Semantic Geometry Software & AI SpA ZH Parliamone

Rancagua · Cile · R&S applicata

Semantic Geometry Software & AI SpA

Non pretendiamo che l’IA sappia tutto. Progettiamo il pattern che fornisce un ancoraggio reale all’IA moderna.

Validare tutto il linguaggio umano in una scatola nera è impraticabile. Creiamo architettura neuro-simbolica deterministica: un metodo in C++23 dove ogni affermazione critica è ancorata a uno spazio continuo [-1, 1]³ e a un grafo verificabile. L’IA propone. Il silicio verifica.

O'Higgins, Cile
Rancagua
Società per azioni
Software & AI SpA
Grounding deterministico
Neuro-Simbolico
15W · senza GPU · 0 token per verificare
Edge offline

01 — Origine

Nata da un’intuizione, non da un business plan

Rancagua, Región de O'Higgins. Semantic Geometry non è iniziata in un laboratorio finanziato né all’interno di una multinazionale tecnologica. È nata da un’intuizione che il suo autore e fondatore, Marco Retamales Guzmán, ha coltivato durante decenni di sviluppo autodidatta: che un’idea, un sentimento o una legge fisica possono essere collocati esattamente nello spazio.

Il significato umano non sarebbe quindi una definizione statica in un dizionario alfabetico, ma una posizione matematica in uno spazio continuo di coordinate. Se la Terra ha latitudine, longitudine e altitudine per posizionare qualsiasi oggetto sulla sua superficie, il pensiero deve avere i suoi assi cartesiani: un GPS della conoscenza.

Anni dopo, esaminando la letteratura accademica, quell’intuizione è risultata convergere con la psicometria classica: la misurazione delle attitudini di Louis Thurstone e il differenziale semantico di Charles Osgood. Non era un’idea orfana; era un’idea che arrivava nella propria tradizione scientifica.

Da qui deriva la visione tecnica che definisce l’azienda. Di fronte a modelli che indovinano la maggior parte delle volte senza spiegare il perché, incapaci di distinguere ciò che sanno da ciò che inventano e dipendenti da server mastodontici, Semantic Geometry è stata costruita sul principio opposto: il modello propone, ma il grafo e il cubo verificano.

Esiste anche un paradosso meraviglioso e profondamente onesto in questo percorso: questo motore esiste per disciplinare e ancorare i modelli linguistici, ma senza di essi non avrebbe mai visto la luce. Per decenni, la geometria semantica è stata un’intuizione solitaria in quaderni e test locali. Ci sarebbe voluta una vita intera per strutturare a mano milioni di concetti e test rigorosi in C++23. L’IA generativa è stata il catalizzatore cognitivo che ha accelerato la concretizzazione dell’architettura. Gli LLM sono stati il fuoco con cui è stata forgiata l’ancora che oggi garantisce loro equilibrio.

  1. 1928 Thurstone Le attitudini si possono misurare
  2. 1957 Osgood Il differenziale semantico
  3. — Decenni Sviluppo autodidatta e indipendente
  4. 2026 12 gravitanti L’atomo semantico

Capacità del cubo semantico [-1,1]³

Hardware / IEEE 754
≈ 7,82 × 1056

punti unici rappresentabili

Per asse 2046·2⁵² + 1 9.214.364.837.600.034.817

1 segno · 11 esponente · 52 mantissa — IEEE 754 binary64

Ricalcolabile dalla specifica IEEE 754: 1022 esponenti che danno |x| < 1, più il valore per esattamente ±1 con mantissa zero, per entrambi i segni.

Occupazione attuale in produzione

semantic.db v8.0
2,06M

concetti nel grafo

Relazioni ontologiche 4,75M (archi tipizzati attivi)

884k sinonimi

Misurato in tempo reale su semantic.db (2.064.828 concetti / 4.747.027 link / 884.322 sinonimi). Zero dati sintetici.

“Il cubo può ospitare 7,82×10⁵⁶ punti. Oggi il grafo ne popola 2,06M. La differenza rappresenta il potenziale di crescita aperto dall’architettura.”

