•   السبت 9 ديسمبر: عروض ومناقشات
• الأحد 10 ديسمبر: عروض ومناقشات
•   الإثنين 11 ديسمبر:خلاصة ونشاط ثقافي

المنظمون:

• مايكل آي. جوردان، جامعة كاليفورنيا في بيركلي
• سايبرانيثكاريميردي، جامعة كاليفورنيا في بيركلي
• ياودونغيو، جامعة كاليفورنيا في بيركلي

اللجنة المحلية:

• سامويلهورفاث، جامعة محمد بن زايد للذكاء الاصطناعي
• كارثيك نانداكومار، جامعة محمد بن زايد للذكاء الاصطناعي
• برانيثفيباكوما، معهد ماساتشوستس للتكنولوجيا، جامعة محمد بن زايد للذكاء الاصطناعي

أصبح السعي لتحقيق التنمية المستدامة من الأولويات العالمية، إذ تحاول مختلف المجتمعات تحقيق التوازن بين النمو الاقتصادي من جهة والرفاه الاجتماعي وحماية البيئة من جهة أخرى. إلا أن تحقيق أهداف التنمية المستدامة التي وضعتها الأمم المتحدة يتطلب فهماً شاملاً للأنظمة المعقدة القائمة كما يستلزم توفر بيانات عالية الجودة توجّه صنع القرار بشكلٍ مدروس.

ولكن معظم البيانات اللازمة لهذه الغاية هي بيانات خاصة وتتسم بالحساسية ويملكها أفراد أو منظمات تترد بمشاركتها، وهو أمر يمكن تفهمه نظراً للمخاوف المتعلقة بالخصوصية والأمن واحتمال سوء استخدام البيانات. هذا وحددت مبادرة النبض العالمي التابعة للأمم المتحدة انخفاض إمكانية الوصول إلى البيانات على أنه العائق الأساسي الذي يحول دون الاستفادة من إمكانيات الذكاء الاصطناعي لتحقيق أهداف التنمية المستدامة. ويشكل ذلك عقبة كبيرة في وجه تسخير الإمكانيات الكاملة للنهج القائمة على البيانات من أجل خدمة التنمية المستدامة.غير أن التعلم التعاوني قد يقدم حلاً لمواجهة هذه المشكلة،إذ يستطيع أن يعالج المخاوف المتعلقة بخصوصية البيانات، كما يشكل طريقة محتملة شاملة أكثر لتحقيق التنمية المستدامة. في هذا السياق، غالباً ما تقوم الطرق المركزية لتحليل البيانات بإقصاء أصحاب المصلحة من عملية صنع القرار والحد من قدرتهم على المشاركة بنشاط في تشكيل التدخلات التي تؤثر مباشرة بمجتمعاتهم. أما التعلم التعاوني، فيمكّن أصحاب المصلحة إذ يطلب منهم المشاركة بنشاط في عملية تدريب النموذج.

هذا ومن شأن الطبيعة اللامركزية التي يتسم بها التعلم التعاوني أن تؤدي أيضاً إلى قيام أنظمة أكثر فعالية وقابلة للتوسيع، لاسيما في السيناريوهات التي تكون فيها مصادر البيانات متوزعة جغرافياً أو حيث تكون المصادر محدودة.بالتالي، يمكننا أن نقلص الاعتماد على البنى التحتية المركزية من خلال الاستفادة من الموارد الحاسوبية المحلية، ما يجعل من هذه الموارد خياراً أفضل عملياً للمبادرات المنفذة في سياقات محدودة الموارد.

شاهد الآن

• الإثنين 8 يناير: عروض ومناقشات
• الثلاثاء 9 يناير: عروض ومناقشات
• الأربعاء 10 يناير: التخطيط والتدوين (جلسة مغلقة)

موقع الفعالية: حرم جامعة محمد بن زايد للذكاء الاصطناعي، مركز الزوار (القدرة الاستيعابية: 60 شخصاً)

يشهد قطاع الإحصاءات ضغوطاً متعددة من الحكومات والمجتمعات بشكلٍ عام، التي تطالب بأن يتطرق هذا القطاع إلى التحديات الكبرى والمهمة التي يشهدها العالم اليوم. ولذلك، يبحث أعضاء مجتمع الإحصاءات عن طرق تساهم في إثبات تركيز القطاع على المسائل المهمة. تهدف ورشة العمل هذه إلى تلبية هذا الطلب من خلال تحديد التحديات التي يمكن لمجتمع الإحصاءات أن يعالجها ووضع خطة عمل مفصّلة لتحقيق ذلك.

تشكل الإحصاءات عنصراً أساسياً في مجال الذكاء الاصطناعي، إذ تساهم في تطوير الأسس النظرية للذكاء الاصطناعي كما وتطبيقاته العملية. على سبيل المثال، تساهم الإحصاءات في تحقيق التقدم في النماذج وطرق الاستدلال والتقنيات الإحصائية التي تعالج مشاكل البيانات وتدعم اتخاذ القرارات.

التسجيل لحضور الفعالية هنا
تقديم عرض والحصول على معلومات إضافية هنا

شاهد الآن

جلسة مخصصة للأبحاث – الخميس 13 أكتوبر، من 10 صباحاً إلى 4 مساءً

كين غولدبرغ

أستاذ ورئيس قسم وليام س. فلويد جونيور للتميز في جامعة كاليفورنيا في بيركلي