← Todos los proyectos
Producto / 2024-presentePARADA 02 DE 08 DE LA TRAVESÍA

Releaf

Pequeñas acciones. Una huella más ligera.

PAPEL

Cofundador e ingeniero de software

CONTEXTO

Rematter Cooperation

HERRAMIENTAS Y MÉTODOS

SwiftUI · Core ML · Django · Redes neuronales de grafos · Clasificadores calibrados

Modelo de isla hecho a mano: Releaf
LA ISLA, EXPLICADA

Un teléfono, un árbol y cinco destinos posibles para las cosas.

Una ilustración creada en Blender para este sitio. Explica la idea; no son datos del proyecto.

Las imágenes, los diagramas y los vídeos originales conservan su idioma de origen.

LA PREGUNTA

La sostenibilidad resulta más accesible cuando el siguiente paso es concreto. Ayudé a construir Releaf en torno a las cosas que la gente ya tiene, los hábitos que quiere cambiar y una comunidad con la que compartir esos experimentos. Bajo su apariencia amable, la app es un ejercicio de poner el aprendizaje automático donde resulta útil y de mantenerlo honesto sobre lo que sabe.

5,000+descargas de aplicaciones
30tipos de objeto reconocidos en el teléfono
11niveles de crecimiento de “My Tree”
Los dos primerosConcurso de innovación social 2025
01

De la información a un hábito diario

Releaf reúne formas de reutilizar materiales cotidianos, una estimación del carbono que produjo el día de una persona y una comunidad para compartir lo que funcionó. El objetivo es dar a la información ambiental un lugar útil en la rutina: una idea para probar, una acción para registrar o algo que mostrar a otra persona. El progreso se representa como un árbol que crece a lo largo de once niveles, y las recompensas se cuentan en gotas de agua.

02

Un clasificador que vive en el teléfono

El código actual de la app reconoce residuos con un modelo de visión EVA-02 Large convertido a Core ML. Una imagen pasa a la vez por tres cabezales de salida: 30 clases de objetos, 15 materiales y 4 contenedores. Ejecutarlo en el dispositivo significa que una foto no tiene que salir del teléfono para ser útil, y una predicción por debajo de un umbral de confianza se marca en lugar de presentarse como segura. Si el modelo en el dispositivo no está disponible, la app puede recurrir al mismo clasificador en el servidor.

03

Un grafo pequeño en lugar de un modelo grande

Un nombre todavía no es un consejo. Releaf incluye un grafo de conocimiento de 43 nodos (30 objetos, 8 materiales y 5 destinos) unidos por 118 aristas, con embeddings aprendidos por una red de atención sobre grafos. La orientación para desechar un objeto es una consulta a lo largo de las aristas del grafo; los “objetos similares” se obtienen por similitud de coseno entre embeddings. Trasladar la búsqueda a este grafo eliminó la dependencia de la app de un servicio externo de modelos de lenguaje para esa función.

04

Seguimiento de carbono que separa lo que se infiere de lo que se calcula

El seguimiento de carbono es opcional. Las lecturas de ubicación y movimiento se resumen en el teléfono en ventanas de 15 segundos, y solo se suben esos resúmenes. Un clasificador calibrado infiere el medio de transporte e indica “desconocido” cuando su confianza es baja. Después, un paso independiente y auditable multiplica la distancia por factores de emisión publicados. El clasificador se entrenó con un simulador de movilidad basado en física, así que su precisión casi perfecta en simulación no es una afirmación sobre teléfonos reales.

05

Construyendo con un equipo

Como cofundador de Rematter Cooperation, trabajé en la app en SwiftUI, el backend en Django para cuentas, recompensas, logros y notificaciones, y los servicios de IA de apoyo. Recaudamos $2.000 de financiación y obtuvimos un puesto entre los dos mejores equipos en el Campamento de Incubación y Concurso de Innovación Social para Escuelas Secundarias de China 2025. Releaf superó las 5.000 descargas.

ASPECTOS TÉCNICOS

De una foto a un siguiente paso útil.

  1. 01

    Una imagen, tres preguntas

    El clasificador EVA-02 Large recibe una imagen de 448 × 448 y responde a tres preguntas a partir de una representación compartida: qué es el objeto, de qué está hecho y a qué contenedor corresponde. La precisión en imágenes reservadas osciló entre aproximadamente el 90% y el 94% según el conjunto de evaluación, con los restos de comida y las botellas de vidrio como clases más débiles. El modelo se exportó a Core ML con precisión de 16 bits para el teléfono.

  2. 02

    Orientación mediante consultas al grafo

    Una red de atención sobre grafos (GATv2) aprende un embedding de 64 dimensiones para cada uno de los 43 nodos. La app incluye el grafo como datos simples, de modo que convertir una predicción en orientación se reduce a una consulta de vecinos y una búsqueda por similitud que funcionan sin conexión. Las puntuaciones de similitud ordenan a los candidatos; no son probabilidades calibradas de que una idea de reutilización vaya a funcionar.

  3. 03

    Útil en caso de fallo parcial

    Los servicios de apoyo reparten el trabajo entre un gateway, visión, recuperación, un grafo de conocimiento y un paso de respuesta. El orquestador marca una respuesta como parcial cuando falta un servicio, y una ruta alternativa mantiene disponible una respuesta más sencilla. Una capacidad no disponible se notifica en lugar de disimularse.

Estos detalles describen el código actual de la app y su repositorio de IA de apoyo, que declara estar listo para staging. Son independientes de las cifras de descarga de la app publicada, y no todas las funciones descritas aquí están confirmadas como publicadas.

Explorar el repositorio de IA de apoyo
LO QUE ESTO NO DEMUESTRA

Los límites, con honestidad.

  • Las cifras de descargas, financiación y competición proceden de mi currículum. No son cifras de uso ni de retención.
  • Las cifras de carbono son estimaciones basadas en la distancia y en factores de emisión publicados. No son mediciones de la huella real de una persona.
  • El clasificador de medio de transporte solo se ha evaluado con trayectos simulados. Todavía no se conoce su precisión en dispositivos reales.
Pantalla de la comunidad de Releaf, que muestra ideas de reutilización compartidas
DESDE LA APP

Un flujo de acciones pequeñas y reales.

La pantalla de comunidad de una versión anterior: ideas de reutilización compartidas por quienes usan la app. Es la misma captura que aparece en el teléfono que se alza en la isla de arriba.

Captura de pantalla real de la app. Las versiones posteriores reorganizan las pestañas en torno a Crear, Impacto y Comunidad.

ISLAS CERCANAS

Dónde conecta esto.

CONTEXTO Y LECTURA ADICIONAL

Las cifras de descarga y financiación se informan en mi currículum. Las estimaciones de carbono son informativas; no son mediciones directas del impacto ambiental.