Aloha jovenzuelos! Entre la vorágine del: Hace un año, Dónde estabas tú el 13M, Qué llevabas puesto hace un año, Con quién pasaste el confinamiento, esto nos ha hecho mejores y otros miles de análisis… He encontrado en mi timeline de Twitter una cosa muy curiosa.

Se trata de Machine Learning para niños. Hasta ahí hemos llegado. Y seguro que todo te suena igual: Machine Learning, Inteligencia Artificial, IOT, Machine to Machine… Todo nombres nuevos en inglés para los entendidos…

Tal vez sea el momento de poner un poco de orden en esta casa…

Inteligencia Artifical y Machine Learning

La Inteligencia Artificial es la inteligencia en las máquinas. Es decir, programamos las máquinas para que sean capaces de tener habilidades de inteligencia como las humanas.

Dentro de estas habilidades pueden estar las de toma de decisiones, las de reconocimiento de imágenes, las de entendimiento del contexto, las de aprendizaje…

Justo esta última, la de aprendizaje, es lo que viene a ser el Machine Learning. El Machine Learning se basa en darle muchos datos a un algoritmo que se encargará de aprender a base de ellos.

Antes de esto, lo que se hacía era poner reglas del tipo “Si pasa esto haz lo otro”. Ahora, lo que se le dice es: Mira todo esto y entrena para hacer la mejor elección posible en el futuro.

Los algoritmos que permiten este entrenamiento con muchos datos son el deep learning mientras que el Machine Learning contendría este deep learning y toda la estadística capaz de calcular la mejor elección para el futuro.

LearningML, placer… no solo para niños

Pues bien, el proyecto que he encontrado apto para niños y mayores en el que podemos aplicar esto del Machine Learning se llama LearningML. Y mira que así de primeras parece complejo eso del Machine Learning, pues aun así súmale hacerlo para niños.

Bueno, pues parece que alguien ya ha encontrado el cómo. Cuando entramos a la plataforma de LearningML encontraremos esto:

Como ves, lo primero que encontramos es la columna de entrenamiento. Tal y como hemos visto, para que el sistema aprenda necesita entrenar con muchos datos. En el caso de esta plataforma podemos ofrecerle texto o imágenes.

Vamos con el caso del texto. Lo que haremos será crear unas categorías de manera que todos los textos relacionados estén en esa categoría. Por ejemplo podemos hacer que el sistema entienda qué textos tienen un significado positivo y cuáles negativo.

De manera que en la categoría positiva pondremos cosas como: guay, qué bien, genial y en la negativa cosas como: mal, triste,asco o toxicidad.

Una vez con esto, pasamos a la fase de aprendizaje. Aquí es dónde viene la magia de la plataforma que no podemos ver pero que al pulsar en el botón de la segunda columna aprende de todos esos datos que le hemos dado.

Una vez terminado el proceso, podemos pasar a la tercera columna dónde podemos probar cómo de bien lo hace nuestro nuevo sistema. Para ello deberemos escribir una frase y ver cómo la clasifica.

Para terminar el proceso, lo aprendido puede ser exportado a Scratch. La plataforma nos lleva a un Scratch incluido dentro de su web dónde se nos permite utilizar esta funcionalidad en nuestro nuevo programa con el famoso gato.

Para ver todo el proceso, lo puedes ver aquí:

      He leído y acepto la política de privacidad

 

Información básica sobre Proteción de datos

Responsable ➥ Sergio Luján Cuenca
Finalidad ➥ Gestionar el envío de correos electrónicos con artículos, noticias y publicidad. Todo relacionado con los temas de rufianenlared.com
Legitimación ➥ Consentimiento del interesado
Destinatarios ➥ Estos datos se comunicarán a MailRelay para gestionar el envío de los correos electrónicos
Derechos ➥ Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la política de privacidad
Plazo de conservación de los datos ➥ Hasta que se solicite la supresión por parte del interesado
Información adicional ➥ Puedes encontrarla en la política de privacidad y el aviso legal

Clasificando imágenes con Machine Learning

Una opción que impresiona más a cualquiera es el uso de imágenes. Podemos mostrarle, a la plataforma, imágenes que tengamos guardadas o imágenes tomadas directamente desde la webcam para que aprenda.

El proceso es igual que el de antes, clasificamos las imágenes, le decimos que aprenda y comprobamos que está funcionando todo.

En este vídeo lo que hacen es clasificar si los gestos de la cara son de alguien que está serio, o sorprendido, etc… De esta manera, luego pueden programar en Scratch un videojuego que muestre estos mismos gestos:

¿Utilidad o Toxicidad?

Llegados hasta aquí podemos entender que la cosa es cuanto menos curiosa pero.. ¿Y útil?¿Parece útil o es simplemente una moda más?

Me parece útil porque de primeras estamos enseñando a los niños qué es el Machine Learning con (por ejemplo) 9 años y seguramente mucha gente de 30 lo desconozca a día de hoy.

Además, al conocerlo les podrá resultar de utilizad más adelante si se dedican a esto o si investigan más al respecto ya que entender cómo aprende una máquina puede abrirles la visión a otras ideas locas.

Pero volviendo a lo más terrenal: El tratado de imágenes es divertido. Engancha buscar imágenes que me gustan o hacer gestos para la cámara. Engancha el saber que puedes crear un programa que pueda detectar a los miembros de tu familia o a tus amigos, o que puede determinar qué cosas de tu habitación no pertenecen a ella.

Y si engancha a una edad temprana, hará que les apetezca más programar. Que programar el gato andando está bien, pero si tienen más opciones, podrán dar aún más rienda suelta a esa imaginación desbordante que tienen.

Los efectos colaterales de LearningML

Lo que más me ha sorprendido del proyecto en sí es el efecto colateral que he visto en este tweet:

Resulta que entrenando a su programa para detectar a unos personajes históricos, los niños han acabado aprendiendo quién era cada uno de esos personajes.

Para poder enseñarle a alguien, han necesitado primero ellos recopilar todas las imágenes y conocer quién era quién para poder empezar la clasificación inicial que permite el aprendizaje de la máquina.

Esto podremos aplicarlo desde imágenes de biología hasta poemas de grandes autores, de manera que los pequeños pasaran de ser alumnos a ser profesores. Tengo ganas de ver nuevas cosas al respecto en colegios.

Y a ti, ¿Qué te parece? ¿Conoces más ejemplos? Déjamelo en comentarios 😛