[في الموقع] لقاء أبوظبي للتعلم الآلي الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناجو** يسعدنا إعادة انطلاقة **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهديريات** — وهو مكان واسع وترحيبي، مثالي للعروض التقنية، وبناء العلاقات، وتناول المرطبات. يجمع هذا الحدث الباحثين والمتخصصين وهواة **التعلم الآلي، والذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، والصناعية، ومعامل الأبحاث المدعومة من الحكومة. سواء كنت طالبًا أو مهندسًا أو باحثًا أو مجرد شخص مهتم بالذكاء الاصطناعي، فستجد شيئًا تستفيد منه وشخصًا تتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **المكان:** مقهى كولناجو، جزيرة الهديريات، أبوظبي * **التسجيل:** مجانًا (يتطلب التأكيد على الحضور) (بحد أقصى 50 شخصًا) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل، وبناء العلاقات * **6:30 – 8:00 مساءً** → عروض تقنية (3 متحدثين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة، وعلاقات غير رسمية **🎤 البرنامج** ### **المحاضرة 1: الحل الذي حصل على المركز الثاني في مسابقة كاجل: التنبؤ ببيانات السوق في الوقت الفعلي من Jane Street** **المتحدث:** باتريك يام (باحث كمي) **الملخص** تقدم هذه المحاضرة منهجية شاملة من البداية إلى النهاية وراء الحل الذي حصل على المركز الثاني في مسابقة كاجل "Jane Street Real-Time Market Data Forecasting". تعكس مجموعة البيانات والإعداد بدقة واقع بناء النماذج للأسواق المالية الحديثة. سأشارك خط الإنتاج الكامل، وأسلط الضوء على النتائج المثيرة للاهتمام التي تم التوصل إليها أثناء تطوير النماذج في هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحائز على لقب كبير أساتذة مسابقات كاجل. يمتلك درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) وفي هندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي للتنبؤ المالي، مع خبرة في نمذجة السلاسل الزمنية، والتعلم العميق، وأنظمة التنبؤ في الوقت الفعلي. وقد حصل على العديد من الميداليات الذهبية والفضية في مسابقات كاجل. ### **المحاضرة 2: من المختبر إلى الطريق: التحديات في إدراك القيادة الذاتية** **المتحدث:** مُرَاد سمرتياب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** دفع التعلم الآلي تقدمًا كبيرًا في مجال إدراك القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها وصولاً إلى اندماج المستشعرات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً ممتازًا في المعايير غالبًا ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنغطي خط إنتاج الإدراك (المستشعرات، الكشف، التتبع، الاندماج) ونسلط الضوء على التحديات بما في ذلك الانتقال بين المجالات، المعايرة، فجوة المحاكاة إلى الواقع، والتوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لإدراك القيادة الذاتية، بالإضافة إلى رؤى عملية حول سبب كون "الـ 10٪ الأخيرة" من المشكلة هي الأصعب غالبًا. **نبذة قصيرة** مُرَاد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) في جامعة خليفة. يحمل درجة البكالوريوس في هندسة الحاسوب (2021) والماجستير في علوم الحاسوب (2023)، وكلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ في مجال القيادة الذاتية، مع خبرة عملية في اندماج الليدار مع الكاميرا، والكشف ثلاثي الأبعاد، وتتبع الكائنات المتعددة، وتنبؤ المسارات. ### **المحاضرة 3: فينشين و ما بعدها: نحو استدلال مالي شفاف في الذكاء الاصطناعي** **المتحدث:** زهوهان شي، باحث في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI) **الملخص** كيف يمكننا بناء أنظمة ذكاء اصطناعي تستطيع التفكير في المشكلات المالية بطريقة شفافة وقابلة للتدقيق؟ في هذه المحاضرة، سأقدم فينشين (FinChain)، وهي معيار رمزي جديد يقيّم قدرة النماذج اللغوية الكبيرة على التفكير خطوة بخطوة في السيناريوهات المالية. ويغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفائدة المركبة والضرائب إلى تحليل قائمة التدفقات النقدية — ليوفر بيئة اختبار شاملة للتفكير الرمزي في السياقات المالية ذات المخاطر العالية. من خلال تفكيك المهام المعقدة إلى سلاسل تفكير منظمة، يسلط الضوء على طريقة تفكير النماذج — وأين تفشل. كما سأوضح الاتجاهات المستقبلية في تطوير نماذج مالية تركز على التفكير وتوائم بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الواقعي. **نبذة قصيرة** زهوهان شي هو باحث ما بعد الدكتوراه في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI)، يعمل مع الأستاذ برسلاف ناكوف. يتركز بحثه على التفكير في النماذج اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي والتحقق من الحقائق. وقد نُشرت أعماله في أبرز المؤتمرات في مجال المعالجة اللغوية الطبيعية مثل ACL و EMNLP و NAACL، ويتولى حاليًا مبادرات جديدة في مجال الاستدلال المالي والذكاء الاصطناعي متعدد اللغات. حصل زهوهان على درجة الدكتوراه في المعالجة اللغوية الطبيعية من جامعة ملبورن في ديسمبر 2024، وركزت أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.