Agentowy AI na krawędzi dla przedsiębiorstw

Przez ostatnie kilka lat, AI w przedsiębiorstwach była w dużej mierze definiowana przez prostą zasadę: inteligencja żyje w chmurze. Co się jednak dzieje, gdy AI musi działać tam, gdzie łączność jest ograniczona, opóźnienia mają znaczenie, prywatność jest krytyczna lub decyzje muszą być podejmowane w czasie rzeczywistym? W miarę jak organizacje badają urządzenia zasilane AI, systemy autonomiczne, robotykę, operacje przemysłowe i doświadczenia klientów nowej generacji, pojawia się nowa architektura — taka, w której rozumowanie, pamięć i podejmowanie decyzji zbliżają się do krawędzi. Dołącz do Capgemini Applied Innovation Exchange na dyskusję o przyszłości Agentowego AI poza centrum danych. Wraz z liderami z Qualcomm, Arduino i Moorcheh, zbadamy, jak postępy w obliczeniach na krawędzi, lokalnych wnioskowaniach, wyszukiwaniu wektorowym i pamięci trwałej umożliwiają inteligentnym systemom działanie bezpośrednio na urządzeniach, zachowując kontekst, autonomię i responsywność. Wieczór połączy perspektywy przedsiębiorstw, techniczne głębokie analizy oraz na żywo pokazy ilustrujące, co staje się możliwe, gdy systemy AI mogą pamiętać, rozumować i działać bez stałej zależności od infrastruktury chmurowej. Agenda:* ​5:30 PM – 6:00 PM: Rejestracja, jedzenie i networking* 6:00 PM – 6:15 PM: Powitanie i aktualizacja społeczności* ​6:15 PM – 8:00 PM: Prezentacje techniczne i pytania oraz odpowiedzi​* 8:00 PM – 8:30 PM: Otwarte dyskusje, networking i zakończenie Otwarte wystąpienie: Przyszłość obliczeń na krawędziAbstrakt: Wizjonerskie otwarcie na ewolucję obliczeń na krawędzi. Evgeni bada, jak architektura Qualcomm wspiera urządzenia takie jak Arduino UNO Q w przetwarzaniu złożonych, zlokalizowanych obciążeń AI bez polegania na rozbudowanej infrastrukturze centrów danych. Wykład techniczny: ​Techniczny przegląd platformy Arduino UNO QPrelegent: TBD, starszy programista, Arduino (firma Qualcomm) Abstrakt: ​Sesja ta obejmuje dokładne ograniczenia sprzętowe, konfigurowanie środowiska Linux oraz mechanikę optymalizacji płyty w celu wsparcia intensywnych lokalnych wdrożeń, takich jak wyszukiwanie semantyczne i modele open-source. Wykład techniczny: ​​Moor Edge: Silnik wyszukiwania wektorowego Moorcheh ITS działający na Arduino Uno Q Prelegent: ​Dr Majid Fekri, CTO i współzałożyciel, Moorcheh.ai Abstrakt: ​​Na żywo przegląd kodu i demonstracja sprzętowa ilustrująca silnik wyszukiwania Moorcheh Information-Theoretic Search (ITS) działający całkowicie lokalnie. Majid przeprowadzi przez pipeline kiosku detalicznego z zachowaniem prywatności, demonstrując, jak sprzęt przeszukuje swoją pamięć trwałą i generuje odpowiedzi w czasie rzeczywistym — całkowicie offline. Uruchamiając pełne wyszukiwanie wektorowe i zquantyzowany lokalny LLM natywnie na Arduino UNO Q (3.6GB), udowadniamy, że agentowa pamięć klasy przedsiębiorstw nie wymaga ogromnych zasobów obliczeniowych. Wykład techniczny: ​​Gen Edge AI: Rozumowanie, agentowa pamięć i inteligencja fizycznaPrelegent: Tara Khani, CEO i współzałożyciel, Moorcheh.ai Abstrakt: ​​Tara szczegółowo opisze, jak efektywne zasobowo struktury agentowej pamięci stanowią brakującą warstwę dla fizycznej AI. W miarę jak przepływy pracy AI przechodzą od statycznych RAG do autonomicznych agentów kodujących (takich jak Cursor i Claude Code), tradycyjne bazy danych wektorowych wprowadzają katastrofalny "podatek RAM" i wąskie gardła w pasywnym pobieraniu danych. Sesja ta omawia architekturę Memanto proponowaną przez Edge AI Innovations, open-source'owego agenta aktywnej pamięci zbudowanego na semantycznym silniku informacyjnym. Rozłożymy na części, jak zastąpić pasywne pobieranie danych pętlą pamięci z trzema podstawowymi prymitywami (pamiętaj, przypomnij sobie, odpowiedz), która daje agentom trwały, między sesyjny kontekst.