CÓMO CONSTRUIMOS · GROUND_TRUTH™
Dentro de nuestra IA: la máquina que muestra su trabajo.
Casi todas las empresas te piden que confíes en su IA. Nosotros construimos la nuestra para que no tengas que creernos nada. Cada modelo que entrenamos y cada decisión que toma nuestro sistema dejan un registro que podemos reproducir, inspeccionar y explicar, años después si hace falta. Nuestro responsable de IA y aprendizaje automático tiene una frase para ese estándar, y gobierna todo lo que sigue: legitimidad, no conjeturas.
Todo empieza con una marcha.
La biomecánica es la ciencia de cómo se mueven los cuerpos vivos, y en su centro está el ciclo de marcha: la secuencia completa de una zancada, desde que tu talón toca el suelo hasta que tus dedos empujan.
Firmada por todo tu cuerpo.
Nadie recorre esa secuencia igual que otro. Cómo te sostienes, cómo cargas el peso y cómo ruedas a lo largo de un paso son una firma escrita por todo tu cuerpo: tus huesos, tus tejidos blandos, tus hábitos, tu historia. Ya llevas la credencial encima; no tienes que recordarla, cargarla ni guardarla a salvo.
La plantilla lee esa firma como presión y movimiento, en el espacio y en el tiempo. La resolución es lo que la hace útil para ti.
Espacial porque cartografía dónde. Temporal porque cartografía cuándo.
Los ingenieros llaman al resultado una huella espacio-temporal: espacial porque cartografía dónde cae la presión, temporal porque cartografía cuándo. Te identifica como tú y, a diferencia de una cara o de una huella dactilar, no se puede fotografiar, ni levantar de un vaso, ni reproducir con software. No hay nada tuyo esperando en la base de datos de otra persona a que la filtren.
Un chatbot predice. La nuestra mide.
Cuando alguien oye «IA», imagina un chatbot: un sistema que puede equivocarse con total seguridad. Lo que te reconoce es de otra naturaleza, y esa diferencia es la razón por la que puedes exigirnos cuentas.
Un chatbot es un gran modelo de lenguaje: un sistema entrenado con texto que predice la siguiente palabra plausible. Es probabilístico por diseño. Trata en verosimilitudes.
Ordena lo que realmente ocurrió.
Nuestro aprendizaje automático estudia el movimiento físico, y su tarea principal es la clasificación: reconocer y etiquetar eventos reales en un flujo de datos de sensores. Esto es un contacto de talón. Esto es un despegue de los dedos. Esto es una zancada, y esta es su longitud.
i · CLASIFICACIÓN
Etiquetas, no conjeturas
Un modelo de clasificación no imagina y no compone. Ordena lo que realmente ocurrió.
ii · VENTANAS TEMPORALES
En orden, en ventanas temporales
Cortes breves del flujo, examinados en secuencia, para que los eventos aislados se vuelvan secuencias y las secuencias un relato fiel de cómo se mueve una persona.
iii · GROUND_TRUTH™
Comprobado contra el registro
Como ordena eventos reales, puede contrastarse con lo que realmente ocurrió. Los ingenieros llaman a ese registro de referencia la ground truth, la verdad de campo. Y sí, de ahí viene el nombre sobre nuestra puerta.
Lo que nunca sale del zapato.
El registro vincula a una persona con su plantilla: la plantilla aprende la marcha de su propietario y guarda ese conocimiento en una bóveda de privacidad de confianza, una bóveda de memoria segura dentro del propio dispositivo.
Sigue sabiendo, paso tras paso.
A partir de entonces la plantilla autentica de forma continua. No comprueba quién eres una sola vez, en la puerta, como hace una contraseña.
Sigue sabiendo, paso tras paso: así una credencial robada o prestada simplemente deja de funcionar, porque la credencial es la persona.
Conocido, no mostrado.
Cuando una puerta, un terminal o un sistema pregunta quién está ahí, la plantilla no envía tu marcha. Envía una atestación: una declaración firmada de que un hecho ha sido verificado, sin entregar la prueba que lo respalda. Sí o no. Eso es todo lo que cruza jamás la línea.
