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

**🚀 لقاء أبوظبي لتّعَلُّمِ الآلة – انطلاق الموسم @ كافيه كولناغو** نحن متحمسون لإعادة بدء **لقاء أبوظبي لتّعَلُّمِ الآلة** مع موسم جديد من المحاضرات والاجتماعات المجتمعية. هذه المرة، سنلتقي في **كافيه كولناغو في جزيرة الهديريّة** — مكان واسع ومرحب مثالي للعروض التقنية، والتواصل، والمشروبات الخفيفة. سيجمع هذا الحدث الباحثين والمتخصصين وهواة **تعلم الآلة، والذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، والصناعة، ومعامل البحث المدعومة من الحكومة. سواء كنت طالبًا أو مهندسًا أو باحثًا، أو مجرد شخص مهتم بالذكاء الاصطناعي، فستجد شيئًا تستطيع التعلّم منه، وأشخاصًا للتواصل معهم. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **الموقع:** كافيه كولناغو، جزيرة الهديريّة، أبوظبي * **التسجيل:** مجاني (يتطلب التأكيد) (بحد أقصى 50 شخصًا) ## 📌 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 نهجًا شاملاً من البداية إلى النهاية وراء الحل الذي احتل المركز الثاني في مسابقة كاجل "Jane Street Real-Time Market Data Forecasting". تعكس مجموعة البيانات والإعداد بشكل وثيق واقع بناء النماذج للأسواق المالية الحديثة. سأشارك خط الإنتاج الكامل، وأسلط الضوء على الاكتشافات المهمة المستمدة من تطوير النماذج تحت هذه الظروف. **نبذة قصيرة** باتريك يام هو باحث كمي وحائز على لقب بطل كبار المنافسين في كاجل. يحمل درجتي الماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) وهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في تعلم الآلة للتنبؤ المالي، ولديه 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** دفع التعلم الآلي تقدمًا كبيرًا في مجال إدراك القيادة الذاتية، بدءًا من اكتشاف الكائنات وتتبعها، وحتى دمج المستشعرات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً ممتازًا في المعايير غالبًا ما تخيب الأداء في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنتناول خط سير الإدراك (المستشعرات، الكشف، التتبع، الدمج)، ونسلط الضوء على التحديات مثل الانحراف عن المجال، المعايرة، فجوة المحاكاة مقابل الواقع، والتوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لمجال إدراك القيادة الذاتية، وبعض الرؤى العملية حول سبب صعوبة "الـ 10٪ الأخيرة" من المشكلة. **نبذة قصيرة** مُرَاد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) في جامعة خليفة. يحمل بكالوريوس في هندسة الحاسوب (2021) وماجستير في علوم الحاسوب (2023)، وكلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ للقيادة الذاتية، ولديه خبرة عملية في دمج بيانات الليدار مع الكاميرا، واكتشاف الأجسام ثلاثية الأبعاد، وتتبع الكائنات المتعددة، والتنبؤ بالمسارات. ### **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 تقوم بالاستدلال حول المشكلات المالية بطريقة شفافة وقابلة للمراجعة؟ في هذه المحاضرة، سأقدّم فينشين (FinChain)، وهي معيار رمزي جديد يقيّم قدرات النمذجة اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. ويغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفائدة المركبة والضرائب إلى تحليل بيان التدفق النقدي — ليوفّر بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية ذات المخاطر العالية. ومن خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُلقي الضوء على كيفية "تفكير" النماذج — وأين تفشل. كما سأطرح أيضًا 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 بريسلاف ناكوف. يتركز بحثه على الاستدلال في النماذج اللغوية الكبيرة، مع تطبيقات في الذكاء الاصطناعي المالي وفحص الحقائق. وقد تم نشر أعماله في أهم مؤتمرات معالجة اللغة الطبيعية مثل ACL و EMNLP و NAACL، وهو حاليًا يقود 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، حيث ركّز أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة. ## ℹ️ ماذا تتوقع * **المحاضرات:** عروض تقنية ولكنها سهلة الفهم حول أحدث المواضيع في تعلم الآلة والذكاء الاصطناعي * **المجتمع:** فرصة للقاء أقرانك من الأوساط الأكاديمية، والصناعة، وأبحاث المؤسسات الحكومية * **المشروبات والوجبات الخفيفة:** تُقدَّم من قبل كافيه كولناغو (شكرًا لرعاةنا) * **اختر معك:** الفضول، الأسئلة، وبطاقات العمل (إذا أردت التواصل) ## 🎯 من يجب أن يشارك؟ * الباحثون والمهندسان في تعلم الآلة والذكاء الاصطناعي * علماء البيانات ومطوّري البرمجيات * الطلاب والمهنيون المبتدئون المهتمون بالذكاء الاصطناعي التطبيقي * المهنيون في الصناعة الذين يستكشفون تطبيقات تعلم الآلة