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

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناجو** يسعدنا إعادة إطلاق **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهديرية** — مكان واسع وترحيبي مثالي للعروض التقنية، وبناء العلاقات، والمشروبات 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 فقط فضوليًا بشأن الذكاء الاصطناعي، فستجد شيئًا تستفيد منه وشخصًا تتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **الموقع:** مقهى كولناجو، جزيرة الهديرية، أبوظبي * **التسجيل:** مجاني (مطلوب 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، وعلاقات غير رسمية **🎤 البرنامج** ### **المحاضرة 1: الحل الذي حصل على المركز الثاني في مسابقة كاجل: التنبؤ ببيانات السوق في الوقت الفعلي من Jane Street** **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 بدقة واقع بناء النماذج للأسواق المالية الحديثة. سأشارك خط أنابيب العمل بالكامل، وأسلط الضوء على النتائج المهمة المستمدة من تطوير النماذج في هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحاصل على لقب بطل كبير في مسابقات كاجل. حاصل على 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 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:** مراد سمريتاب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** حقق التعلم الآلي تقدمًا كبيرًا في مجال إدراك القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها، وصولًا إلى دمج الحساسات والتنبؤ. ومع ذلك، فإن النماذج التي تُظهر أداءً ممتازًا في الاختبارات غالبًا ما تفشل في ظروف العالم الحقيقي. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنغطي خط أنابيب الإدراك (الحساسات، الكشف، التتبع، الدمج)، ونسلط الضوء على التحديات مثل الانتقال بين المجالات، المعايرة، الفجوة بين المحاكاة والواقع، والتوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لإدراك القيادة الذاتية، بالإضافة إلى رؤى عملية حول سبب صعوبة "الـ 10٪ الأخيرة" من المشكلة. **نبذة قصيرة** مراد سمريتاب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) بجامعة خليفة. حاصل على بكالوريوس في الهندسة الحاسوبية (2021) وماجستير في علوم الحاسوب (2023)، من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ في القيادة الذاتية، ولديه خبرة عملية في دمج بيانات الليدار مع الكاميرا، وكشف الأجسام ثلاثية الأبعاد، وتتبع الكائنات المتعددة، والتنبؤ بالمسارات. ### **المحاضرة 3: فينشين وخارجه: 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 فينشين، وهو معيار رمزي جديد يقيّم قدرة النماذج اللغوية الكبيرة على الاستنتاج التدريجي في السيناريوهات المالية. ويغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل قائمة التدفق النقدي — ليشكل بيئة اختبار شاملة للاستنتاج الرمزي في السياقات المالية عالية الخطورة. من خلال تفكيك المهام المعقدة إلى سلاسل استنتاجية منظمة، يُلقي الضوء على كيفية "تفكير" النماذج — وأين تفشل. كما سأحدد الاتجاهات المستقبلية في تطوير نماذج مالية تركّز على الاستنتاج وتتماشى بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الحقيقي. **نبذة قصيرة** زهوهان شي باحث ما بعد الدكتوراه في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI)، يعمل مع الأستاذ برسلاف ناكوف. يتركز بحثه على الاستنتاج في النماذج اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي والتحقق من الحقائق. نُشرت أعماله في أبرز المؤتمرات في معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويشغل حاليًا قيادة 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 ركّز أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة. ## ℹ️ ماذا تتوقع * **العروض:** محاضرات تقنية ولكن سهلة الفهم حول أحدث المواضيع في ML/AI * **المجتمع:** فرصة للقاء الزملاء من الأوساط الأكاديمية، الصناعية، وأبحاث المؤسسات الحكومية * **المرطبات:** يتم توفيرها من قبل مقهى كولناجو (شكرًا لرعاةنا) * **احضر معك:** الفضول، الأسئلة، وبطاقات العمل (إذا أردت التواصل) ## 🎯 من يجب أن يشارك؟ * الباحثون والمهندسين في مجال ML/AI * علماء البيانات ومطوري البرمجيات * الطلاب والمهنيين المبتدئين المهتمين بالذكاء الاصطناعي التطبيقي * المهنيين في القطاعات الذين يستكشفون تطبيقات التعلم الآلي