Las personas están usando AI para explorar todo tipo de ideas: identificar las causas del mal tráfico en Los Ángeles, mejorar las tasas de reciclaje en Singapur e incluso experimentar con el baile. Comenzar con tus propios proyectos de aprendizaje automático puede parecer intimidante, pero Teachable Machine es una herramienta basada en la web que lo hace rápido, fácil y accesible para todos.
La primera versión de Teachable Machine permitía que cualquiera enseñase a su ordenador a reconocer imágenes usando una cámara web. Para muchas personas, era la primera vez que experimentaban lo que supone programar un modelo propio de aprendizaje automático: enseñar a la computadora cómo reconocer patrones en los datos (imágenes, en este caso) y asignar nuevos datos a las categorías.
Desde entonces, hemos escuchado de muchas personas que quieren llevar sus modelos de Teachable Machine un paso más allá y usarlos en sus propios proyectos. Teachable Machine 2.0 permite programar un modelo propio de aprendizaje automático con solo hacer clic en un botón, no requiere codificación, y se puede exportar a sitios web, aplicaciones, máquinas físicas y otras plataformas. Teachable Machine 2.0 también puede reconocer sonidos y posturas, como si estás de pie o sentado.
Colaboramos con educadores, artistas, estudiantes y creadores de todo tipo para descubrir cómo hacer que la herramienta sea útil para todos ellos. Por ejemplo, el investigador de educación Blakeley H. Payne y sus compañeros de equipo han estado utilizando Teachable Machine como parte del plan de estudios de código abierto que enseña a los estudiantes de secundaria sobre IA a través de una experiencia práctica de aprendizaje.
«Los padres, especialmente de las niñas, a menudo me dicen que sus hijos están nerviosos por aprender sobre la IA porque nunca han codificado antes«, dijo Blakeley. «Me encanta usar Teachable Machine en el aula porque permite a estos estudiantes ser diseñadores de tecnología sin temor a que “nunca había hecho esto«».
Pero no es solo para enseñar. Steve Saling es un experto en tecnología de accesibilidad que lo utilizó para explorar la mejora de la comunicación para las personas con problemas del habla. Yining Shi ha estado utilizando Teachable Machine con sus estudiantes en el Programa de Telecomunicaciones Interactivas en NYU para explorar su potencial para el diseño de juegos. Y en Google, lo hemos estado utilizando para que las máquinas de clasificación física sean más fáciles de construir para cualquiera. Así es como funciona todo:
Teachable Machine: Recopilar ejemplos
Puede usar Teachable Machine para reconocer imágenes, sonidos o posturas. Sube tus propios archivos de imagen o captúralos en vivo con un micrófono o una cámara web. Estos ejemplos permanecen en el dispositivo y nunca abandonan tuordenador a menos que elijas guardar el proyecto en Google Drive.
Programa tu modelo
Con un clic, Teachable Machine programará un modelo basado en los ejemplos que hayas proporcionado. Toda la programación se desarrolla en el navegador, por lo que quedará en el ordenador.
Probar y ajustar
Juega con tu modelo online para ver cómo funciona. ¿No es de tu agrado? Entonces, ajusta los ejemplos y comprueba cómo funciona.
Usa tu modelo
El modelo que has creado funciona con Tensorflow.js, una biblioteca de código abierto para el aprendizaje automático de Google. Puedes exportarlo para usarlo en sitios web, aplicaciones y otras plataformas. También puedes guardar tu proyecto en Google Drive para que puedas continuar donde lo dejaste.
¿Listo para probar? A continuación, algunos links de ayuda e inspiración:
- Vídeo tutorial: Getting Started with Teachable Machine, por The Coding train.
- Tutorial para principiantes: identifica frutas, posturas, o sonidos.
- Planes educacionales: MIT AI Ethics Education Curriculum por Blakeley H. Payne (Personal Robots group, MIT Media Lab), y Teachable Arcade Lesson Plan por Ryan Mather.
- Proyectos de física computacional: Tiny Sorter (Arduino-based), and Teachable Sorter (Coral-Based).
Fuente: Google Blog
