מרצים
ענבל רן-שפיר - יו"ר הכנס
רפאל
ד"ר רם אורון
Applied Materials
זיו אבטליון
AIM55
יודי בראון
קליאדו
ד"ר אביטל שריפט
תע"א
ד"ר אביגדור זוננשיין
מרכז גורדון להנדסת מערכות, טכניון
עירית פרנט
אלביט מערכות
ד"ר מוטי ליבוביץ
אוניברסיטת בן גוריון
ד"ר יודי בראון
Kaleidoo
יודי בר און, יליד ,1974 מומחה בתחומי הבינה מלאכותית (AI)ביג דאטה (data Big), עיבוד
תמונה וראיה ממחושבת. מעל 32 שנים של ניסיון ניהולי הן בתחום העסקי והן בתחום המחקר
והפיתוח. בעל תואר שני מהטכניון בתחום הביואינפורמטיקה.
כיום מייסד ומנכ"ל Kaleidoo מבית בינת, שעוסקת בתחומי AI ו- Data Big ומספקת פתרונות,
שירותים ומוצרים מתקדמים בעולם בתחומים אילו.
בעברו בכיר בחברת רפאל ואחראי בין היתר על הקמה, בניה וניהול של קו עסקי בתחום & AI
Data Big. ניהול ואחריות מלאה על ראשי פרויקטים, מהנדסי מערכת ראשיים, אסטרטגיה,
שיתופי פעולה, שיווק ומכירה בהיקפים של מאות מיליונים.
בנוסף אחראי על הקמה, בניה וניהול של מחלקת D&R, בשילוב הטכנולוגיות המובילות
והמתקדמות בעולם, בתחומי AI, data Big, עיבוד תמונה וראיה ממחושבת. ניהול של למעלה מ
100 עובדים בתחומים שונים, הנדסת מערכת, science data, מפתחים, בדיקות ,ומיקור חוץ.
זכייה במספר פרסים יוקרתיים, ביניהם הפרס הגבוה ביותר הניתן בתחום.
שירות ביחידה מובחרת בצה"ל.
נשוי, ואב לשלושה ילדים, מתגורר בישוב קהילתי במשגב, בעבר אתלט בנבחרת ישראל בריצה
ופעיל עד היום.
תפקידו של ה AI בשיתוף מידע, אוטומציה וייעול תהליכים
כיצד תחום הבינה מלאכותית משנה ותשנה את תהליכי העבודה, שימור הידע, חיפוש המידע והנגשתו?
נציג מספר כלים ופתרונות שכבר מיושמים בארגונים וחברות שעשו ועושים מהפכות.
נדבר כיצד נוכל למקסם ולבנות את תהליכי הארגון בעזרת בינה מלאכותית ומה חלקנו במהלך.
The Impact of Artificial Intelligence on Enhancing Information Sharing, Automation, and Process Optimization
יודי בראון, קלידאו
Creating a world of DIFFERENCE - Practical AI in System Engineering
אבי בראל, קליאדו
TBD
זיו אבטליון
AIM55
מייסד, בעלים ומנכ"ל של חברת ייעוץ אסטרטגי וטרנספורמציה דיגיטלית – 55 AIM בע"מ. זיו אבטליון הינו תת אלוף במילואים, בתפקידו האחרון שימש כראש מנהלת הטרנספורמציה הדיגיטלית באגף התקשוב וההגנה בסב"ר בצה"ל, במסגרתו הוביל תהליכים אסטרטגיים חסרי תקדים בקנה מידה לאומי ובין לאומי. בנוסף, זיו היה ראש מטה אגף הטכנולוגיה והלוגיסטיקה וראש החטיבה הטכנולוגית של היבשה. זיו הינו דוקטורנט בחוג למערכות מידע באוניברסיטת חיפה, בוגר לימודי מנהל ציבורי בהרווארד, בעל תואר שני במדעי המדינה מאוניברסיטת חיפה, תואר שני נוסף במנהל עסקים מאוניברסיטת בר אילן ותואר ראשון בהנדסת מכונות מהטכניון.
AI by Design
מורכבות הטרנספורמציה לפני דיגיטציה בכלל ובראי מהנדסי המערכת בפרט. במושב זה ננסה
להציג את הבעיה, פתרון תאורטי ודוגמה יישומית
מורכבות שילוב יכולות מידע ובינה מלאכותית בתהליכי הנדסת מערכת
ד"ר אירית פלד, רפאל
שילוב ארכיטקטורות מידע ובינה מלאכותית בארכיטקטורה הארגונית
ד"ר איציק אביב
פתרונות דיגיטליים משולבי בינה מלאכותית בתהליכי הנדסת מערכת
מר אבישי אגוזי, DASSAULT SYSTEMS
ד"ר אביטל שריפט
תע"א
IAI, Israel Aerospace Industries Ltd
VP Core Technologies, part of CTO Organization, since October 2021. Responsible for IAI's R&D roadmap and management, applied research in core and emerging technologies and system engineering excellence.
Previously, Vice President and General Manager of MBT Missiles Division, part of IAI’s Systems Missiles and Space Group.
Started employment at ELTA Systems, IAI's subsidiary and group, as the first system engineer of the "Green Pine" radar, the early warning and fire control radar of the Arrow Weapon System.
Awarded the 2003 IMOD national award.
Last position In ELTA - Deputy General Manager of the Land & Naval Radars & Systems Division, with direct responsibility for air defense radar systems programs in ELTA.
הוכחת מערכות משולבות AI
ה- TRUST וה- EXPLAINABILITY של מערכות משולבות AI מהווים את הגורם העיקרי שמעכב את השימוש במערכות משולבות AI במיוחד בעולמות האוטונומיה. במושב נבחן את הנושא משני היבטים: יכולת ההוכחה התיאורטית של מערכות אוטונומיות משולבות AI אל מול ההוכחה הסימולטיבית של המערכות
האם הייתם מוכנים לטוס במטוס אוטונומי מבוסס בינה מלאכותית?
