AiTrainer Logo AiTrainer

Karta Przejrzystości Systemu AI (AI System Card)

Zgodność z Rozporządzeniem Parlamentu Europejskiego i Rady (UE) 2024/1689 (AI Act) | Wersja 1.0.0
Deklaracja Przejrzystości: Aplikacja AiTrainer stosuje zasadę rozdzielenia modułów percepcji od logiki decyzyjnej. Modele sztucznej inteligencji nigdy nie podejmują arbitralnych decyzji o zliczaniu powtórzeń — zliczanie opiera się na deterministycznej maszynie stanów i prawach biomechaniki.

1. Architektura Systemu i Komponenty AI

Aplikacja łączy dwa niezależne, zoptymalizowane modele lokalne (Edge ML):

A. Silnik Estymacji Pozy (MediaPipe Pose 2D)

  • Zadanie: Wykrywanie 33 punktów orientacyjnych ciała (landmarków) ze strumienia wideo kamery w czasie rzeczywistym.
  • Format i Runtime: Zoptymalizowany model TFLite działający na akceleratorze GPU / NPU telefonu.
  • Częstotliwość próbkowania: 30–60 FPS.
  • Determinizm: Koordynaty punktów (x, y, widoczność) są przekazywane do matematycznego silnika wektorowego, który oblicza kąty stawów (np. kąt kolanowy, biodrowy, kąt tułowia). Deterministyczny automat skończony (FSM) odpowiada za zliczanie powtórzeń (stany: READY → DESCENDING → BOTTOM → ASCENDING → COMPLETED).

B. Mały Model Językowy (Small Language Model — Qwen3.5 0.8B)

  • Zadanie: Lokalne odpowiadanie na pytania użytkownika w zakładce czatu, objaśnianie terminologii fitness i generowanie zwięzłych podsumowań sesji.
  • Wersja i kwantyzacja: Qwen3.5-0.8B skwantyzowany do 4-bit (Q4_0 GGUF), uruchamiany przez silnik C++ llama.cpp bez dostępu do sieci.
  • Wymagania pamięciowe: Model zajmuje ~537 MB pamięci RAM (PSS mierzony: poniżej 750 MB). Czas pierwszej odpowiedzi (TTFT): poniżej 6,5 s na procesorach mobilnych.

2. Klasyfikacja Ryzyka według AI Act

Zgodnie z klasyfikacją Rozporządzenia UE 2024/1689, aplikacja AiTrainer nie stanowi systemu wysokiego ryzyka (nie służy do rekrutacji, oceny zdolności kredytowej, prawa ani medycyny ratunkowej).

Aplikacja podlega wymogom przejrzystości (Title IV AI Act) — Użytkownik jest wyraźnie poinformowany, kiedy komunikuje się z generatywnym modelem językowym, a system posiada jawnie zakreślone granice działania.

3. Granice Bezpieczeństwa (Guardrails) i Fallback

  • Bezwzględny priorytet komend bezpieczeństwa: Wypowiedzenie komendy „STOP” lub „PAUZA” oraz kliknięcie przycisku na ekranie natychmiast przerywa inferencję modelu językowego i wycisza syntezator mowy w czasie krótszym niż 20 ms.
  • Brak porad medycznych: Model asystenta posiada wbudowaną instrukcję systemową nakazującą odesłanie do lekarza przy zgłoszeniu ostrego bólu, urazu lub problemów krążeniowych.
  • Brak halucynacji w technice: Model LLM nie decyduje o zaliczeniu powtórzenia ani o błędach postawy — wskazówki techniczne generowane są wprost z formuł trygonometrycznych.

4. Prywatność i Brak Trenowania Modeli

Żadne dane z ćwiczeń Użytkownika, kąty, wideo, ani zapytania tekstowe nie są wykorzystywane do dalszego trenowania modeli przez Usługodawcę ani podmioty trzecie.