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

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناجو** نحن متحمسون لإعادة إطلاق **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهديرية**—وهو مكان واسع وترحيبي مثالي للعروض التقنية، وبناء العلاقات، والمشروبات المنعشة. سيجمع هذا الحدث الباحثين والمتخصصين وهواة **التعلم الآلي، والذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، والصناعية، ومختبرات الأبحاث المدعومة من الحكومة. سواء كنت طالبًا، أو مهندسًا، أو باحثًا، أو مجرد شخص مهتم بالذكاء الاصطناعي، فستجد شيئًا لتتعلمه وشخصًا لتتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **المكان:** مقهى كولناجو، جزيرة الهديرية، أبوظبي * **التسجيل:** مجاني (مطلوب 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 جين ستريت** **المتحدث:** باتريك يام (باحث كمي) **الملخص** تقدم هذه المحاضرة نهجًا شاملاً 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 المستمدة من تطوير النماذج في هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحائز على لقب بطل عالمي في مسابقات كاجل. حصل على درجتي الماجستير في علوم البيانات والتحليلات (جامعة كارديف، المملكة المتحدة) والهندسة النقلية (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي للتنبؤات المالية، وله 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** لقد دفع التعلم الآلي تقدمًا كبيرًا في إدراك القيادة الذاتية، بدءًا من كشف الكائنات وتتبعها وصولاً إلى اندماج الحساسات والتنبؤ. ومع ذلك، فإن النماذج التي تؤدي بشكل ممتاز في الاختبارات غالبًا ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنتناول خط سير الإدراك (الحساسات، الكشف، التتبع، الاندماج) ونسلط الضوء على التحديات مثل تحوّل المجال، المعايرة، فجوات المحاكاة مقارنة بالواقع، ومقايضات الدقة مقابل الأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم شمولي لإدراك القيادة الذاتية، بالإضافة إلى رؤى عملية حول سبب كون "الـ 10٪ الأخيرة" من المشكلة غالبًا هي الأصعب. **نبذة قصيرة** مُرَاد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) في جامعة خليفة. حصل على بكالوريوس في الهندسة الحاسوبية (2021) وماجستير في علوم الحاسوب (2023)، كلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ للقيادة الذاتية، ولديه خبرة عملية في دمج بيانات الليدار مع الكاميرا، وكشف الكائنات ثلاثية الأبعاد، وتتبع الكائنات المتعددة، والتنبؤ بالمسارات. ### **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، وهو معيار رمزي جديد لتقييم قدرات النماذج اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. يغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل بيانات التدفق النقدي — وهو بذلك يوفر بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية عالية المخاطر. من خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يسلط الضوء على طريقة تفكير النماذج — وأين تفشل. كما سأعرض الاتجاهات المستقبلية لتطوير نماذج مالية تتمحور حول الاستدلال وتتماشى بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الواقعي. **نبذة قصيرة** زهوهان شي باحث ما بعد الدكتوراه في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI)، يعمل مع الأستاذ برسلاف ناكوف. يتركز بحثه على الاستدلال في النماذج اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي والتحقق من الحقائق. نُشرت أعماله في أهم المحافل في مجال معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويتولى حاليًا مبادرات جديدة في مجال الاستدلال المالي والذكاء الاصطناعي متعدد اللغات. حصل زهوهان على درجة الدكتوراه في معالجة اللغة الطبيعية من جامعة ملبورن في ديسمبر 2024، وركزت أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة. ## ℹ️ ماذا تتوقع * **العروض:** عروض تقنية سهلة الفهم حول أحدث موضوعات التعلم الآلي والذكاء الاصطناعي * **المجتمع:** فرصة للقاء الأقران من الأوساط الأكاديمية، الصناعية، وبحث وتطوير الحكومة * **المرطبات:** تُقدَّم من قبل مقهى كولناجو (شكرًا لرعاةنا) * **أحضر معك:** الفضول، الأسئلة، وبطاقات العمل (إذا أردت التواصل) ## 🎯 من يجب أن يشارك؟ * الباحثون والمهندسين في مجال التعلم الآلي والذكاء الاصطناعي * علماء البيانات ومطوري البرمجيات * الطلاب والمهنيين المبتدئين المهتمين بالذكاء الاصطناعي التطبيقي * المهنيين في القطاع الذين يستكشفون تطبيقات التعلم الآلي