domingo, 3 de novembro de 2024

Machine Learning for Kids. Práctica 1: Detectar sentimentos. Curso 2024-2025.


Para a realización desta práctica imos acceder á aplicación en liña Machine Learning for Kids (MLfK).

Esta ferramenta vainos permitir adestrar unha IA e consta de 3 módulos:

    • “Entrenar” (onde engadimos os exemplos de adestramento).

    • “Aprender&Probar” (onde se adestra ao modelo).

    • “Crea” (xera o código que poderemos exportar a Scratch ou Python).

Crearemos un “detector de sentimentos” que sexa capaz de determinar se estamos felices, tristes ou cansos en función dos nosos comentarios por escrito, posteriormente exportaremos o código e engadiremos esta función a un programa de Scratch creado por nós.

Pero antes de comezar coa práctica, tal vez te interese ver este vídeo da páxina de Programamos: ¿Cómo entienden el texto los ordenadores?

Como axuda para a realización da práctica, podes consultar o seguinte pdf: Instrucións Práctica 1.

Por último, podedes ver os seguintes vídeos da Canle dot.csv:

Modelos para entender una realidad caótica | DotCSV
¿Qué es el Aprendizaje Supervisado y No Supervisado? | DotCSV

martes, 29 de outubro de 2024

UX1A Recoñece emocións. Curso 2024-2025.


Desde esta entrada do blogue imos a acceder ao contido interactivo de DIXIT, Deep Learning. UX1A recoñece emocións, no que poderás interactuar cunha IA real adestrada con Deep Learning para que recoñeza as cinco emocións: alegría, sorpresa, tristura, enfado e medo.

O Axente intelixente conta cun conxunto de tarxetas precargadas (emoticonas, pictogramas e ilustracións de UX1A) que se mostran de forma aleatoria. Ademais, permite a experimentación libre realizando tantas probas como se desexe.

Se o teu ordenador conta con unha cámara web, tamén poderás probar se detecta as túas emocións.

De seguido podes acceder ao contido complementario ao anteior (tamén un contido interactivo de DIXIT): Retos_UX1A recoñece emocións, no que atoparás tres retos diferentes que te axudarán a reflexionar e obter conclusións sobre as túas interaccións co axente intelixente UX1A.

sábado, 26 de outubro de 2024

Adestrando a UX1A. Curso 2024-2025


Desde esta entrada do blogue imos a acceder ao contido interactivo de DIXIT, Deep Learning UX1A aprende, que simula o adestramento dunha máquina con Deep Learning (Aprendizaxe Profunda) para que identifique a emoción de alegría.

Nesta simulación, podrás adestrar a UX1A con tres conxuntos diferentes de datos e debes analizar os resultados obtidos con cada un deles.

Esta actividade permitiránnos comprender tanto o proceso de adestramento e aprendizaxe dunha máquina (recoñecemento de trazos nunha mostra) como a importancia da calidade dos datos empregados no seu adestramento.

martes, 15 de outubro de 2024

Bloques básicos. Parte II. Aprendizaxe. Curso 2024-2025.

 


Imos a coñecer agora o 3º bloque básico dun sistema de Intelixencia Artificial: O aprendizaxe.

    Para acceder a este contido, podes premer na ligazón ao seguinte documento en formato pdf:
    Ampliación:
    Documental AlphaGo (Subtitulado en Castelán)


    Pasado, Presente y Futuro de la IA - ¡Del Deep Learning 1.0 a Google Gemini!

    domingo, 22 de setembro de 2024

    Bloques básicos. Parte I. Percepción e Representación... Curso 2024-2025.


    Continuamos a utilizar os contidos de DIXIT, agora para coñecer os Bloques básicos dun sistema de IA.

    Un sistema de Intelixencia Artificial consta de 5 bloques básicos:

    1. Percepción.
    2. Representación e razoamento
    3. Aprendizaxe
    4. Interacción natural
    5. Impacto social
    Nesta entrada só analizaremos os 2 primeiros bloques, Percepción e Representación e Razoamento.

    Para acceder a este contido, podes premer na ligazón ao seguinte documento en formato pdf:
    Percepción:
    Razoamento:
    Amplía información:

    luns, 16 de setembro de 2024

    As entrevistas de UX1A (Respóndelle a UX1A). Curso 2024-2025.


    Preme na imaxe ou na seguinte ligazón "Respóndelle a UX1A" (contido obtido do Repositorio de Contidos Educativos da Xunta de Galicia), para acceder a un vídeo onde as expertas Verónica Bolón, Sara Guerreiro e Minia Manteiga, responden a diversas cuestións sobre a Intelixencia Artificial. Deberás responder correctamente ás preguntas propostas para seguir avanzando no vídeo.