-
נתי לוי - האוניברסיטה העברית
תשתית לפיתוח יכולות אוטונומיות מבוססות AI עבור כלי טיס
-
ניר תל אורן - תע"א
ד"ר מוטי ליבוביץ
אוניברסיטת בן גוריון
ב-1980 תואר B.Sc. בהנדסת מכונות וב-1986 תואר מוסמך M.Sc. בהצטיינות בהנדסת מכונות מהטכניון. ב-1993 תואר PhD בהנדסת מכונות בארה"ב באוניברסיטת Delaware מכון לחומרים מרוכבים ‘Center for Composite Materials – University of Delaware (CCM – UD)’ . התמחותי הייתה, בין השאר, בתחומים של מבנים וחומרים חכמים ומסתגלים (Smart & Adaptive) ובנושאי בריאות מבנים (Structural Health Monitoring – SHM).
עבדתי ברפאל מערכות מתקדמות כ-30 שנה ומלאתי מגוון תפקידים הכוללים בין השאר מהנדס מערכת ראשי, ראש פרויקט, ראש מנהלה וראש מטה. לאחר מכן, עבדתי כ-10 שנים בקריה למחקר גרעיני בנגב (הקמ"ג) בתפקידים של משנה למנהל הקמ"ג, סמנכ"ל בכיר ור' תוכנית. כחלק מתפקידיי, פעלתי לגיבוש תפיסות ארגוניות ומתודולוגיות בנושאי ניהול פרויקטים והנדסת מערכת, להטמעה ולהכשרה רחבה של עובדים ומנהלים.
בהיבט האקדמי לקחתי חלק פעיל בהקמת התוכנית להנדסת מערכות באורט בראודה ושמשתי מרצה וחבר בתוכנית מספר שנים. החל מ-2019 יזמתי והקמתי באוניברסיטת בן גוריון בנגב, יחד עם פרופ' קובי בורטמן, את התוכנית להנדסת מערכות שקיבלה את אישורי המל"ג והנהלת האוניברסיטה. מאז ועד היום אני משמש באוניברסיטה כראש התוכנית להנדסת מערכות.
תערוכת פוסטרים של פרויקטי גמר
תערוכת פוסטרים של בוגרי התוכנית להנדסת מערכות מהאקדמיה על מנת לחשוף את העשייה באקדמיה. התוצרים הם האיזון בין העבודה התיאורטית ליישום המעשי שמובלים באקדמיה לטובת העשייה בשטח / בתעשייה.
רשימת פוסטרים בכנס
Raz Bachar
Managing Director at Microsoft for Startups
I have over 15 years of experience in international business development of technology products. I'm an entrepreneur, mentor, advisor with passion for products and technologies that make a real impact on our life, led by great people that have audacious plans.
My expertise lies in establishing scalable mechanisms to drive revenue, growth and building trust with customers and partners. I have successfully led and executed business development strategies in various industries and markets, including Europe, Asia and North America.
As a people manager, I have defined, hired and managed high-performing teams that execute the business strategy.
I have extensive experience in program and product management, where I have built, managed and executed programs at scale. I thrive in fast-paced and ambiguous environments, while ensuring quality and outcomes.
I believe that technology can make a positive impact on the world, and I am excited to be part of this journey.
גיל תדהר
גיל תדהר בעל 32 שנות ניסיון בהובלת פרויקטי D&R ומוצרים בתעשיות הרכב, ציוד מדידה וייצור, ביטחון, וטלקום. עד ליוני 2023 היה סמנכ"ל מובילאי ומנהל יחידת ה LIDAR. לפני כן היה סמנכ"ל טכנולוגיות ב KLA-Orbotech ביחידת ה GPO, מדען ראשי לאלקטרו-אופטיקה במפעל חלל של תע"א ובאלתא. פרסם 26 מאמרים ו 11 פטנטים, שימש כחבר ועדת כנסי SPIE DSS. בעל תואר M.Sc מאוניברסיטת בן-גוריון בנגב.
חיישני LIDAR כחלק מארכיטקטורת מערכת נהיגה אוטונומית
מערכות נהיגה עצמית (SDS) נמצאות כיום בשלבים שונים של ניסויי בוחן והדגמה וכן ביישומים מסחרים ראשונים. הן שונות זו מזו בסוגי היישום, בדרישות, ביכולות ובשיטות המימוש. בהרצאה זו נסקור באופן רחב את תחום ה SDS ונדון באתגרים המערכתיים והטכנולוגים העיקריים. לאחר מכן נעמיק בהיבט הספציפי של חיישני ה LIDAR ותפקידם הקריטי לאפשרות הקיום של הפתרונות בדור הנוכחי וכמו כן כחלק ממפת הדרכים למימוש היכולות של הדורות העתידיים של SDS.
ענבל רן-שפיר - יו"ר הכנס
רפאל
ענבל רן-שפיר, בוגרת Msc בהנדסת חשמל ומחשבים מאוניברסיטת בן-גוריון בנגב.
כיום מהנדסת מערכת ראשית בשטח משב (מערכת, שילובים ובדיקות) בחטיבת מפ"ה (מחקר, פיתוח והנדסה) ברפאל.
מעל 28 שנים עוסקת בפיתוח מערכות והנדסת מערכת בפרויקטים ביטחוניים מורכבים, מתוכם 23 שנים ברפאל. ניהול מחלקת עיבוד אותות ואלגוריתמים המהווה גם מוקד ידע לאומי לאקוסטיקה תת-מימית.
נשואה + 3 בנים וגרה ביישוב קהילתי במועצה אזורית משגב.
דברי פתיחה לכנס
ענבל רן- שפיר, יו"ר הכנס, תפתח את המושב ותציג את תוכנית הכנס.
גיא בר יוסף, יו"ר האיגוד הישראלי להנדסת מערכות, יציג את האיגוד, פעילותו ותוכניותיו לעתיד .
