Nos aproximamos a este tema desde Teacheable Machine de Google se permite crear y probar un modelo y si se desea exportarlo para ser empleado en Scratch GUI 3.0. Esta herramienta nos permite crear modelos de imágenes, posturas y sonidos.
Ilustración 1 : Teachable Machine de Google
Se mencionaron dos proyectos llevados a cabo en clase. El primero consistía en mover el muñeco de Scratch dependiendo del movimiento capturado por la cámara web en este entorno, para lo que previamente habíamos creado un modelo con Teachable machine que distinguía entre posturas que indicaban la derecha o la izquierda .
Como podemos ver en la ilustración 2 se creó un proyecto de posturas y dentro de él se generaron las clases (o categorías) izquierda y derecha. Cada clase se debía completar con ejemplos de situación obtenidos a través de imágenes capturadas desde la cámara web y archivos descargados de Internet.
Ilustración 2: Proyecto 1 paso 1 – Entrenando el modelo
Ilustración 3: Proyecto 1 paso 2 – Creando y probando el modelo
El siguiente paso fue crear el modelo y finalmente probarlo con imágenes nuevas y sin clasificar. Esto se hizo haciendo tomas de la cámara web o empleando fotos descargadas. Una vez probado se exporto este modelo a la nube y posteriormente se importo en Scratch para usarlo (Como ya se distingue la clase derecha e izquierda, se le asocia movimiento de muñeco hacia un lado u otro cuando detecta movimiento desde la cámara web).
Ilustración 4: Proyecto1 paso 3: – Código en Scratch donde se emplea el modelo creado con las clases Izquierda y derecha.
Ilustración 5: Proyecto 1 paso 2: Preparando y probando el modelo.
El segundo proyecto se trataba de un proyecto de imágenes donde a partir de fotos de Internet y capturas de envases reciclables usando la cámara web se identificaba el tipo de residuo en Scratch. Para ello se crearon tres clases en Teacheable Machine: plástico, cristal y papel.
Ilustración 5: Proyecto 2 – Creación completa del modeloUna vez creado y probado el modelo se exportó ese modelo a la interfaz de Scratch y era allí donde se procedía a indicar el contenedor adecuado para ese residuo con una foto del mismo y una locución.
Existen otras páginas como Learning ML que permiten el reconocimiento de imágenes, pero también el de conjuntos numéricos y textos. Está página en particular nos enlaza directamente con la interfaz de Scratch sin necesidad de exportar el modelo facilitando su uso.
Ilustración 6: Tipos de proyectos disponibles en Learning ML
Se muestra un ejemplo de reconocimiento de textos que permite reconocer palabras relacionadas de las categorías invierno y verano.
Ilustración 7: Learning ML – Creación de modelo de texto para clasificar palabras relacionadas con verano o invierno.
Así como un modelo entrenado con varias definiciones para los términos meseta, depresión y cordillera siendo capaz de determinar el término definido a partir de una nueva definición.
Ilustración 8: Learning ML – Creación de modelo de texto para jugar con definiciones propias.
En interesante conocer también la página Machine Learning for Kids similar a la anterior que nos permite crear aplicaciones de un espectro más amplio de tecnologías:
Ilustración 9: Tecnologías con las que interacciona la página Machine Learning for Kids
En resumen, el abordaje sobre este tema centrado en la creación de una aplicación en Scratch en un proyecto de la asignatura de Computación y Robótica desalienta al docente de otras materias a emplear la creación de modelos automáticos para sus disciplinas ya que este piensa más en el producto final (la aplicación) y no en la posibilidades que le ofrece en todas las disciplinas, especialmente cuando se trata de clasificaciones. Son interesantes las variadas propuestas del grupo FAIaS.
Solo mencionar que es preferible el que los docentes prueben estas herramientas en el taller aclarándoles y acercándoles la parte más procedimental y no se trate de un exposición.
Desde una perspectiva freinetniana Machine Learning trabaja el tanteo experimental al entrenar al modelo y reentrenarlo cuando el modelo no está completamente conseguido además la creación de este tipo de proyectos ayuda para aplicar conceptos teóricos a situaciones prácticas haciendo el aprendizaje más funcional.