Олексій Мінаков і Олександр Краковецький зійдуться у видовищному батлі, щоб наживо продемонструвати найяскравіші й найнесподіваніші кейси використання інструментів генеративного штучного інтелекту. На вас чекають нестандартні сценарії, творчі експерименти та вражаючі приклади реального застосування ШІ, які не залишать байдужими ні новачків, ні профі. Мета — не просто здивувати, а розширити уявлення про можливості сучасного штучного інтелекту.

Традиційний підхід “ШІ — це лише інструмент” обмежує ШІ допоміжною роллю, застарів і виглядає відверто кумедно на фоні початку буму ШІ-агентів. Повне розкриття потенціалу сучасних ШІ-систем можливе через інтерактивне двостороннє співробітництво та партнерство. Розберемо різні моделі взаємодії з ШІ, які змінюють підходи до роботи: “кіборг” і “кентавр”, “ансамбль”, “автор-привід” і “резонатор”, “кібернетичний колега”, “партнер у мисленні” та інші. Як уникнути ефекту “засинання за кермом” або “незалученої взаємодії з ШІ”? Кожен співробітник стає СЕО стартапу, що складається з мінікоманди ШІ-агентів, але яка кількість ШІ-агентів на кожного співробітника є оптимальною?

Розповім, як змінюється підхід до письма, коли твоїм співатором стає генеративний ШІ. Поділюся власним досвідом написання книги про генеративний ШІ з його ж допомогою — з етичними дилемами, когнітивними викликами та несподіваними інсайтами. Розкажу, чому процес зайняв у 10 разів більше часу, але приніс у 100 разів більше досвіду. Покажу, як я працював із термінологією, а також як паралельно створював практичні рекомендації щодо використання генеративного ШІ в програмуванні, освіті та інших сферах.

Розкажу про сучасні можливості генерації відео з текстових промптів та AI-асистованого монтажу, базуючись на 17-річному досвіді у відеопродакшені. Продемонструю ключові платформи та інструменти, поділюся власними кейсами інтеграції AI у робочі процеси креаторів і продакт-менеджерів. Окреслю продуктові можливості та воркфлоу для розробників і відеотворців і визначу пріоритетні напрями розвитку AI-based відеосервісів.

Чи можна довіряти хмарі? Confidential Computing дає змогу захистити дані навіть у повністю контрольованому середовищі.

Огляд практичних кейсів створення систем на основі штучного інтелекту. У фармацевтичній галузі представлено рішення з комп’ютерним зором для автоматизованого візуального контролю якості вмісту флаконів. Система забезпечує виявлення дефектів у реальному часі, інтегрується в існуючу виробничу лінію та дозволяє зменшити витрати порівняно з класичними інспекційними машинами. У державному секторі впроваджено сервіс на базі LLM для перевірки заявок на участь у конкурсах міжнародних молодіжних обмінів. Сервіс інтегрований у державну платформу реєстрів, забезпечує швидкий зворотний зв’язок для заявників та створює прецедент використання LLM у продуктах на основі Дія.Engine.

Ми як провайдер бачимо що нерідко потенційні клієнти дещо дезорієнтовані в питаннях вибору акселераторів. Технології змінюються дуже швидко, тому питання «а що там на ринку, а чим відрізняються всі ці картки, а які кращі» мають місце бути. І критерії вибору досить непрості. Що таке compute/memory bound models, «арифметична інтенсивність» і квантування моделе? Ці характеристики мають вирішальне значення при виборі інфраструктури.

Наразі Kernel є провідним виробником соняшникової олії та одним з найбільших агрохолдингів України. Які задачі ставить бізнес і чому ML - це must have? Розвиток команди data science в Kernel. Перші експерименти в Google, власне мінімальне залізо, потреба в більшому обсязі ресурсів. Інфраструктурна співпраця Kernel - De Novo. Вирішення задачі прогнозу врожайності полів. Позитивний результат тестування та приріст у швидкості і можливість виконувати більше задач бізнесу на H100.