Aula de Informática I.E.S. Juan Antonio Pérez Mercader

En esta página encontrarás todo el contenido para trabajar con las asignatura de Computación y Robótica, Digitalización y TIC

1ESO-SA1-Inteligencia Artificial y Datos Masivos

1. Inteligencia Artificial

ACTIVIDAD 1

  1. Qué es la IA?
  2. Cómo aprende la IA?
  3. Cómo funciona la IA?
  4. Para que sirve la IA?
  5. Qué futuro nos espera con la IA?

2. Aplicación IA - big Data: Periodismo de datos

Fuente: https://edea.juntadeandalucia.es/bancorecursos/

1. Nuestro asesor turístico te puede ayudar.

¿Te gustaría enseñar a un ordenador para que sea capaz de procesar un conjunto de datos sobre las provincias andaluzas con la finalidad de asesorar a otras personas en la búsqueda del destino turístico?

 El departamento de Geografía e Historia y el Programa Vivir y Sentir el Patrimonio de nuestro centro desean planificar un viaje dentro de nuestra comunidad autónoma para el alumnado de 4º ESO, con la finalidad de dar a conocer y fomentar el patrimonio andaluz, pero les gustaría que sea el alumnado el que elija el destino a visitar. Por ello, han pedido que el alumnado de la materia de Computación y Robótica de 1º ESO, se encargue de la creación de un asistente turístico virtual que oriente sobre qué provincia visitar al introducir el alumnado sus preferencias, como por ejemplo, las actividades que le gusta realizar en el tiempo libre, gastronomía, cultura, arquitectura, tradiciones, visita de monumentos, contacto con la naturaleza, etc.

Pues este reto consiste en crear un asistente turístico virtual de Andalucía para que a partir de un conjunto de datos, utilizando Scratch y el Aprendizaje automático o Machine Learning, sea capaz de recomendar la provincia andaluza que mejor se adapta a los intereses del alumnado.

Imagen que representa la inteligencia artificial en el aprendizaje automático de datos

¿Te atreves a crear un programa que ayude en esta elección a sus usuarios? 

Tú eliges lo que puede ser más atractivo de cada provincia andaluza. 

Estoy seguro que el reto te resulta emocionante y que harás un magnífico trabajo.

¡Ánimo que empezamos!

2. ¿Para qué nos puede servir el big data?

Como ya sabes, constantemente recibimos y enviamos información a otras personas que en la mayoría de los casos, ni conocemos.

El mundo digital en el que nos encontramos actualmente ha hecho que estas operaciones sean cada vez más frecuentes y que constantemente se genere una gran cantidad de datos con mucha información de distinto tipo, haciendo muy complejo su proceso y almacenamiento.

Aquí es donde el aprendizaje automatizado de las máquinas o el machine learning entra a jugar un papel importante, ya que nos puede facilitar la tarea de procesar estos datos con una finalidad determinada.

Las ciudades inteligentes recogen y comparten grandes cantidades de datos. El big data ofrece información que puede ayudar a optimizar muchos procesos. 

¿Te imaginas una ciudad inteligente que analice, en tiempo real los datos de las personas que circulan por sus calles y pueda predecir aglomeraciones?

Mira este vídeo y comprueba lo que pueden llegar a hacer el big data, el internet de las cosas (IoT) y la Inteligencia Artificial (IA) en las ciudades inteligentes (smart cities).


Recuerda que si lo necesitas puedes activar los subtítulos del video, en la parte baja del mismo, en el botón de subtítulos(c).

3. Nos preguntamos...

Después de ver el vídeo nos hacemos algunas preguntas. No tienes que responder a todas,  pero te invitamos a pensar un poco sobre ellas:

  • ¿Que te ha parecido el vídeo?
  • ¿Qué ha sido lo que más te ha llamado la atención del vídeo?
  • ¿Qué aporta en el vídeo el big data para mejorar la vida de los ciudadanos?
  • ¿Crees que el uso de estos datos por parte de las ciudades está justificado?
  • ¿Te gustaría aprender más sobre el big data?

4. ¿Qué vamos a aprender?

