[in-person] أبوظبي لقاء تعلم الآلة الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي لتّعَلُّمِ الآلة – انطلاقة الموسم @ مقهى كولناغو** يسعدنا استئناف **لقاء أبوظبي لتّعَلُّمِ الآلة** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناغو في جزيرة الهضيريّة**، 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، ومعامل الأبحاث المدعومة من الحكومة. سواء كنت طالبًا، أو مهندسًا، أو باحثًا، أو مجرد شخص مهتم بالذكاء الاصطناعي، فستجد شيئًا لتتعلمه وشخصًا لتتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **المكان:** مقهى كولناغو، جزيرة الهضيريّة، أبوظبي * **التسجيل:** مجانًا (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، وتبادل غير رسمي **🎤 البرنامج** ### **المحاضرة 1: الحل الذي حصل على المركز الثاني في مسابقة كاجل: تنبؤ بيانات 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 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 المستخلصة من تطوير النماذج في هذه الظروف. **نبذة مختصرة** باتريك يام هو باحث كمي وحائز على لقب بطل كبير في مسابقات كاجل. حاصل على درجتي الماجستير في علوم البيانات والتحليلات (جامعة كارديف، المملكة المتحدة) والهندسة النقلية (جامعة هونغ كونغ). يتخصص باتريك في تعلم الآلة للتنبؤ المالي، مع 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 إدراك القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها وصولاً إلى اندماج الحساسات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً ممتازًا في المعايير المرجعية غالبًا ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في إدراك القيادة الذاتية. سنغطي خط أنابيب الإدراك (الحساسات، الكشف، التتبع، الاندماج)، ونسلط الضوء على التحديات مثل تغير المجال، والمعايرة، والفجوة بين المحاكاة والواقع، ومقايضات الدقة مقابل الأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام على مستوى عالٍ لإدراك القيادة الذاتية، إضافة إلى 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) في جامعة خليفة. حاصل على بكالوريوس في الهندسة الحاسوبية (2021) وماجستير في علوم الحاسوب (2023)، وكلا الشهادتين من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ في القيادة الذاتية، ولديه خبرة عملية في اندماج الليدار–الكاميرا، والكشف ثلاثي الأبعاد، وتتبع الكائنات المتعددة، والتنبؤ بالمسارات. ### **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 تُعالج المشكلات المالية بطريقة شفافة وقابلة للتدقيق؟ في هذه المحاضرة، سأقدم فينشين، وهو معيار رمزي جديد يقيّم قدرات النمذجة اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. يغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفائدة المركبة والضرائب إلى تحليل بيانات التدفق النقدي — ليشكّل بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية عالية المخاطر. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُلقي الضوء على طريقة تفكير النماذج — وأماكن فشلها. كما سأعرض 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 أهم المحافل في معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، وهو حاليًا يقود 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، حيث ركّز أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.