[في الموقع] لقاء أبوظبي للتعلم الآلي الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناغو** يسعدنا استئناف **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناغو في جزيرة الهديريّة**—موقعاً واسعاً ومرحّباً مثالياً للعروض التقنية، وبناء العلاقات، والاستمتاع بالمشروبات. يجمع هذا الحدث الباحثين والمتخصصين وهواة مجالات **التعلم الآلي، والذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، والصناعية، ومعامل الأبحاث الداعمة من قبل الحكومة. سواء كنت طالباً أو مهندساً أو باحثاً أو مجرد شخص مهتم بالذكاء الاصطناعي، فستجد شيئاً لتتعلمه وشخصاً تتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **الموقع:** مقهى كولناغو، جزيرة الهديريّة، أبوظبي * **التسجيل:** مجاني (مطلوب التأكيد على الحضور) (بحد أقصى 50 شخصاً) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل، وتبادل العلاقات * **6:30 – 8:00 مساءً** → عروض تقنية (3 محاضرين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة، وتبادل علاقات غير رسمي **🎤 البرنامج** ### **المحاضرة 1: الحل الذي حصل على المركز الثاني في مسابقة كاجل: التنبؤ ببيانات السوق الفعلية من Jane Street** **المحاضر:** باتريك يام (باحث كمي) **الملخص** تقدم هذه المحاضرة نهجاً 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 بشكل وثيق واقع بناء النماذج للأسواق المالية الحديثة. سأشارك خط الإنتاج الكامل، مع تسليط الضوء على النتائج المهمة المستخلصة من تطوير النماذج ضمن هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحاصل على لقب رائد في مسابقات كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) وفي هندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي للتنبؤات المالية، ويملك 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: التحديات في إدراك القيادة الذاتية** **المحاضر:** مُراد سمريتاب (مهندس باحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** دفع التعلم الآلي تقدماً كبيراً في إدراك القيادة الذاتية، بدءاً من اكتشاف الكائنات وتتبعها، وحتى دمج المستشعرات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً متميزاً في المقاييس القياسية غالباً ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في إدراك القيادة الذاتية. سنغطي خط إنتاج الإدراك (المستشعرات، الاكتشاف، التتبع، الدمج)، ونسليط الضوء على التحديات بما في ذلك تحول المجال، المعايرة، الفجوة بين المحاكاة والواقع، والتوازن بين الدقة والأداء الفوري. تم تصميم الجلسة لتزويد الحضور بفهم عام لإدراك القيادة الذاتية، إلى جانب رؤى عملية حول سبب صعوبة "الـ 10٪ الأخيرة" من المشكلة. **نبذة قصيرة** مُراد سمريتاب هو مهندس باحث في مختبر المركبات الذاتية (AVLab) في جامعة خليفة. يحمل بكالوريوس في هندسة الحاسوب (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 والكاميرا، واكتشاف الأجسام ثلاثية الأبعاد، وتتبع الكائنات المتعددة، وتوقع المسارات. ### **المحاضرة 3: فينشين و ما بعدها: نحو الاستدلال المالي الشفاف في الذكاء الاصطناعي** **المحاضر:** زهوهان شي، باحث في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI) **الملخص** كيف يمكننا بناء أنظمة ذكاء اصطناعي تقوم بالاستدلال حول المشكلات المالية بطريقة شفافة وقابلة للمراجعة؟ في هذه المحاضرة، سأقدم فينشين، وهو معيار رمزي جديد لتقييم قدرات النمذجة اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. ويغطي فينشين 54 موضوعاً متنوعاً — من حسابات الفائدة المركبة والضرائب إلى تحليل قائمة التدفقات النقدية — ليشكل بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية ذات المخاطر العالية. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُسلط 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 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 أبرز المؤتمرات في معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويشغل حالياً مناصب قيادية في مبادرات جديدة تتعلق بالاستدلال 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.