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

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناغو** نحن متحمسون لإعادة إطلاق **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناغو في جزيرة الهدية**—وهو مكان واسع وترحيبي مثالي للعروض التقنية، وبناء العلاقات، والمشروبات الخفيفة. سيجمع هذا الحدث الباحثين والمتخصصين وهواة **التعلم الآلي، 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 لتتعلمه وشخصًا تتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **الموقع:** مقهى كولناغو، جزيرة الهدية، أبوظبي * **التسجيل:** مجانًا (مطلوب التأكيد) (بحد أقصى 50 شخصًا) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل، وتبادل العلاقات * **6:30 – 8:00 مساءً** → عروض تقنية (3 متحدثين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة، وتبادل علاقات غير رسمي **🎤 البرنامج** ### **المحاضرة 1: الحل الذي حصل على المركز الثاني في مسابقة كاجل: توقعات 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 بيانات وظروف المسابقة الواقع الحقيقي لبناء النماذج الخاصة بالأسواق المالية الحديثة. سأشارك خط الإنتاج الكامل، مع تسليط الضوء على النتائج المثيرة للاهتمام المستمدة من 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) وهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي 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:** مُرَاد سمرتياب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** أدى التعلم الآلي إلى تقدم كبير في إدراك القيادة الذاتية، بدءًا من كشف الكائنات وتتبعها، وصولًا إلى دمج المستشعرات 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 مجال إدراك القيادة الذاتية. سنتناول خط سير الإدراك (المستشعرات، الكشف، التتبع، الدمج)، ونسلط الضوء على التحديات مثل التحول بين المجالات، المعايرة، الفجوة بين المحاكاة والواقع، والتوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لإدراك القيادة الذاتية، إلى جانب رؤى عملية حول سبب كون "الـ 10% الأخيرة" من المشكلة غالبًا هي الأصعب. **نبذة قصيرة** مُرَاد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) بجامعة خليفة. يحمل درجة البكالوريوس في هندسة الحاسوب (2021) والماجستير في علوم الحاسوب (2023)، وكلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ للقيادة الذاتية، مع خبرة عملية في دمج 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 (FinChain)، وهو معيار رمزي جديد يقيّم قدرات النماذج الكبيرة للغة على الاستدلال خطوة بخطوة في السيناريوهات المالية. ويغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل قائمة التدفقات النقدية — وهو بذلك يوفر بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية الحساسة. من خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُلقي الضوء على طريقة تفكير النماذج — وأماكن فشلها. كما سأوضح الاتجاهات المستقبلية في تطوير نماذج مالية تركّز 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، ويتولى حاليًا 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، وركّز أطروحته على توليد القصص وتقييمها باستخدام النماذج الكبيرة للغة.