[في الموقع] لقاء أبوظبي لتعلّم الآلة الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي لتعلّم الآلة – انطلاقة الموسم @ مقهى كولناجو** يسعدنا استئناف **لقاء أبوظبي لتعلّم الآلة** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهضيريّة** – وهو مكان واسع وترحيبي مثالي للعروض التقنية، وبناء العلاقات، وتقديم المرطبات. يجمع هذا الحدث الباحثين والمتخصصين وهواة **تعلّم الآلة، والذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، والصناعة، ومعامل الأبحاث المدعومة من الحكومة. سواء كنت طالبًا أو مهندسًا أو باحثًا، أو مجرد شخص مهتم بالذكاء الاصطناعي، فستجد شيئًا لتعلمه وشخصًا لتتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **المكان:** مقهى كولناجو، جزيرة الهضيريّة، أبوظبي * **التسجيل:** مجانًا (مطلوب 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، و networking غير رسمي **🎤 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 Real-Time Market Data Forecasting". تعكس بيانات وظروف المسابقة بشكل وثيق واقع بناء النماذج للأسواق المالية الحديثة. سأشارك خط الإنتاج الكامل، وأسلط الضوء على النتائج المثيرة للاهتمام المستمدة من تطوير النماذج ضمن هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحائز على لقب كبيّر المتنافسين في مسابقات كاجل. يمتلك درجتي ماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) وهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في تعلّم الآلة للتنبؤات المالية، 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:** مُراد سمرتياب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** لقد دفع التعلّم الآلي تقدمًا كبيرًا في إدراك القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها، وصولاً إلى دمج المستشعرات والتنبؤ. ومع ذلك، فإن النماذج التي تؤدي بشكل ممتاز في الاختبارات القياسية غالبًا ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنغطي خط إنتاج الإدراك (المستشعرات، الكشف، التتبع، الدمج) ونسلط الضوء على التحديات بما في ذلك التحول بين المجالات، المعايرة، الفجوة بين المحاكاة والواقع، ومقايضات الدقة مقابل الأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام على مستوى عالٍ لإدراك القيادة الذاتية، إلى جانب رؤى عملية حول سبب كون "الـ 10٪ الأخيرة" من المشكلة غالبًا هي الأصعب. **نبذة قصيرة** مُراد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) بجامعة خليفة. يحمل درجة البكالوريوس في هندسة الحاسوب (2021) والماجستير في علوم الحاسوب (2023)، كلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ للقيادة الذاتية، مع خبرة عملية في دمج بيانات الليدار والكاميرا، وكشف الأجسام ثلاثية 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 تستطيع التفكير في المشكلات المالية بطريقة شفافة وقابلة للتدقيق؟ في هذه المحاضرة، سأقدم فينشين، وهي معيار رمزي جديد يقيّم قدرات النمذجة اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. ويغطي فينشين 54 موضوعًا متنوعًا – من حسابات الفائدة المركبة والضرائب إلى تحليل بيانات التدفق النقدي – ليشكّل بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية ذات المخاطر العالية. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُلقي الضوء على طريقة تفكير النماذج – وأين تفشل. كما سأعرض الاتجاهات المستقبلية لتطوير نماذج مالية تركّز على الاستدلال وتتماشى بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الواقعي. **نبذة قصيرة** زهوهان شي 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. وقد نُشرت أعماله في أهم المؤتمرات في معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويشغل حاليًا 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 ركّز أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة. ## ℹ️ ما الذي يمكن توقعه * **العروض:** عروض تقنية سهلة الفهم حول أحدث المواضيع في تعلّم الآلة والذكاء الاصطناعي * **المجتمع:** فرصة للقاء الأقران من الأوساط الأكاديمية، والصناعة، وبحث وتطوير الحكومة * **المرطبات:** تُقدَّم من قبل مقهى كولناجو (شكرًا لرعاةنا) * **أحضر معك:** الفضول، الأسئلة، وبطاقات العمل (إذا أردت التواصل) ## 🎯 من يجب أن يشارك؟ * الباحثون والمهندسين في تعلّم الآلة والذكاء الاصطناعي * علماء البيانات ومطوري البرمجيات * الطلاب والمهنيين المبتدئين المهتمين بالذكاء الاصطناعي التطبيقي * المهنيون في القطاعات الذين يستكشفون تطبيقات تعلّم الآلة