Diagramma tecnico del cubo semantico continuo in prospettiva isometrica con la Terra che punta a un singolo punto interno

Il cubo semantico ha spazio per gli atomi di ~6 milioni di Terre

I modelli attuali non esplorano ancora questo spazio — e non devono farlo: la porta di accesso esiste già. L’IA propone, la geometria verifica, e il cubo è il terreno dove questo accordo si stipula a costo quasi nullo.

Spazio fisico vs. Cubo semantico

Se ogni concetto occupa un punto del cubo — come ogni atomo occupa un punto dello spazio fisico —, il cubo possiede una capacità pari agli atomi contenuti in circa 6 milioni di Terre.

L’Espansione verso l’Interno

La prima esplorazione verso l’interno

Per cinque secoli l’umanità si è espansa verso l’esterno: attraversare oceani, mappare continenti, lanciare telescopi. Semantic Geometry propone l’esplorazione interiore: uno spazio conquistato con la precisione piuttosto che con la distanza. 7,82 × 10⁵⁶ posizioni indirizzabili su silicio standard a 15 watt.

01

500 anni verso l’esterno

Emisferi tracciati, orbite calcolate, galassie fotografate. La prossima frontiera non è nella lontananza: è nella precisione di ciò che è già qui.

02

Memoria topologica

Von Neumann ci ha lasciato un bus lineare: la memoria come una strada in cui tutto sfila in fila. SG fa l’opposto: ciò che è simile risiede insieme. La conoscenza non si scorre, si incontra. Indici spaziali in SQLite, località fisica nel silicio.

03

Quantizzare indirizzi, non parole vuote

L’industria comprime il testo a un bit (BitNet) continuando ad allucinare a basso costo. Comprimere la parola non le dà una dimora. SG dà alla verità un indirizzo: coordinate (x, y, z) nel cubo.

Minatori nelle gallerie sotterranee di O'Higgins che osservano il cubo semantico incastonato come un geode vivo nella roccia

O'HIGGINS · CHILE

“O'Higgins ha estratto rame per il mondo intero per un secolo. L’Espansione verso l’Interno propone un’altra estrazione: un cubo semantico senza confini dove l’IA trova anziché inventare.”
∫

Densità non uniforme in IEEE 754

La densità IEEE 754 non è uniforme in [-1, 1]: è circa 2048 volte maggiore vicino a 0 rispetto a ±1. La risoluzione effettiva varia a seconda della regione.

Δ

Risoluzione operativa

La risoluzione utile non è limitata dal calcolo numerico, ma dalla reale separazione semantica tra concetti (~0,01–0,5). Il margine di crescita copre diversi ordini di grandezza.

⬡

Il vero traguardo architetturale

La capacità non è il fine. Il traguardo è che lo spazio non impone un limite massimo: il grafo può crescere di vari ordini di grandezza senza modificare l’architettura.

Guadagno dichiarato: Capacità praticamente illimitata nello spazio continuo.
Limite dichiarato: L’occupazione reale è di 2,06M e cresce rigorosamente tramite curatela verificata.

Due modi di rispondere quando non si conosce la risposta

Modello generativo

Risponde sempre. Se il dato manca, ne costruisce uno plausibile: l’eloquenza e la veridicità provengono dallo stesso meccanismo, rendendo impossibile distinguerle dall’esterno.

Verificatore deterministico

Ha il permesso di tacere. La geometria guida l’inferenza, ma solo l’evidenza del grafo la certifica. Quando non c’è riscontro, il sistema lo segnala: il rifiuto è una risposta valida, non un errore.

La differenza non è in chi indovina di più. È che uno può sbagliare senza saperlo, mentre l’altro non può affermare senza prove.

02 — Verticali

Il motore è la base; le verticali sono il prodotto

Sul nucleo di verifica deterministica costruiamo verticali per settori regolamentati: ambiti in cui un’allucinazione costa denaro, un contenzioso o sanzioni.

01

Gestione flotte & Telemetria

SG-Fleet

Geofencing, telemetria e controllo flotte in C++23

Motore header-only C++23 con REST + tracker TCP, isolamento multi-tenant e telemetria hardware. Progettato per operare al 100% offline, all’edge.

