[شخصيًا] لقاء أبوظبي للتعلم الآلي الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناغو** يسعدنا إعادة بدء **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناغو في جزيرة الهديريّة** — مكان واسع وترحيبي مثالي للعروض التقنية، وبناء العلاقات، والمشروبات المنعشة. يجمع هذا الحدث الباحثين والمتخصصين وهواة مجالات **التعلم الآلي، الذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، الصناعية، ومختبرات الأبحاث 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 الهديريّة، 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: التنبؤ ببيانات السوق الفورية مع Jane Street** **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 بشكل دقيق واقع بناء النماذج للأسواق المالية الحديثة. سأشارك خط أنابيب العمل بالكامل، وأسلط الضوء على النتائج المثيرة التي تم التوصل إليها أثناء تطوير النماذج في ظل هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحاصل على لقب كبير في مسابقات كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) والهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي للتنبؤات المالية، ويمتلك خبرة في نمذجة السلاسل الزمنية، والتعلم العميق، وأنظمة التنبؤ الفورية. وقد حصل على العديد من الميداليات الذهبية والفضية في مسابقات كاجل. ### **المحاضرة 2: من المختبر إلى الطريق: تحديات إدراك القيادة الذاتية** **المتحدث:** مراد سمرتاب (مهندس بحث، مختبر المركبات المستقلة – جامعة خليفة) **الملخص** دفع التعلم الآلي تقدمًا كبيرًا في 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 الانزياح بين المجالات، والمعايرة، والفجوة بين المحاكاة والواقع، وكذلك المقايضات بين الدقة والأداء الفوري. تم تصميم الجلسة لتزويد الحضور بفهم عام لإدراك القيادة الذاتية، بالإضافة إلى رؤى عملية حول سبب صعوبة تحقيق «الـ 10٪ الأخيرة» من المشكلة. **نبذة قصيرة** مراد سمرتاب هو مهندس بحث في مختبر المركبات المستقلة (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، ويملك خبرة عملية في دمج بيانات الليدار مع الكاميرا، وكشف الكائنات ثلاثية الأبعاد، وتتبع الكائنات المتعددة، والتنبؤ بالمسارات. ### **المحاضرة 3: FinChain وما بعدها: نحو استنتاجات مالية شفافة في الذكاء الاصطناعي** **المتحدث:** زهوهان شي، باحث في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI) **الملخص** كيف يمكننا بناء أنظمة ذكاء اصطناعي تقوم باستنتاجات حول المشكلات المالية بطريقة شفافة وقابلة للمراجعة؟ في هذه المحاضرة، سأقدم FinChain، وهو معيار رمزي جديد يقيّم قدرات النماذج اللغوية الكبيرة على الاستنتاج خطوة بخطوة في السيناريوهات المالية. يغطي FinChain 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل قائمة التدفقات النقدية — ليوفر بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية ذات المخاطر العالية. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُلقي الضوء على طريقة تفكير النماذج — وفيما تفشل. كما سأحدد الاتجاهات المستقبلية لتطوير نماذج مالية تركّز على الاستنتاج وتتماشى 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 البروفيسور بريسلاف ناكوف. يتركز بحثه على الاستنتاج في النماذج اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي والتحقق من الحقائق. وقد نُشرت أعماله في أبرز المؤتمرات في مجال معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويتولى حاليًا 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 ركزت أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.