Semantic Geometry Software & AI SpA Vamos conversar

Rancagua · Chile · P&D aplicada

Semantic Geometry Software & AI SpA

Não pretendemos que a IA saiba tudo. Projetamos o padrão que dá uma âncora real à IA moderna.

Validar toda a linguagem humana dentro de uma caixa-preta é inviável. Criamos arquitetura neuro-simbólica determinística: um método em C++23 onde cada afirmação crítica é ancorada em um espaço contínuo [-1, 1]³ e em um grafo auditável. A IA propõe. O silício verifica.

O'Higgins, Chile
Rancagua
Sociedade por ações
Software & AI SpA
Grounding determinístico
Neuro-Simbólico
15W · sem GPU · 0 tokens para verificar
Borda offline

01 — Origem

Nasceu de uma intuição, não de um plano de negócios

Rancagua, Región de O'Higgins. A Semantic Geometry não começou em um laboratório financiado nem dentro de uma corporação de tecnologia. Começou com uma intuição que seu autor sustentou por décadas de desenvolvimento autodidata: que uma ideia, um sentimento ou uma lei física podem ser localizados exatamente no espaço.

O significado humano não seria então uma definição estática em um dicionário alfabético, mas uma posição matemática em um espaço contínuo de coordenadas. Se a Terra tem latitude, longitude e altitude para situar qualquer objeto em sua superfície, o pensamento deveria ter seus próprios eixos cartesianos: um GPS do conhecimento.

Anos depois, ao revisar a literatura formal, essa intuição acabou convergindo com a linhagem da psicometria clássica: a medição de atitudes de Louis Thurstone e o diferencial semântico de Charles Osgood. Não era uma ideia órfã; era uma ideia que chegava tarde à sua própria tradição científica.

Daí vem a postura técnica que define a empresa. Diante de modelos que acertam na maioria das vezes sem conseguir explicar por quê, que não distinguem o que sabem do que inventam e que dependem de servidores gigantescos, a Semantic Geometry foi construída sobre o princípio oposto: o modelo propõe, mas o grafo e o cubo verificam.

Existe também um paradoxo belo e profundamente honesto nesta jornada: este motor existe para disciplinar e ancorar os modelos de linguagem, mas sem eles jamais teria visto a luz do dia. Por décadas, a geometria semântica foi uma intuição solitária guardada em cadernos e testes locais. Teria levado uma vida inteira estruturar manualmente milhões de conceitos, malhas normativas e testes rigorosos em C++23. A IA generativa foi o catalisador cognitivo: o andaime que acelerou a exploração e permitiu materializar a arquitetura. Seu autor reconhece com gratidão essa contribuição: os LLMs foram o fogo que permitiria forjar a âncora que hoje lhes dá sanidade.

  1. 1928 Thurstone As atitudes podem ser medidas
  2. 1957 Osgood O diferencial semântico
  3. — Décadas Desenvolvimento autodidata e independente
  4. 2026 12 gravitantes O átomo semântico

Capacidade do cubo semântico [-1,1]³

Hardware / IEEE 754
≈ 7,82 × 1056

pontos únicos representáveis

Por eixo 2046·2⁵² + 1 9.214.364.837.600.034.817

1 sinal · 11 expoente · 52 mantissa — IEEE 754 binary64

Recalculável a partir da especificação IEEE 754. Os 1022 expoentes que dão |x| < 1, mais o que dá exatamente ±1 com mantissa zero, pelos dois sinais.

Ocupação atual do grafo

semantic.db v8.0
2,44M

conceitos únicos situados em [-1, 1]³

Arestas taxonômicas 5,86M (arestas tipadas ativas)

884k sinônimos

Medido ao vivo em semantic.db (2.439.645 conceitos / 5.862.311 links / 884.325 sinônimos). Zero dados sintéticos.

“O cubo pode alojar 7,82×10⁵⁶ pontos. Hoje o grafo povoa 2,44M deles. A diferença não é uma promessa: é a margem de crescimento que a arquitetura deixa aberta.”