ענבל רן-שפיר - יו"ר הכנס
רפאל
ענבל רן-שפיר, בוגרת Msc בהנדסת חשמל ומחשבים מאוניברסיטת בן-גוריון בנגב.
כיום מהנדסת מערכת ראשית בשטח משב (מערכת, שילובים ובדיקות) בחטיבת מפ"ה (מחקר, פיתוח והנדסה) ברפאל.
מעל 28 שנים עוסקת בפיתוח מערכות והנדסת מערכת בפרויקטים ביטחוניים מורכבים, מתוכם 23 שנים ברפאל. ניהול מחלקת עיבוד אותות ואלגוריתמים המהווה גם מוקד ידע לאומי לאקוסטיקה תת-מימית.
נשואה + 3 בנים וגרה ביישוב קהילתי במועצה אזורית משגב.
פאנל מומחים: בינה מלאכותית לייעול ולשפור תהליכי פיתוח מערכתיים
בסיום נקיים פנל מומחים שיתמקד באתגרים בשילוב בינה מלאכותית לייעול תהליכי פיתוח ושיפור
רמת הסמך של המערכות. מהם הצעדים הנדרשים כדי לייצר את קפיצת המדרגה הזאת. נשמע מה
מידת ההתקדמות בארץ ובעולם מפי מובילים בתעשייה ובעולם הנדסת המערכת.
ד"ר אביגדור זוננשיין
מרכז גורדון להנדסת מערכות, טכניון
כ 50 שנות עבודה ברפאל במגוון תפקידי הנדסה וניהול בתחומים:הנדסה וניהול איכות ואמינות, ניהול פרויקטים והנדסת מערכות, ניהול תפעול ותמיכה כוללת במוצר.
כיום, עמית מחקר בכיר במוסד שמואל נאמן ובמרכז גורדון להנדסת מערכות בטכניון. במסגרת זו הוא מוביל ושותף למחקרים בתחומי מדיניות לאומית ופרויקטים מערכתיים, מארגן ומוביל ימי עיון וקבוצות עבודה בתחומי הנדסת מערכות ומנחה סטודנטים לתארים גבוהים בטכניון בהנדסת תעשייה וניהול ובהנדסת מערכות.
ממייסדי האיגוד הישראלי לאיכות והאיגוד הישראלי להנדסת מערכות. פעיל באיגודים אלו במגוון תחומים,כמו: ניהול פרסי איכות לאומיים, קידום מחקרים וקבוצות עבודה מקצועיות, הרצאות וארגון סמינרים. עמית של שני האיגודים.
כמו כן עמית של האיגוד הבינלאומי להנדסת מערכות INCOSE.
היבטים מתקדמים של הנדסת מערכות בעידן הדיגיטלי והבינה המלאכותית
דר' אביגדור זוננשיין, עמית מחקר בכיר ,מרכז גורדון להנדסת מערכות ומוסד שמואל נאמן בטכניון
מושב זה מציג וחושף שיטות וגישות מגוונות ליישום מודלים, הנדסה דיגיטלית ובינה מלאכותית בהנדסת מערכות מתקדמת ומודרנית
Digital Engineering with MBSE and AI
ערן פלג וד"ר שרון שושני-תבורי, טכניון
Should novice people use smart tools or smart people use support tools: The role of AI in SE
פרופ' יורם רייך, אוניברסיטת ת"א-SERI
The information Transformation: Integration of information system and AI in system Engineering
ערן סדובסקי
Tomer Peretz
General Motors
Tomer Peretz is a Software and System Architect for software-defined vehicles at General Motors. He has a wealth of experience in the development, management, and architecture of software solutions tailored for the automotive and industrial sectors. With a diverse portfolio spanning projects such as autonomous driving features, machinery for printed circuit board (PCB) and liquid-crystal display (LCD) manufacturing production lines, medical devices, and solar panel manufacturing
Transforming Vehicles for the Autonomous Era
Over the past five years, the field of automotive engineering has undergone a profound transformation, marking one of the most significant revolutions in its history. What was once an industry characterized by decades-old practices and traditional approaches has now evolved into a dynamic realm constantly pushing the boundaries of technology. At the forefront of this transformation is the relentless pursuit of autonomous vehicles, which is fundamentally reshaping the very architecture of automobiles. In this talk we will cover how those changes reshape the architecture of the vehicles and the balance between building a safety critical system while embracing those new technologies.
ד"ר אבי בראל
קלידאו
משלב מתודולוגיות, טכנולוגיות, כלים ופלטפורמות דיגיטליות לאפשור חדשנות ויצירת תועלות.
בעל תואר ראשון בהנדסה מהטכניון, תואר שני במנהל עסקים מאונ' ת"א ועשרות שנות ניסיון מעשי בתחומי ה- ICT בתעשייה ובהובלת הנדסת מערכת החל משלב התכנון וכלה במימוש בפרויקטים מולטי-דיסציפלינאריים מורכבים
Creating a world of DIFFERENCE - Practical AI in System Engineering
הנדסת מערכות כמייצרת ערך בעידן החדש של ניהול ומיצוי מושכל של הדאטה תוך דוגמאות מעשיות
ליכולות השימוש בבינה מלאכותית לשם כך.
ראייה הוליסטית רחבה, קצה לקצה, של האקו-סיסטם ההנדסי תוך מחשבה מראש על תהליכי אוטומציה
והפקת תובנות המגבירים אינטואיטיבית את חווית המשתמש מאפשרת הזדמנות לייצר חדשנות, השגת בידול
משמעותי ויתרון תחרותי."