Lo que reciben
Una respuesta firmada a la pregunta que hicieron.
Lo que no reciben
La firma, el flujo de los sensores, ni nada a partir de lo cual cualquiera de los dos pudiera reconstruirse. Tu marcha nunca se guarda como imagen ni como plantilla en ningún otro sitio, tampoco en el nuestro.
El registro, y después el cuerpo.
Las características del movimiento que una persona ha decidido compartir - las longitudes de zancada y las secuencias, no el dato biométrico en sí - viajan por teléfono hasta lo que llamamos el pipeline de inteligencia: el sistema donde nuestros modelos clasifican, secuencian y estudian el movimiento a lo largo del tiempo.
El pipeline funciona sobre una arquitectura nativa en el tiempo: cada lectura, cada salida de modelo y cada decisión llevan marca de su momento y se conservan en orden. Nada se sobrescribe. Si alguien pone en duda un resultado, reproducimos el registro y vemos al sistema tomar su decisión de nuevo.
Los modelos reciben la misma disciplina. El control de versiones de modelos significa que se conserva cada versión de cada modelo que hemos ejecutado, como un despacho cuidadoso guarda cada borrador de un contrato. Podemos decir qué modelo tomó qué decisión, con qué datos, en qué día - lo que significa que puedes preguntar y obtener una respuesta en lugar de una frase tranquilizadora.
Antes de que una IA trabaje aquí, tiene que pasar tres pruebas.
Thomas pasó tres años defendiéndolas en público antes de que la industria se pusiera al día, y hoy son la norma de la casa. También son tu recurso: cada una es algo que puedes pedirnos que demostremos.
Auditable. Inspeccionable. Explicable.
i · PRUEBA UNO
Auditable
El registro de lo que hizo el sistema existe, está completo y puede comprobarlo alguien que no seamos nosotros.
ii · PRUEBA DOS
Inspeccionable
El funcionamiento interno del sistema puede abrirse y examinarse, no aceptarse por fe.
iii · PRUEBA TRES
Explicable
Cualquier decisión que tome el sistema puede acompañarse de una razón que una persona pueda seguir.
El sí es revocable.
La señal de identidad nunca sale del dispositivo. Todo lo que va más allá se mueve solo para quienes se han registrado y han dicho sí, y el sí se puede retirar. Si te niegas, simplemente no formas parte de ningún estudio más amplio: el sistema te deja fuera, y nadie echa en falta nada tuyo.
Un interruptor en el objeto que llevas puesto.
El interruptor se establece en el registro y pertenece a la persona que lleva la plantilla, no a nosotros. Sin ticket de soporte, sin periodo de espera, sin cuenta que cerrar.
Los datos de estudio pertenecen a los investigadores.
Cuando un equipo de investigación externo realiza un estudio en nuestra plataforma, los datos que ese estudio genera pertenecen a los investigadores, no a nosotros. No vendemos datos. Somos, si acaso, consumidores de conjuntos de datos de movimiento publicados en abierto, no productores de conjuntos empaquetados.
La línea se sostiene en el otro sentido también: las partes externas no pueden ejecutar sus propios modelos dentro de nuestro pipeline. Es en parte economía y en parte integridad, porque no podemos auditar, inspeccionar ni explicar lo que no construimos. A los investigadores no les cuesta nada: siempre pueden llevarse sus propios datos en bruto y ejecutar lo que quieran en sus propios sistemas.
Puso el primer punto en el mapa hace casi treinta años.
Thomas Elliott dirige la IA y el aprendizaje automático en Bio_Sole. Llegó al campo por el camino largo: un diploma en telecomunicaciones en 1997 y luego 30 años construyendo sistemas que tenían que funcionar, en Nortel, Entrust, Amdocs y Ericsson. Hoy también asesora a consejos y directivos sobre gobernanza de la IA. Ahora construye identidad que no deja rastro.
Nortel
Ayudó a construir los primeros servicios comerciales de localización del mundo.
Entrust
Lanzó algunos de los primeros sistemas de detección de fraude en tiempo real, atrapando la suplantación antes de que la mayoría hubiera oído el término «IA».
