Saltar al contenido
AtheronLABS

País detectado: Estados Unidos. Los precios se muestran en dólares estadounidenses. ¿No es correcto?

labs@atheron:~/industries/fisheries-aquaculture/ai$ train agent --grounded

IA para acuicultura

Clasificación y asistentes con sus propios datos.

La IA se gana su sitio en la pesca cuando se entrena con su propio pescado y sus propios registros. Creamos modelos de clasificación ajustados con fotos de su línea de recepción y asistentes que responden al personal del centro a partir de sus documentos, cada uno probado con sus datos antes de cada cambio.

// lo que importa aquí

Qué cambia en este sector.

01

Una persona confirma

El modelo de clasificación sugiere; su clasificador confirma o corrige, y cada corrección lo mejora.

02

Sus registros siguen siendo privados

El asistente funciona con un modelo de código abierto en su propia cuenta en la nube, así que los registros de la granja no salen a sistemas ajenos.

03

Probado antes de cada cambio

Cada modelo se comprueba con un conjunto reservado de sus fotos o preguntas antes de ponerse en marcha.

// proyectos de ejemplo

Ejemplos con precio.

Cada uno es hipotético, se presenta como tal y lleva un precio calculado en directo a partir de nuestra tarifa. Abra cualquiera en el estimador y hágalo suyo.

Proyecto de ejemploAplicación webIALLM a medida

Clasificación en la recepción

Hipotético. Ni un cliente ni un resultado.

// El problema

Una planta separa especies y clasifica el pescado a ojo en la línea de recepción, así que las categorías varían según el turno y las discrepancias con los pescadores sobre la categoría son difíciles de resolver.

// Lo que construiríamos

Un modelo propio, ajustado con fotos de su propia línea de recepción, que sugiere la especie y la categoría de cada pieza o caja, con el clasificador confirmando o corrigiendo cada una, y una pantalla web que registra las categorías de cada entrega. El modelo aprende de las correcciones, y cada cambio se comprueba con un conjunto reservado de sus fotos antes de ponerse en marcha.

// Qué incluye

  • Fotos de su línea de recepción etiquetadas con sus clasificadores
  • Un modelo ajustado a sus especies y categorías
  • Sugerencias que el clasificador confirma o corrige con un solo toque
  • Categorías registradas por entrega y por pescador
  • Una evaluación con un conjunto reservado de sus fotos antes de cada cambio

// Tecnologías

  • PyTorch
  • Modelo de visión ajustado
  • Next.js
  • PostgreSQL
  • GPU de AWS

// estimación

Desarrollo
≈ 122.000 US$ a 186.000 US$, delivered within 31 weeksCAD 173,900 to 265,400
Alojamiento
≈ 6710 US$ al mesCAD 9,550 al mes
Soporte
≈ 2500 US$ al mesCAD 3,565 al mes

Los precios en su moneda son estimaciones con el tipo de cambio de hoy del Banco de Canadá. Toda la facturación se emite en CAD o USD.

Enfoque de IA
LLM a medida
Coste de funcionamiento del modelo
≈ 6530 US$ al mesCAD 9,300 al mes

Calendario por hitos

Découverte
2.9 to 3.4 weeks
Données et plan d’évaluation
0.4 weeks
Maquettes approuvées
2.4 to 3.9 weeks
Fonctions principales
1.9 to 2.9 weeks
Développement complet
1.4 to 1.9 weeks
Entraînement
6.4 to 10.9 weeks
Tests et corrections
0.4 weeks
Évaluation et tests adverses
3.9 to 4.4 weeks
Mise en ligne
0.9 to 1.4 weeks
Production
0.9 to 1.4 weeks

Cómo se paga

Anticipo 20%
CAD 34,540 to 52,840
Découverte 1.5%
CAD 2,590.50 to 3,963.00
Données et plan d’évaluation 7.9%
CAD 13,643.30 to 20,871.80
Maquettes approuvées 1.5%
CAD 2,590.50 to 3,963.00
Fonctions principales 4.6%
CAD 7,944.20 to 12,153.20
Développement complet 3.1%
CAD 5,353.70 to 8,190.20
Entraînement 23.9%
CAD 41,275.30 to 63,143.80
Tests et corrections 1.5%
CAD 2,590.50 to 3,963.00
Évaluation et tests adverses 15.9%
CAD 27,459.30 to 42,007.80
Mise en ligne 1.5%
CAD 2,590.50 to 3,963.00
Production 8.6%
CAD 14,852.20 to 22,721.20
Holdback, 30 days after launch (10%)
CAD 17,270 to 26,420
Temps GPU pour l’entraînement et les tests, au coût
CAD 1,200. Se factura por adelantado, a coste, fuera de los hitos
Proyecto de ejemploAplicación webIAModelo de código abierto

Asistente sobre los registros de la granja

Hipotético. Ni un cliente ni un resultado.