  • REST API con isolamento multi-tenant e RBAC
  • Tracker TCP (Wialon IPS / CSV) con elaborazione batch ad alta densità
  • Geofence, allarmi e dashboard operativa
  • Senza dipendenze esterne: opera dove non c’è connettività cloud
  • Slice autonome (~7 MB) per ponti radio e microdispositivi
C++23SQLiteRESTTCP
In sviluppo
02

Contabilità e fisco · Cile

SG-Tax

Buste paga, RLI e bilancio fiscale deterministico

Calcolo normativo cileno senza euristiche: liquidazioni Previred, RLI ProPyme e riconciliazione tra bilancio civilistico e fiscale. Ogni dato è controllabile rispetto alla legge.

  • Liquidazioni Previred (specifica 105 campi)
  • RLI ProPyme 14-D3 / 14-D8 e regime semi-integrato 14-A
  • Bilancio IFRS vs fiscale con riconciliazione
  • Calcolo puramente deterministico: zero scatole nere
C++23SQLiteSIIPrevired
In sviluppo

Verifica ontologica sperimentale. Non costituisce consulenza fiscale o contabile vincolante.

03

Credito & Banche · Cile

SG-Fintech

Simulazione di prestito con ammortamento tracciabile

Simulazioni di credito e piani di ammortamento con audit trail completo: ogni decisione di pagamento è supportata dal motore e pronta per la revisione.

  • Simulazione di prestito con piano di ammortamento
  • Calcolo di indicatori normativi (UF, tassi, IPC)
  • Traccia di controllo dettagliata per operazione
  • Determinismo per decisioni finanziarie regolamentate
NestJSSQLiteMatematica finanziaria
In sviluppo

Nessuna verticale compete con un LLM nella composizione di testi: compete dove l’LLM non può dare garanzie: fornire una risposta che sa quando tacere e citare la norma che la sostiene. E dove il cloud non arriva, il nostro motore opera senza intoppi.

03 — Pilastri

Tre competenze, una medesima disciplina di rappresentazione

Non vendiamo ore di sviluppo generiche. Ciascun pilastro risolve una categoria di problemi con il medesimo criterio: struttura esplicita, prestazioni verificabili e continuità nel tempo.

01

Data Engineering & Backend ad Alte Prestazioni

Costruiamo le fondamenta affinché il dato arrivi integro e tempestivo. Pipeline ETL resilienti, ottimizzazione delle query e microservizi dimensionati per carichi reali di produzione.

  • Pipeline ETL/ELT e orchestrazione di ingestione massiva
  • Ottimizzazione di interrogazioni, indici e memoria occupata
  • Microservizi e backend ad altissime prestazioni
  • Osservabilità, idempotenza e ripristino da guasti
C++23SQLite / SQL incorporatoPythonAPI REST
02

IA Neuro-Simbolica & Grounding Deterministico

Uniamo la geometria degli spazi latenti con la solidità dei grafi ontologici. L’IA generativa propone; il nostro motore neuro-simbolico verifica con rigore matematico.

  • Modellazione geometrica della conoscenza in spazi latenti [-1, 1]³
  • Rappresentazioni continue, interpretabili ed eseguibili su silicio
  • Verifica deterministica in sub-millisecondo (immunità da allucinazioni)
  • Grounding basato sull’evidenza: senza supporto nel grafo nessuna affermazione viene validata
C++23Cubo continuoGrafi direttiNeuro-simbolico
03

Spatial Computing & Ottimizzazione

Algoritmi analitici per problemi che non tollerano approssimazioni. Ottimizzazione combinatoria, geospaziale e finanziaria per operazioni industriali e processi regolamentati.

  • Ottimizzazione combinatoria e meta-euristiche
  • Analisi geospaziale e topologia di rete
  • Modelli di rischio e calcolo normativo verificabile
  • Simulazione e supporto decisionale operativo
  • Edge offline: ~15W su silicio standard, senza GPU né cloud
OttimizzazioneGeospazialeModelli finanziariSimulazione

05 — Paradigma & Recupero delle informazioni

RAG Tradizionale vs. Grounding Semantico su Silicio

Il settore tenta di risolvere le allucinazioni tramite RAG (ricerca per similarità). Spieghiamo perché la similarità vettoriale non equivale a verifica e come la geometria conferisce certezza.

