[حضور شخصي] 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، والمشروبات الخفيفة. يجمع هذا الحدث الباحثين والمتخصصين وهواة مجالات **التعلم الآلي، الذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، الصناعية، ومختبرات الأبحاث المدعومة من الحكومة. سواء كنت طالبًا أو مهندسًا أو باحثًا، أو فقط 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 كولناغو، جزيرة الهديريّات، أبوظبي * **التسجيل:** مجاني (مطلوب التأكيد على الحضور) (بحد أقصى 50 شخصًا) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل، وتبادل المعلومات * **6:30 – 8:00 مساءً** → عروض تقنية (3 محاضرين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة، وتبادل معلومات 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 نهجًا شاملاً يوضح الحل الذي حصل على المركز الثاني في مسابقة كاجل "Jane Street Real-Time Market Data Forecasting". تعكس مجموعة البيانات والإعداد بشكل دقيق واقع بناء النماذج الخاصة بالأسواق المالية الحديثة. سأشارك خط الإنتاج الكامل، وأسلط الضوء على الاستنتاجات المهمة المستمدة من تطوير النماذج ضمن هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحائز على لقب بطل رئيسي في مسابقات كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) وفي هندسة النقل (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: تحديات إدراك القيادة الذاتية** **المتحدث:** مراد سمرتياب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** دفع التعلم الآلي تقدمًا كبيرًا في مجال إدراك القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها، وصولاً إلى دمج الحساسات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً ممتازًا في الاختبارات غالبًا ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنتناول خط سير الإدراك (الحساسات، الكشف، التتبع، الدمج)، ونسلط الضوء على التحديات مثل الانحراف عن المجال، ومعايرة الأجهزة، والفجوة بين المحاكاة والواقع، بالإضافة إلى المفاضلات بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لمجال الإدراك الذاتي، إلى جانب رؤى عملية حول سبب صعوبة تحقيق "الـ10٪ الأخيرة" في حل المشكلة. **نبذة قصيرة** مراد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) في جامعة خليفة. يحمل بكالوريوس في الهندسة الحاسوبية (2021) وماجستير في علوم الحاسوب (2023)، وكلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ في مجال القيادة الذاتية، ولديه خبرة عملية في دمج بيانات الليدار والكاميرا، واكتشاف الكائنات ثلاثية الأبعاد، وتتبع الكائنات المتعددة، وتوقع المسارات. ### **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 للمراجعة؟ في هذه المحاضرة، سأقدم فينشين، وهي معيار رمزي جديد لتقييم قدرات النمذجة اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. ويغطي هذا المعيار 54 موضوعًا متنوعًا — من حسابات الفائدة المركبة والضرائب إلى تحليل قائمة التدفق النقدي — مما يجعله بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية الحساسة. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُسلط هذا المعيار الضوء على طريقة تفكير النماذج — وأين تفشل. كما سأحدد الاتجاهات المستقبلية لتطوير نماذج مالية تركّز على الاستدلال وتوائم 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 والتحقق من الحقائق. وقد تم نشر أعماله في أهم المؤتمرات في معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويشغل حاليًا منصب قائد لمبادرات 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 اللغوية الكبيرة.