    Se posteriormente queres acceder ao vídeo da entrevista (sen as preguntas), preme na seguinte ligazón: "As entrevistas de UX1A".

    Podes tamén acceder as 3 entrevistas individuais (nunha versión extendida), nas seguintes ligazóns:

    Para rematar, de seguido tedes un vídeo da canle de Youtube TeHasPreguntado, titulado: Que es la Inteligencia Artificial.

    Liña de tempo da IA. Curso 2024-2025.


    Desde esta entrada podedes acceder ao Repositorio de Contidos Educativos da Xunta de Galicia, en concreto á Liña do tempo da IA.

    Este recurso interactivo serviranos para coñecer os eventos máis relevantes da historia da Intelixencia Artificial (IA).

    Nel realízase un breve percorrido, desde o ano 1950 ata a actualidade, incluíndo fitas como a consolidación da IA como campo de investigación, o desenvolvemento dos primeiros chatbots, a aparición da domótica ou os éxitos da IA nas competicións con seres humanos.

    Accede á ligazón indicada máis arriba (tamén podes premer na imaxe) e navega polo recurso. Unha vez remates o profesor te indicará o exercicio a realizar.

    xoves, 12 de setembro de 2024

    Introdución á IA. Curso 2024-2025.

    (Contidos obtidos na plataforma DIXIT)

    Hoxe en día, a Intelixencia Artificial (IA) xoga un papel importante na vida de moitas persoas e, aínda que a miúdo pasa inadvertida, está a xerar profundas consecuencias na sociedade e no ser humano. A IA está cambiando o xeito no que interactuamos, como nos entendemos, como coidamos a nosa saúde, como educamos…. En definitiva:

    A Intelixencia Artificial está cambiando o mundo.

    Os vehículos autónomos, os robots de servizo e de asistencia (cociña, limpeza, cortacéspede, acompañamento…) ou os edificios automatizados (domótica), entre outros, formarán parte da nosa vida cotiá, creando unha rede global de dispositivos interconectados.

    Que é a Intelixencia Artificial?

    Aínda que non existe unha definición pechada do que é a Intelixencia Artificial (IA), debemos coñecer o concepto e ser capaces de explicar a importancia que ten na sociedade actual.

    Algunhas ideas clave para definir a IA son:
    • A IA é un campo da informática centrado en dotar ás computadoras da capacidade para resolver problemas de xeito semellante a como o farían os seres humanos.
    • A IA proporciona un sistema artificial, de base computacional (non biolóxica), con capacidade para resolver problemas de forma autónoma, sen intervención humana. O sistema de IA será capaz de aprender da súa experiencia, adaptarse a novas situacións e razoar sobre o mellor xeito de resolver un problema.
    • Unha tecnoloxía asistida por IA, tamén chamada Axente intelixente, é capaz de realizar tarefas tales como empregar sensores para percibir o mundo que nos rodea, analizar e organizar os datos que recibe e utilizar eses datos de forma autónoma para facer prognósticos ou tomar decisións.
    A nosa representación dun axente intelixente será UX1A:



    martes, 10 de setembro de 2024

    ENQUISA INICIAL SOBRE A MATERIA. Curso 2024-2025.

    Responde aportando a túa sincera opinión ás seguintes preguntas:

        1) Da unha definición breve (varias liñas) do que é para ti a Intelixencia Artificial.

        2) Onde cres que podemos atopar a IA actualmente (concreta varios usos ou dispositivos que a usen)?

        3) Cales cres que poden ser os seus maiores beneficios e os seus riscos (intenta dar, a lo menos, 1 de cada)?

        4) Ata onde crees que chegan as aplicacións de IA no presente e ata onde crees que chegarán no futuro?

        5) Cres que te pode ser importante aprender sobre IA, por que (se breve, varias liñas)?

    Presentación da materia: Intelixencia Artificial para a Sociedade. Curso 2024-2025.


    De seguido se indican os contidos principais da materia durante este curso.

    TEMPORALIZACIÓN:

    • 1ª Avaliación: Introdución á IA.
    • 2ª Avaliación: Primeiros pasos na IA.
    • 3ª Avaliación: Profundización na IA.

    CRITERIOS DE CUALIFICACIÓN:

    1ª, 2ª e 3ª Avaliacións:

    • Un 20% da nota obterase dos exercicios e controis teóricos.
    • Un 70% da nota deberase á avaliación dos traballos obrigatorios, individuais e en grupo.
    • Un 10% corresponderá á responsabilidade, dilixencia e presentación final das diversas tarefas relacionadas cos contidos tratados en clase.