ניר תל אורן
מנהל מו""פ, אסטרטגיה וחדשנות בחטיבת כלי טיס צבאיים בתע""א
ניר מוביל כיום את פעילות המחקר והפיתוח בתחום הכטב""ם הצומח והמתפתח, כולל פיתוח מוצרים חדשים ויכולות חדשניות, פיתוח ושילוב טכנולוגיות מתקדמות ופיתוח פתרונות פורצי דרך עבור כלי טיס בלתי מאויישים. כמו כן מוביל ומרכז את האסטרטגיה ואת יוזמות החדשנות בחטיבה.
לניר ניסיון של 22 שנה כטייס מסוקים בחיל האוויר, מתוכן כ-10 שנים כמוביל תכניות פיתוח בתחומי השו""ב המבצעי והתקשורת האווירית במסגרת מרכז הפיתוח של חיל האוויר.
בשנת 1997 פרש מצה""ל בדרגת סא""ל ושימש בתפקידי מפתח בתעשיות ביטחוניות שונות בישראל, ומשנת 2003 משמש כמנהל פרויקטים והנדסת מערכות בתע""א, וכמוביל פיתוח יכולות מבצעיות חדשניות עבור מערכי הכטב""ם המתקדמים של תע""א.
ניר בעל תואר ראשון (B.Sc.) בהנדסת מחשבים מהטכניון (1988) ותואר שני במנהל עסקים (MBA)מאוני' בן גוריון (1998).
תשתית לפיתוח יכולות אוטונומיות מבוססות AI עבור כלי טיס
הרצאה זו תבחן את הפוטנציאל של בינה מלאכותית (AI) להוביל למהפכה בתחום התעופה, תוך התמקדות בפיתוח יכולות אוטונומיות לכלי טיס.
נדון ברמות אוטונומיה שונות, החל מסיוע לטייס ועד להטסת כלי טיס ולהקות אוויריות באופן מלא ללא התערבות אנושית.
נסקור את האתגרים הטכנולוגיים, הרגולטוריים והאתיים הכרוכים בפיתוח מערכות AI אוטונומיות, וכן את הפתרונות האפשריים להתגברות על אתגרים אלו.
נדון גם בתשתית הדרושה לפיתוח יכולות אלו, תוך התייחסות להיבטים כמו ארכיטקטורת מערכת, סימולציה, ניהול מידע, קבלת החלטות, אמינות ורגולציה.
ההרצאה תתמקד ביישומים מעשיים של AI בתחום התעופה, ותציג דוגמאות לפרויקטים וטכנולוגיות פורצות דרך.
לבסוף, נדון בהשפעות העתידיות של AI על עולם התעופה, תוך התייחסות להיבטים כמו תעסוקה, כלכלה ובטיחות טיסה.
מילות מפתח: בינה מלאכותית, אוטונומיה, כלי טיס, תשתית, אתגרים, פתרונות, יישומים, השפעות עתידיות
Elad Goshen
Elad is a seasoned leader with over 19 years of experience in Algorithm, Software, Hardware, and System Engineering across various industries. Currently serving as the R&D Leader in the Ultrasound Business unit at Philips Israel, Elad previously held the role of Vice President of R&D at DiA Imaging Analysis Ltd., acquired by Philips in May 2023. He has led the development of AI-powered ultrasound analysis solutions, making imaging smarter and accessible to clinicians of all levels.
Prior to DiA, Elad held roles at Orbotech and Elta, managing R&D units.
Elad holds a B.Sc. and M.Sc. in Physics from Ben-Gurion University.
Data-driven development in Ultrasound diagnostics environment
Unlock the power of data with data-driven development - a development approach leverages data to drive development processes. This approach involves collecting, analyzing, and utilizing data which directs decision-making and shapes the direction of the development process. Using this approach developers can create impactful solutions and gain insights into user needs.
In this lecture, we will explore practical applications of data-driven development, covering infrastructure, architecture, and best practices.
ד"ר מור ברעם
Dr. Mor Baram is a Solutions Architect at Applied Materials, Israel. She earned her Ph.D. (2010) in Materials Engineering at the Technion, specializing in electron microscopy. After a Post-Doctorate at Harvard University, she joined Applied Materials in 2014, currently part of the metrology system group working on electron microscopy products.
מור ברעם היא ארכיטקטית מערכת באפלייד מטריאלס ישראל. היא בעלת תואר ראשון בהנדסת חומרים ותואר שלישי מהטכניון עם התמחות במיקרוסקופית אלקטרונים. לאחר פוסט-דוקטורט בהרווארד, היא החלה לעבוד באפלייד מטריאלס, וכרגע בקבוצת הסיסטם של מוצרי המטרולוגיה מבוססי מיקרוסקופית אלקטרונים.
Enhanced Measurement Performance in Semiconductor Industry Using Data-Driven Solutions
A CDSEM (Critical Dimension Scanning Electron Microscope) is a measurement system of the fine patterns on a semiconductor wafer. As an inline metrology tool, CDSEM measurements should be both repeatable and consistent between different tools in the same fabrication factory (fab), and the errors should not exceed 10% of the process control window (the error budget for the entire process). The decrease in chip pattern dimensions, described by Moore’s law, leads to a very tight process control window; in the sub-Å range. To meet this challenging restriction, iterative improvements on existing methodologies are no longer sufficient and a complimentary approach needs to be adopted.
The operation of any fab tool, and specifically CDSEM, holds an enormous amount of information such as the tool’s various modules parameters (i.e., currents and voltages), the electron-beam properties, and the specific wafer characteristics, that contribute to the final measurement error. As we are moving towards a data-driven era, this information can be utilized to better predict, correct, and improve the measurements (i.e., by neural network, machine learning etc.). In the talk, we propose such a complementary approach that combines iterative improvements with data-driven methodologies that enhance the measurement performance to the extreme levels required by CDSEM in the Å era.
Elad Goshen
Elad is a seasoned leader with over 19 years of experience in Algorithm, Software, Hardware, and System Engineering across various industries. Currently serving as the R&D Leader in the Ultrasound Business unit at Philips Israel, Elad previously held the role of Vice President of R&D at DiA Imaging Analysis Ltd., acquired by Philips in May 2023. He has led the development of AI-powered ultrasound analysis solutions, making imaging smarter and accessible to clinicians of all levels.
