Proyectos curso 23_24

Actividad. Detectando texto. Hazme feliz.  Es una actividad en donde entrenamos un modelo que reconoce texto. Creamos tres categorías: cosas amables, cosas feas y cosas que nos son indiferentes. En función de los que el usuario nos diga, cambia de emoticono feliz, a triste o a indiferente. Para ello creamos un objeto con estos tres disfrazes. Rellenamos cada categoría con un mínimo de 15 expresiones y después entrenamos y probamos el modelo. En el caso de que la confianza que nos genere sea alta, lo damos por válido. Si fuera pequeña, añadiríamos más ejemplos a cada categoría. Intentamos utilizar el mismo número de ejemplos por categoría para que no se produzca sesgo. 

Actividad. Detectando imágenes. Piedra, papel o tijera.  Es una actividad en donde entrenamos un modelo que reconoce imágenes. Creamos tres categorías: piedra, papel y tijera. Entrenamos cada categoría o etiqueta con unos 20 ejemplos de cada tipo, dada la facilidad para ello, ya que simplemente capturamos imágenes de nuestras manos con la webcam de los portátiles del centro. Una vez entrenado, probamos el modelo y si nos convence, pasamos a la fase de programación. En el caso de que la confianza que nos genere sea baja, incluimos nuevas imágenes con otros ángulos. Intentamos utilizar el mismo número de ejemplos por categoría para que no se produzca sesgo. Jugamos contra el ordenador que sacará piedra, papel o tijera de manera aleatoria.

Actividad. Detectando imágenes. Moviendo al gato.  En esta actividad utilizamos una nueva aplicación, Strecht 3. Es una variante de Scratch que nos permite aplicar IA al Scratch tradicional. El objetivo de esta práctica es la de mover el Sprite (objeto) que por defecto nos introduce Scratch mediante la identificación de los gestos del usuario. Así, mediante 3 posiciones o gestos de nuestra mano, el sistema deberá hacer que el Gato de Scratch corra, salte o se esté quieto. 

Actividad. Teachable Machine.  En esta práctica hemos probado con la clasificación de imágenes, haciendo que el objeto se ponga unas gafas y una gorra, y la estimación de posturas, haciendo que el objeto cambie el disfraz en función de nuestros movimientos.

Esta herramienta tiene muchas aplicaciones, que permiten a los alumnos dar rienda suelta a la imaginación y plantear un sinfín de posibilidades. Para programar han utilizado una variante de Scratch que contiene la extensión de Teachable Machine. La podemos encontrar en la siguiente dirección web:

 https://playground.raise.mit.edu/create/

Actividad. Identificador facial con PictoBlox.  Pictoblox es un programa online, de programación por bloques, orientado a la Inteligencia Artificial. A partir de una breve explicación de PictoBlox y de sus diferentes extensiones, los alumnos han trabajado de manera autónoma  por parejas.

En ella, los alumnos han entrenado la aplicación para reconocer sus caras. Una vez almacenadas, si llamamos al timbre, nos dice que nos pongamos enfrente de la cámara. En caso de tener la cara almacenada, nos dará paso, en caso contrario, nos dirá que no vivimos en esa casa y que nos pongamos en contacto con la propiedad. 

Actividad. Identificando peluches con PictoBlox.  En este proyecto, utilizamos la extensión de aprendizaje automático de PictoBlox para programar el ordenador y que pudiera identificar nuestros peluches. Entrenamos los modelos usando Teachable Machine y los cargamos en PictoBlox. Finalmente, combinamos los bloques ML con los otros bloques para crear el reconocedor de peluche. Con la ayuda de este proyecto, nuestro robot ahora puede reconocer nuestros peluches e incluso decir sus nombres.