El funcionament de la IA. Com s'entrena?
Experimentem amb Teacheable Machine
Teachable Machine (https://teachablemachine.withgoogle.com/) és un experiment web desenvolupat per Google, el qual permet als usuaris entrenar els seus propis models d'aprenentatge automàtic sense tenir cap experiència en programació. L'aprenentatge automàtic és una branca de la intel·ligència artificial que permet als ordinadors aprendre a partir de dades i seguir prediccions o decisions basades en patrons i regles. Teachable Machine és un experiment que té com a objectiu treballar l'aprenentatge automàtic des d’una aplicació accessible i lúdica.
Font de les imatges d'aquesta guia: Experiments with Google.
Teachable Machine pas a pas
Trieu una entrada
Podeu triar entrenar el vostre model utilitzant imatges, sons o posicions. Per exemple, podeu utilitzar imatges de diferents animals, sons de diferents instruments o posicions que expressin emocions diverses.
Es presentaran tres tipus de projecte per a triar:
a. Projecte d'imatge: en un projecte d'imatge, podeu entrenar un model per a reconèixer i classificar diferents objectes basant-se en imatges.
b. Projecte d'àudio: en un projecte d'àudio, podeu crear un model que distingeixi entre diversos sons o patrons de parla.
c. Projecte de posicions: en un projecte de posicions, podeu ensenyar al model a reconèixer i seguir les posicions humanes utilitzant una càmera web.
Per als principiants amb poca experiència prèvia en aprenentatge automàtic, es recomana començar amb el "Projecte d'imatge".
Recolliu exemples
Podeu utilitzar la vostra càmera web o el vostre micròfon per capturar exemples de cada categoria que vulgueu que el vostre model reconegui.
Per exemple, podeu mostrar a la vostra càmera web imatges de gats, gossos i ocells, o fer sons de guitarra, piano i tambors. També podeu carregar les vostres pròpies imatges o sons des de l'ordinador o Google Drive. Hauríeu de recopilar almenys 10 exemples per categoria per a obtenir millors resultats.
a. Projecte d'imatge: feu clic al botó "Càmera web" i doneu l'accés a la vostra càmera web. Aleshores, podeu començar a capturar imatges dels objectes amb els quals voleu entrenar el model. Per a cada objecte, feu diverses fotografies des de diferents angles i orientacions.
b. Projecte d'àudio: feu clic al botó "Micròfon" per enregistrar diferents sons o paraules que voleu que el model reconegui. Per exemple, podeu enregistrar les paraules "sí" i "no" per a una classificació binària senzilla.
c. Projecte de posicions: en aquest projecte, utilitzareu la vostra càmera web per capturar diferents posicions humanes. Feu diferents posicions per a crear un conjunt divers de dades per a l'entrenament.
Entreneu el vostre model
Podeu fer clic al botó "Entrenar el model" per començar el procés d'entrenament. Això tardarà alguns segons o minuts, segons el nombre i la qualitat dels vostres exemples. El procés d'entrenament us mostrarà com de bé pot reconèixer el vostre model cada categoria segons la puntuació d'exactitud i la matriu de confusió.
Proveu el model
Després que l'entrenament s'hagi completat, és hora de provar el vostre model. Per a un projecte d'imatge, alceu els objectes davant la càmera web un per un i observeu si el model els reconeix i etiqueta correctament. Per a un projecte d'àudio, reproduïu els sons enregistrats i vegeu si el model els identifica amb precisió.
Exporteu i compartiu el vostre model
Podeu exportar el vostre model per utilitzar-lo de diferents maneres.
Podeu previsualitzar-lo al navegador, compartir-lo amb altres persones mitjançant un enllaç, descarregar-lo com un fitxer o utilitzar-lo en llocs web, aplicacions, màquines físiques i més, mitjançant diferents plantilles de codi.
Consideracions per a docents
Un cop acabat el vostre experiment amb Teachable Machine, tingueu en compte aquestes consideracions:
Teachable Machine no és una eina perfecta. Té limitacions i prejudicis que poden afectar el rendiment i la imparcialitat del vostre model. Hauríeu de provar sempre el vostre model amb diferents entrades i escenaris, i ser conscients de les possibles implicacions ètiques i socials de l'ús de l'aprenentatge automàtic.
Teachable Machine no substitueix l'aprenentatge de programació. És una eina que simplifica el procés d'entrenament d'un model d'aprenentatge automàtic, però no us ensenya a programar ni a entendre els algoritmes i les matemàtiques subjacents.
Teachable Machine no és un objectiu final. És un punt de partida a partir del qual explorar les possibilitats de l'aprenentatge automàtic. Hauríeu de desafiar al vostre alumnat a pensar en noves i innovadores maneres d'utilitzar l'aprenentatge automàtic en els seus propis projectes, problemes o passions.
L'objectiu d’aquest recurs no és convertir-se en experts en aprenentatge automàtic, sinó adquirir una comprensió bàsica i veure el potencial d'aquestes tecnologies. Com a docents, podeu utilitzar Teachable Machine com una eina valuosa per presentar a l’alumnat al fascinant món de la intel·ligència artificial i inspirar-los a explorar les seves aplicacions en diversos camps.
Recull de videotutorials del canal Experiments with Google sobre Teachable Machine
Teachable Machine Tutorial 1: Gather