Prior to DiA, Elad held roles at Orbotech and Elta, managing R&D units.
Elad holds a B.Sc. and M.Sc. in Physics from Ben-Gurion University.
Data-driven development in Ultrasound diagnostics environment
"Unlock the power of data with data-driven development - a development approach leverages data to drive development processes. This approach involves collecting, analyzing, and utilizing data which directs decision-making and shapes the direction of the development process. Using this approach developers can create impactful solutions and gain insights into user needs.
In this lecture, we will explore practical applications of data-driven development, covering infrastructure, architecture, and best practices.
נתן לוי
שמי נתן לוי, אני דוקטורנט בחוג למדעי המחשב באוניברסיטה העברית בירושלים, ובנוסף מוביל תהליכי הנדסת מערכת בחטיבת התעופה של התעשייה האווירית. בהרצאה זו, אשתף אתכם בממצאי המחקר שאני עורך בנושא חולשות בינה מלאכותית ואציג את השיטה המוצעת להתמודדות עם האתגרים, במטרה לאפשר את שילובה הבטוח בעולמות התעופה.
האם הייתם מוכנים לטוס במטוס אוטונומי מבוסס בינה מלאכותית?
"בינה המלאכותית צועדת היום בצעדי ענק, חודרת לכל תחומי החיים ומאתגרת את הפרדיגמות המסורתיות. מחקרים רבים מוכיחים כי בינה מלאכותית מתקדמת עולה על יכולות תוכנה מסורתית ואף עולה על יכולות אנושיות במגוון רחב של משימות. אחד התחומים המרתקים שבינה מלאכותית נכנסה אליו הוא עולם התעופה וכאן עולה השאלה: האם היינו מוכנים לשים את חיינו בידי מערכת בינה מלאכותית ולטוס במטוס אוטונומי ללא טייס?
כדי לנצל את הפוטנציאל העצום הטמון בבינה המלאכותית בתחום התעופה ולאפשר שילובה הבטוח, חשוב שהחלטות בינה מלאכותית תהינה לא רק נכונות אלא גם בטיחותיות וזאת הסיבה שחשוב להכיר לעומק את מגבלות וחולשות הבינה המלאכותית ודרכי ההתמודדות איתן.
ערן פלג
עוסק מעל 30 שנים בתחום פיתוח מונחה מודלים – לימוד הסטנדרטים, הסמכה לסטנדרטים, ופיתוח מוצרים
נלווים לאוטומציה.
כיום: יועץ ל-DE/MBSE באלביט, חוקר בתחום בטכניון.
Digital Engineering with MBSE and AI
כתוצאה מפרסום ויישום אסטרטגיית פיתוח מערכות ע"פ "הנדסה דיגיטלית" (DE) מתקדמת מאוד ההבנה בארגונים שונים, שיש להיכנס לנושא. כניסה מתחילה עם יישום "פיתוח מונחה מודלים" (MBSE – Model Based System Engineering). שימוש ב-AI במודלים יכול לזרז הגדרת מודלים, מציאת נכסים לשימוש חוזר, בדיקת תקינות ועוד. ההרצאה תציג את התפיסה, שימוש ראשוני ב-AI, והצגת תפיסת שימוש במודלים בתפעול מערכות – "תאום דיגיטלי מונחה מודלים ו-AI".
ערן סדובסקי
סא"ל (במיל') ערן סדובסקי, שירת בארכיטקט ארגוני ומערכות מידע ראשי בחיל האוויר. מאז פרישתו משמש כיועץ עצמאי לארגונים צבאיים ואזרחיים בגיבוש מענים טכנולוגיים לתהליכים עסקיים ואפיון מערכות שליטה ובקרה. מרצה בתחום הנדסת המערכות וטכנולוגיות מידע במכללת עזריאלי בירושלים ובאוניברסיטת בן גוריון. בנוסף לומד לדוקטורט בחוג למערכות מידע באוניברסיטת חיפה ומבצע מחקר בתחום הנדסת דרישות למערכות בינה מלאכותית.
The information Transformation: Integration of information system and AI in system Engineering
בעשור האחרון אנו עדים להתפתחות הדרגתית ומתמשכת בחשיבות המידע לתהליכים העסקיים בארגון והיותו נכס אסטרטגי להשגת היעדים הארגוניים. המידע כיום הינו הדלק והחמצן של כל מערכת ארגונית ולכן שימוש נכון במידע הינו קריטי להצלחת הארגון. יחד עם זאת קיים פער משמעותי בין הכשרות מהנדסי המערכת כיום לצורך בהבנה עמוקה לאופן השילוב של המידע בתהליכים המערכתיים. פער זה מתעצם עוד יותר בשילוב של מערכות בינה מלאכותית בארגונים, מערכות אשר מידע הינו אבן הבניין המרכזית במימושן. ההרצאה תעסוק בתהליך השלם של טיפול במידע, מקליטתו ממקורות מגוונים ומסנסורים, ניקוי ואינטגרציה, עיבוד וניתוח ועד ויזואליזציה וקבלת החלטות מושכלת. ההרצאה תציג את עיקרי הפערים בין המצב הקיים לבין הדרישות החדשות בעידן הדיגיטלי תוך מיקוד בבינה מלאכותית.
