[بالحضور الشخصي] لقاء أبوظبي للتعلم الآلي الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناجو** يسعدنا إعادة انطلاق **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهديريات**، وهو مكان واسع وترحيبي، مثالي للعروض التقنية، وبناء العلاقات، والاستمتاع بالمشروبات. يجمع هذا الحدث الباحثين والمتخصصين وهواة **التعلم الآلي، 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 لتعلمِه وشخصًا للتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **المكان:** مقهى كولناجو، جزيرة الهديريات، أبوظبي * **التسجيل:** مجانًا (يتطلب تأكيد 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 منهجية شاملة من البداية إلى النهاية وراء الحل الذي حصل 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 المثيرة للاهتمام التي توصلت إليها أثناء تطوير النماذج في هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحائز على لقب بطل كبرى مسابقات كاجل. يمتلك درجتي ماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) والهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي للتنبؤ المالي، ولديه 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:** مُراد سمرتياب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** لقد دفع التعلم الآلي تقدمًا كبيرًا في إدراك القيادة الذاتية، بدءًا من كشف الكائنات وتتبعها، وصولاً إلى اندماج المستشعرات والتنبؤ. ومع ذلك، غالبًا ما تفشل النماذج التي تحقق نتائج ممتازة في المعايير القياسية في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنتناول خط إنتاج الإدراك (المستشعرات، الكشف، التتبع، الاندماج)، ونسلط الضوء على التحديات مثل تغير المجال، ومعايرة الأنظمة، والفجوة بين المحاكاة والواقع، بالإضافة إلى المفاضلات بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام على مستوى عالٍ لإدراك القيادة الذاتية، فضلاً عن رؤى عملية حول سبب صعوبة "الـ 10٪ الأخيرة" من المشكلة. **نبذة قصيرة** مُراد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) بجامعة خليفة. يمتلك بكالوريوس في هندسة الحاسوب (2021) وماجستير في علوم الحاسوب (2023)، وكلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ للقيادة الذاتية، ولديه خبرة عملية في دمج بيانات الليدار مع الكاميرا، وكشف الأجسام ثلاثية الأبعاد، وتتبع الكائنات المتعددة، والتنبؤ بالمسارات. ### **المحاضرة 3: فينشين وما 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، وهي معيار رمزي جديد يقيّم قدرة النماذج الكبيرة للغة على التفكير خطوة بخطوة في السيناريوهات المالية. وتشمل فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل بيانات التدفق النقدي — لتوفير بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية الحساسة. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، تُلقي فينشين الضوء على طريقة تفكير النماذج — وأين تفشل. كما سأوضح الاتجاهات المستقبلية في تطوير نماذج مالية تركز 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 الكبيرة للغة، مع تطبيقات في الذكاء الاصطناعي المالي والتحقق من الحقائق. وقد نُشرت أعماله في أبرز المؤتمرات في معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويشغل 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، حيث ركز أطروحته على توليد القصص وتقييمها باستخدام النماذج الكبيرة للغة. ## ℹ️ ماذا تتوقع * **العروض:** محاضرات تقنية وسهلة الفهم حول أحدث موضوعات التعلم الآلي والذكاء الاصطناعي * **المجتمع:** فرصة للقاء الأقران من الأوساط الأكاديمية، والصناعية، ووحدات البحث والتطوير الحكومية * **المشروبات:** تُقدَّم من قبل مقهى كولناجو (شكرًا لرعاة الحدث) * **أحضر معك:** الفضول، الأسئلة، وبطاقات العمل (إن رغبت في بناء علاقات) ## 🎯 من يجب أن يشارك؟ * الباحثون والمهندسين في مجال التعلم الآلي والذكاء الاصطناعي * علماء البيانات ومطوري البرمجيات * الطلاب والمهنيون المبتدئون المهتمون بالذكاء الاصطناعي التطبيقي * المهنيون في القطاعات الصناعية الذين يستكشفون تطبيقات التعلم الآلي