Kompetensområden

ALKdev har erfarenhet av att bygga prototyper inom följande områden:

  • Bildanalys och datorseende: Extrahering av strukturerad data från bilder, t.ex. pokerbord eller andra visuella källor.
  • Lokala språkmodeller: Integration av språkmodeller för bedömning och beslutsstöd direkt på enheten.
  • Strikta datamodeller: Design av väldefinierade gränssnitt för att säkerställa konsistens mellan indata och beräkningar.
  • Felsäkerhet: System som undviker gissningar vid osäker indata och förblir tysta istället för att ge felaktiga resultat.
  • Integration mot externa bibliotek: Anslutning till numeriska beräkningsbibliotek och solvers för att leverera precisa rekommendationer.

Exempel på projekt

pkradvisor

Ett forskningsprojekt för bildanalys och beslutsstöd i poker. Systemet läser av ett pokerbord från en HDMI-bild, extraherar spelarnas händer och ger rekommendationer baserat på en strikt datamodell och en extern solver. Projektet demonstrerar förmågan att integrera bildigenkänning, textanalys och numeriska beräkningar i ett robust system.

  • Bildigenkänning: Extraherar spelarnas händer och bordets tillstånd från en HDMI-bild.
  • Text-till-predikat: En Rust-baserad modul omvandlar pokertext till predikat för vidare bearbetning.
  • Extern solver: En separat process används för att köra en flop-solver, som returnerar rekommendationer i JSON-format.
  • Felsäkerhet: Systemet undviker gissningar vid osäker indata och förblir tyst istället för att ge felaktiga rekommendationer.

GrammarStrike

Ett flerspelarspel för meningsbyggnad där spelare tävlar i att skapa korrekta meningar på engelska. Appen kombinerar ett webbaserat gränssnitt med en lokal språkmodell för att bedöma meningarna, vilket möjliggör snabb och säker spelupplevelse direkt på enheten.

  • Lokal språkmodell: En Gemma 3 1B int4-modell körs på enheten via MediaPipe för att bedöma meningsbyggnad.
  • WebSocket-relay: En egenutvecklad relay hanterar synkronisering mellan spelare.
  • Hybridapp: Spelgränssnittet är byggt i HTML och laddas i en WebView.

Ordvis

Ett tvåspelarspel på svenska där spelare skapar meningar utifrån givna ord. En lokal språkmodell dömer meningarna och tilldelar poäng, medan matchen synkas i realtid via Firebase Realtime Database.

  • Lokal språkmodell: En Qwen-modell körs på enheten via LiteRT för att bedöma meningarna.
  • Realtidssynkronisering: Firebase Realtime Database hanterar synkronisering mellan spelare.
  • Demo-AI: Om språkmodellen inte startar, aktiveras en demo-AI för att säkerställa att appen förblir funktionell.

Metodik

  • Forskningsdriven utveckling: Utforskning av nya tekniker (t.ex. bildigenkänning, språkmodeller) för att lösa specifika problem.
  • Prototypfokus: Snabba iterationer för att validera idéer innan fullskalig implementation.
  • Dokumentation: Tydliga arbetskartor och tekniska beskrivningar för att underlätta vidareutveckling.
  • Felsäkerhet: Design av system som undviker gissningar vid osäker indata och förblir tysta istället för att ge felaktiga resultat.

Tekniska detaljer

  • Bildanalys: Extrahering av strukturerad data från ostrukturerade källor, t.ex. HDMI-bilder.
  • Lokala modeller: Integration av AI-modeller för snabba och säkra beslut direkt på enheten.
  • Strikta datakontrakt: Data flödar genom väldefinierade gränssnitt för att säkerställa konsistens.
  • Externa solvers: Anslutning till numeriska beräkningsbibliotek för precisa rekommendationer.