אילן שעיה
יועץ סייבר לגופים ממשלתיים בארץ ובעולם, ביצע הערכות סיכונים מקיפות למתקנים קריטיים. הוא פיתח את תקן משרד הביטחון להגנה על תשתיות קריטיות, ומייסד חברת ICS Security שפיתחה את מוצר ההגנה SPARTA. (בעל פטנט רשום)
כמו כן, אילן פיתח את הקורס SCADA Cyber Security, שהועבר למשרד ההגנה הסינגפורי, למשרד הכלכלה היפני ולממשלות נוספות
השפעת AI על התקפות והגנות סייבר בתשתיות קריטיות
הרצאה זו תעסוק בהשפעת השימוש בבינה מלאכותית על אסטרטגיות התקפה והגנה בתחום הסייבר, במיוחד בקשר לתשתיות קריטיות. נדון כיצד מערכות AI משפרות את יכולות האיתור והתגובה לאיומים, מצד אחד, ומאידך, כיצד גם הן יכולות לשמש ככלי עבור תוקפים.
ההרצאה תציע תובנות על האתגרים וההזדמנויות הנובעים מהטמעת AI בהגנה על תשתיות קריטיות.
אריק קליין
Arik Klein specializes in strategic consulting for cyber risk management in new technologies, with over 30 years of experience in senior management roles and more than a decade in the cyber field.
He specializes in managing the AI systems' legal and cyber risks, having developed a risk assessment model and reduction methodology based on global regulations and best practices.
Arik dedicates himself to cloud services and supply chain cybersecurity, defining and implementing cyber policies, risk analysis models, technology guidelines, and work processes for various public organizations.
AI בפיתוח מערכות - ארץ האפשרויות הבלתי נגמרות. אבל איך משתלטים על סוס הפרא?
אריק קליין, סייבר אין-AI
עירית פרנט - אלביט מערכות
בהרצאה נציג את האפשרויות הרבות ש-AI פותח למפתחים ולארגונים, נציין את הסיכונים והשיטות להתמודד איתם
ד"ר איציק אביב
מייסד ו-CTO בחברת Modelyo המנגישה לארגונים GenAI בענן עם רמת הגנה ופרטיות של
OnPremises. איציק אביב הינו סגן אלוף במילואים, בתפקידו האחרון שימש כ CTO של אגף
התקשוב, בשירותו בצה"ל מילאה מגוון תפקידים ביחידות 8200, מצו"ב ולוט"ם. איציק מנחה
דוקטורנטים באוניברסיטת חיפה וראשת תכנית תואר שני במערכות מידע באקדמית תל אביב יפו,
שבמסגרתו פותחה התמחות ייחודית במסלולים מדעי הנתונים וטרנספורמציה דיגיטלית. תחום
המחקר של איציק מתמתקד בהגנת מידע, טכנולוגיות Web3 ובינה מלאכותית.
כותרת הרצאה: שילוב ארכיטקטורות מידע ובינה מלאכותית בארכיטקטורה
יישום בינה מלאכותית יוצרת (GenAI) פוטנציאלי לייצר עבור הארגונים הזדמנות ליצירת יתרון
תחרותי, צמיחה ושגשוג עסקי. אם זאת, שילוב הטכנולוגיה זו בארכיטקטורה והנדסת מערכת
מציבה אתגרים משמעותיים. בהרצאה זו יוצגו חלופות לשילוב GenAI בארכיטקטורה מחשובית,
יתרונות וחסירונות לחלופות השונות, תוך מיקוד סוגיות איכות התובנות המופקות על ידי GenAI,
הגנה ואבטחת פרטיות הנתונים.
עירית פרנט
אלביט מערכות
עובדת בחברת אלביט מערכות בתפקיד מנהלת קבוצת מתודולוגיות ותהליכי פיתוח, שמתמקדת
בהבאת מתודולוגיות פיתוח מתקדמות וטרנדים בעולם הפיתוח הרלוונטיים להנדסות השונות בכלל
ולהנדסת מערכות בפרט. המיקוד העיקרי של קבוצת מתודולוגיות ותהליכי פיתוח – Digital
Engineering, שילוב טכנולוגיות AI מתקדמות בתהליכי הפיתוח,cybersecurity (פיתוח מאובטח)
כחלק מתהליך הפיתוח והכנסת תהליכי NPI בשלבי הפיתוח המוקדמים.
שימוש בטכנולוגיות AI לפיתוח מע' מאובטחות
שימוש בטכנולוגיות AI יוצר אתגר לפיתוח מערכות מאובטחות, אל מול הזדמנויות להגנה על
המערכות. במושב זה נעסוק בשני האספקטים של השימוש בטכנולוגיות AI: נבין את האיומים
וההזדמנויות ונציג פתרונות המאפשרים הגנה על המערכות באמצעות מנגנוני AI.
AI בפיתוח מערכות - ארץ האפשרויות הבלתי נגמרות. אבל איך משתלטים על סוס הפרא?
אריק קליין, סייבר אין-AI
עירית פרנט - אלביט מערכות
השפעת AI על התקפות והגנות סייבר בתשתיות קריטיות
אילן שעיה
זיהוי אנומליות במערכות מורכבות
רענן נורדון - אלביט מערכות
עירית פרנט
אלביט מערכות
עובדת בחברת אלביט מערכות בתפקיד מנהלת קבוצת מתודולוגיות ותהליכי פיתוח, שמתמקדת
בהבאת מתודולוגיות פיתוח מתקדמות וטרנדים בעולם הפיתוח הרלוונטיים להנדסות השונות בכלל
ולהנדסת מערכות בפרט. המיקוד העיקרי של קבוצת מתודולוגיות ותהליכי פיתוח – Digital
Engineering, שילוב טכנולוגיות AI מתקדמות בתהליכי הפיתוח,cybersecurity (פיתוח מאובטח)
כחלק מתהליך הפיתוח והכנסת תהליכי NPI בשלבי הפיתוח המוקדמים.
AI בפיתוח מערכות - ארץ האפשרויות הבלתי נגמרות. אבל איך משתלטים על סוס הפרא?
אריק קליין, סייבר אין-AI
עירית פרנט - אלביט מערכות
בהרצאה נציג את האפשרויות הרבות ש-AI פותח למפתחים ולארגונים, נציין את הסיכונים והשיטות להתמודד איתם
ד"ר אירית פלד
1. Education
a. 2006-2010: Ph.D. in Mechanical Engineering, Technion, Haifa.
