Lisa Update #001: Rebranding, equipo y nuevas funcionalidades

Lisa Update #001: El estado actual del proyecto

Estaba "divirtiéndome" un viernes por la noche cuando recordé que han pasado algunas semanas desde el último update sobre Lisa, y es momento de documentar el progreso. Entre decisiones de product naming, incorporaciones al equipo y la latencia de procesamiento de audio, hay material suficiente para una actualización algo técnica.

TL;DR 📖

Lisa One: el “hub central” ya no suena a router, inspirado en Apple al igual que "Lisa".
Lisa Dots: adiós SmartLink, ahora tienen un nombre con sentido (además de sonar mejor).
Equipo: +2 Rubén y Alexander en hardware. Aún nos falta gente en diseño y "emprendedora"
Entrevistas: Estoy haciendo 10 más, esta vez para descubrir a quién NO le sirve Lisa
STT/TTS en CPU: Jugando con la arquitectura de voz casi en tiempo real sin GPU. Se vienen posts con gráficos y benchmarks para los curiosos y una eventual migración a GPU.
AI Salon Lima: Debut social del equipo en un evento by Google.

Rebranding: de descriptivo a memorable

Hemos tomado la decisión de renombrar los componentes principales del ecosistema. Lo que antes era genéricamente hub central ahora se llama Lisa One. Los antiguos SmartLinks ahora son Lisa Dots. Recuerdo haber comentado que el propio nombre de Lisa era inspirado en la Apple Lisa, y seguimos esa línea con los nuevos nombres... la diferencia es que la idea no es replicar el fracaso de los 80s, sino darle una especie de redención.

La razón es pragmática: nombres descriptivos como hub central "funcionan" en documentación técnica, pero fallan en comunicación con usuarios y stakeholders. Apple no llamó al iPhone "dispositivo de comunicación móvil multifunción" por algo. La simplicidad en naming reduce la carga cognitiva y mejora la memorabilidad.

Los Lisa Dots mantienen la metáfora de nodos distribuidos en una red, pero con un nombre que sugiere tanto conectividad (dots conectados por líneas) como la idea de puntos de control distribuidos en el espacio físico.

Llegaron los refuerzos: nuevo equipo

Después de algunas semanas buscando gente para el área de hardware finalmente tenemos incorporaciones sólidas y que suman valor al proyecto.

Alexander Salluca: Estudiante de Ingeniería Mecatrónica en 8vo ciclo, con experiencia en automatización y electrónica.
Rubén Meléndez: También estudiante de Mecatrónica 8vo ciclo, con experiencia en microcontroladores y manufactura aditiva.

Ambos compañeros míos en proyectos universitarios, lo que significa que ya pasamos el filtro de aguantar discusiones sobre por qué algo no funciona cuando 5 minutos antes si lo hacía. Muchas veces, la comunicación fluida es subestimada en proyectos técnicos con algo de complejidad.

Seguimos con convocatoria abierta para diseño de la marca, tal vez alguien con experiencia en finanzas, y probablemente alguien del mundo "emprendedor". Somos buenos construyendo la arquitectura, pero admito personalmente (no hablo por el equipo) que me falta experiencia en llevar un producto al mercado, validar los distintos ángulos y esas cosas.

Entrevistas: definiendo el anti-target

Ahora mismo estoy en una segunda ronda de entrevistas de validación parte del trabajo asignado en el programa en el que estoy (404 Tech Found), esta vez con un enfoque diferente. La primera ronda se centró en identificar pain points. Esta vez estoy explorando el concepto de anti-target: específicamente, a quién NO debo intentar resolver problemas.

Hacer estas entrevistas y la "tarea" en sí, me recordó el libro The Innovator's Dilemma de Clayton Christensen, que explica precisamente lo que estoy buscando: es tan importante saber para quién NO es tu producto como saber para quién sí es. Estoy documentando perfiles de usuarios que, aunque podrían beneficiarse de Lisa AI, no representan el mercado objetivo inicial.

Leading firms most profitable customers generally don't want, and indeed initially can't use, products based on disruptive technologies

— Clayton M. Christensen, The Innovator's Dilemma: When New Technologies Cause Great Firms to Fail

Hasta ahora, 4 entrevistas completadas de las 10 planificadas.

STT/TTS en CPU: explorando latencias

Aquí viene la parte divertida. He estado implementando el pipeline de speech-to-text y text-to-speech, y los resultados son... enriquecedores?

Logré implementar STT/TTS casi en tiempo real corriendo completamente en CPU. Sí, CPU, no GPU. Es el equivalente de correr un maratón en chanclas. Posible, pero cuestionable y más para un proyecto que busca ser tan complejo como lo dicho en el primer post.

En este post, no daré las cifras ni los detalles técnicos de esta implementación, pero sí adelanto que los resultados son prometedores y aún más si nos planteamos una eventual migración a GPU. La latencia es aceptable para interacciones casuales, aunque no ideal para aplicaciones que requieren respuestas instantáneas, y eso que todavía no le he sumado el tiempo de "pensamiento" y tool calling que tendrá constantemente el sistema.

Estoy preparando un post dedicado a este tema, con gráficos y benchmarks detallados para los interesados en la parte técnica. Hablaré sobre la implementación actual con Whisper pero con variaciones locas que involucran multithreading, optimizaciones de modelo y otras técnicas para exprimir rendimiento de la CPU.

Por el momento todo es local, no uso modelos en la nube. La idea es que Lisa AI pueda funcionar sin conexión en su forma más básica, y luego escalar con capacidades en la nube para tareas más complejas.

También haré exclusivamente dedicado a la optimización CUDA cuando hagamos el salto a GPU. Hay un universo de mejoras de performance esperando en aceleración de GPU que probablemente reduzca latencias a -200ms.

Próximos Technical Deep-dives

Aunque es la tercera vez que lo menciono, quiero dar un adelanto de los próximos posts técnicos que planeo escribir y de los que ya tengo material parcialmente documentado:

Arquitectura completa del pipeline de audio processing
Implementación del protocolo MQTT para Lisa Dots
Benchmarks comparativos de diferentes modelos STT/TTS
Optimización de memory management para modelos locales

AI Salon Lima: networking obligatorio

Como equipo vamos a asistir al AI Salon Lima (parte del Lima Ecosystem Summit 2025 by Google). Es una de esas conferencias donde teóricamente uno va a aprender, pero en realidad es más networking y validar si estamos en el camino correcto o no.

Estado del arte

Lisa AI sigue siendo técnicamente ambicioso y operacionalmente complejo. Pero los componentes críticos están funcionando, el equipo está creciendo con gente competente, y los desafíos técnicos son del tipo que se disfruta resolver.

Próxima parada: optimizar aún más latencia del pipeline de audio, migrar a GPU, seguir validando el producto, crear redes sociales, una landing, tener logo y la lista sigue.

Stay tuned, se vienen más actualizaciones.

Referencias

Lisa AI - LinkedIn
404 Tech Found - LinkedIn.
The Innovator's Dilemma: When New Technologies Cause Great Firms to Fail - C. Christensen
The Lisa Was Apple's Best Failure - IEEE Spectrum
AI Salon Lima | Lima AI Ecosystem Summit - LUMA