  1. Conocer la diferencia entre dato, información y conocimiento.
  2. Comprender cómo se visualizan, transportan y almacenan los datos.
  3. Comprender qué es el big data y sus aplicaciones.
  4. Identificar las aplicaciones de los datos en el aprendizaje automático.
  5. Analizar las aplicaciones del aprendizaje automático con reconocimiento de textos en nuestra sociedad.
  6. Comprender qué es el data scraping y su utilidad.
  7. Aprender a crear un programa en Scratch que utilice un modelo de aprendizaje de Inteligencia Artificial (IA) con reconocimiento de texto.
  8. Desarrollar un programa que funcione como un asistente turístico virtual que asesore a sus usuarios.

 

Retor dice

  

Seguro que estás deseando comenzar con tu asistente turístico virtual, pero antes de hacerlo es muy importante recordar algunos aspectos que quizás reconozcas y que vas a necesitar.

No te preocupes, va a ser divertido y sencillo.

Además, siempre tendrás ayuda para poder continuar.

1. ¿3r3s cpaaz d3 l33r etso?

Imagen que describe a una persona realizando una lecturaVamos a trabajar en grupo el siguiente ejercicio sobre el proceso de reconocimiento de textos que realiza nuestro cerebro de forma automática cuando leemos y que ni siquiera somos conscientes de su complejidad.

A continuación, te presento tres frases, intenta leerlas.

Frase 1
54BI45 QU3 EL C3R38RO 450C14 L05 5IM80L05 94R3C1DO5 4 L45 
L3TR45 QU3 CON0C3M05 Y 451 L06R4M05 L33R C0N F4C1L1D4D.
Frase 2
En etsa frsae lo uinco bein ecsrtio es la pmrirea y la utlima ltera, el rsteo peude etsar mal, preo no ipomrta pquore no lemeos cdaa ltrea en si msima, snio la paalbra cmoo un todo.
Frase 3

Imagen que describe una frase mal escrita para su lectura

Contesta a las siguientes cuestiones:

  1. ¿Cuál de las tres frases te ha costado más leer y por qué? 
  2. ¿Haz conseguido reconocer todas las palabras?
  3. Piensa cómo ha sido el proceso que has seguido para conseguir reconocer las palabras de los tres textos
  4. ¿Crees que un ordenador podría reconocer estos textos?

N0 35 N4D4 F4C1L 93R0 51 MUY D1V3RT1D0

2. Investigando código en Scratch

 

Retor dice

Sé que te estarás haciendo muchas preguntas sobre el big data y la inteligencia artificial y cómo desarrollar nuestro asistente turístico virtual. 

En este apartado crearemos un asistente virtual al que le enseñaremos a reconocer un texto.

Intentaré que aprendas poco a poco, y al final descubras por qué necesitas usar la inteligencia Artificial para analizar los datos y alcanzar tu reto. 

¡Empezamos!

1. ¿Eres consciente de la importancia de los datos?

Los datos se han convertido en el petroleo del siglo XXI. 

Imagen que se refiere a los datos generados en la web, en ella se observa una nube sobre fondo azul donde aparecen iconos de datos y debajo aparatos donde pueden incluirse

Vamos a trabajar en grupo. ¿Sabéis responder a las siguientes cuestiones?:

  1. ¿Qué entendéis por datos?
  2. ¿Qué diferencia hay entre datos e información?
  3. ¿Cómo se generan datos en la web?
  4. ¿Cómo se clasifican los datos?
  5. ¿Conocéis alguna técnica de extracción de datos?
  6. ¿Cómo se procesan, organizan y almacenan los datos?
  7. Seguro que has buscado información en la web ¿Indica algunos ejemplos en los que has extraído información de varias fuentes para elaborar un trabajo?
  8. ¿Cómo has verificado la validez y fiabilidad de estas fuentes de información?
  9. ¿Qué sueles utilizar para representar visualmente un conjunto de datos?

2. ¿Qué sabes sobre el big data y machine learning?

Imagen formada por muchas palabras relacionadas con big data.Sabemos la importancia de los datos en el mundo tecnológico actual.

Os propongo a vuestro grupo que reflexionéis sobre las siguientes cuestiones. Cuando terminéis expondremos nuestras conclusiones en clase.

  1. ¿Cómo traduciríais vosotros el término big bata?
  2. ¿Qué entiendes por machine learning y la inteligencia artificial?
  3. ¿Cómo influye el big data en la inteligencia artificial y machine learning?
  4. ¿Por qué las empresas buscan los datos de las personas?
  5. ¿Crees que tus datos están seguros en la red? ¿Por qué?

