[في الموقع] لقاء أبوظبي لتعلم الآلة الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي لتعلم الآلة – انطلاقة الموسم @ مقهى كولناجو** نحن متحمسون لإعادة إطلاق **لقاء أبوظبي لتعلم الآلة** 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، والوجبات الخفيفة. يجمع هذا الحدث الباحثين والمتخصصين وهواة **تعلم الآلة، والذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، والصناعة، ومعامل الأبحاث المدعومة من الحكومة. سواء كنت طالبًا أو مهندسًا أو باحثًا، أو فقط مهتمًا بالذكاء الاصطناعي، فستجد شيئًا لتتعلمه وشخصًا تتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **الموقع:** مقهى كولناجو، جزيرة الهديرية، أبوظبي * **التسجيل:** مجانًا (يُطلب 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، وتبادل غير رسمي للاتصالات **🎤 البرنامج** ### **المحاضرة 1: الحل الذي احتل 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 احتل 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 بالكامل، وأسلط الضوء على النتائج المثيرة للاهتمام التي تم التوصل إليها أثناء تطوير النماذج في هذه الظروف. **نبذة مختصرة** باتريك يام هو باحث كمي وحائز على لقب بطل عالمي في مسابقات كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليلات (جامعة كارديف، المملكة المتحدة) وهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في تعلم الآلة للتنبؤات المالية، 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: التحديات في إدراك القيادة الذاتية** **المتحدث:** مُرَاد سمرتياب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** لقد دفع التعلم الآلي تقدمًا كبيرًا في مجال إدراك القيادة الذاتية، بدءًا من كشف الكائنات وتتبعها وصولاً إلى دمج المستشعرات 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. سنتناول خط سير الإدراك (المستشعرات، الكشف، التتبع، الدمج) ونسلط الضوء على التحديات مثل الانتقال بين المجالات، ومعايرة الأجهزة، والفجوة بين المحاكاة والواقع، فضلاً عن المفاضلة بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم شمولي لإدراك القيادة الذاتية، إلى جانب رؤى عملية حول سبب كون "الـ 10٪ الأخيرة" من المشكلة هي الأصعب غالبًا. **نبذة مختصرة** مُرَاد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) بجامعة 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، ولديه خبرة عملية في دمج بيانات الليدار والكاميرات، وكشف الكائنات ثلاثية الأبعاد، وتتبع الكائنات المتعددة، وتوقع 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، وهي معيار رمزي جديد يقيّم قدرات النمذجة اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. وتشمل فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل بيانات القوائم النقدية — لتوفير بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية الحساسة. من خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، تُسلط فينشين الضوء على كيفية "تفكير" النماذج — وأين تفشل. كما سأوضح الاتجاهات المستقبلية في تطوير نماذج مالية تركّز على الاستدلال وتوائم بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الواقعي. **نبذة مختصرة** 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 وفحص الحقائق. وقد نُشرت أعماله في أبرز المؤتمرات في مجال معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويشغل حاليًا منصب قائد لمبادرات جديدة في مجال الاستدلال المالي والذكاء الاصطناعي متعدد اللغات. حصل زهوهان على درجة الدكتوراه في معالجة اللغة الطبيعية من جامعة ملبورن في ديسمبر 2024، وركّز أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.