// El problema

El personal de una piscifactoría busca procedimientos, tablas de alimentación y registros sanitarios antiguos repartidos por unidades compartidas, y el personal nuevo llama al responsable del centro para cada pregunta.

// Lo que construiríamos

Un asistente que responde a partir de los propios procedimientos, tablas de alimentación y registros de la granja y cita el documento usado, con un modelo de código abierto alojado en la propia cuenta en la nube de la empresa para que los registros sigan siendo privados. Solo responde a preguntas operativas. Las decisiones sanitarias y de tratamiento siguen siendo de su veterinario.

// Qué incluye

  • Procedimientos, tablas de alimentación y registros del centro indexados y actualizados
  • Respuestas que citan el documento y el apartado de donde salen
  • Solo se usa la versión vigente y aprobada de cada procedimiento
  • Un modelo de código abierto servido en GPU de su propia cuenta en la nube
  • Un conjunto de evaluación con preguntas reales del personal, ejecutado antes de cada cambio

// Tecnologías

  • Llama o Mistral (código abierto)
  • vLLM
  • PostgreSQL con pgvector
  • Next.js
  • GPU de DigitalOcean

// estimación

Desarrollo
≈ 92.800 US$ a 142.000 US$, delivered within 20 weeksCAD 132,100 to 201,800
Alojamiento
≈ 4360 US$ al mesCAD 6,210 al mes
Soporte
≈ 1000 US$ al mesCAD 1,425 al mes

Los precios en su moneda son estimaciones con el tipo de cambio de hoy del Banco de Canadá. Toda la facturación se emite en CAD o USD.

Enfoque de IA
Modelo de código abierto
Coste de funcionamiento del modelo
≈ 4190 US$ al mesCAD 5,960 al mes

Calendario por hitos

Découverte
2.9 to 3.4 weeks
Spécification et plan d’évaluation
0.4 weeks
Maquettes approuvées
2.4 to 3.4 weeks
Fonctions principales
1.4 to 1.9 weeks
Développement complet
0.9 to 1.4 weeks
Projet pilote fonctionnel
2.9 to 5.4 weeks
Tests et corrections
0.9 to 1.4 weeks
Mise en ligne
0.9 to 1.4 weeks
Production
0.9 to 1.4 weeks

Cómo se paga

Anticipo 20%
CAD 26,360 to 40,300
Découverte 2%
CAD 2,636 to 4,030
Spécification et plan d’évaluation 10.3%
CAD 13,575.40 to 20,754.50
Maquettes approuvées 2%
CAD 2,636 to 4,030
Fonctions principales 6%
CAD 7,908 to 12,090
Développement complet 4%
CAD 5,272 to 8,060
Projet pilote fonctionnel 31.1%
CAD 40,989.80 to 62,666.50
Tests et corrections 2%
CAD 2,636 to 4,030
Mise en ligne 2%
CAD 2,636 to 4,030
Production 10.6%
CAD 13,970.80 to 21,359.00
Holdback, 30 days after launch (10%)
CAD 13,180 to 20,150
Temps GPU pour l’entraînement et les tests, au coût
CAD 300. Se factura por adelantado, a coste, fuera de los hitos

// questions

Lo que nos preguntan sobre esto.

¿Da el asistente de la granja consejos sobre la salud de los peces?

No. Responde a preguntas operativas a partir de sus documentos. Las decisiones sanitarias y de tratamiento siguen siendo de su veterinario.

¿Cuántas fotos necesita un modelo de clasificación?

Depende de sus especies y categorías. Empezamos etiquetando fotos de su línea con sus clasificadores y probamos qué resultado da.

¿Podría un modelo de frontera hacer la clasificación?

Para una primera prueba, quizá. Un modelo ajustado con su propia línea suele ser más constante con sus especies y categorías.

// la siguiente

¿No es exactamente su proyecto?

Cuéntenos qué tiene en mente. Le responderemos con una horquilla y con las preguntas que la estrecharían. O reserve una llamada y lo hablamos.

IA para plantas de pescado y piscifactorías: clasificación en recepción y asistentes privados | Atheron Network Labs