[in-person] أبوظبي لقاء تعلم الآلة الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي لتخصص تعلم الآلة – انطلاقة الموسم @ مقهى كولناجو** يسعدنا استئناف **لقاء أبوظبي لتخصص تعلم الآلة** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهضيريّة** — وهو مكان واسع وودود، مثالي للعروض التقنية والشبكات والمشروبات الخفيفة. سيجمع هذا الحدث الباحثين والممارسين وهواة **تعلم الآلة، الذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية والصناعية ومختبرات الأبحاث المدعومة من الحكومة. سواء كنت طالبًا أو مهندسًا أو باحثًا، أو ببساطة 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 كولناجو، جزيرة الهضيريّة، أبوظبي * **التسجيل:** مجاني (يتطلب التأكيد بالحضور) (بحد أقصى 50 شخصًا) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل، والتواصل الاجتماعي * **6:30 – 8:00 مساءً** → عروض تقنية (3 محاضرين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة، وتبادل اجتماعي غير رسمي **🎤 البرنامج** ### **المحاضرة 1: الحل الذي حصل على المركز الثاني في مسابقة كاجل: تنبؤ بيانات السوق الفورية - Jane Street** **المتحدث:** باتريك يام (باحث كمي) **الملخص** تقدم هذه المحاضرة نهجًا شاملاً من البداية إلى النهاية حول الحل الذي حصل على المركز الثاني في مسابقة كاجل "Jane Street Real-Time Market Data Forecasting". تعكس مجموعة البيانات والإعداد بشكل وثيق واقع بناء النماذج الخاصة بالأسواق المالية الحديثة. سأشارك خط الإنتاج الكامل، وأسلط الضوء على النتائج المثيرة التي تم التوصل إليها أثناء تطوير النماذج ضمن هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحائز على لقب بطل كبار المتنافسين في 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، ولديه خبرة في نمذجة السلاسل الزمنية، والتعلم العميق، وأنظمة التنبؤ الفورية. وقد حصل على العديد من الميداليات الذهبية والفضية في مسابقات كاجل. ### **المحاضرة 2: من المختبر إلى الطريق: تحديات إدراك القيادة الذاتية** **المتحدث:** مراد سمرتعب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** دفع تعلم الآلة تقدمًا كبيرًا في مجال إدراك القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها وحتى دمج المستشعرات والتنبؤ. ومع ذلك، غالبًا ما تفشل النماذج التي تحقق نتائج رائعة في الاختبارات القياسية عند تطبيقها في ظروف العالم الحقيقي. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنغطي خط إنتاج الإدراك (المستشعرات، الكشف، التتبع، الدمج)، ونسلط الضوء على التحديات بما في ذلك انتقال المجال، المعايرة، فجوة المحاكاة مقابل الواقع، والتوازن بين الدقة والأداء الفوري. تم تصميم الجلسة لتزويد الحضور بفهم عام لمفاهيم الإدراك الذاتي، بالإضافة إلى رؤى عملية حول سبب صعوبة تحقيق "الـ 10٪ الأخيرة" من المشكلة. **نبذة قصيرة** مراد سمرتعب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) بجامعة خليفة. يحمل درجة البكالوريوس في الهندسة الحاسوبية (2021) والماجستير 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، والكشف ثلاثي الأبعاد، وتتبع الكائنات المتعددة، وتوقع المسارات. ### **المحاضرة 3: فينشين و ما بعدها: نحو استدلال مالي شفاف في أنظمة الذكاء الاصطناعي** **المتحدث:** زهوهان شي، باحث في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI) **الملخص** كيف يمكننا بناء أنظمة ذكاء اصطناعي تُعالج المشكلات المالية بطريقة شفافة وقابلة للمراجعة؟ في هذه المحاضرة، سأقدم فينشين (FinChain)، وهي معيار رمزي جديد يقيم قدرات النمذجة اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. ويغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل قائمة التدفقات النقدية — ليوفر بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية عالية الخطورة. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُسلط الضوء على طريقة تفكير النماذج — وأين تفشل. كما سأحدد الاتجاهات المستقبلية لتطوير نماذج مالية تركّز على الاستدلال وتتماشى بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الحقيقي. **نبذة قصيرة** زهوهان شي هو باحث ما بعد الدكتوراه في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI)، يعمل مع البروفيسور برسلاف ناكوف. يتركز بحثه على الاستدلال في النماذج اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي والتحقق من الحقائق. وقد نُشرت أعماله في أهم المؤتمرات العالمية 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، وركزت أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.