Complicado internamente. Comprensible externamente.
Heliarko trabaja con cosas ordinarias.
Una foto.
Un PDF.
Una carta.
Una grabación de voz.
Una carpeta de proyecto.
Pero almacenar un archivo no es suficiente si quieres encontrarlo por su significado, conectarlo con otro material o hacer preguntas útiles sobre él más tarde.
Heliarko está diseñado para construir una estructura útil alrededor del material en una Cápsula.
No necesitas entender cada detalle técnico para usar Heliarko.
Pero deberías ser capaz de entender lo que la arquitectura intenta hacer.
Tres capas. Esa es la parte importante.
-
Tu material
Fotografías, documentos, audio, video, notas y otras cosas que elijas conservar.
-
Estructura de conocimiento
Heliarko crea estructura alrededor del material para que pueda ser buscado, conectado y usado como contexto.
El material original sigue siendo la fuente.
-
Inteligencia
Search y Synapse utilizan la estructura disponible para encontrar contexto relevante y ayudar con una tarea.
Algunas funciones pueden ser locales.
Algunas pueden utilizar IA en línea opcional.
Material → Estructura → Inteligencia
Esa es la arquitectura básica.
-
Mantén la fuente.
El documento original sigue siendo el material fuente.
Una interpretación no es el original.
-
Lee lo que se pueda leer.
Donde se soporte, el texto e información útil pueden volverse buscables.
-
Divide el material grande en partes útiles.
El material largo puede representarse en secciones más pequeñas para su recuperación.
Estas secciones a menudo se llaman fragmentos.
-
Construye un mapa de significado.
Representaciones semánticas como embeddings y vectores pueden ayudar a encontrar material relacionado incluso cuando las palabras exactas difieren.
-
Mantén el camino de regreso.
El sistema debe preservar una conexión con la fuente siempre que la implementación lo soporte.
Primero la fuente. Segundo la respuesta.
No deberías tener que recordar el nombre del archivo.
Imagina que en algún lugar de tu Cápsula hay un documento sobre cómo reparar el techo.
Desafortunadamente, el archivo se llama scan_2024_08_17_final2.pdf
Probablemente no recordarás eso.
Pero podrías recordar: “el presupuesto para reparar el techo después de la tormenta.”
La búsqueda tradicional por nombre de archivo puede fallar.
La búsqueda basada en significado puede buscar material que sea conceptualmente cercano a lo que recuerdas.
Recuerdas la idea; Heliarko ayuda a encontrar el archivo.
No necesitas esta palabra para usar Heliarko.
Pero no hay razón para hacerlo misterioso.
Un embedding es una representación numérica utilizada para comparar significados.
Por ejemplo: reparación de autos y arreglar el vehículo usan palabras diferentes pero pueden describir ideas relacionadas.
Un embedding puede ayudar a acercar esos significados.
Los números en sí mismos no son la memoria.
Son parte de una estructura de búsqueda.
Un vector es simplemente una forma numérica utilizada en esa comparación.
Grandes cantidades de dimensiones suenan impresionantes.
No son importantes para la persona que usa Heliarko.
Lo que importa es el resultado: mejores formas de encontrar material relacionado.
La tecnología debería desaparecer cuando la explicación termina.
Una respuesta fluida no es suficiente.
La IA es muy buena produciendo oraciones que suenan convincentes.
Eso no hace automáticamente que esas oraciones sean verdaderas.
Donde la implementación actual soporta referencias a la fuente, Heliarko debería preservar la conexión entre el contexto útil y su fuente.
El objetivo no es simplemente una IA que responde.
Es una IA que te ayuda a verificar.
El contexto entra. La ayuda regresa.
Un buen sistema no necesita cada pieza de la vida digital de una persona para cada pregunta.
Conceptualmente:
Tu pregunta
Búsqueda / recuperación
Contexto relevante
Sinapsis
Respuesta
Respuesta + fuentes, donde las referencias a fuentes estén respaldadas
Esta distinción es importante.
La Cápsula está construida en torno al almacenamiento y la estructura local-primero.
Eso no significa que todas las formas posibles de IA deban ejecutarse en la computadora.
Parte de la inteligencia puede provenir de un servicio de IA externo cuando se usa esa función.