Diagrama técnico do cubo semântico contínuo em perspectiva isométrica com a Terra apontando para um único ponto em seu interior como contrato colaborativo

O cubo semântico tem espaço para ~6 milhões de Terras de átomos

Os modelos modernos ainda não exploram este espaço — e não precisam: a porta de entrada já existe. A IA propõe, a geometria verifica, e o cubo é o terreno onde esse contrato é firmado a custo quase zero. Não dizemos que a IA deveria ter chegado antes: dizemos que a porta já está aberta.

Espaço físico vs. Cubo semântico

Se cada conceito ocupa um ponto do cubo — como cada átomo ocupa um ponto do espaço físico —, o cubo tem capacidade para tantos conceitos quanto átomos caberiam em ~6 milhões de Terras.

A Expansão para Dentro

A primeira exploração para dentro

Durante cinco séculos a humanidade se expandiu para fora: cruzar oceanos, medir continentes e lançar telescópios. A Semantic Geometry propõe a exploração interior: um espaço que não se conquista com distância, mas com precisão. 7,82 × 10⁵⁶ posições endereçáveis em silício comum a 15 watts.

01

Cinco séculos para fora

Hemisférios cartografados, órbitas medidas, galáxias fotografadas. A exploração exterior foi o projeto da humanidade. A próxima fronteira não está na distância — está na precisão do que já está aqui.

02

Memória topológica

Von Neumann nos deixou um barramento linear: a memória como uma rua por onde tudo passa em fila. A SG faz o contrário: o semelhante mora junto. O conhecimento não se percorre — encontra-se. Índices espaciais em SQLite, localidade física em silício.

03

Quantificar endereços, não lábia

A indústria comprime as palavras a um bit (BitNet) e segue alucinando barato. Comprimir a linguagem não lhe dá onde morar. A SG dá à verdade um endereço: coordenadas (x, y, z) no cubo. A verdade não depende da lábia — depende do seu endereço.

Mineiros nas galerias subterrâneas de O'Higgins contemplando o cubo semântico incrustado como geoda viva na rocha

O'HIGGINS · CHILE

“O'Higgins extraiu cobre para o mundo por um século. A Expansão para Dentro propõe outra extração: um cubo semântico quase sem limites, onde a IA encontra em vez de inventar.”
∫

Densidade não uniforme em IEEE 754

A densidade IEEE 754 não é uniforme em [-1, 1]: é ~2048× maior perto de 0 do que perto de ±1. A resolução efetiva varia por região.

Δ

Resolução útil

A resolução útil não é limitada pela precisão numérica, mas pela separação semântica real entre conceitos (coordenadas tipicamente a ~0,01–0,5). A margem de crescimento é de várias ordens de magnitude.

⬡

A verdadeira conquista arquitetônica

A capacidade não é a conquista. A conquista é que o contêiner não impõe teto: o grafo pode crescer ordens de magnitude sem mudar de arquitetura.

Ganho declarado: Capacidade praticamente ilimitada no contêiner contínuo.
Limite declarado: A ocupação real é 2,44M e cresce estritamente por curadoria auditada.

Duas formas de responder quando não se sabe

Modelo generativo

Responde sempre. Se o dado não está lá, ele o constrói plausível: a fluência e a veracidade saem do mesmo mecanismo, então de fora não há como distinguir uma da outra.

Verificador determinístico

Tem permissão para calar. A geometria orienta a inferência, mas só a evidência do grafo a certifica. Quando não há, o sistema diz: a negativa é uma resposta, não uma falha.

A diferença não é quem acerta mais. É que um pode errar sem saber, e o outro não pode afirmar sem evidência.

02 — Verticais

O motor é a base; as verticais, o produto

Sobre o núcleo de verificação determinística construímos verticais reguladas: domínios onde uma alucinação custa dinheiro, um julgamento ou uma multa. Cada uma declara sua fase com honestidade, sem fumaça.

01

Operação de frotas

SG-Fleet

Geocercas, telemetria e controle de frotas em C++23

Motor header-only C++23 com REST + tracker TCP, isolamento multi-tenant e telemetria de hardware. Projetado para operar 100% offline, na borda.