Dimensione Grounding Semantico SG RAG Tradizionale (Vector DB + LLM)
Meccanismo di recupero Proiezione matematica continua in [-1, 1]³ e ricerca transitiva di cammini in grafo formale. Ricerca cosmetica per somiglianza di testo (distanza coseno di embedding) inserita nel prompt.
Garanzia ontologica Deterministica: in assenza di un percorso causale attestato nel grafo, risponde NO_EVIDENCE e tace. Nessuna. L’LLM può alterare, ignorare o contraddire i passaggi stessi recuperati dal RAG.
Costo per richiesta 0 token per verificare. L’intera verifica ontologica viene eseguita localmente in RAM C++23. Elevato. Migliaia di token per chiamata per coprire la finestra di contesto documentale.
Latenza di risposta Sub-millisecondo (mediana 0,37 ms su desktop / 1,37 ms su microdispositivo, in codice nativo). Secondi (da 2.000 ms a 6.000 ms tra ricerca vettoriale e generazione autoregressiva).
Infrastruttura & Energia 15 Watt su hardware standard locale. Opera al 100% offline senza GPU né cloud. Database vettoriali su cloud, cluster di GPU ad alto assorbimento e connessione obbligatoria.
Gestione delle contraddizioni Incompatibilità topologica: rileva i conflitti tra regole e li rifiuta formalmente. Accorpa documenti contraddittori in una risposta plausibile ma erronea («allucinazione morbida»).
Tracciabilità e Audit Dimostrabile: indica nodo preciso, peso e fonte normativa o tecnica di ogni relazione. Approssimativa: segnala il documento consultato, ma non può motivare la deduzione causale.

Vantaggi e limiti dichiarati (Totale trasparenza)

Cosa guadagna Semantic Geometry:

Verifica formale controllabile, latenze dell’ordine dei microsecondi (<0,2 ms rispetto a 2–6 secondi su GPU), costo zero di token e protezione dalle contraddizioni. Richiede la modellazione iniziale delle regole critiche.

Cosa guadagna il RAG tradizionale:

Facilità nell’ingerire moli consistenti di testi non strutturati (PDF, verbali, note) senza modellazione. Perde tuttavia il presidio della verità e la verificabilità logica.

ARQUITECTURA ENTERPRISE

L’integrazione ottimale: SG come gatekeeper del vostro RAG

Semantic Geometry e il RAG non sono in contrasto: SG funge da supervisore d’uscita che rende il RAG affidabile in produzione.

  • 01 Utilizzate la pipeline RAG per esplorare e riassumere grandi volumi documentali disordinati.
  • 02 Prima di inviare la risposta all’utente o all’ERP, SG controlla in < 1 ms la conformità alle regole aziendali.
  • 03 Se il RAG allucina o contrasta una direttiva interna, SG blocca l’output ed esige evidenza formale.
  • 04 Risultato: la ricchezza documentale del RAG con il rigore matematico e deterministico di Semantic Geometry.

La somiglianza testuale non è verità ontologica. Il RAG individua testi analoghi; Semantic Geometry dimostra se l’affermazione è fondata nel mondo reale.

Stato di avanzamento

Semantic Geometry non è completato. È concepito per non mentire fintanto che non lo sia.

Architettura e metodo
Consolidati C++23 rigoroso, architettura esagonale, suite di test pienamente verificate.
Base di conoscenza
In calibrazione Cresce per ingestione controllata. Tutto ciò che non è misurabile viene escluso.
Copertura per ambito
Differenziata E il motore lo dichiara: dove il grafo è privo di evidenza, risponde con il silenzio.

Un modello con copertura parziale che inventa le lacune è infinitamente più rischioso di uno che sa tacere. Nelle operazioni industriali e nelle decisioni regolamentate, tale rigore è il prodotto stesso.

04 — Identità & Contatto

Discutiamo delle vostre sfide tecniche, non di una presentazione commerciale

Raccontateci quale sistema dovete sviluppare, quale pipeline presenta criticità o quale decisione non riuscite a certificare. Risponderemo con un’analisi tecnica circostanziata.

Dati societari

Ragione sociale
Semantic Geometry Software & AI SpA
Sede
Rancagua, O'Higgins, Chile
Fuso orario
GMT-4 / GMT-3 (ora del Cile continentale)

Invia un messaggio

Questo modulo apre il vostro client di posta con un messaggio preimpostato. Nessun dato transita su server intermedi.