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

**🚀 لقاء أبوظبي لتعلم الآلة – انطلاقة الموسم @ مقهى كولناجو** يسعدنا إعادة بدء **لقاء أبوظبي لتعلم الآلة** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهديريات**—موقعاً واسعاً ومرحباً، مثالياً للعروض التقنية، وبناء العلاقات، والمشروبات المنعشة. يجمع هذا الحدث الباحثين والمتخصصين وهواة **تعلم الآلة، والذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية والصناعية ومختبرات الأبحاث المدعومة من الحكومة. سواء كنت طالباً أو مهندساً أو باحثاً أو مجرد شخص مهتم بالذكاء الاصطناعي، فستجد شيئاً لتتعلمه وشخصاً لتتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **الموقع:** مقهى كولناجو، جزيرة الهديريات، أبوظبي * **التسجيل:** مجاني (يُطلب التأكيد) (بحد أقصى 50 شخصاً) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل والتواصل * **6:30 – 8:00 مساءً** → عروض تقنية (3 متحدثين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة وتواصل 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 مجموعة البيانات والإعداد بدقة واقع بناء النماذج للأسواق المالية الحديثة. سأشارك في هذه المحاضرة خطوات العملية الكاملة، وأسلط الضوء على النتائج المهمة المستخلصة من تطوير النماذج في هذه الظروف. **نبذة مختصرة** باتريك يام هو باحث كمي وحائز على لقب كبير أساتذة مسابقات كاجل. يمتلك درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) والهندسة النقلية (جامعة هونغ كونغ). يتخصص باتريك في تعلم 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 التعلم الآلي تقدماً كبيراً في مجال إدراك القيادة الذاتية، بدءاً من كشف الكائنات وتتبعها، وصولاً إلى اندماج المستشعرات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً متميزاً في الاختبارات القياسية غالباً ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنغطي خطوات عملية الإدراك (المستشعرات، الكشف، التتبع، الاندماج) ونسلط الضوء على التحديات بما في ذلك تحوّل المجال، المعايرة، الفجوة بين المحاكاة والواقع، ومقايضات الدقة مقابل الأداء في الوقت الفعلي. تم تصميم هذه الجلسة لتزويد الحضور بفهم شمولي لإدراك القيادة الذاتية، إضافة إلى رؤى عملية حول سبب كون "الـ 10٪ الأخيرة" من المشكلة هي الأصعب في كثير من الأحيان. **نبذة مختصرة** مُراد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) في جامعة خليفة. يمتلك بكالوريوس في هندسة الحاسوب (2021) وماجستير في علوم الحاسوب (2023)، كلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ في القيادة الذاتية، مع خبرة عملية في اندماج الليدار–الكاميرا، وكشف الكائنات ثلاثية الأبعاد، وتتبع الكائنات المتعددة، وتوقع المسارات. ### **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 تستطيع التفكير في المشكلات المالية بطريقة شفافة وقابلة للتدقيق؟ في هذه المحاضرة، سأقدم فينشين (FinChain)، وهي معيار رمزي جديد لتقييم قدرات النماذج اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. وتشمل فينشين 54 موضوعاً متنوعاً — من حسابات الفوائد المركبة والضرائب إلى تحليل بيانات قائمة التدفقات النقدية — لتوفير بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية الحساسة. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، تسلط فينشين الضوء على طريقة تفكير النماذج — وأماكن فشلها. كما سأحدد الاتجاهات المستقبلية لتطوير نماذج مالية تركّز على الاستدلال وتتماشى بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الواقعي. **نبذة مختصرة** زهوهان شي هو 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 أبرز المؤتمرات في معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويتولى حالياً 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، وركزت أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.