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

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناغو** يسعدنا استئناف **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناغو في جزيرة الهديريّات**—وهو مكان واسع وترحيبي مثالي للعروض التقنية، وبناء العلاقات، وتقديم المشروبات المنعشة. يجمع 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 تستفيد منه وشخصًا تتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **المكان:** مقهى كولناغو، جزيرة الهديريّات، أبوظبي * **التسجيل:** مجاني (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 (ثلاثة متحدثين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة، وبناء علاقات 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 نهجًا شاملاً 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 بشكل وثيق واقع بناء النماذج للأسواق المالية الحديثة. سأشارك خط أنابيب العمل بالكامل، وأسلط الضوء على النتائج المثيرة للاهتمام المستخلصة من تطوير النماذج في هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحائز على لقب بطل كبرى مسابقات كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليلات (جامعة كارديف، المملكة المتحدة) والهندسة النقلية (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي للتنبؤ المالي، وله 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 تحقيق تقدم كبير في إدراك القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها، وصولًا إلى دمج الحساسات 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 أنابيب الإدراك (الحساسات، الكشف، التتبع، الدمج) ونسلط الضوء على التحديات بما في ذلك التحول بين المجالات، المعايرة، فجوة المحاكاة مقابل الواقع، والتوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لإدراك القيادة الذاتية، إلى جانب رؤى عملية حول سبب صعوبة “الـ 10٪ الأخيرة” من المشكلة. **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)، كلاهما 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. ### **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 النماذج اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. يغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل بيانات التدفق النقدي — ليقدم بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية الحساسة. من خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يسلط الضوء على طريقة تفكير النماذج — وأين تفشل. كما سأحدد الاتجاهات المستقبلية لتطوير 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 اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي وفحص الحقائق. نُشرت أعماله في أبرز مؤتمرات 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 اللغوية الكبيرة.