Machine learning texto: una casa que entiende lo que le pides: chisme 104 del Lince

Mediodía de agosto en Sierra Bermeja. Dentro de la cueva hace un calor horrible, y la Gata Montesa está tumbada bajo la única sombra. «Que alguien encienda el ventilador», murmura. El Lince de la Noche quiere una casa que entienda lo que le pides, pero escribir todas las frases posibles le llevaría toda la vida. La Gata lo mira y dice: «Enséñale a entender lo que quieres decir». Vamos a hacer machine learning texto.

Introducción

Construimos un asistente de casa en Scratch. Escribes una orden, como «enciende la luz» o «sube la persiana», y la casa la ejecuta: la lámpara, la persiana o el ventilador cambian de estado. La clave no es programar cada frase posible, sino entrenar una IA con machine learning de texto que reconozca lo que quieres decir.

Puedes seguir el tutorial paso a paso en la página del chisme 104.

Por qué este chisme

En los chismes anteriores la IA reconocía imágenes y sonidos. Aquí trabaja con texto, y eso nos obliga a fijarnos en algo distinto: no importan solo las palabras, sino cómo se dicen las frases. Además, es el mismo tipo de órdenes que damos a un asistente de voz o a una app de domótica, pero visto desde dentro.

Cómo funciona

Primero probamos un método de reglas: una condición por cada frase que queremos entender. Funciona, pero solo con las frases que hemos previsto. Con la IA recogemos ejemplos de cada orden y un grupo de frases que no son órdenes. Ante una frase nueva, la IA devuelve la clase más parecida y un nivel de confianza entre 0 y 1. Si la confianza es menor de 0,6, la casa responde «No te he entendido» y no hace nada.

Qué necesitamos

• Un ordenador con navegador (Chrome o Edge).
• LearningML (learningml.org) para entrenar la IA con texto y su Scratch para programar la casa.

Material para descargar

Los ejemplos de entrenamiento, en archivos de texto con una frase por línea:

• ejemplos-104-luzon.txt
• ejemplos-104-luzoff.txt
• ejemplos-104-persianasubir.txt
• ejemplos-104-persianabajar.txt
• ejemplos-104-nada.txt

Los disfraces de los sprites, para descargar:

lámpara encendida · lámpara apagada · persiana subida · persiana bajada · ventilador encendido · ventilador apagado

Construcción

Primero, escribe en papel un programa de reglas con cuatro frases y pruébalo con frases no previstas. Después, en el editor de LearningML, crea un proyecto de texto con las clases luzon, luzoff, persianasubir, persianabajar y nada, carga los ejemplos y entrena el modelo. En el Scratch de LearningML, la casa pregunta qué quieres, guarda la respuesta, la clasifica y cambia el disfraz de cada sprite según la orden.

Cómo probarlo

1. Escribe diez órdenes distintas, incluidas dos que no estaban en los ejemplos.
2. Escribe la misma orden con faltas de ortografía. ¿La entiende igual?
3. Escribe una frase que no sea una orden, como «qué bonito día hace». ¿Se mueve algún dispositivo?

Qué estamos midiendo realmente

La IA no entiende el significado como nosotros. Compara lo que escribes con los ejemplos que ha visto, y usa las palabras y la forma de la frase como pistas. Por eso una frase con otras palabras, o con una falta, puede engañarla. Con más ejemplos puede acertar más, pero nunca sabe si la frase tiene sentido de verdad. Medir no significa necesariamente medir bien.

Para el aula

• Con reglas, ¿cuántas frases haría falta escribir para cubrir todas las formas de pedir algo? ¿Y con la IA?
• ¿Qué pasa si todas las frases de entrenamiento son de la misma persona?
• Si la IA acierta con los ejemplos pero falla con frases nuevas, ¿qué ha aprendido exactamente? Eso se llama sobreentrenamiento.

Retos

1. Haz que funcione. Consigue que la casa responda a órdenes que no estaban en los ejemplos.
2. Añade un dispositivo. Por ejemplo, el ventilador: sube, baja o apaga.
3. Sobreentrena a propósito. Compara un modelo con la misma frase copiada 30 veces y otro con ejemplos variados.
4. Compara con reglas. ¿Cuál entiende más frases?

Qué hemos aprendido

Escribir reglas para todo es imposible. Entrenar una IA con ejemplos variados es más práctico, pero solo sabe lo que ha visto, y hay que comprobarlo con frases nuevas.

Para seguir investigando

• Chisme 103: el gato obediente con la voz, la misma idea con audio.
• Chisme 102: piedra, papel o tijera con IA.
• LearningML: learningml.org.