
נדב כהן הוא פרופסור חבר למדעי המחשב ולבינה מלאכותית באוניברסיטת תל אביב, וכן ממייסדי חברת Imubit וסמנכ"ל הטכנולוגיות שלה. הוא מוביל מחקר אקדמי ותעשייתי המשתרע מיסודות הלמידה העמוקה - המכונה גם רשתות נוירונים - ועד ליישומה בעולם הפיזי. קבוצת המחקר האקדמית שלו מפתחת תיאוריות מתמטיות ועורכת ניסויים שיטתיים, במטרה לגבש אלגוריתמים מבוססי עקרונות המשפרים ביצועים. מעבדות המחקר התעשייתיות שלו מפתחות מודלי עולם לצורך קבלת החלטות - למשל באמצעות למידת חיזוק - בתחום הבינה המלאכותית הפיזית, ומפעילות מערכות בסביבות ייצור בקנה מידה גלובלי.
נדב השלים בטכניון תואר ראשון כפול בהנדסת חשמל ובמתמטיקה, במסגרת תוכנית המצוינים, וסיים את שני התארים בהצטיינות יתרה. הוא קיבל את תואר הדוקטור במסלול ישיר מבית הספר להנדסה ולמדעי המחשב באוניברסיטה העברית בירושלים, בהנחיית פרופ' אמנון שעשוע. לאחר מכן השתלם כעמית פוסט-דוקטורט בבית הספר למתמטיקה של המכון למחקר מתקדם בפרינסטון, בחסותם של פרופ' סנג'יב ארורה ופרופ' אלעד חזן.
על תרומתו לתיאוריה וליישומים המעשיים של למידה עמוקה זכה נדב בשורה של אותות הוקרה ופרסים, ובהם מעמד של חבר בכיר באקדמיה הלאומית האמריקאית לממציאים, מענק ERC לחוקרים בתחילת דרכם, פרס Google Research Scholar, מלגת הדוקטורט של Google בתחום למידת המכונה, מלגת רוטשילד לפוסט-דוקטורט ומלגת צוקרמן לפוסט-דוקטורט.
פיתוח מוצר פורץ דרך אינו מתחיל בפתרון אלא בזיהוי הפרדוקס. כך גם פיתוח רכב עירוני מהפכני דורש פתרון של אתגרים הנדסיים שנראים בלתי אפשריים.
ד"ר אסף פורמוזה, מנכ"ל ומייסד City-Transformer יכניס אותנו אל מאחורי הקלעים של פיתוח הרכב החשמלי המתקפל הראשון בעולם, רכב המשלב את ממדיו הקומפקטיים של אופנוע עם רמת הבטיחות, היציבות והנוחות של מכונית.
ההרצאה תעסוק בתהליכי קבלת החלטות הנדסיים, באיזון בין ביצועים, בטיחות, עלות וחוויית משתמש, ובחשיבה מערכתית הנדרשת כדי להפוך רעיון שנראה בלתי אפשרי למוצר אמיתי המיועד לייצור סדרתי. לצד הסיפור היזמי, יוצגו גם התובנות על עבודה בצוותי פיתוח רב-תחומיים, התמודדות עם רגולציה בינלאומית והדרך שבה חדשנות נוצרת דווקא מתוך מגבלות.
זוהי הרצאה המיועדת למהנדסי מכונות, מתכננים ומובילי פיתוח העובדים עם CATIA, ומעוניינים ללמוד כיצד מתרגמים חזון הנדסי נועז למציאות באמצעות תכן מתקדם, סימולציות, אינטגרציה בין דיסציפלינות וחשיבה יצירתית.
המעבר ל- 3DExperience בישקר היה הרבה מעבר להחלפת מערכת. הוא היה מסע ארגוני וטכנולוגי רחב שנועד ליצור סביבת עבודה מחוברת ואחידה לאורך כל שרשרת התהליך.
בהרצאה נשתף את הסיפור שמאחורי המסע: מה היה לנו לפני ה- 3DExperience, מדוע החלטנו לצאת לדרך, כיצד התמודדנו עם הטמעה בקנה מידה של עשרות חברות ואלפי משתמשים, ואיך ניהלנו את המעבר ממערכות ותיקות ותהליכי עבודה שהיו חלק מהארגון במשך שנים.
נציג את האתגרים שפגשנו בדרך: אנושיים, טכנולוגיים, תפעוליים וארגוניים. נדבר גם על האתגרים שעדיין קיימים ועל ההתמודדות עם המציאות של מערכת חיה ומתפתחת.
בעולם שבו מוצרים ותהליכי פיתוח הופכים מורכבים יותר, צוותי הנדסה נדרשים לתכנן מהר יותר, להתמודד עם כמויות גדולות של מידע ובמקביל לשמור על דיוק, איכות וגמישות.
בהרצאה נציג כיצד CATIA מאפשרת להתמודד עם המורכבות הזו באמצעות סביבת תכנון מתקדמת המחברת בין ידע הנדסי, תהליכי עבודה וכלים לאורך תהליך הפיתוח. דרך הדגמות בתוכנה נכיר יכולות מתקדמות, חידושים ב־R2026x ויכולות AI המשולבות ישירות בתהליך העבודה ומסייעות לצמצם עבודה ידנית, לייעל תהליכים ולקבל החלטות הנדסיות טובות ומהירות יותר.
נראה כיצד גם בפרויקטים מורכבים ניתן להתחיל משיפור ממוקד של תהליך או אתגר הנדסי ולהפוך אותו לצעד משמעותי בדרך לתכנון חכם, יעיל וחדשני יותר.
ככל שהמוצרים נעשים מורכבים יותר, כך גדל הפער בין המידע ההנדסי לבין היכולת האמיתית להבין את המשמעות של שינוי לפני שהוא קורה.
מערכות PLM מסורתיות משקפות היטב את מצב המוצר והמידע העוטף אותו, אך מתקשות לספק הקשר רחב ומלא לצד המלצות לפעולה נדרשת.
בהרצאה אנסה להמחיש כיצד 3DExperience Platform בנויה לפעול באופן שונה: הפלטפורמה מבוססת על קשרים חיים סביב המוצר לאורך כל שלבי חייו, והופכת כל רכיב לצומת בתוך רשת המחברת בין תכן, סימולציה, ייצור, דרישות ותהליכים כתמונה אחת מתעדכנת, שניתן למנף באמצעות סוכני ה- AI המובנים בפלטפורמה.