  • REST API com isolamento multi-tenant e RBAC
  • Tracker TCP (Wialon IPS / CSV) com batch de alta densidade
  • Geocercas, alertas e dashboard de operação
  • Sem dependências: roda onde não há nuvem
  • Slices autocontidos (~7 MB) para radioenlaces e micro-dispositivos
C++23SQLiteRESTTCP
Em desenvolvimento
02

Contabilidade e tributária · Chile

SG-Tax

Folha, RLI e balanço tributário determinístico

Cálculo normativo chileno sem heurística: liquidações Previred, RLI ProPyme e balanço financeiro vs. tributário. Cada resultado é auditável contra a lei.

  • Liquidações Previred (arquivo de 105 campos)
  • RLI ProPyme 14-D3 / 14-D8 e Semi-Integrado 14-A
  • Balanço IFRS vs. tributário SII com conciliação
  • Cálculo determinístico: zero caixas-pretas
C++23SQLiteSIIPrevired
Em desenvolvimento

Verificação ontológica experimental. Não constitui assessoria tributária ou contábil vinculante.

03

Crédito e bancos · Chile

SG-Fintech

Simulação de crédito com amortização rastreável

Simulações de crédito e tabelas de amortização com auditoria completa: cada decisão de pagamento é respaldada pelo motor, pronta para fiscalização.

  • Simulação de crédito com cronograma de amortização
  • Cálculo de indicadores de mercado (UF, taxa, IPC)
  • Trilha de auditoria por operação
  • Determinismo para decisões reguladas
NestJSSQLiteCálculo financeiro
Em desenvolvimento

Nenhuma vertical compete com um LLM em geração de texto: compete no que um LLM não pode prometer: uma resposta que sabe quando calar e que pode mostrar a norma que a fundamenta. E onde o LLM não chega —sem conectividade, em silício padrão, na borda—, o motor chega.

03 — Pilares

Três capacidades, uma mesma disciplina de representação

Não vendemos horas de desenvolvimento genérico. Cada pilar resolve um tipo diferente de problema, com o mesmo critério: estrutura explícita, desempenho mensurável e resultados que se sustentam no tempo.

01

Data Engineering & High-Performance Backends

Construímos o encanamento onde o dado chega íntegro e no prazo. Pipelines ETL tolerantes a falhas, otimização de fluxos e microsserviços robustos, dimensionados para volume real de produção.

  • Pipelines ETL/ELT e orquestração de ingestão massiva
  • Otimização de consultas, índices e pegada de memória
  • Microsserviços e backends de alto desempenho
  • Observabilidade, idempotência e recuperação de falhas
C++23SQLite / SQL embarcadoPythonAPIs REST
02

Neuro-Symbolic AI & Grounding

Unimos a geometria dos espaços latentes contínuos com a solidez dos grafos ontológicos. A IA generativa propõe; nosso motor neuro-simbólico verifica e ancora com evidência matemática.

  • Modelagem geométrica do conhecimento em espaços latentes [-1, 1]³
  • Representações contínuas interpretáveis e rastreáveis em silício
  • Verificação determinística em sub-milissegundo (imunidade a alucinações)
  • Grounding por evidência: sem respaldo no grafo não há afirmação
C++23Cubo contínuoGrafos direcionadosNeuro-simbólico
03

Spatial Computing & Optimization

Algoritmos analíticos para problemas que não admitem aproximações. Otimização combinatória, geoespacial e financeira aplicada a operação industrial e tomada de decisões reguladas.

  • Otimização combinatória e metaheurísticas
  • Análise geoespacial e topologia de redes
  • Modelos de risco e cálculo normativo auditável
  • Simulação e apoio à decisão operacional
  • Borda offline: ~15W em silício padrão, sem GPU, sem nuvem
OtimizaçãoGeoespacialModelos financeirosSimulação

05 — Paradigma & Recuperação

RAG Tradicional vs. Grounding Semântico em Silício

O mercado tenta resolver a alucinação com RAG (busca por similaridade). Explicamos por que a similaridade vetorial não é verificação e como a geometria fornece a certeza que falta ao RAG.