“Control of Flexible Systems with Elements Governed by the Wave
Equation”
b. 1990-1993: M.Sc. in Mechanical Engineering, Technion, Haifa.
“Internal Model Control Analysis Using Operator”.
c. 1986-1990: B.Sc. in Mechanical Engineering, Technion, Haifa.
2. Professional Experience:
a. 1994-Now: Rafael, Several Systems Engineering and Program
Management positions.
b. 1994: Electrical Company, Research Department.
מורכבות שילוב יכולות מידע ובינה מלאכותית בתהליכי הנדסת מערכת
Systems engineering relies on established methods and processes for product development.
These approaches have evolved and matured over numerous projects
spanning many years. However, the integration of new technologies necessitates adjustments to these well-established practices. When disruptive technologies emerge, applying existing knowledge to novel problems may prove insufficient.
In our presentation, we will discuss the challenges associated with incorporating data and AI into systems engineering methods and processes, offering potential approach for finding solutions.
רענן נורדון
תואר שלישי בפיסיקה מהטכניון
חוקר במכון מקס-פלנק במינכן
פיסיקאי בתעשיה אווירית מפעל מל"מ
כיום אלגוריתמאי המשימה במל"ט, אלביט חטיבת כלי טייס
זיהוי אנומליות במערכות מורכבות
למערכות מורכבות (system of systems) מספר רב של מודי כשל אפשריים במספר תתי מערכות התלויות זו בזו, מה שהופך את ניטור בריאות המערכת ככללה לבעיה מורכבת. מצד שני, במקרים רבים למערכות אלו מספר רב של סנסורים ושעות רבות של הקלטות אשר יכולים לשמש לאימון AI לטובת מטרה זו. אגדיר מהי "אנומליה" ברמת המערכת, אבחין בין שתי קטגוריות בסיסיות של אנומליות, ואציג דוגמה לגישה אפשרית לפתרון מתחום המל"ט.
Dr. Yaniv Mordecai
Dr. Yaniv Mordecai is a senior teaching fellow at Tel-Aviv University, Tel-Aviv, Israel, a Senior Research Scientist at Amazon, Bellevue, Washington, USA, and a former Technion-MIT Post-Doctoral Fellow at MIT’s Engineering Systems Laboratory (2019-21). He holds a Teaching Certificate from MIT (2020), a Ph.D. in information systems engineering from Technion – Israel Institute of Technology, Israel (2016), and M.Sc. (2010, cum laude) and B.Sc. (2002) in industrial engineering & management from Tel-Aviv University, Israel. His research interests include model-based systems engineering, model analytics, cybernetics, interoperable systems, decision automation, operations research, and applications of artificial intelligence for geospatial optimization. Dr. Mordecai is a senior member of IEEE, member of INCOSE and INFORMS, and Board Member of the Israeli Society for Systems Engineering – INCOSE_IL. He won multiple international research awards and is a recognized international expert in modeling and simulation of complex systems.
Integrating Generative AI with Traditional Data Science - A Systems Approach
This tutorial will explain what Large Language Models are and how they can be used in complex systems, mainly in conjunction with traditional data analysis methods. We take a systems approach and conceive the AI module as a component in a bigger system that intends to support its operators in achieving various effects and goals. Participants will get a better understanding of LLMs, how to integrate LLMs into comprehensive solutions, and what are the use cases for LLM as part of bigger systems.
Dr. Yaniv Mordecai
Dr. Yaniv Mordecai is a senior teaching fellow at Tel-Aviv University, Tel-Aviv, Israel, a Senior Research Scientist at Amazon, Bellevue, Washington, USA, and a former Technion-MIT Post-Doctoral Fellow at MIT’s Engineering Systems Laboratory (2019-21). He holds a Teaching Certificate from MIT (2020), a Ph.D. in information systems engineering from Technion – Israel Institute of Technology, Israel (2016), and M.Sc. (2010, cum laude) and B.Sc. (2002) in industrial engineering & management from Tel-Aviv University, Israel. His research interests include model-based systems engineering, model analytics, cybernetics, interoperable systems, decision automation, operations research, and applications of artificial intelligence for geospatial optimization. Dr. Mordecai is a senior member of IEEE, member of INCOSE and INFORMS, and Board Member of the Israeli Society for Systems Engineering – INCOSE_IL. He won multiple international research awards and is a recognized international expert in modeling and simulation of complex systems.
Dr. Nir Regev
Dr. Nir Regev is an expert in AI and radar signal processing, specializing in FMCW and Pulse Doppler radars. His work focuses on the development of algorithms for target detection and tracking in MATLAB, Python, and C++. Dr. Regev has a deep background in statistical signal processing and applies his expertise to both radar and computer vision technologies and their intersection with AI. He is proficient in various AI domains including generative AI and deep learning for semantic segmentation.
Dr. Regev is the founder of AlephZero.ai and serves as an Adjunct Professor in Electrical and Computer Engineering at Cal Poly Pomona. With a strong record in both academia and industry, Dr. Regev leads projects that bridge theoretical research and practical application, enhancing real-time technology solutions.
Dr. Regev holds a Ph.D., MS and BS in Electrical Engineering from the Ben-Gurion University of the Negev, Israel
AI-Driven System Design for Advanced Radar Technology
Radar system design plays a crucial role in determining the performance and effectiveness of radar technology across various applications. With the emergence of artificial intelligence (AI), there is a growing opportunity to revolutionize radar system design by integrating AI techniques into the design process. This tutorial presentation explores the transformative potential of AI in radar system design, focusing on the benefits, challenges, and practical applications of AI-driven design approaches.
