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

**🚀 لقاء أبوظبي لتخصص تعلم الآلة – انطلاقة الموسم @ مقهى كولناجو** يسعدنا إعادة بدء **لقاء أبوظبي لتخصص تعلم الآلة** مع موسم جديد من العروض التقديمية والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهضيريّة**—وهو مكان واسع ومرحب مثالي للعروض التقنية، وبناء العلاقات، والمشروبات الخفيفة. يجمع هذا الحدث الباحثين والمتخصصين وهواة مجالات **تعلم الآلة، الذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، والصناعة، ومعامل الأبحاث الداعمة من الحكومة. سواء كنت طالبًا أو مهندسًا أو باحثًا، أو ببساطة 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 * **المكان:** مقهى كولناجو، جزيرة الهضيريّة، أبوظبي * **التسجيل:** مجاني (يتطلب التأكيد بالحضور) (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** ### **العرض 1: الحل الذي حصل على المركز الثاني في مسابقة كاجل: تنبؤ بيانات السوق في الوقت الفعلي - Jane Street** **المتحدث:** باتريك يام (باحث متخصص في التداول الكمي) **الملخص** يعرض هذا الحديث النهج الشامل الذي اتبعته للحصول على المركز الثاني في مسابقة كاجل Jane Street للتنبؤ ببيانات السوق في الوقت الفعلي. تعكس مجموعة البيانات والإعداد بدقة التحديات الواقعية لبناء نماذج للأسواق المالية الحديثة. سأشارك خط الإنتاج الكامل، وأسلط الضوء على النتائج المهمة التي تم التوصل إليها أثناء تطوير النماذج ضمن هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحائز على لقب كبير أساتذة مسابقات كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) وفي هندسة 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. ### **العرض 2: من المختبر إلى الطريق: التحديات في إدراك أنظمة القيادة الذاتية** **المتحدث:** مراد سمريتاب (مهندس باحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** حقق تعلم الآلة تقدمًا كبيرًا في إدراك أنظمة القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها وصولاً إلى دمج المستشعرات والتنبؤ. ومع ذلك، فإن النماذج التي تُظهر أداءً ممتازًا في الاختبارات غالبًا ما تفشل في الظروف الواقعية. يستعرض هذا الحديث الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنغطي خط سير الإدراك (المستشعرات، الكشف، التتبع، الدمج)، ونسلط الضوء على التحديات مثل تغير المجال، المعايرة، الفجوة بين المحاكاة والواقع، والتوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لمجال الإدراك الذاتي، بالإضافة إلى رؤى عملية حول سبب صعوبة تحقيق "الـ 10٪ الأخيرة" في حل المشكلة. **نبذة قصيرة** مراد 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 ليزر الكاميرا، وكشف الأجسام ثلاثية الأبعاد، وتتبع الكائنات المتعددة، والتنبؤ بالمسارات. ### **العرض 3: FinChain وما بعدها: نحو استدلال مالي شفاف في أنظمة الذكاء الاصطناعي** **المتحدث:** زهوهان شي، باحث في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI) **الملخص** كيف يمكننا بناء أنظمة ذكاء اصطناعي تستطيع الاستدلال في المشكلات المالية بطريقة شفافة وقابلة للمراجعة؟ في هذا الحديث، سأقدم FinChain، وهي معيار رمزي جديد يقيّم قدرة النماذج اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. يغطي FinChain 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل بيانات قائمة التدفقات النقدية — ويوفّر بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية عالية الخطورة. من خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يساعد هذا المعيار في فهم كيفية "تفكير" النماذج — وأين تفشل. كما سأوضح الاتجاهات المستقبلية في تطوير نماذج مالية تركّز على الاستدلال وتتماشى بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الحقيقي. **نبذة قصيرة** 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 وفحص الحقائق. نُشرت أعماله في أهم المؤتمرات 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. ## ℹ️ ما الذي يمكن توقعه * **العروض:** عروض تقنية سهلة الفهم حول أحدث المواضيع في تعلم الآلة والذكاء الاصطناعي * **المجتمع:** فرصة للقاء الزملاء من الأوساط الأكاديمية، الصناعة، وأبحاث المؤسسات الحكومية * **المرافق الخفيفة:** تُقدَّم من قبل مقهى كولناجو (شكرًا لرعاة الحدث) * **ابقَ معك:** الفضول، الأسئلة، وبطاقات العمل (إذا رغبت في بناء علاقات مهنية) ## 🎯 من يجب أن يشارك؟ * الباحثون والمهندسين في تعلم الآلة والذكاء الاصطناعي * علماء البيانات ومطوري البرمجيات * الطلاب والمهنيين المبتدئين المهتمين بالذكاء الاصطناعي التطبيقي * المهنيين في القطاعات الذين يستكشفون تطبيقات تعلم الآلة