← Volver al índice | Arquitectura del Sistema | Modelo de Datos

Arquitectura del Motor de IA

Tipo: Documentación Técnica — Arquitectura de IA
Audiencia: Equipo de desarrollo IA/ML, arquitectos, científicos de datos
Fecha: 20 de marzo de 2026
Relacionado con: Análisis Tecnológico Integral | Arquitectura del Sistema

---

1. Visión General del Pipeline IA

El motor de IA opera como un sistema híbrido estratificado que combina dos paradigmas complementarios: CAG (Cache-Augmented Generation) para conocimiento estable y RAG (Retrieval-Augmented Generation) para datos dinámicos.

flowchart TB
    subgraph INPUT ["Entrada"]
        CAM["Cámara - foto/vídeo"]
        WEB["Web - upload"]
        M365["M365 - Graph API"]
    end

    subgraph EDGE ["Edge AI - Dispositivo"]
        TFL["TFLite - Pre-procesado"]
        OCV["OpenCV - Limpieza"]
    end

    subgraph AGENT ["Agente de Enrutamiento"]
        ROUTER["Router Inteligente"]
    end

    subgraph L1 ["L1 - Caché CAG"]
        KV["KV-Cache - Atención precalculada"]
        GK["Golden Knowledge"]
    end

    subgraph L2 ["L2 - RAG Dinámico"]
        EMB["Generación de Embeddings"]
        VDB["ChromaDB - Búsqueda vectorial"]
    end

    subgraph LLM ["Modelo Multimodal"]
        OLLAMA["Ollama - Qwen2.5-VL / OceanGPT"]
    end

    subgraph OUT ["Salida"]
        RES["Identificación + Confianza"]
    end

    CAM --> TFL --> OCV --> ROUTER
    WEB --> ROUTER
    M365 --> L2

    ROUTER -->|"conocimiento estable"| L1
    ROUTER -->|"contexto fresco"| L2

    L1 --> OLLAMA
    L2 --> EMB --> VDB --> OLLAMA
    OLLAMA --> RES

    style ROUTER fill:#e74c3c,color:#fff
    style L1 fill:#f39c12,color:#fff
    style L2 fill:#9b59b6,color:#fff
    style OLLAMA fill:#2ecc71,color:#fff

---

2. Capa L1 — CAG (Cache-Augmented Generation)

2.1 Concepto

CAG precarga la totalidad del conocimiento estable en el prompt del modelo. La clave es el KV-Caching: el LLM procesa el corpus fundacional una sola vez, almacena los estados de atención computados, y reutiliza esta caché para inferencias subsiguientes.

2.2 Contenido del Golden Knowledge

Categoría	Datos	Volumen Estimado
Guías taxonómicas	Claves de identificación de especies del IEO	~200 páginas
Taxonomía TAXON	Clasificación jerárquica del proyecto institucional TAXON	~5.000 entradas
Firmas de otolitos	Patrones de anillos de crecimiento por especie y edad	~500 fichas
Colecciones históricas	Metadatos de los +3.400 especímenes catalogados	~3.400 registros
Distribuciones poblacionales	Datos de referencia por zona y temporada	~100 tablas

2.3 Flujo de Precarga

sequenceDiagram
    participant ADM as Administrador
    participant SYS as Sistema
    participant OLL as Ollama
    participant RDS as Redis

    ADM->>SYS: Actualiza Golden Knowledge
    SYS->>OLL: Envía prompt con corpus completo
    OLL->>OLL: Computa KV-Cache
    OLL->>RDS: Almacena KV-Cache serializada
    Note over RDS: Cache persistente entre reinicios

    loop Cada inferencia
        SYS->>RDS: Recupera KV-Cache
        SYS->>OLL: Envía consulta + KV-Cache
        OLL-->>SYS: Respuesta en < 500ms
    end

2.4 Ventajas del CAG

Aspecto	RAG Puro	CAG
Latencia	1-3s (búsqueda + generación)	< 500ms (caché directa)
Consistencia	Variable (depende del retrieval)	Alta (mismo contexto siempre)
Alucinaciones	Riesgo medio (fragmentos aislados)	Riesgo bajo (contexto completo)
Actualización	Tiempo real	Requiere recarga de caché

