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

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ مقهى كولناجو** يسعدنا إعادة إطلاق **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهضيريّات**—وهو مكان واسع وترحيبي مثالي للمحاضرات التقنية، وبناء العلاقات، والاستمتاع بالمرطبات. يجمع هذا الحدث الباحثين والمتخصصين وهواة مجالات **التعلم الآلي، الذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية والصناعية ومختبرات 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 كولناجو، جزيرة الهضيريّات، 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** → محاضرات تقنية (3 متحدثين) * **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 - جين ستريت** **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 Real-Time Market Data Forecasting". تعكس مجموعة البيانات والإعداد بدقة التحديات الواقعية لبناء نماذج في الأسواق المالية الحديثة. سأشارك خط أنابيب العمل بالكامل، وأسلط الضوء على النتائج المهمة المستخلصة من تطوير النماذج ضمن هذه الشروط. **نبذة قصيرة** باتريك يام هو باحث كمي وحاصل على لقب بطل عالمي في مسابقات كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) والهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي للتنبؤات المالية، 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:** مراد سمريتاب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** دفع التعلم الآلي تقدمًا كبيرًا في إدراك القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها وحتى دمج البيانات من الحساسات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً ممتازًا في الاختبارات غالبًا ما تخيب الأمال 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 مثل التغير بين المجالات، ومعايرة الحساسات، والفجوة بين المحاكاة والواقع، بالإضافة إلى التوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لإدراك القيادة الذاتية، إلى جانب رؤى عملية حول سبب صعوبة تحقيق "الـ 10٪ الأخيرة" من المشكلة. **نبذة قصيرة** مراد سمريتاب 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، والتنبؤ بالمسارات. ### **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 تقوم باستنتاج حلول للمشكلات المالية بطريقة شفافة وقابلة للتدقيق؟ في هذه المحاضرة، سأقدم FinChain، وهو معيار رمزي جديد يقيّم قدرات النماذج اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. ويغطي FinChain 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل بيانات القوائم النقدية — 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 — وأماكن فشلها. كما سأعرض اتجاهات مستقبلية 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 البروفيسور بريسلاف ناكوف. يتركز بحثه على الاستدلال في النماذج اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي وفحص الحقائق. نُشرت أعماله في أهم المؤتمرات في مجال 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 ركّز أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.