ الطلاب في استخدام Python ليس فقط كلغة برمجة، ولكن كأداة لبناء برمجيات هندسية وتطبيقات ذكية.
Linux وأنظمة الحاسوب
يتعلم الطلاب التعامل مع نظام تشغيل حقيقي قائم على Linux، والتنقل بين الملفات والمجلدات، واستخدام Terminal، وتثبيت البرامج والمكتبات، وتشغيل تطبيقات Python، وإدارة بيئة التطوير الخاصة بهم.
ويمنحهم ذلك أساسًا مهمًا للعمل مع منصات الحوسبة والأنظمة الهندسية الحديثة.
Raspberry Pi والحوسبة الفيزيائية
يتعلم الطلاب كيفية تحويل Raspberry Pi إلى العقل الحاسوبي لنظام فيزيائي متكامل.
ويستخدمون GPIO والواجهات الإلكترونية لقراءة المستشعرات، والتحكم في المحركات والمشغلات، والتواصل مع الأجهزة الخارجية، ومعالجة المعلومات، وربط البرمجيات التي تعمل على Linux مباشرةً بالعالم الحقيقي.
الواجهات الرسومية والتفاعل بين الإنسان والآلة
يتعلم الطلاب أن الأنظمة الهندسية تحتاج أيضًا إلى وسيلة فعالة تسمح للإنسان بمراقبتها والتحكم فيها والتفاعل معها.
ويطورون واجهات مستخدم رسومية GUI ولوحات تحكم Dashboards تتيح للمستخدم عرض قراءات المستشعرات، ومتابعة حالة الآلة، وإرسال الأوامر، وتغيير الإعدادات، والتحكم في الهاردوير من خلال البرمجيات.
معالجة الصور - Image processing
يتعرف الطلاب على كيفية تمثيل أجهزة الكمبيوتر للمعلومات البصرية ومعالجتها.
وباستخدام Python وOpenCV، يتعلمون مفاهيم مثل: Pixels — Resolution — Color Channels — Grayscale — Filtering — Thresholding — Contours — Image Transformations وبذلك يبنون الأساس اللازم للانتقال إلى تطبيقات Computer Vision الأكثر تطورًا.
الرؤية الحاسوبية - Computer Vision
ينتقل الطلاب من مجرد معالجة الصور إلى استخراج معلومات مفيدة منها.
ويطورون أنظمة قادرة على التعامل مع البث المباشر من الكاميرا، واكتشاف الألوان والأشكال، والتعرف على الخصائص البصرية، وتتبع الأجسام. وبذلك تتحول الكاميرا من مجرد وسيلة لالتقاط الصور إلى مستشعر ذكي يمكن للنظام استخدام معلوماته لاتخاذ القرارات.
الذكاء الاصطناعي - AI
يتعرف الطلاب على كيفية استخدام نماذج الذكاء الاصطناعي والتعلم الآلي AI & Machine Learning لفهم معلومات بصرية أكثر تعقيدًا.
ويتعرفون على المفاهيم الأساسية وراء Machine Learning وNeural Networks، ويستخدمون نماذج AI مدربة مسبقًا Pre-Trained Models لتنفيذ تطبيقات مثل Object Detection والتعرف البصري، دون الحاجة إلى بناء نماذج ذكاء اصطناعي معقدة من الصفر.
الروبوتات الذكية
يربط الطلاب ما تعلموه في Computer Vision وAI بما سبق لهم تعلمه في الروبوتات.
فبدلًا من أن يستجيب الروبوت فقط لقراءات بسيطة من المستشعرات، يبدأ الطلاب في تطوير روبوتات تستطيع استخدام معلومات الكاميرا ونتائج الاكتشاف البصري للتأثير على حركتها وسلوكها.
وهذا يقدم لهم الأساس الذي تقوم عليه الروبوتات الذكية والروبوتات المعتمدة على الرؤية Vision-Based Robotics.
تكامل الأنظمة الذكية
والأهم من ذلك، يتعلم الطلاب كيفية دمج المعرفة التي اكتسبوها طوال رحلة ExpoTec بالكامل.
حيث يجمعون بين:
الميكانيكا + الإلكترونيات + الأنظمة المدمجة + التحكم + Linux + Python + Raspberry Pi + الكاميرات + Computer Vision + AI
داخل أنظمة هندسية ذكية متكاملة.
ويبدأ الطلاب في فهم أن التكنولوجيا المتقدمة نادرًا ما تُبنى باستخدام تخصص واحد فقط؛ فالروبوتات والآلات الذكية الحديثة يتم تطويرها من خلال دمج العديد من التقنيات الهندسية والحاسوبية داخل نظام واحد متناسق ومتكامل.
إلى أي مستوى سيصل الطالب؟
بنهاية ExpoTec Level 3، يكون الطالب قد أكمل مرحلة رئيسية من التطور خلال رحلة ExpoTec.
ويصل إلى أساس:
مطوّر الأنظمة الذكية
في هذه المرحلة، لا يعود الطالب مقيدًا ببرمجة آلة لتنفيذ سلوك محدد مسبقًا فقط.
بل يبدأ في فهم الأسس اللازمة لبناء أنظمة تستطيع:
- استشعار العالم الحقيقي
- التقاط المعلومات البصرية
- معالجة البيانات
- اكتشاف الأجسام والأنماط
- اتخاذ القرارات برمجيًا
- التحكم في الهاردوير
- تنفيذ سلوكيات ذكية
ويبدأ في فهم الأسس التي تقوم عليها الروبوتات والآلات الذكية الحديثة.
رحلة ExpoTec الكاملة
Level 1 — Engineering System Builder
بناء التكنولوجيا
يتعلم الطلاب دمج البرمجة، والإلكترونيات، والميكانيكا، والروبوتات لبناء أنظمة تكنولوجية متكاملة.
↓
Level 2 — Mechatronics System Developer
هندسة الآلات والتحكم فيها
يتعلم الطلاب الاتصالات، والملاحة، والتحكم باستخدام Feedback، والحركة الدقيقة، والأذرع الروبوتية، وتطوير الآلات.
↓
Level 3 — Intelligent Systems Developer
بناء الأنظمة والآلات الذكية
يدمج الطلاب Python وLinux وRaspberry Pi وComputer Vision وAI مع المعرفة الهندسية التي اكتسبوها في المستويات السابقة.
التطور النهائي للطالب
تأخذ رحلة ExpoTec الطالب عبر ثلاثة أسئلة رئيسية:
Level 1
"كيف يمكنني بناء نظام تكنولوجي متكامل؟"
Level 2
"كيف يمكنني هندسة آلة والتحكم فيها بدقة؟"
Level 3
"كيف يمكنني جعل هذه الآلة ترى، وتفهم المعلومات، وتتخذ قرارات ذكية؟"
بنهاية ExpoTec Level 3، يكون الطالب قد بنى أساسًا متكاملًا في: Programming — Electronics — Embedded Systems — Mechanical Design — Robotics — Control — Mechatronics — Linux — Computer Vision — Artificial Intelligence
ولا يتعلم الطالب هذه المجالات باعتبارها تخصصات منفصلة.
بل يتعلم كيف يدمجها معًا لبناء تكنولوجيا أكثر تقدمًا وتكاملًا وذكاءً.
من كتابة أول برنامج Embedded System إلى تطوير آلات مدعومة بالذكاء الاصطناعي، تقود ExpoTec الطلاب خلال رحلة هندسية متدرجة تبدأ ببناء التكنولوجيا، ثم التحكم فيها، وصولًا إلى إضافة الذكاء إليها.