AI-Lab
Dette er senteret for min forskning og utvikling (FoU). Mens prosjektsiden viser hva jeg har bygget, viser AI-Laben hvordan jeg løser komplekse tekniske utfordringer – fra agent-orkestrering med LangGraph til optimalisering for edge-enheter.
Agentisk Orkestrering (LangGraph)
Utover enkle chat-modeller bygger jeg autonome agenter som opererer i sykluser for å løse komplekse forespørsler.
- Multi-Agent Systemer: Bruk av LangGraph for å styre komplekse tilstander og feilhåndtering mellom flere agenter.
- Proaktiv Compliance: Agenter som overvåker handlinger i sanntid og gir advarsler ved brudd på protokoller (SOP).
Hybrid RAG Arkitektur
En avansert RAG-løsning designet for å møte strenge norske krav til personvern og spesialisert saksbehandling.
- Tre Moduser: Implementering av spesialiserte chat-moduser: Dokument-RAG, Faglig Chat, og Autonome Agenter med verktøystøtte.
- Smart Routing: Sensitiv data behandles lokalt (On-premise), mens generell kunnskap routes til Gemini i skyen.
CPU-Optimalisert AI
Kjøring av avanserte AI-modeller på standard maskinvare uten behov for dyre GPU-er.
- Teknologier: faster-whisper (int8 kvantisering), sentence-transformers.
- Resultat: Rask transkribering og semantisk søk på vanlige laptoper.
Offline-First Mobile AI
Robust mobilarkitektur for feltarbeid uten internettdekning.
- Persistens: SQLite/AsyncStorage for lokal lagring og auto-sync når nettet er tilbake.
- Bakgrunnsopptak: React Native Background Actions for stabil lydopptak selv om appen minimeres.
Native Hardware Bridge
Kobling mellom web-teknologi og spesialisert hardware som RealWear og JodaPro.
- Løsning: Android WebView med
@JavascriptInterfacebro. - Funksjon: Lar web-appen styre kamera, filsystem og stemmestyring på native nivå.
"Take Point" Synkronisering
Proprietær teknologi for kontekstuell dokumentasjon.
- Konsept: Bilder tatt i felt tidsstemples nøyaktig til sekundet i lydopptaket.
- Verdi: Lar AI generere rapporter hvor bilder automatisk plasseres i riktig tekstkontekst.