1. Conglomerado
  2. Calaa Lab
  3. Tecnologías
  4. Inteligencia artificial

03.1 / Arquitectura, entrenamiento y servicio.

Inteligencia artificial

La capacidad sobre la que se apoya la inteligencia del grupo. Lo visible es el modelo; lo que decide si funciona es la maquinaria que lo alimenta y lo evalúa.

Qué cubre

  • Arquitectura de modelos · Para el dominio

    Elección y diseño de los modelos que responden sobre el sector del automóvil, con su ámbito acotado. Un modelo general responde a todo y acierta en poco; el trabajo está en acotar el dominio y medir dentro de él.

  • Entrenamiento y evaluación · Reproducible

    Preparación del dato, entrenamiento, evaluación contra un conjunto fijo y comparación con la versión anterior. Sin evaluación fija no se sabe si un modelo ha mejorado o si el examen era más fácil.

  • Servicio y latencia · En producción

    Servir la respuesta en el tiempo en que sigue siendo útil, con el coste por consulta medido. Un modelo que responde bien y cuesta demasiado por consulta no llega al producto.

  • Vuelta atrás · Siempre disponible

    Toda versión en producción tiene una anterior a la que se puede volver en minutos, con sus datos de entrenamiento identificados.

Qué se entrega

El modelo en servicio con su ficha: ámbito, datos de entrenamiento, resultado en la evaluación, latencia y coste por consulta.

Con él, los casos en los que se sabe que falla. Un modelo sin lista de fallos conocidos no se ha evaluado, se ha probado.

Un pasillo entre dos filas de armarios de equipo en una nave
03.1 / Inteligencia artificialSin evaluación fija no se sabe si el modelo ha mejorado o si el examen era más fácil.

Lo que decide la calidad del trabajo

El conjunto de evaluación, y se fija antes de entrenar. Es lo que convierte la mejora en un hecho comprobable en vez de en una impresión, y lo que permite decir que una versión es peor que la anterior sin discutir.

Dos decisiones, y lo que descartaron

  • Usar modelos base del mercado

    Descarta el control completo sobre la arquitectura. Entrenar desde cero consumiría el presupuesto entero del área sin mejorar lo que decide la calidad aquí, que es el dominio y el dato.

  • Evaluación fija antes de entrenar

    Descarta poder presentar cada versión como una mejora. Con el examen fijado de antemano, una versión peor que la anterior se reconoce sin discusión y se descarta el mismo día.

Lo que no se construye aquí

Los modelos base de propósito general. Se usan los del mercado y el trabajo de la casa está en el dominio, en el dato y en la evaluación, que es donde el grupo tiene algo que nadie más tiene.