E ti de quen vés sendo?
Competencias
Estratexias
Érase unha vez tres amigas...
Imaxe
imaxe_1_1
Hand Holding Brown Crab, Maël BALLAND  en Pexels   Licencia Pexels

Érase unha vez una araña chamada Ariadna, unha centola chamada Maia e unha bolboreta de ás amarelas, a pequena Inés, que vivían nun ecosistema costeiro da Ría de Arousa. Cada unha delas tiña características únicas, do seu grupo animal, que as facían diferentes entre si.

  • Ariadna era unha araña peluda con oito patas e un corpo ovalado. Tecía arañeiras densas para atrapar ás súas presas entre os arbustos das dunas costeiras.

  • Maia era un crustáceo cun cacho duro e peludo, que vivía no mar. Gustábanlle os fondos brancos de area e as rochas.

  • Inés era un insecto con seis patas e ás translúcidas, que voaba ao redor da praia colleitando néctar de flores.

Un día, as tres amigas atopáronse na beira da praia e comezaron a discutir sobre como poderían distinguirse entre si. Ariadna dixo que ela era fácil de distinguir porque sempre estaba sentada na súa tea de araña. Maia dixo que o seu cacho duro facíaa facilmente recoñecible e Inés comentou que as súas ás transparentes e a súa capacidade para voar facíana única.

Para poñer a proba a súa teoría, decidiron facer unha carreira pola area. Ariadna correu sobre a súa tea de araña, Maia arrastrouse entre as cunchas coas súas patas e Inés voou por encima delas. Foi unha carreira moi rifada, pero finalmente Inés foi a gañadora.

Despois da carreira, déronse conta de que, aínda que eran moi diferentes, cada unha tiña habilidades únicas que as facían especiais. Así que decidiron seguir sendo amigas e apreciar as súas diferenzas. Desde entón, cada vez que alguén as confunde e que lles pregunta pola súa orixe, lembran a súa carreira e rin xuntas.

 

Cesta de materiais

Preme nos puntos interactivos da imaxe.

 

Mans á obra

Cando un día atopes algún destes tres animaliños, terás que diferencialos polas súas características morfolóxicas, pero podes ter unha axuda. Empregando a Intelixencia Artificial podes adestrar unha máquina, neste caso o teu equipo informático, para que sexa quen de recoñecer a categoría do animal achado e amosala.

Segue estes sinxelos pasos.

Paso 1

Imos probar o potencial de Machine Learning for Kids, unha ferramenta educativa para aprender a realizar unha aprendizaxe automática recoñecendo textos, imaxes ou sons. 

Neste caso empregaremos imaxes xa feitas.

Paso 2

Vai á páxina web de ML for kids premendo nesta ligazón.

Paso 3

Preme en "Empezar". Imos probalo sen rexistrarnos, así que prememos en "Pruébalo ahora".

Seguimos premendo en "Añadir un nuevo proyecto".

Agora temos que incorporar un "nome" para o adestramento que vas crear, pensa nun ben xeitoso.

Paso 4

Escolle "Imaxes" e finalmente preme "Crear".

Paso 5

Agora temos que adestrar a máquina, polo que precisaremos adxudicar unha categoría para clasificar as imaxes. Neste caso crearemos 3:

  • crustáceos,
  • arácnidos e
  • insectos

Créanse automaticamente as caixas onde arrastraremos as imaxes.

Imaxe
M01 Imx1 3
Paso 6

Tes que ter seleccionadas as imaxes con anterioridade, escolle ben.

Arrastra cada imaxe á caixa correspondente ou escribe a url de cada unha delas (botón da dereita no rato). 

Adestra a túa máquina e comproba como funciona o modelo amósandolle unha imaxe tester que non se pode usar no adestramento inicial. 

Amosará o resultado e a fiabilidade da resposta en porcentaxe. Se tiveches éxito e fuches quen de acertar e identificar o animaliño, moitos parabéns!

 

Tips docentes

 Para empregar esta ferramenta o teu alumnado non precisa facer login.

 Recorda que non garda os adestramentos realizados.

 Á hora de buscar imaxes é mellor consultar bancos de recursos gratuítos, especificando a autoría das imaxes e os tipos de licenzas que permiten o seu uso e reutilización. Non todas as imaxes poden ser utilizadas.

 Para agregar unha imaxe ás categorías, arrastra a ese espazo ou copia a url.

 Pode ser que o recoñecemento non sexa fiable, mostrando un falso positivo ou un falso negativo. Neste caso, podes depurar o adestramento revisando as imaxes incluídas, mellorándoas e volvendo a intentalo.

 Pódese engadir unha reflexión sobre a confiabilidade do modelo, recordemos que os erros son unha fonte de aprendizaxe.

 

A túa clase nun clic

Implementa esta microsecuencia na túa aula Moodle (Descarga dispoñible en galego e castelán ).

Imaxe
4
Imaxe
cast