Agent AI dla przedsiębiorstw na krawędzi

Ważna informacja: Rejestracja na stronie AICamp jest WYMAGANA do uzyskania wstępu. Opis: Dołącz do Capgemini, Qualcomm, Arduino i Moorcheh na dyskusję na temat przyszłości Agentic AI poza centrum danych. Zbadamy, jak postępy w obliczeniach brzegowych, lokalnym wnioskowaniu, wyszukiwaniu wektorowym i pamięci trwałej pozwalają inteligentnym systemom działać bezpośrednio na urządzeniach, zachowując kontekst, autonomię i elastyczność. Wieczór połączy perspektywy przedsiębiorstw, techniczne prezentacje i pokazy na żywo, ukazujące, co staje się możliwe, gdy systemy AI mogą pamiętać, rozumować i działać bez stałego polegania na infrastrukturze chmurowej. Agenda: * ​17:30 – 18:00: Rejestracja, jedzenie i nawiązywanie kontaktów * 18:00 – 18:15: Powitanie i aktualizacja społeczności * ​18:15 – 20:00: Prezentacje techniczne i sesja pytań i odpowiedzi ​* 20:00 – 20:30: Otwarte dyskusje, nawiązywanie kontaktów i zakończenie Wykład otwierający: Przyszłość obliczeń na brzegu Mówca: Evgeni Gousev, Wiceprezydent, Ekspert ds. technologii i produktów oraz członek zarządu, Qualcomm. Abstrakt: Wizjonerskie otwarcie na ewolucję obliczeń brzegowych. Evgeni bada, w jaki sposób architektura Qualcomm umożliwia urządzeniom takim jak Arduino UNO Q przetwarzanie złożonych, lokalnych obciążeń AI bez polegania na masywnej infrastrukturze centrum danych. Prezentacja techniczna: Techniczne wprowadzenie do platformy Arduino UNO Q Mówca: TBD, Starszy deweloper, Arduino (firma Qualcomm) Abstrakt: ​Sesja ta obejmuje dokładne ograniczenia sprzętowe, konfigurowanie środowiska Linux oraz mechanikę optymalizacji płyty, aby wspierać duże lokalne wdrożenia, takie jak wyszukiwanie semantyczne i modele open-source. Prezentacja techniczna: ​Moor Edge: Silnik wyszukiwania wektorowego Moorcheh ITS na Arduino UNO Q Mówca: ​Dr Majid Fekri, CTO i współzałożyciel, Moorcheh.ai Abstrakt: ​​Przegląd kodu na żywo i demonstrowanie sprzętu, prezentujące silnik wyszukiwania Moorcheh Information-Theoretic Search (ITS) działający w pełni lokalnie. Majid przeprowadzi przez wtyczkę kiosku detalicznego chroniącego prywatność, demonstrując, jak sprzęt przeszukuje swoją pamięć trwałą i generuje odpowiedzi w czasie rzeczywistym — całkowicie offline. Uruchomiając pełne wyszukiwanie wektorowe i zquantyzowany lokalny LLM natywnie na Arduino UNO Q (3.6GB), udowadniamy, że pamięć agentowa klasy przedsiębiorstw nie wymaga ogromnych obliczeń. Prezentacja techniczna: ​​Gen Edge AI: Wnioskowanie, pamięć agentowa i inteligencja fizyczna Mówca: Tara Khani, CEO i współzałożyciel, Moorcheh.ai Abstrakt: ​​Tara szczegółowo opisze, jak efektywne zasobowo struktury pamięci agentowej stanowią brakującą warstwę dla fizycznej AI. W miarę jak przepływy pracy AI przechodzą z statycznych RAG do autonomicznych agentów kodujących (takich jak Cursor i Claude Code), tradycyjne bazy danych wektorowych wprowadzają katastrofalny "podatek RAM" i pasywne wąskie gardła w odzyskiwaniu danych. Sesja ta omawia architekturę Memanto autorstwa Edge AI Innovations, aktywnego agenta pamięci open-source zbudowanego na semantycznym silniku informacyjnym. Wyjaśnimy, jak zastąpić pasywne pobieranie danych za pomocą pętli pamięci składającej się z trzech elementów (zapamiętaj, przypomnij, odpowiedz), które dają agentom kontekst trwający przez różne sesje. Mówiący/Tematy: Jeśli masz szczególne zainteresowanie mówieniem przed naszą społecznością, zapraszamy do zgłaszania tematów do rozważenia: Zgłoś tematy Sponsorzy: Aktywnie poszukujemy sponsorów, którzy wesprą naszą społeczność. Zarówno poprzez oferowanie przestrzeni na wydarzenia, zapewnianie jedzenia/napoju czy sponsorstwa finansowego. Sponsorzy nie tylko wystąpią na spotkaniach, otrzymają wyraźne uznanie, ale także zyskają dostęp do naszej obszernej bazy członkowskiej, liczącej ponad 50 000 deweloperów AI w San Francisco i 500 000+ na całym świecie.