---

3. Capa L2 — RAG Dinámico

3.1 Pipeline de Embeddings

flowchart LR
    subgraph Ingesta ["Ingesta de Datos"]
        IMG["Imágenes nuevas"]
        DOC["Documentos - Excel, PDF"]
        API2["Datos M365 - Graph API"]
    end

    subgraph Procesamiento ["Procesamiento"]
        PRE["Pre-procesado"]
        EMB2["Modelo de Embeddings"]
        CHU["Chunking inteligente"]
    end

    subgraph Storage ["Almacenamiento"]
        CHR["ChromaDB"]
        PGV["pgvector"]
    end

    IMG --> PRE --> EMB2 --> CHR
    DOC --> CHU --> EMB2
    API2 --> CHU
    EMB2 --> PGV

    style EMB2 fill:#9b59b6,color:#fff
    style CHR fill:#f39c12,color:#fff

3.2 Modelo de Embeddings

Parámetro	Valor
Modelo base	CLIP ViT-L/14 (multimodal: imagen + texto)
Dimensión del vector	768 dimensiones
Ejecución	Local via Ollama (sin dependencia externa)
Normalización	L2-norm para cosine similarity

3.3 Estrategia de Chunking para Documentos

Tipo de Documento	Estrategia	Tamaño de Chunk
Excels de biometrías	Fila como unidad atómica	1 fila = 1 chunk
Publicaciones PDF	Párrafo semántico	500-1000 tokens
Fichas de especímenes	Ficha completa	1 ficha = 1 chunk
Notas de campaña	Sección temática	300-500 tokens

3.4 Búsqueda Vectorial

sequenceDiagram
    participant USR as Investigador
    participant API3 as Backend
    participant EMB3 as Embeddings
    participant CHR2 as ChromaDB
    participant LLM2 as Ollama

    USR->>API3: Consulta en lenguaje natural
    API3->>EMB3: Genera embedding de consulta
    EMB3-->>API3: Vector 768d
    API3->>CHR2: Búsqueda top-K similitud coseno
    CHR2-->>API3: K documentos + scores
    API3->>LLM2: Prompt + documentos recuperados
    LLM2-->>API3: Respuesta contextualizada
    API3-->>USR: Resultado con fuentes citadas

---

4. Agente de Enrutamiento (Agentic RAG)

El agente decide automáticamente si la consulta se resuelve con L1 (CAG) o L2 (RAG), o con ambos:

4.1 Reglas de Enrutamiento

Tipo de Consulta	Capa	Ejemplo
Identificación de especie conocida	L1 (CAG)	"¿Qué especie es este otolito?"
Datos de campañas recientes	L2 (RAG)	"Muestras de sardina del último ECOMED"
Comparación histórica + actual	L1 + L2	"¿Ha cambiado la distribución de merluza desde 2015?"
Búsqueda por imagen nueva	L2 (RAG)	"¿Qué especímenes se parecen a esta foto?"

4.2 Lógica del Router

flowchart TB
    Q["Consulta entrante"] --> CLASS["Clasificador de intención"]

    CLASS -->|"taxonomía / ID especie"| C1["Consulta estable → L1 CAG"]
    CLASS -->|"datos recientes / temporales"| C2["Consulta dinámica → L2 RAG"]
    CLASS -->|"comparativa / cruce"| C3["Consulta híbrida → L1 + L2"]

    C1 --> MERGE["Compositor de contexto"]
    C2 --> MERGE
    C3 --> MERGE

    MERGE --> LLM3["LLM Multimodal"]
    LLM3 --> RESP["Respuesta estructurada"]

    style CLASS fill:#e74c3c,color:#fff
    style MERGE fill:#2ecc71,color:#fff

---

5. Modelos de IA

5.1 Modelos Desplegados en el MVP

Modelo	Función	Tamaño	Ejecución
Qwen2.5-VL 7B	Visión + lenguaje (identificación de muestras)	~5 GB VRAM	Ollama local
Llama 3.1 8B	Generación de texto (informes, búsqueda semántica)	~5 GB VRAM	Ollama local
CLIP ViT-L/14	Generación de embeddings multimodales	~1 GB VRAM	Ollama local
TFLite (edge)	Pre-procesado y clasificación rápida on-device	~50 MB	Dispositivo móvil

