[شخصيًا] لقاء أبوظبي لتعلم الآلة الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي لتعلم الآلة – انطلاقة الموسم @ مقهى كولناغو** يسعدنا إعادة إطلاق **لقاء أبوظبي لتعلم الآلة** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناغو في جزيرة الهديريّات** — وهو مكان واسع وترحيبي مثالي للعروض التقنية والشبكات والعصائر. يجمع هذا الحدث الباحثين والمتخصصين وهواة **تعلم الآلة، الذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية والصناعية ومختبرات البحث المدعومة من الحكومة. سواء كنت طالبًا أو مهندسًا أو باحثًا أو مجرد شخص مهتم بالذكاء الاصطناعي، فستجد شيئًا لتتعلمه وشخصًا تتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **المكان:** مقهى كولناغو، جزيرة الهديريّات، أبوظبي * **التسجيل:** مجاني (مطلوب التأكيد على الحضور) (بحد أقصى 50 شخصًا) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل، والتواصل * **6:30 – 8:00 مساءً** → عروض تقنية (3 متحدثين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة، وتواصل غير رسمي **🎤 البرنامج** ### **المحاضرة 1: الحل الذي احتل المركز الثاني في مسابقة كاجل: تنبؤ بيانات السوق في الوقت الفعلي - جين ستريت** **المتحدث:** باتريك يام (باحث كمي) **الملخص** تقدم هذه المحاضرة نهجًا شاملاً من البداية إلى النهاية وراء حصولي 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 أنابيب العمل بالكامل، وأسلط الضوء على النتائج المهمة المستمدة من تطوير النماذج ضمن هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحاصل على لقب بطل كبار المتنافسين في مسابقات كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) والهندسة النقلية (جامعة هونغ كونغ). يتخصص باتريك في تعلم الآلة للتنبؤ المالي، ولديه 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: تحديات إدراك القيادة الذاتية** **المتحدث:** مُراد سمرتاب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** دفع التعلم الآلي تقدمًا كبيرًا في مجال إدراك القيادة الذاتية، بدءًا من كشف الكائنات وتتبعها وصولاً إلى دمج الاستشعار والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً ممتازًا في الاختبارات غالبًا ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنغطي خط أنابيب الإدراك (أجهزة الاستشعار، الكشف، التتبع، الدمج)، ونسلط الضوء على التحديات مثل تغير المجال، المعايرة، الفجوة بين المحاكاة والواقع، والتوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لإدراك القيادة الذاتية، بالإضافة إلى رؤى عملية حول سبب صعوبة «الـ 10٪ الأخيرة» من المشكلة. **نبذة قصيرة** مُراد سمرتاب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) في جامعة خليفة. يحمل بكالوريوس في الهندسة الحاسوبية (2021) وماجستير في علوم الحاسوب (2023)، وكلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ في القيادة الذاتية، ولديه خبرة عملية في دمج ليزر-كاميرا، وكشف ثلاثي الأبعاد، وتتبع الكائنات المتعددة، والتنبؤ بالمسارات. ### **المحاضرة 3: فينشين وراءه: نحو استنتاج 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 حل المشكلات المالية بطريقة شفافة وقابلة للتدقيق؟ في هذه المحاضرة، سأقدم FinChain، وهو معيار رمزي جديد يقيّم قدرات النمذجة اللغوية الكبيرة على الاستنتاج التدريجي في السيناريوهات المالية. ويغطي FinChain 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل قائمة التدفق النقدي — وهو بذلك يوفر بيئة اختبار شاملة للاستنتاج الرمزي في السياقات المالية ذات المخاطر العالية. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يسلط الضوء على طريقة تفكير النماذج — وأماكن فشلها. كما سأحدد الاتجاهات المستقبلية لتطوير نماذج مالية تركّز على الاستنتاج وتوائم بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الحقيقي. **نبذة قصيرة** زهوهان شي هو باحث ما بعد الدكتوراه في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI)، يعمل مع البروفيسور برسلاف ناكوف. يتركز بحثه على الاستنتاج في النماذج اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي والتحقق من الحقائق. وقد تم نشر أعماله في أهم المؤتمرات في معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، وهو حاليًا يقود مبادرات جديدة في مجال الاستنتاج المالي والذكاء الاصطناعي متعدد اللغات. حصل زهوهان على درجة الدكتوراه في معالجة اللغة الطبيعية من جامعة ملبورن في ديسمبر 2024، حيث ركز أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.