Cuando eso ocurre, el límite debe ser visible.
Cápsula Local
La fundación personal duradera.
IA en línea
Una capa de inteligencia externa opcional.
Lo que salga del límite local debe ser documentado según el comportamiento real del software.
No adivinado.
No oculto.
La IA de hoy no será la IA del mañana.
Los modelos de IA cambiarán.
Los proveedores cambiarán.
Las capacidades mejorarán.
Heliarko no debe confundir a un proveedor temporal de inteligencia con la identidad permanente de la Cápsula.
Tus fotografías no son un modelo de IA.
Tu historia familiar no es un modelo de IA.
Tus documentos no son un modelo de IA.
Tu contexto no es un modelo de IA.
La inteligencia utilizada para trabajar con ellos puede evolucionar.
La parte duradera es el material personal y la estructura a su alrededor.
La Cápsula es la base. La inteligencia es una herramienta conectada a ella.
La IA puede resumir una carta.
No reemplaza la carta.
La IA puede describir una fotografía.
No reemplaza la fotografía.
La IA puede inferir una conexión.
Una inferencia no se convierte en un hecho histórico simplemente porque suene razonable.
Heliarko debería distinguir siempre que sea posible entre cuatro cosas diferentes.
Fuente
Lo que realmente existe en el material.
Contexto
Información conectada a esa fuente.
Inferencia
Una conclusión derivada de la información disponible.
Contenido generado
Algo creado por IA.
Estas son cosas diferentes.
Un sistema construido para la memoria a largo plazo no debería mezclarlas silenciosamente.
Puedes ignorar esta sección de manera segura.
Para las personas que quieren la terminología:
- Registro
- Una representación estructurada de un artículo o pieza de información.
- Metadatos
- Información sobre el material — por ejemplo, su tipo, fecha o propiedades descriptivas.
- Fragmento
- Una sección más pequeña de un material más grande usada para búsqueda y recuperación de contexto.
- Incrustación
- Una representación numérica usada para comparar significado.
- Vector
- La estructura numérica usada en esa comparación.
- Índice
- Una estructura organizada que ayuda a encontrar material relevante de manera eficiente.
- Contexto
- La información seleccionada como relevante para una pregunta o tarea en particular.
- Referencia
- Una conexión de vuelta al material fuente.
- Modelo
- El sistema de IA usado para procesar una solicitud o generar una respuesta.
No necesitas aprender ninguna de estas palabras.
Heliarko lo hace.
El almacenamiento no es memoria.
Un disco puede almacenar un millón de archivos.
La búsqueda no es comprensión.
Encontrar una palabra no es lo mismo que encontrar la idea.
La IA no es la verdad.
Una respuesta segura aún necesita verificación.
El contexto es el puente.
Conecta el material almacenado con inteligencia útil.
Ese puente es una de las ideas técnicas centrales detrás de Heliarko.
Los formatos de almacenamiento cambiarán.
La tecnología de búsqueda cambiará.
Los modelos de IA cambiarán.
El hardware cambiará.
Heliarko debería poder mejorar esas capas sin hacer que la vida de una persona dependa de una tecnología de moda.
Por esto la arquitectura comienza con la Cápsula en lugar del proveedor de IA.
El material humano es el activo duradero.
Todo lo que lo rodea es tecnología reemplazable.
- Tipo de producto
- Entorno digital personal local-prioritario
- Contenedor personal primario
- Cápsula controlada por el usuario
- Material primario
- Documentos, fotografías, audio, video, notas y registros personales
- Estructura de conocimiento
- Datos estructurados de búsqueda/contexto según la implementación actual
- Capa de IA
- Sinapsis
- IA en línea
- Opcional donde se admite; el comportamiento exacto de la red requiere verificación técnica
- Principio principal
- La Cápsula sigue siendo la base. La IA sigue siendo una capa de inteligencia.
- Fuente técnica oficial actual
- heliarko.com/technology/
La tecnología debe ganarse la confianza volviéndose comprensible.
No necesitas saber qué es un vector para preservar una fotografía.
No necesitas entender los embeddings para encontrar un documento antiguo.
Y no deberías necesitar ser ingeniero para entender a dónde va tu propia información.
Ese es el estándar.