¿Te ayudo con el trabajo en grupo?

En esta actividad se trata de reflexionar en grupo. Esto te ayudará a darte cuenta de todo lo que tu equipo sabe sobre este tema. Cuando trabajamos en grupo aprendemos también en equipo y podemos beneficiarnos de todo lo que aporta cada miembro del grupo. Es importante reconocer que cada persona tiene cualidades que hacen que se les dé bien hacer algo y eso aporta un valor destacado al grupo.

Para poder trabajar bien y reconocer lo que cada uno aporta, seguid estos consejos:

  • Todo lo que una persona sabe lo comparte con los demás.
  • Colaboramos en las tareas para que el equipo funcione.
  • Valoramos las habilidades de cada persona.
  • Respetamos lo que cada persona ofrece al equipo.
  • Todas las opiniones son importantes.

3. Nuestro primer asistente turístico aprende a recomendar

Vamos a explorar a nuestro primer asistente virtual que reconoce diferentes necesidades turísticas en tu localidad y asesora sobre ellas.

Asistente turístico virtual

Analiza con una compañera o compañero la siguiente situación: una persona comunica a nuestro asistente una necesidad turística en tu localidad y éste nos debe contestar recomendando una propuesta de solución a esa necesidad:

Imagen de un asistente turístico virtual y su diagrama de trabajo con el usuario

Explora su funcionamiento

Con tu compañera o compañero vamos a explorar y analizar el funcionamiento del asistente virtual.                                                                                                   

Para explorarlo, vamos a seguir estos pasos.

    1. Prueba y observa detenidamente cómo funciona el asistente turístico virtual.
    2. ¿Te parece adecuada la respuesta del asistente? ¿Se podría mejorar?
    3. ¿Puede haber más necesidades? Anota aquellas que creas necesarias.   
    4. ¿Qué sucedería si una usuaria o usuario le pregunta al asistente virtual alguna necesidad no programada previamente? 

Explora la programación del asistente turístico virtual

Te invito a hacer una exploración del código del asistente turístico de tu localidad, sigue los siguientes pasos y contesta las cuestiones planteadas:

  1. Ábrelo y examina cómo está hecho, objetos, fondo y la programación del asistente turístico virtual.
  2. Cada conjunto de bloques del asistente realiza una función ¿Puedes ponerle un nombre a cada uno? Se lo puedes añadir como un comentario haciendo clic con el botón derecho.
  3. ¿Te propongo que personalices las respuestas del asistente virtual para que se adapten a tu localidad?
  4. ¿Podríamos haber evitado el evento, enviar y recibir el mensaje "Chat”? ¿Funcionaría igual sin dicho evento?
  5. Respecto a la claridad del código, ¿cómo habría quedado el programa sin dicho evento?

Recuerda que nuestro asistente turístico virtual trata de reconocer el texto que le introducimos.

Debemos tener en cuenta lo siguiente:

  • Algunos lenguajes de programación son sensibles a las mayúsculas.
  • La persona al escribir puede cometer faltas de ortografía y nuestro asistente deberá ser capaz de reconocer el texto.

Por otra parte, si no sabes cómo eliminar el evento "chat", no pasa nada, es normal.

Aquí tienes el código de una posible solución (Haz clic sobre la imagen para ampliarla):

Imagen que describe los bloques del programa de mi primer asistente sin eventos

Seguro que ahora lo entiendes mejor.

Espero haberte ayudado, recuerda que me encanta hacerlo.

 

4. Identifico lo que tengo que hacer

Ya conoces qué reto te proponemos alcanzar y te acabamos de plantear una actividad que te acercará a la meta. Pero para tener éxito en tu camino, necesitarás algunas estrategias que te servirán para esta y otras tareas parecidas. Las irás descubriendo en un diario que llamamos tu Diario de Aprendizaje. En el tienes que anotar todo lo referente a tu trabajo.

4 . ¿Qué tal funciona nuestro primer asistente turístico?

¿Te han decepcionado los resultados que has obtenido en la actividad anterior?

Has podido comprobar que esta forma de programar quizás no es suficiente para un funcionamiento óptimo de un asistente virtual.

