[شخصيًا] لقاء أبوظبي للتعلم الآلي الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناغو** يسعدنا إعادة إطلاق **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناغو في جزيرة الهديريّات** — موقع واسع وترحيبي مثالي للمحاضرات التقنية، وبناء العلاقات، والاستمتاع بالمشروبات المنعشة. يجمع هذا الحدث الباحثين والمتخصصين وهواة **التعلم الآلي، الذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، الصناعية، ومعامل البحث 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 * **الموقع:** مقهى كولناغو، جزيرة الهديريّات، أبوظبي * **التسجيل:** مجاني (مطلوب التأكيد) (بحد أقصى 50 شخصًا) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل، وبناء العلاقات * **6:30 – 8:00 مساءً** → محاضرات 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 - جين ستريت** **المتحدث:** باتريك يام (باحث كمي) **الملخص** تقدم هذه المحاضرة نهجًا شاملاً من البداية إلى النهاية حول الحل الذي حصل على المركز الثاني في مسابقة كاجل "Jane Street Real-Time Market Data Forecasting". تعكس مجموعة البيانات والإعداد بشكل وثيق واقع بناء النماذج للأسواق المالية الحديثة. سأشارك خط الإنتاج الكامل، وأسلط الضوء على النتائج المهمة المستمدة من تطوير النماذج ضمن هذه الشروط. **نبذة قصيرة** باتريك يام هو باحث كمي وحاصل على لقب كبير أساتذة المسابقات في كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) والهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي للتنبؤات المالية، 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 دمج الحساسات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً متميزًا في الاختبارات غالبًا ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنغطي خط سير الإدراك (الحساسات، الكشف، التتبع، الدمج)، ونسلط الضوء على التحديات بما في ذلك الانحراف عن المجال، المعايرة، الفجوة بين المحاكاة والواقع، والتوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لمجال الإدراك الذاتي، بالإضافة إلى رؤى عملية حول سبب صعوبة التعامل مع "الـ 10٪ الأخيرة" من المشكلة. **نبذة قصيرة** مُرَاد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) بجامعة 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 بيانات الليدار مع الكاميرا، واكتشاف الأجسام ثلاثية الأبعاد، وتتبع الكائنات المتعددة، وتوقع المسارات. ### **المحاضرة 3: فينشين وراءه: نحو الاستدلال المالي الشفاف في الذكاء الاصطناعي** **المتحدث:** زهوهان شي، باحث في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI) **الملخص** كيف يمكننا بناء أنظمة ذكاء اصطناعي تقوم بالاستدلال في المشكلات المالية بطريقة شفافة وقابلة للمراجعة؟ في هذه المحاضرة، سأقدم FinChain، وهو معيار رمزي جديد يقيّم قدرات النمذجة اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. يغطي FinChain 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل بيان التدفق النقدي — ويوفّر بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية عالية الخطورة. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُلقي الضوء على كيفية "تفكير" النماذج — وأين تفشل. كما سأطرح الاتجاهات المستقبلية لتطوير نماذج مالية تركّز على الاستدلال وتتماشى 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 الأستاذ برسلاف ناكوف. يتركز بحثه على الاستدلال 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، 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، حيث ركّز أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.