Chisme 99 · Enseña a un ordenador a distinguir un lince de un gato montés

Lo que necesitas

• La carpeta lince_gato_dataset con las 69 fotos. Descárgala aquí (archivo .rar) y descomprímela; si tu ordenador no abre .rar, pídele ayuda al profesor.
• Un ordenador con internet y la web machinelearningforkids.co.uk.
• Una cuenta de Machine Learning for Kids (la crea el profesor; no uses tu correo personal).
• Fotos propias (opcional) para el reto final.

Paso 1 · Crea el proyecto (Machine Learning for Kids)

1. Entra en machinelearningforkids.co.uk y pulsa Get started.
2. Inicia sesión (Log In) con la cuenta que te dé tu profesor.
3. Pulsa Projects y luego + Add a new project.
4. Ponle nombre: lince-o-gato. En «recognising» elige images y pulsa Create.
5. Abre el proyecto que acabas de crear.

Paso 2 · Enséñale con ejemplos (Train)

1. Dentro del proyecto pulsa Train.
2. Pulsa + Add new label y crea tres etiquetas. Escríbelas exactamente así: lince, gato y otros.
3. Abre la carpeta lince_gato_dataset/train/lince_iberico en tu ordenador. Selecciona las 20 fotos y arrástralas al cuadro de la etiqueta lince.
4. Repite con train/gato_montes → etiqueta gato.
5. Repite con train/otros → etiqueta otros (la carpeta y la etiqueta se llaman igual).
6. Comprueba que cada etiqueta tiene sus 20 fotos y ninguna mezclada.

Paso 3 · Entrena el modelo (Learn & Test)

1. Pulsa < Back to project.
2. Pulsa Learn & Test.
3. Pulsa Train new machine learning model y espera. Puede tardar un par de minutos.
4. Cuando termine, verás que el modelo ya está entrenado.

Paso 4 · Pruébalo con fotos que no ha visto

1. En la misma pantalla (Learn & Test), sube una foto de lince_gato_dataset/test/lince_iberico.
2. Mira qué etiqueta dice y con cuánta confianza (un porcentaje).
3. Repite con las 3 fotos de test/lince_iberico, las 3 de test/gato_montes y las 3 de test/otros.
4. Apunta en una tabla: foto, lo que debería decir, lo que dijo y la confianza.

Paso 5 · Llévalo a Scratch

1. Vuelve a < Back to project y pulsa Make.
2. Elige Scratch 3.
3. Pulsa Open in Scratch 3. Se abrirá Scratch con un bloque nuevo: recognise image (reconocer imagen), que ya lleva tu modelo dentro.

Paso 6 · Programa la respuesta en Scratch

Este es el programa que vas a construir. Míralo primero y luego hazlo bloque a bloque.

1. Pon como objeto un personaje de Scratch. Ve a la pestaña Disfraces, pulsa «Elige un disfraz» → Upload Costume y sube las 9 fotos de test.
2. Vuelve a Código. Arrastra al hacer clic en la bandera verde (categoría Eventos).
3. Debajo pon un si… entonces… si no (Control).
4. En su condición pon un bloque _ = _ (Operadores).
5. En la categoría IMAGES coge recognise image y suéltalo en el primer hueco del =. Dentro de su hueco suelta costume image (el disfraz que el personaje lleva puesto), y deja el desplegable en (label).
6. En el segundo hueco del = pon el bloque de la etiqueta lince (también en la categoría IMAGES, hay uno por cada etiqueta).
7. Dentro del si pon decir… durante 2 segundos (Apariencia) y escribe «Lince ibérico».
8. En el si no pon otro si… entonces… si no, repite el bloque pero con la etiqueta gato y el mensaje «Gato montés».
9. En el último si no, pon decir «Otro».
10. Pulsa la bandera verde. Cambia de disfraz y vuelve a pulsarla con cada una de las 9 fotos.

Paso 7 · Si se equivoca, no pasa nada

• ¿Confunde linces con gatos monteses? Haz una foto más de cada uno, con distintos fondos, y añádelas en Train.
• ¿Dice «lince» a cualquier foto con hierba? Está mirando el fondo, no el animal. Añade fotos de otras cosas sobre hierba en «otros».
• Después de añadir fotos, vuelve a Learn & Test y entrena otra vez.

Para el aula

• Pide a cada grupo que prediga cuántas de las 9 fotos acertará el modelo, antes de probar.
• Comparad tablas: ¿qué fotos fallan casi siempre? ¿Se parecen en algo (fondo, luz, postura)?
• Debate: si esta IA decidiera qué animal hay en una cámara trampa, ¿qué pasaría si se equivoca?

Qué hemos aprendido

• Una IA aprende de ejemplos: cuantos más y más variados, mejor.
• Se entrena con unas fotos y se prueba con otras distintas.
• La confianza es un porcentaje, no una certeza.
• La clase «otros» enseña a la IA a no inventar.