Dr. Jyo Gadewadikar, MITRE
Dr. Jyotirmay (Jyo) Gadewadikar is the Chief Scientist for AI Integration and Systems Engineering at the MITRE Corporation, a not-for-profit corporation committed to the public interest, operating federally funded R&D centers on behalf of U.S. government sponsors. Dr. Gadewadikar is overseeing the Systems Engineering Innovation Center’s Artificial Intelligence capabilities, amplifying the integration of AI-enabled technologies into Systems of Systems, and integrating Machine Learning algorithms into systems to improve performance and achieve significant gains in system utility. He previously led conversational AI and data science initiatives at Deloitte and Accenture. He holds a Ph.D. in Autonomous Vehicles from the University of Texas in Austin (2007) and a M.S. in System Design and Management from Massachusetts Institute of Technology (2014). He is a certified Project Management Professional (PMP).
Driving AI Adoption in Large Enterprises using Systems
Engineering
This Tutorial will help Systems Engineers to accelerate the adoption, integration, and scaling of trusted artificial intelligence & machine learning initiatives in government agencies and large enterprises. With AI powered systems enabled by systems engineering, large Enterprises can reduce costs, improve effectiveness, and achieve better business outcomes. This tutorial will help learn how to use Systems perspectives to expand AI above and beyond individual use cases. Key takeaways: A) How to identify AI needs and capabilities and generate synergetic themes from these needs and capabilities. B) How to accelerate AI initiatives at the Enterprise Level using the awareness of System dependence and capability sequencing.
Aparna Durvasula, MITRE
Aparna Durvasula is a Senior Principal and Division Chief Engineer at The MITRE
Corporation with over 25 years of experience in software, systems, and process
engineering. She has led significant projects for the VA, including the implementation of
the AI-Driven VA Policy Library. Prior to MITRE, she was the Director of Quality and
Productivity at Freddie Mac, spearheading various transformation efforts
Driving AI Adoption in Large Enterprises using Systems
Engineering
This Tutorial will help Systems Engineers to accelerate the adoption, integration, and scaling of trusted artificial intelligence & machine learning initiatives in government agencies and large enterprises. With AI powered systems enabled by systems engineering, large Enterprises can reduce costs, improve effectiveness, and achieve better business outcomes. This tutorial will help learn how to use Systems perspectives to expand AI above and beyond individual use cases. Key takeaways: A) How to identify AI needs and capabilities and generate synergetic themes from these needs and capabilities. B) How to accelerate AI initiatives at the Enterprise Level using the awareness of System dependence and capability sequencing.
Dr. Jyo Gadewadikar, MITRE
Aparna Durvasula, MITRE
Sean Hwang, MITRE
Driving AI Adoption in Large Enterprises using Systems
Engineering
This Tutorial will help Systems Engineers to accelerate the adoption, integration, and scaling of trusted artificial intelligence & machine learning initiatives in government agencies and large enterprises. With AI powered systems enabled by systems engineering, large Enterprises can reduce costs, improve effectiveness, and achieve better business outcomes. This tutorial will help learn how to use Systems perspectives to expand AI above and beyond individual use cases. Key takeaways: A) How to identify AI needs and capabilities and generate synergetic themes from these needs and capabilities. B) How to accelerate AI initiatives at the Enterprise Level using the awareness of System dependence and capability sequencing.
Sean Hwang, MITRE
Sean Hwang is a lead system and mission engineer at MITRE and a fellow at MIT's
System Design and Management program. He previously studied Aerospace
Engineering at Georgia Tech, where he also worked on NASA projects. At MITRE, he
applies whole-systems thinking to various projects, ranging from avionics to propulsion
systems.
Driving AI Adoption in Large Enterprises using Systems
Engineering
This Tutorial will help Systems Engineers to accelerate the adoption, integration, and scaling of trusted artificial intelligence & machine learning initiatives in government agencies and large enterprises. With AI powered systems enabled by systems engineering, large Enterprises can reduce costs, improve effectiveness, and achieve better business outcomes. This tutorial will help learn how to use Systems perspectives to expand AI above and beyond individual use cases. Key takeaways: A) How to identify AI needs and capabilities and generate synergetic themes from these needs and capabilities. B) How to accelerate AI initiatives at the Enterprise Level using the awareness of System dependence and capability sequencing.
Dr. Paul Hershey
Paul C. Hershey is presently in his 20th year with RTX, Dulles, Virginia, where he is a Principal Engineering Fellow focusing on data analytics, AI/ML, and modeling and simulation. He has published 41 patents (granted), along with 9 patents pending with the US Patent Office, and over 75 peer-reviewed technical publications. Previously, he was an adjunct professor at George Washington University where he also served on the Curriculum Advisory Board. He is an IEEE Fellow and serves on technical program committees for the IEEE International Systems Conference (also on the conference steering committee) and the IEEE International System of Systems Engineering Conference (also an industrial liaison). He is a Distinguished Lecturer on data analytics for the IEEE Systems Council. Dr. Hershey received the A.B. degree in mathematics from the College of William and Mary, Williamsburg, VA, USA, and the Ph.D. and M.S. degrees in electrical engineering from the University of Maryland, College Park, MD, USA. His Ph.D. research, sponsored by IBM, created a novel information collection, analysis, and decision system that resulted in direct customer sales
Role of AI-ML in Systems Engineering to Support Human Decision Making
Complex commercial and military systems with emerging behaviors require decision support well beyond the capacity of human reasoning alone. To fill this gap, Artificial Intelligence and Machine Learning (AI/ML) can assist Systems Engineering (SE) with respect to operationally realizing the full potential (e.g., speed, scale, and accuracy) of the capabilities offered by these systems. This presentation provides a review of the concepts of complex systems and emergent behavior, discusses the fundamentals of AI/ML, and then ties these together to demonstrate the role of AI/ML in systems through specific commercial and military use cases. These use cases include: 1) Object Recognition and Detection Enhancement via Reinforcement Learning Yield, 2) Disaggregated Distributed AI Chat Enabler, and 3) Distributed Disaggregated Communications via Reinforcement Learning and Backpressure.
הצג הכל