Investigación aplicada en percepción, modelado de secuencias, lenguaje, audio y optimización en el dispositivo, hecha para poner un modelo en el hardware del cliente y mantenerlo honesto allí, no para publicar una gráfica. Esta página es el glosario de aquello con lo que realmente construimos.
El programa líder del laboratorio es una pila de diagnóstico con privacidad primero que corre íntegramente dentro del edificio del cliente: modelos locales, mundos de entrenamiento verificados, control determinista y una línea de aceleración en el borde, desarrollada con la medición por delante.
Investigación sobre lo que el control determinista puede y no puede hacer por agentes de IA pequeños: pasos acotados, vocabularios cerrados donde la abstención honesta es una respuesta correcta, y afirmaciones que exigen testigos.
Modelos de pesos abiertos, cuantizados y servidos en hardware común, afinados para el análisis de causa raíz industrial, de modo que la telemetría de la planta nunca salga de la planta.
Un motor de datos que convierte archivos reales de telemetría eólica y solar con fallos etiquetados y plantas sintéticas con base física en mundos de entrenamiento y evaluación cuyas respuestas se pueden comprobar.
Una línea de coprocesadores de borde para recuperación vectorial de alto rendimiento y monitorización de deriva y anomalías en tiempo real, diseñada para acompañar a un PC industrial estándar.
Cada afirmación de capacidad pasa una evaluación prerregistrada con puertas congeladas antes de publicarse, y la matemática de la monitorización en flujo fue validada contra datos reales de medición de hardware cuántico. Un artículo de investigación sobre el trabajo de control está en preparación: los resultados se publicarán abiertamente como preprint y se enviarán a revisión por pares, hallazgos negativos incluidos.
La pila de diagnóstico en el portafolioCada sección de abajo es un vocabulario de trabajo: los métodos a los que recurrimos, para qué sirven y dónde están funcionando hoy. Nada de esto es una afirmación sobre la exactitud. Cada cifra vive en la suite de evaluación del cliente, no en una página de marketing.
El trabajo consiste en convertir píxeles en una estructura métrica, ya sea a partir de una sola lente o de un equipo calibrado, y luego decidir en qué medida dar crédito a esa estructura.
Los flujos de sensores, los históricos de ventas y los registros de eventos son secuencias antes que otra cosa. Elegimos la arquitectura por la forma de los datos y el presupuesto del dispositivo, no por lo que esté de moda.
Los problemas interesantes no son el modelo, sino todo lo que lo rodea: recuperación que cita, generación acotada y evaluación que detecta la deriva antes de que lo haga un usuario.
La voz en una línea telefónica y la vibración en un rodamiento son la misma disciplina: procesamiento de señal en la entrada que decide qué llega a ver el modelo.
La detección es la mitad fácil. Mantener las identidades a través de las oclusiones, entre cámaras y a lo largo de una noche entera de grabación, dentro de un presupuesto fijo de milisegundos, es donde está la ingeniería.
Un modelo no está terminado cuando se entrena; está terminado cuando funciona dentro del margen térmico, de memoria y de latencia del dispositivo, sin supervisión, durante años.
Todo modelo que entregamos pasa por las mismas cinco estaciones. El orden importa: nada se cuantiza antes de perfilarlo, y nada se promociona antes de que una evaluación held-out diga que el modelo comprimido sigue haciendo el trabajo.
Latencia y memoria por capa sobre el destino real, bajo la distribución de entrada real, con el estado térmico registrado al lado.
Poda estructurada de canales y cabezas, y después destilación de conocimiento del modelo completo al más pequeño, de modo que la capacidad se retire donde el perfilado dice que está ociosa.
Primero cuantización posterior al entrenamiento con datos de calibración representativos; entrenamiento consciente de la cuantización solo donde INT8 o FP8 cuesta una exactitud que la evaluación no perdonará.
Fusión del grafo, selección de operadores y construcción del motor por dispositivo y precisión, de ONNX a TensorRT, o a un entorno de ejecución compilado cuando el destino no tiene GPU alguna.
El modelo comprimido vuelve a pasar la evaluación held-out completa, agrupada por evento y ajustada por tasa base; una regresión en cualquier punto lo devuelve una estación atrás.
Todo experimento incluye la línea base aburrida: estacional ingenua, un modelo lineal, la arquitectura del año pasado. Un método nuevo solo se entrega cuando supera la línea base en datos held-out a lo largo de varias semillas, reportado como media con su dispersión.
Los umbrales, las métricas y la definición de aprobado se escriben antes de la ejecución. Un resultado que necesita cambiar las reglas después es un hallazgo sobre las reglas, no un éxito.
Las escenas simuladas, los sensores renderizados y los casos límite generados cubren los huecos que los datos reales no pueden, y todo resultado sintético se confirma contra una captura real antes de contar.
Los pesos, el código de entrenamiento, los arneses de evaluación y las trazas se entregan en los repositorios y el hardware del cliente. Nosotros nos quedamos con el método; usted se queda con todo lo que produjo.
Publicamos métodos y, cuando un cliente lo acepta, algún artículo ocasional. En este sitio no publicamos cifras de exactitud: dependen de datos que no son nuestros, y una cifra sin su protocolo de evaluación es marketing.
Normalmente sí. El primer paso es un arnés de evaluación alrededor de lo que ya tiene, una línea base en la que ambos podamos confiar, y solo después una propuesta de qué cambiar.
A aquel sobre el que el sistema tenga que vivir: dispositivos edge de clase Jetson, GPU de estación de trabajo, racks refrigerados por aire y, donde no hay GPU, entornos de ejecución compilados para CPU. El banco de optimización existe para que el mismo modelo pueda encajar honestamente en cada uno de ellos.
Describa la señal, el dispositivo y la decisión que tiene que sostener. Le diremos cuáles de estos métodos se aplican, cómo sería una línea base y qué querríamos medir primero.
Hablar con el laboratorio