Dimensão Grounding Semântico SG RAG Tradicional (Vector DB + LLM)
Mecanismo de Recuperação Projeção matemática contínua em [-1, 1]³ e busca transitiva de caminhos em grafo formal. Busca por similaridade cosmética de texto (distância cosseno de embeddings) injetada no prompt.
Garantia Ontológica Determinística: se não houver caminho causal com suporte no grafo, responde NO_EVIDENCE e cala. Nula. A LLM ainda pode alucinar, omitir ou contradizer os próprios parágrafos recuperados pelo RAG.
Custo por Consulta 0 tokens para verificar. Toda a verificação ontológica roda em memória local C++23. Alto. Milhares de tokens por chamada para pagar a janela de contexto dos documentos injetados.
Latência de Resposta Sub-milissegundo (p50 0,37 ms em desktop / 1,37 ms em dispositivo de borda, em silício nativo). Segundos (2.000 ms a 6.000 ms entre busca vetorial e geração autorregressiva de tokens).
Infraestrutura & Energia 15 Watts em hardware padrão local. Opera 100% offline sem GPU e sem nuvem. Bancos de dados vetoriais em nuvem, fazendas de GPUs de alta potência e conectividade obrigatória.
Tratamento de Contradições Incompatibilidade topológica: detecta colisões de regras e as rejeita formalmente. Funde textos contraditórios em uma redação eloquente, porém falsa ("alucinação suave").
Rastreabilidade e Auditoria Comprovável: cita o nó exato, peso e fonte legal ou técnica de cada aresta. Aproximada: aponta qual documento leu, mas não pode provar como chegou à sua conclusão.

Ganhos e limites declarados (Transparência Total)

O que a Semantic Geometry ganha:

Verificação formal auditável, latências de microssegundos (<0.2 ms vs 2-6 segundos em GPU), 0 tokens para verificar e proteção contra contradições. Requer a formalização das regras críticas da organização.

O que o RAG tradicional ganha:

Facilidade para ingerir montanhas de documentos não estruturados (PDFs, transcrições, notas) sem modelagem ontológica prévia. Perde o controle de veracidade e a capacidade de auditoria lógica.

ARQUITECTURA ENTERPRISE

A Integração Ideal: SG como Gatekeeper do seu RAG

Semantic Geometry e RAG não precisam competir: a SG é a guardiã de saída que torna o RAG viável em produção.

  • 01 Use seu pipeline RAG existente para explorar e resumir livremente milhões de páginas desordenadas.
  • 02 Antes de enviar a resposta final ao usuário ou aos sistemas centrais, a SG verifica em < 1 ms se a conclusão cumpre as regras de negócio.
  • 03 Se o RAG alucinar ou contradizer uma norma corporativa, a SG veta a resposta e exige evidências.
  • 04 Resultado: o alcance amplo do RAG tradicional combinado com a blindagem matemática e determinística da Semantic Geometry.

Similaridade de texto não é verdade ontológica. O RAG encontra texto parecido; a Semantic Geometry demonstra se a afirmação é verdadeira na realidade.

Estado atual

A Semantic Geometry não está terminada. Está construída para não mentir enquanto não estiver.

Arquitetura e método
Consolidados C++23 estrito, arquitetura hexagonal, suítes de verificação no verde.
Base de conhecimento
Em calibração Cresce por ingestão auditada. O que não pode ser medido é purgado.
Cobertura por domínio
Desigual E o motor declara: onde o grafo não tem evidência, responde com silêncio.

Um modelo com cobertura incompleta que preenche as lacunas é mais arriscado do que um com a mesma cobertura que cala. Para operação industrial e decisões reguladas, essa diferença não é um detalhe: é o produto.

04 — Identidade & Contato

Vamos falar do problema, não do pitch

Conte-nos qual sistema você precisa construir, qual pipeline está caindo ou qual decisão você não consegue sustentar hoje. Respondemos com um diagnóstico técnico, não com um folheto.

Dados da sociedade

Razão social
Semantic Geometry Software & AI SpA
Localização
Rancagua, O'Higgins, Chile
Fuso horário
GMT-4 / GMT-3 (horário do Chile continental)

Enviar uma mensagem

Este formulário abre seu cliente de e-mail com a mensagem já redigida. Nada é enviado a um servidor intermediário.