Spotkanie odbywa się na platformie ClickMeeting.

Czy lokalne modele językowe są już gotowe, by zastąpić komercyjne API od big techów w krytycznych systemach produkcyjnych? Architektura rozwiązań open-source rozwija się błyskawicznie, jednak przejście od zachwytu nad lokalnym uruchomieniem modelu na własnym sprzęcie do stabilnego wdrożenia biznesowego wymaga czegoś więcej niż tylko znajomości Ollamy czy vLLMa. Przyjrzymy się dojrzałości lokalnych LLM-ów z perspektywy inżynierskiej i finansowej. Przeanalizujemy konkretne przypadki użycia, w których lokalne modele wygrywają pod kątem prędkości, suwerenności danych oraz kosztów, a także te, w których próbując ominąć chmurowe API, wpada się w spiralę utrzymaniową.

Paweł Kiszczak - AI/ML Engineer specjalizujący się w projektowaniu i wdrażaniu zaawansowanych systemów agentowych oraz rozwiązań opartych na sztucznej inteligencji. Aktywny członek społeczności SpeakLeash oraz Bielik (z którymi współtworzy projekty niemal od samego początku) oraz współtwórca modelu Bielik-Minitron-7B. Autor licznych wdrożeń komercyjnych oraz aplikacji wspierających rozwój polskiego LLM-a. Ekspert w obszarze architektury AI w formule on-premises, realizowanej z zachowaniem najwyższych standardów branż regulowanych. W wolnych chwilach zgłębia techniki optymalizacji modeli językowych, ze szczególnym uwzględnieniem strukturalnego pruningu oraz destylacji.

Co sprawia, że robot radzi sobie w symulacji, ale gubi się w prawdziwym świecie? W tej prelekcji Wiktor pokaże eksperyment Sim2Real, w którym połączenie danych z symulacji i rzeczywistego robota podniosło skuteczność zadania z 0% do 80%, mimo że zestaw realnych demonstracji liczył tylko 50 epizodów. Będzie o treningu AI, jakości danych i tym, jak robot może reagować, gdy piłka znika mu z pola widzenia. To konkretna opowieść o drodze od cyfrowego treningu do robota, który działa w fizycznym świecie.

Wiktor Bajor - inżynier robotyki w xBerry, gdzie rozwija systemy percepcji i oprogramowanie działające na dużej flocie robotów. Łączy nowoczesne C++, ROS 2 i wizję komputerową z praktyczną integracją czujników i sprzętu. Pracuje również nad projektem z obszaru Physical AI, którego celem jest wyposażenie robotów w inteligencję pomagającą im lepiej radzić sobie ze zmiennym, rzeczywistym środowiskiem.

Wraz z przejściem od chatbotów do autonomicznych agentów AI, które wykonują realne działania w systemach organizacji, zmienia się charakter ryzyka związanego z modelami językowymi. Prezentacja przedstawia koncepcję harness engineering, czyli projektowania warstw kontrolnych wokół modelu, które zapewniają przewidywalność i bezpieczeństwo jego działania. Omówione zostaną kluczowe zagrożenia, w tym prompt injection, bezpieczeństwo narzędzi MCP oraz nadmierne uprawnienia agentów. Przedstawione zostaną też praktyki z zakresu walidacji, izolacji i nadzoru człowieka nad decyzjami o wysokim wpływie.

Maciej Słowik - Senior Software Engineer Lead z ponad 10-letnim doświadczeniem w wytwarzaniu oprogramowania - od startupów i R&D po skalę korporacyjną i wdrożenia globalne. Obecnie rozwija platformę inferencji LLM w Akamai. W codziennej pracy skupia się na bezpieczeństwie AI, wdrażając zabezpieczenia, które przekształcają wykorzystanie nieprzewidywalnych modeli w wysoce sterowalne, stabilne procesy.

Nie kończymy na webinarze. Budujemy najmocniejszą grupę praktyków AI w Polsce. Sprawdź więcej: 👉 ainowpolska.pl