[1/3] AI Leadership Summit 2025 - AI Leadership (Рубрика #AI)
С интересом я посмотрел видео первого дня AI саммита, что про проходил недавно в Нью-Йорке. В этот день были обзорные рассказы инвесторов из AI фондов, что вкладываются в AI, а также основателей стартапов или представителей крупных компаний, что сейчас активно экспериментируют с Gen AI технологиями. Отдельно отмечу, что очень неудобно, когда все выступления скомпонованы в одном видео, которое я смотрел неделю по утрам:) Поделюсь с вами кратким рассказом о том, какие доклады были в рамках этой конференции
Lux Capital: Trends in 2025 (00:17:20)
Грейс Исорд из Lux Capital представила обзор текущего состояния ИИ. Она отметила экспоненциальный рост технологий ИИ за последние 2,5 года, упомянула про Stargate, OpenAI и DeepSeek, а дальше ушла в обсуждение "момента ИИ-агентов" и отметила, что автономные агенты пока не работают идеально из-за разного вида ошибок и показала это на примере агента, что помогал ей с заказом билетов на конфу
- Decision error - wrong facts (спутан рейс)
- Implementation error - wrong access/integration (нужно преодолевать CAPTCHA)
- Heuristic error - wrong criteria (не учитывался трафик по пути в аэропорт)
- Taste error - wrong personal preferences (спикер не готова летать Boeing 737)
Она описала пять стратегий для улучшения агентов:
- Data curation (курирование данных)
- Important of evals (важность оценки)
- Scaffolding systems (создание надежных систем)
- UX is the moat that matters (UX - имеет основное значение)
- Mutlimodality (мультимодальность.)
AI-execs: Building an AI Strategy That Fails (00:35:11)
Ироничный доклад от двух топов о том, как создать AI стратегию, которая провалится. Рассказ в форме книги "Вредные советы" от Григория Остера, которую я любил читать в детстве. Спикеры описали распространенные ошибки: создание разрозненных команд, неясное определение стратегии, использование непонятного жаргона, неправильное распределение задач, фокус на инструментах вместо процессов и игнорирование данных. Фактически, действуя от обратного, можно избежать многих проблем при разработке AI-стратегии.
Privacera: Building with AI Safety and Security (00:52:05)
Дон Боско Дури, сооснователь и CTO Privacera, рассказал о безопасности и надежности AI-агентов. Он объяснил, что агенты, задачи и инструменты обычно работают в одном процессе OS, что создает проблемы безопасности. Дури предложил трехуровневый подход: оценка рисков перед внедрением, обеспечение правильной аутентификации и авторизации, и наблюдение за работой агентов в реальном времени.
Augment Code: Self-Coding Agents (01:10:07)
Колин Флэри из Augment Code продемонстрировал AI-агента, который помогает писать свой собственный код. Более 90% из 20,000 строк кода их агента было написано самим агентом под наблюдением человека. Агент смог добавлять интеграции с третьими сторонами, писать тесты и даже оптимизировать собственную производительность. Флэри подчеркнул важность контекстного движка, возможностей рассуждения и безопасной среды выполнения кода.
Neo4j: Knowledge Graphs (02:07:32)
Стеф Чин из Neo4j и Джонатан Лоу из Pfizer обсудили использование графовых баз данных для улучшения RAG-систем. Лоу рассказал о проекте в Pfizer, где графовые базы данных помогли ускорить передачу технологий от лабораторных исследований к промышленному производству лекарств. Они объяснили, как графовые базы данных обеспечивают лучший контекст для LLM и уменьшают галлюцинации. На самом деле рассказ похож просто на промо комбинации использования эмбеддингов для документов + дополнительных связей между сами медицинскими документами, что можно хранить в виде связей в графе.
Продолжение обзора конференции AI Summit в следующих постах.
#AI #Software #Product #Management #Leadership
С интересом я посмотрел видео первого дня AI саммита, что про проходил недавно в Нью-Йорке. В этот день были обзорные рассказы инвесторов из AI фондов, что вкладываются в AI, а также основателей стартапов или представителей крупных компаний, что сейчас активно экспериментируют с Gen AI технологиями. Отдельно отмечу, что очень неудобно, когда все выступления скомпонованы в одном видео, которое я смотрел неделю по утрам:) Поделюсь с вами кратким рассказом о том, какие доклады были в рамках этой конференции
Lux Capital: Trends in 2025 (00:17:20)
Грейс Исорд из Lux Capital представила обзор текущего состояния ИИ. Она отметила экспоненциальный рост технологий ИИ за последние 2,5 года, упомянула про Stargate, OpenAI и DeepSeek, а дальше ушла в обсуждение "момента ИИ-агентов" и отметила, что автономные агенты пока не работают идеально из-за разного вида ошибок и показала это на примере агента, что помогал ей с заказом билетов на конфу
- Decision error - wrong facts (спутан рейс)
- Implementation error - wrong access/integration (нужно преодолевать CAPTCHA)
- Heuristic error - wrong criteria (не учитывался трафик по пути в аэропорт)
- Taste error - wrong personal preferences (спикер не готова летать Boeing 737)
Она описала пять стратегий для улучшения агентов:
- Data curation (курирование данных)
- Important of evals (важность оценки)
- Scaffolding systems (создание надежных систем)
- UX is the moat that matters (UX - имеет основное значение)
- Mutlimodality (мультимодальность.)
AI-execs: Building an AI Strategy That Fails (00:35:11)
Ироничный доклад от двух топов о том, как создать AI стратегию, которая провалится. Рассказ в форме книги "Вредные советы" от Григория Остера, которую я любил читать в детстве. Спикеры описали распространенные ошибки: создание разрозненных команд, неясное определение стратегии, использование непонятного жаргона, неправильное распределение задач, фокус на инструментах вместо процессов и игнорирование данных. Фактически, действуя от обратного, можно избежать многих проблем при разработке AI-стратегии.
Privacera: Building with AI Safety and Security (00:52:05)
Дон Боско Дури, сооснователь и CTO Privacera, рассказал о безопасности и надежности AI-агентов. Он объяснил, что агенты, задачи и инструменты обычно работают в одном процессе OS, что создает проблемы безопасности. Дури предложил трехуровневый подход: оценка рисков перед внедрением, обеспечение правильной аутентификации и авторизации, и наблюдение за работой агентов в реальном времени.
Augment Code: Self-Coding Agents (01:10:07)
Колин Флэри из Augment Code продемонстрировал AI-агента, который помогает писать свой собственный код. Более 90% из 20,000 строк кода их агента было написано самим агентом под наблюдением человека. Агент смог добавлять интеграции с третьими сторонами, писать тесты и даже оптимизировать собственную производительность. Флэри подчеркнул важность контекстного движка, возможностей рассуждения и безопасной среды выполнения кода.
Neo4j: Knowledge Graphs (02:07:32)
Стеф Чин из Neo4j и Джонатан Лоу из Pfizer обсудили использование графовых баз данных для улучшения RAG-систем. Лоу рассказал о проекте в Pfizer, где графовые базы данных помогли ускорить передачу технологий от лабораторных исследований к промышленному производству лекарств. Они объяснили, как графовые базы данных обеспечивают лучший контекст для LLM и уменьшают галлюцинации. На самом деле рассказ похож просто на промо комбинации использования эмбеддингов для документов + дополнительных связей между сами медицинскими документами, что можно хранить в виде связей в графе.
Продолжение обзора конференции AI Summit в следующих постах.
#AI #Software #Product #Management #Leadership