[ Mis onTERNARY? ]
[ TERNARY on Eesti AI- ja süvatehnoloogia ettevõte. Arendame ja rakendame AI-mudeleid, kõnetehnoloogiat, lokaalset AI-infrastruktuuri ning nendega seotud tarkvara. Lähtume ülesandest ja aitame valida sellele sobiva mudeli, infrastruktuuri ja tehnilise lahenduse. ]
[ MUDELID ]
Olemasolevate mudelite valik ja kohandamine ning vajadusel väiksemate spetsialiseeritud mudelite treenimine nullist. Fine-tuning, kvantimine ja optimeerimine vastavalt ülesandele, andmetele ja riistvarale.
[ MASINAD ]
Lokaalsed AI-tööjaamad ja ettevõttesisesed serverid vastavalt kasutatavale mudelile, koormusele ja andmete käsitlemise vajadusele.
[ TARKVARA ]
Veebi-, mobiili- ja desktop-rakendused, API-d ning integratsioonid, millega AI-mudel või muu automatiseerimine seotakse olemasoleva tööprotsessiga.
[ LabTERNARY ]
[ TERNARY Lab on meie arendus- ja katsekeskkond, kus loome ja arendame AI-mudeleid, kõnetehnoloogiat ning nende kasutamiseks vajalikke tööriistu ja meetodeid. ]
[ HÄÄL ]
HÄÄL on töötav eestikeelne kõnesünteesi ehk Text-to-Speech (TTS) lahendus, mille keskmes on väike ja ressursitõhus mudel. Arenduses on rõhk kõne kvaliteedi, stabiilsuse, hääle kohandamise ja väikese arvutusvajaduse tasakaalul. Lahendust saab kasutada nii serveris kui sobiva riistvara korral lokaalselt.
[ KUULA ]
KUULA on HÄÄLE jätkuprojekt ja eestikeelse kõnetuvastuse ehk Speech-to-Text (STT) lahendus. Selle ülesanne on teisendada kõne tekstiks ning moodustada sisendikiht süsteemile, kus kõnetuvastus, keelemudel ja kõnesüntees töötavad koos. Nende vahele arendame ühenduskihi, mille kaudu saab hiljem kasutada ahelat KUULA → LLM → HÄÄL erinevates rakendustes.
[ MATRIX ]
Kompaktsete ternary AI-mudelite arhitektuur ja käituskeskkond. Esimene terviklik mudel MATRIX EST keskendub eesti keelele, probleemilahendusele ja lokaalsele kasutusele.
[ Teenused ]
[ Alustame ülesandest ja vajadusest, mitte ette valitud tehnoloogiast. Aitame määratleda sobiva mudeli, arvutusressursi ja tarkvaralahenduse ning hinnata, kuidas need olemasoleva süsteemiga kokku sobitada. ]
[ Mudelite arendus ]
Hindame, kas ülesande jaoks sobib olemasolev mudel, selle kohandamine või väiksema spetsialiseeritud mudeli treenimine nullist. Tegeleme mudelite treenimise, järelõppe, kvantimise, optimeerimise ja kasutuselevõtuga.
[ Andmed ja korpused ]
Treening- ja hindamisandmestike ning korpuste koostamine, puhastamine, märgendamine ja kvaliteedikontroll. Vajadusel valmistame andmed ette konkreetse mudeli treenimiseks või hindamiseks.
[ Lokaalsed AI-süsteemid ]
AI-tööjaamad ja ettevõttesisesed serverid mudelite lokaalseks kasutamiseks ja treenimiseks. Valime riistvara vastavalt mudelile, kasutuskoormusele ning vajalikule GPU- ja mälumahule.
[ AI-tarkvara ]
Veebi-, mobiili- ja töölauarakendused, API-d ning integratsioonid, millega AI-mudelid ühendatakse olemasolevate süsteemide ja tööprotsessidega.
[ Lokaalne kui võimalik.Hübriid kui kasulik.Pilv kui põhjendatud. ]
[ Lokaalne ]
Sobib lahendustele, kus andmed peavad jääma ettevõtte kontrolli alla, oluline on sõltumatus välisest teenusest või püsiv kasutuskoormus õigustab oma riistvara kasutamist.
[ Hübriid ]
Osa süsteemist töötab ettevõtte enda infrastruktuuris ja osa välises teenuses. Pilve saab kasutada näiteks suuremate mudelite või täiendava arvutusvõimsuse jaoks, säilitades samal ajal lokaalse kontrolli seal, kus see on vajalik.
[ Pilv ]
Sobib juhul, kui kasutuskoormus on muutlik, oma infrastruktuuri rajamine ei ole põhjendatud või vajalik arvutusvõimsus ja mudelid on mõistlikum kasutada teenusena.