5.2 Estrategia de Mejora Progresiva

flowchart LR
    subgraph Nivel1 ["Nivel 1 - Sin entrenamiento"]
        N1["CAG+RAG con modelos base"]
    end

    subgraph Nivel2 ["Nivel 2 - Fine-tuning ligero"]
        N2["LoRA/QLoRA sobre Qwen2.5-VL"]
    end

    subgraph Nivel3 ["Nivel 3 - Embeddings custom"]
        N3["Modelo propio para fauna atlántica"]
    end

    N1 -->|"si precisión < 80%"| N2
    N2 -->|"necesidad especializada"| N3

    style N1 fill:#2ecc71,color:#fff
    style N2 fill:#f39c12,color:#fff
    style N3 fill:#e74c3c,color:#fff

Nivel	Cuándo	Esfuerzo	Beneficio
Nivel 1	MVP inicial	Bajo (configuración)	Funcionalidad base inmediata
Nivel 2	Si precisión < 80%	Medio (dataset + LoRA)	Mejora de 10-20% en precisión
Nivel 3	Especialización avanzada	Alto (investigación + training)	Modelo único para fauna del IEO

---

6. Edge AI — Inferencia en Dispositivo

6.1 Arquitectura On-Device

flowchart TB
    subgraph DEVICE ["Dispositivo Móvil"]
        CAM2["Cámara nativa"]
        FP["Frame Processor - JSI"]
        OCV2["OpenCV - Pre-procesado"]
        TFL2["TFLite - Clasificación rápida"]
        BUF["Buffer offline"]
    end

    subgraph DECISION ["Decisión"]
        DEC{{"¿Conexión disponible?"}}
    end

    subgraph SERVER ["Servidor - Quarkus + Dapr"]
        ACT["Actor de Sesión"]
        FULL["Modelo CAG+RAG completo"]
    end

    CAM2 --> FP --> OCV2 --> TFL2
    TFL2 --> DEC
    DEC -->|"sí"| ACT --> FULL
    DEC -->|"no"| BUF
    BUF -->|"al recuperar red"| ACT

    style TFL2 fill:#9b59b6,color:#fff
    style FULL fill:#2ecc71,color:#fff

6.2 Capacidades Offline vs Online

Capacidad	Offline (Edge)	Online (Servidor)
Pre-procesado de imagen	✅ Completo	✅ Completo
Detección de especie básica	✅ Top-5 candidatos	✅ Identificación precisa
Estimación de edad	❌ Requiere CAG	✅ Completo
Búsqueda por similitud	❌ Requiere ChromaDB	✅ Completo
Informe contextualizado	❌ Requiere LLM	✅ Completo

---

7. Métricas y Monitorización del Motor IA

Métrica	Objetivo MVP	Herramienta
Latencia CAG	< 500ms	Prometheus + Grafana
Latencia RAG	< 3s	Prometheus + Grafana
Precisión top-1	≥ 80% especie	Dataset de validación curado
Precisión top-5	≥ 95% especie	Dataset de validación curado
Throughput	≥ 10 req/s	Load testing (k6)
Uso de VRAM	< 16 GB total	nvidia-smi

---

Documentos Relacionados

Nivel	Documento	Descripción
Investigación	Análisis Tecnológico Integral	Fundamentos: CAG+RAG, evaluación de tecnologías
Investigación	Análisis LLM Departamental	Modelos por departamento, datasets, tests de imagen/vídeo
Investigación	Bancos de Datos Animales	Fuentes de datos, APIs, datasets de imágenes, datos sintéticos
Arquitectura	Arquitectura del Sistema	Stack completo, backend, frontend
Arquitectura	Modelo de Datos	Schema para embeddings y muestras
Especificación	App Móvil	Edge AI, Visión Camera
Infraestructura	Docker Compose	Servicio Ollama, ChromaDB