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

**🚀 لقاء أبوظبي لتعلم الآلة – انطلاقة الموسم @ مقهى كولناجو** يسعدنا استئناف **لقاء أبوظبي لتعلم الآلة** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهديريات**، وهو مكان واسع وترحيبي، مثالي للعروض التقنية، وتمكين التواصل، وتوفير المشروبات. يجمع هذا الحدث الباحثين والمتخصصين وهواة **تعلم الآلة 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 لتعلمه وشخصًا لتتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **المكان:** مقهى كولناجو، جزيرة الهديريات، أبوظبي * **التسجيل:** مجاني (مطلوب التأكيد) (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 حصل على المركز الثاني في مسابقة كاجل: توقع بيانات 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 أنابيب العمل بالكامل، وأسلط الضوء على النتائج المثيرة التي توصلت 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 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 فاز بعدة ميداليات ذهبية وفضية 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 وصولًا إلى دمج الحساسات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً ممتازًا في الاختبارات القياسية غالبًا ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنتناول خط أنابيب الإدراك (الحساسات، الكشف، التتبع، الدمج) ونسلط الضوء على التحديات مثل التحول بين المجالات، ومعايرة الحساسات، والفجوة بين المحاكاة والواقع، بالإضافة إلى المفاضلة بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لعملية إدراك القيادة الذاتية، إلى جانب رؤى عملية حول سبب كون "الـ10٪ الأخيرة" من المشكلة هي الأصعب في كثير من الأحيان. **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)، كلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ في القيادة الذاتية، ولديه خبرة عملية في دمج بيانات الليدار مع الكاميرا، 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 استنتاج الحلول للمشكلات المالية بطريقة شفافة وقابلة للمراجعة؟ في هذه المحاضرة، سأقدم فينشين (FinChain)، وهو معيار رمزي جديد يقيّم قدرات النمذجة اللغوية الكبيرة على التفكير خطوة بخطوة في السيناريوهات المالية. ويغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل بيانات التدفق النقدي — ليوفر بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية الحساسة. من خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يسلط هذا المعيار الضوء على طريقة تفكير النماذج — وأماكن فشلها. كما سأوضح الاتجاهات المستقبلية لتطوير نماذج مالية تركّز على الاستدلال وتتماشى 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 بريسلاف ناكوف. يتركز بحثه على الاستدلال في النماذج اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي والتحقق من الحقائق. نُشرت أعماله في أبرز المؤتمرات في مجال معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويتولى حاليًا قيادة 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، وركّز أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة. ## ℹ️ ما الذي يمكن توقعه * **المحاضرات:** عروض تقنية ولكنها سهلة الفهم حول أحدث مواضيع تعلم الآلة والذكاء الاصطناعي * **المجتمع:** فرصة للقاء الزملاء من الأوساط الأكاديمية والصناعية ومراكز الأبحاث الحكومية * **المشروبات:** تُقدَّم من قبل مقهى كولناجو (شكرًا لرعاة الحدث) * **أحضر معك:** فضولك، أسئلتك، وبطاقات العمل (إذا أردت التواصل) ## 🎯 من يجب أن يشارك؟ * الباحثون والمهندسين في مجال تعلم الآلة والذكاء الاصطناعي * علماء البيانات ومطوري البرمجيات * الطلاب والمهنيين المبتدئين المهتمين بالذكاء الاصطناعي التطبيقي * المهنيون في القطاعات الصناعية الذين يستكشفون تطبيقات تعلم الآلة