Ericsson
Su equipo implantó automatización de red con autorreparación, sin intervención humana, en un operador nacional en funcionamiento.
Ve el rastro documental por ti mismo.
Si construyes, compras o gobiernas sistemas de IA y quieres ver el rastro documental por ti mismo, empieza la conversación. Dinos qué parte querrías que abriéramos primero.
Preguntas que nos hacen.
¿Cómo funciona el reconocimiento de la marcha?
Una plantilla inteligente lee cómo una persona se sostiene, carga el peso y se mueve en cada zancada, captando más de 50 000 puntos de datos en 10 segundos de marcha. Ese patrón, una huella espacio-temporal, es lo bastante distintivo para verificar que una persona es quien dice ser, sin nada que escribir, llevar ni recordar.
¿La IA de Bio_Sole es como un chatbot?
No. Los chatbots son modelos de lenguaje que predicen palabras plausibles. Bio_Sole usa modelos de clasificación que etiquetan eventos físicos reales en los datos de los sensores - contactos de talón, despegues de dedos y zancadas - y se comprueban contra lo que realmente ocurrió, y por eso su salida puede comprobarse en lugar de creerse.
¿Bio_Sole guarda mis datos biométricos?
No. La firma de marcha vive en una bóveda de privacidad de confianza dentro de la plantilla y nunca sale de ella, así que no hay copia que nadie pueda perder o filtrar. Los sistemas que dependen de ella reciben solo un sí o un no firmado, llamado atestación.
¿Se pueden auditar las decisiones de la IA de Bio_Sole?
Sí. El pipeline es nativo en el tiempo: cada lectura y cada decisión de modelo llevan marca de tiempo, se conservan y son reproducibles, y se guarda cada versión de cada modelo. Auditable, inspeccionable y explicable son las tres pruebas que todo modelo debe pasar, así que un resultado puesto en duda puede reproducirse en lugar de defenderse.
¿De quién son los datos generados en la plataforma?
Las personas controlan lo que comparten y pueden retirarse en cualquier momento. Los equipos de investigación son dueños de los datos que generan sus estudios. Bio_Sole no vende datos.
¿Quién dirige la IA en Bio_Sole?
Thomas Elliott, responsable de IA y aprendizaje automático: 30 años en Nortel, Entrust, Amdocs y Ericsson, y asesor de consejos en gobernanza de la IA.
Cada palabra de esta página.
Biomecánica
La ciencia de cómo se mueven los cuerpos vivos.
Ciclo de marcha
La secuencia completa de una zancada, del contacto de talón al despegue de los dedos y hasta el siguiente contacto de talón.
Huella espacio-temporal
Un patrón que cartografía tanto dónde cae la presión como cuándo, propio de una sola persona.
Clasificación
Aprendizaje automático que reconoce y etiqueta eventos reales en un flujo de datos, en lugar de componer contenido nuevo.
Ventana temporal
Un corte breve y ordenado del flujo de los sensores, examinado en secuencia.
Registro
El momento en que una persona y su plantilla quedan vinculadas, y la plantilla aprende la marcha de su propietario.
Bóveda de privacidad de confianza
La bóveda de memoria segura, dentro de la plantilla, que contiene la firma registrada.
Autenticación continua
Comprobar al caminante paso tras paso, en lugar de una sola vez en una puerta.
Atestación
Una declaración firmada de que un hecho ha sido verificado, sin entregar la prueba que lo respalda.
Arquitectura nativa en el tiempo
Un sistema en el que cada lectura, cada salida y cada decisión llevan marca de su momento y se conservan en orden, sin sobrescribirse nunca.
Control de versiones de modelos
Conservar cada versión de cada modelo ejecutado, para que cualquier decisión pueda rastrearse hasta el modelo que la tomó.
Ground_Truth™
El registro de referencia de lo que realmente ocurrió, contra el que se comprueba un modelo.
Las tres pruebas
Auditable, inspeccionable, explicable: la norma que todo modelo debe pasar antes de ponerse a trabajar.