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

**🚀 لقاء أبوظبي لتكنولوجيا تعلم الآلة – انطلاق الموسم @ مقهى كولناجو** يسعدنا إعادة بدء **لقاء أبوظبي لتكنولوجيا تعلم الآلة** مع موسم جديد من المحاضرات والتجمعات المجتمعية. هذه المرة، سنلتقي في **مقهى كولناجو في جزيرة الهديريّات**، وهو مكان واسع وترحيبي، مثالي للعروض التقنية، وبناء العلاقات، وتقديم المرطبات. سيجمع هذا الحدث الباحثين والمتخصصين وهواة **تعلم الآلة، الذكاء الاصطناعي، وعلوم البيانات** من الأوساط الأكاديمية، والصناعية، ومختبرات الأبحاث المدعومة من الحكومة. سواء كنت طالبًا أو مهندسًا أو باحثًا أو فقط مهتمًا بالذكاء الاصطناعي، فستجد شيئًا تستفيد منه وشخصًا تتواصل معه. ## 📅 تفاصيل الحدث * **التاريخ:** الخميس، 25 سبتمبر 2025 * **الوقت:** 6:00 مساءً – 9:00 مساءً * **الموقع:** مقهى كولناجو، جزيرة الهديريّات، أبوظبي * **التسجيل:** مجانًا (مطلوب التسجيل المسبق) (بحد أقصى 50 شخصًا) ## 📌 جدول الأعمال * **6:00 – 6:30 مساءً** → الوصول، التسجيل، وبناء العلاقات * **6:30 – 8:00 مساءً** → العروض التقنية (3 متحدثين) * **8:00 – 9:00 مساءً** → أسئلة وأجوبة، مناقشة مفتوحة، وتبادل علاقات 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 يوضح الحل الذي حصل على المركز الثاني في مسابقة كاجل "Jane Street Real-Time Market Data Forecasting". تعكس مجموعة البيانات والإعدادات بدقة واقع بناء النماذج للأسواق المالية الحديثة. سأشارك في هذه المحاضرة خطوات العملية بأكملها، مع تسليط 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 كبرى مسابقات كاجل. يمتلك درجتي ماجستير في علوم البيانات والتحليل (جامعة كارديف، المملكة المتحدة) والهندسة النقل (جامعة هونغ كونغ). يتخصص باتريك في تطبيقات تعلم الآلة للتنبؤ المالي، 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:** مُراد سمرتياب (مهندس بحث، مختبر المركبات الذاتية – جامعة خليفة) **الملخص** ساهم تعلم الآلة في تحقيق تقدم كبير في مجال إدراك القيادة الذاتية، بدءًا من كشف الكائنات وتتبعها، وصولاً إلى دمج المستشعرات والتنبؤ. ومع ذلك، فإن النماذج التي تؤدي بشكل ممتاز في الاختبارات القياسية غالبًا ما تفشل في الظروف الواقعية. تستعرض هذه المحاضرة الفجوة بين البحث والمنتج في مجال إدراك القيادة الذاتية. سنتناول خطوات عملية الإدراك (المستشعرات، الكشف، التتبع، الدمج)، ونسلط الضوء على التحديات مثل تحوّل المجال، ومعايرة الأنظمة، والفجوة بين المحاكاة والواقع، بالإضافة إلى المفاضلة بين الدقة والأداء في الوقت الفعلي. تم تصميم الجلسة لتزويد الحضور بفهم عام لإدراك القيادة الذاتية، إلى جانب رؤى عملية حول سبب صعوبة "الـ 10٪ الأخيرة" من هذه المشكلة. **نبذة قصيرة** مُراد سمرتياب هو مهندس بحث في مختبر المركبات الذاتية (AVLab) بجامعة خليفة. يمتلك درجة البكالوريوس في هندسة الحاسوب (2021) والماجستير في علوم الحاسوب (2023)، وكلاهما من جامعة خليفة. يتركز بحثه على الإدراك والتنبؤ في القيادة الذاتية، ولديه خبرة عملية في دمج بيانات الليدار والكاميرا، وكشف الكائنات ثلاثية الأبعاد، وتتبع الكائنات المتعددة، وتوقع المسارات. ### **المحاضرة 3: فينشين وراءه: 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 تتمكن من معالجة المشكلات المالية بطريقة شفافة وقابلة للتدقيق؟ في هذه المحاضرة، سأقدم "فينشين"، وهو معيار رمزي جديد لتقييم قدرة النماذج الكبيرة للغة على الاستدلال خطوة بخطوة في السيناريوهات المالية. يغطي فينشين 54 موضوعًا متنوعًا — من حسابات الفوائد المركبة والضرائب إلى تحليل قائمة التدفقات النقدية — ويقدم بيئة اختبار شاملة للاستدلال الرمزي في السياقات المالية الحساسة. من خلال تفكيك المهام المعقدة إلى سلاسل استدلال منظمة، يُلقي الضوء على طريقة تفكير النماذج — وأماكن فشلها. كما سأعرض الاتجاهات المستقبلية لتطوير نماذج مالية تركّز على الاستدلال وتوافق بشكل أفضل مع توقعات البشر واحتياجات اتخاذ القرار في العالم الواقعي. **نبذة قصيرة** 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 الكبيرة للغة، مع تطبيقات في الذكاء الاصطناعي المالي والتحقق من الحقائق. نُشرت أبحاثه في أبرز المؤتمرات في معالجة اللغة الطبيعية مثل ACL وEMNLP وNAACL، ويتولى حاليًا 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، ركّزت أطروحته على توليد القصص وتقييمها باستخدام النماذج الكبيرة للغة. ## ℹ️ ما الذي يمكن توقعه * **العروض:** محاضرات تقنية وسهلة الفهم حول أحدث المواضيع في تعلم الآلة والذكاء الاصطناعي * **المجتمع:** فرصة للقاء الأقران من الأوساط الأكاديمية، والصناعية، ووحدات البحث والتطوير الحكومية * **المرطبات:** تُقدَّم من قبل مقهى كولناجو (بفضل رعاة الحدث) * **أحضر معك:** الفضول، الأسئلة، وبطاقات العمل (إذا رغبت في بناء علاقات مهنية) ## 🎯 من يجب أن يشارك؟ * الباحثون والمهندسين في مجال تعلم الآلة والذكاء الاصطناعي * علماء البيانات ومطوري البرمجيات * الطلاب والمهنيين المبتدئين المهتمين بالذكاء الاصطناعي التطبيقي * المهنيون في القطاعات الصناعية الذين يستكشفون تطبيقات تعلم الآلة