[in-person] لقاء أبوظبي للتعلم الآلي الموسم 6 الحلقة 1

**🚀 لقاء أبوظبي للتعلم الآلي – انطلاقة الموسم @ كافيه كولناغو** يسعدنا إعادة إطلاق **لقاء أبوظبي للتعلم الآلي** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **كافيه كولناغو في جزيرة الهدية** – وهو مكان واسع وترحيبي، مثالي للعروض التقنية، وبناء العلاقات، والمشروبات الخفيفة. يجمع هذا الحدث الباحثين والمتخصصين وهواة **التعلم الآلي، والذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، والصناعية، ومعامل 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 * **الموقع:** كافيه كولناغو، جزيرة الهدية، أبوظبي * **التسجيل:** مجانًا (يُشترط التأكيد المسبق) (بحد أقصى 50 شخصًا) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل، وبناء العلاقات * **6:30 – 8:00 مساءً** → عروض تقنية (3 متحدثين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة، وعلاقات غير رسمية **🎤 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 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 خط الإنتاج الكامل، وأسلط الضوء على النتائج المثيرة للاهتمام التي تم التوصل إليها أثناء تطوير النماذج في هذه الظروف. **نبذة مختصرة** باتريك يام هو باحث كمي وحائز على لقب بطل كبار في مسابقات كاجل. يمتلك درجتي ماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) والهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في التعلم الآلي 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:** مُرَاد سمرتياب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** دفع التعلم الآلي تقدمًا كبيرًا في مجال إدراك القيادة الذاتية، بدءًا من كشف الكائنات وتتبعها، وصولاً إلى دمج الحساسات والتنبؤ. ومع ذلك، فإن النماذج التي تحقق أداءً ممتازًا في المعايير المرجعية 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 انحراف المجال، المعايرة، فجوة المحاكاة إلى الواقع، والتوازن بين الدقة والأداء في الوقت الفعلي. تم تصميم هذه الجلسة لتزويد الحضور بفهم شمولي لإدراك القيادة الذاتية، إلى جانب رؤى عملية حول سبب صعوبة "الـ 10٪ الأخيرة" من المشكلة. **نبذة مختصرة** مُرَاد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) في جامعة خليفة. يحمل درجة البكالوريوس في هندسة الحاسوب (2021) والماجستير في علوم الحاسوب (2023)، كلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ للقيادة الذاتية، مع خبرة عملية في دمج ليزر-كاميرا، وكشف الأجسام ثلاثية الأبعاد، وتتبع الكائنات المتعددة، والتنبؤ بالمسارات. ### **المحاضرة 3: فينشين و ما بعدها: نحو الاستدلال المالي الشفاف في الذكاء الاصطناعي** **المتحدث:** زهوهان شي، باحث في جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI) **الملخص** كيف يمكننا بناء أنظمة ذكاء اصطناعي تستطيع الاستدلال عبر المشكلات المالية بطريقة شفافة وقابلة للتدقيق؟ في هذه المحاضرة، سأقدم فينشين (FinChain)، وهو معيار رمزي جديد يقيّم قدرات النماذج اللغوية الكبيرة على الاستدلال خطوة بخطوة في السيناريوهات المالية. ويغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل قائمة التدفقات النقدية — ليشكل بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية عالية المخاطر. من خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُلقي 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 الواقعي. **نبذة مختصرة** 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. نُشرت أعماله في أبرز المؤتمرات في مجال المعالجة اللغوية 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 المعالجة اللغوية الطبيعية من جامعة ملبورن في ديسمبر 2024، حيث ركّزت أطروحته على توليد القصص وتقييمها باستخدام النماذج اللغوية الكبيرة.