Підприємницький агентний ШІ на краї.

Важлива примітка: Для входу обов'язково потрібно зареєструватися на сайті AICamp. Опис: Приєднайтеся до Capgemini, Qualcomm, Arduino та Moorcheh для обговорення майбутнього агентного штучного інтелекту за межами дата-центру. Ми дослідимо, як досягнення в області крайніх обчислень, локальної інференції, векторного пошуку та постійної пам'яті дозволяють інтелектуальним системам працювати безпосередньо на пристроях, зберігаючи контекст, автономію та чуйність. Вечір поєднає підприємницькі перспективи, технічні вглиблення та живі демонстрації, що показують, що стає можливим, коли системи ІІ можуть пам'ятати, мислити та діяти без постійної залежності від хмарної інфраструктури. Агенда: * ​17:30 – 18:00: Реєстрація, їжа та мережування * 18:00 – 18:15: Привітання та оновлення спільноти * ​18:15 – 20:00: Технічні доповіді та запитання-відповіді ​* 20:00 – 20:30: Відкрите обговорення, мережування та закриття Відкриваюча доповідь: Майбутнє обчислень на краю Спікер: Євгеній Гусєв, віце-президент, технічний директор і член ради директорів, Qualcomm. Резюме: Візіонерський старт про еволюцію крайніх обчислень. Євгеній досліджує, як архітектура Qualcomm дозволяє таким пристроям, як Arduino UNO Q, обробляти складні, локалізовані навантаження ІІ, не покладаючись на масивну інфраструктуру дата-центру. Технічна доповідь: Технічне ознайомлення з платформою Arduino UNO Q Спікер: TBD, старший розробник, Arduino (компанія Qualcomm) Резюме: ​Ця сесія охоплює точні апаратні обмеження, налаштування середовища Linux та механіку оптимізації плати для підтримки важких локальних розгортань, таких як семантичний пошук і моделі з відкритим кодом. Технічна доповідь: Морський край: Векторний пошуковий двигун Moorcheh ITS на Arduino Uno Q Спікер: ​Д-р Маджид Фекрі, CTO та співзасновник, Moorcheh.ai Резюме: ​​Живий огляд коду та демонстрація апаратного забезпечення, що демонструє пошукову систему Moorcheh Information-Theoretic Search (ITS), що працює повністю локально. Маджид покаже, як апаратне забезпечення здійснює пошук у своїй постійній пам'яті та генерує відповіді в режимі реального часу - цілком офлайн. Запустивши повний векторний пошук і квантизовану локальну LLM нативно на Arduino UNO Q (3,6 ГБ), ми доводимо, що агентна пам'ять корпоративного рівня не потребує масивних обчислень. Технічна доповідь: Gen Edge AI: Мислення, агентна пам'ять та фізичний інтелект Спікер: Тара Хані, CEO та співавтор, Moorcheh.ai Резюме: ​​Тара розкриє, як енергоефективні структури агентної пам'яті є відсутнім шаром для фізичного ІІ. Оскільки робочі процеси ІІ переходять від статичних RAG до автономних кодувальних агентів (таких як Cursor і Claude Code), традиційні векторні бази даних вводять катастрофічний "податок на ОП" і вузькі місця пасивного отримання. Ця сесія охоплює архітектуру Memanto від Edge AI Innovations, активного пам'яті агента з відкритим кодом, побудованого на семантичному двигуні інформаційної теорії. Ми розглянемо, як замінити пасивне отримання даних на трипримітивний цикл пам'яті (пам'ятати, згадувати, відповідати), що надає агентам постійний контекст між сесіями. Спікери/Теми: Якщо ви маєте зацікавленість у виступах перед нашою спільнотою, запрошуємо вас подати теми на розгляд: Подати теми Спонсори: Ми активно шукаємо спонсорів для підтримки нашої спільноти. Чи це шляхом надання місць для проведення заходів, забезпечення їжею/напоями або грошовим спонсорством. Спонсори не тільки виступатимуть на зустрічах, отримуватимуть видиме визнання, але й матимуть доступ до нашої великої бази учасників з понад 50 000 розробників ІІ у Сан-Франциско та понад 500 000 у світі.