Para solucionar estos problemas debemos utilizar la Inteligencia Artificial.

¡Ha llegado el momento de comenzar esta nueva aventura!

 

Retor dice

Creo que ha llegado el momento de conocer un poco más sobre los datos y qué es big data.

Te propongo:

  • Conocer un poco más sobre los datos.
  • Hacer una breve descripción del big data y la Inteligencia Artificial (IA).
  • Saber identificar las aplicaciones más importantes del big data en la IA.
  • Comprender el funcionamiento del aprendizaje automático.
  • Crear un modelo de aprendizaje para el reconocimiento de textos.

Estoy seguro de que después de todo esto tendrás una idea muy exacta de lo que es big data y la Inteligencia Artificial (IA).

¿Estas preparado?,  ¡empezamos!

4.1 ¿Qué hacemos con tantos datos?

Retor dice

A continuación veremos qué se entiende por datos y cómo se convierten en información valiosa.

Luego, veremos cómo se generan, transportan, almacenan y visualizan los datos.

Pero no te preocupes, te mostraré la información de una forma sencilla.

Presta mucha atención porque vas a conocer un poco más sobre los datos.

¡Vamos que empezamos!

Pero ¿qué diferencia hay entre dato, información y conocimiento?

Los datos se han convertido en el nuevo petróleo del siglo XXI.  Debido a la gran cantidad de datos que se generan hoy en día, se puede afirmar que la sociedad actual es rica en datos y pobre de conocimiento.

A continuación, aprendamos un poco más sobre los datos.

¿Dato, información o conocimiento?

Entendemos que un dato es un valor que representa un fragmento de una descripción o palabra, cantidad o medida que por sí solo no tienen mucho significado. 

  • Los datos son la mínima unidad de significado que por sí solos son irrelevantes y no dicen nada importante para la toma de decisiones.
  • Información son datos que han sido agrupados o clasificados para configurar un mensaje que puede ser entendido e interpretado por el receptor. Así que los datos sólo tienen utilidad después de ser procesados según su relevancia e interés.
  • Conocimiento integra los datos y la información con la experiencia, valores y personalidad, permitiendo ser aplicado por las personas en la toma de decisiones.

Estos tres términos se relacionan en la denominada pirámide del conocimiento:

Imagen que describe la pirámide del conocimiento

Ejemplos

Ejemplo 1:

  • Dato: 8 (por sí sólo es irrelevante).
  • Información: 8 provincias (el 8 tiene más sentido, se trata del número de provincias y se convierte en una información).
  • Conocimiento: La Comunidad Autónoma de Andalucía está compuesta por 8 provincias. 

Ejemplo 2:

  • Dato: número de personas, sexo, edad, estudios, nivel de estudio de los habitantes de una población.
  • Información: con este conjunto de datos se puede generar información sobre las características de los habitantes de esa población.
  • Conocimiento: se combinan esta información con otras y se utilizan para la planificación de acciones concretas sobre la población en estudio. 

Tipos de datos

Podemos encontrarnos distintos tipos de datos según su origen y estructura:

Imagen que representa los tipos de datos según la ordenación que presentan

  • Datos estructurados: aquellos que ya se diseñan, están ordenados y normalmente provienen de una misma fuente, por ejemplo datos ordenados en una hoja de cálculo, fichas estandarizadas.
  • Datos semiestructurados: presentan cierto orden, aunque no siguen una estructura estandarizada.
  • Datos no estructurados: se reciben diversos datos de distintas fuentes que no están ordenados. Se reciben por email, documentos, encuestas...
  • Base de datos:  es un conjunto organizado de información, de datos estructurados, existiendo motores de base de datos; software que permite almacenar, buscar, extraer información de estas bases de datos.

Ciclo de vida de los datos

  1. Se capturan los datos.
  2. Almacenamiento de los datos.
  3. Proceso y análisis de los datos. Aquí toca encontrar patrones, creamos un algoritmo para buscarlos o nos podemos servir del Machine Learning para encontrar patrones que ni siquiera nos imaginábamos
  4. Exploración y visualización: todos lo datos se reportan en los patrones detectados sobre un tablero, gráfico...para que se tengan en cuenta en la toma de decisiones. 

4.2. Vamos a practicar con los datos

 

Vamos a trabajar en pareja para poner en práctica lo que sabes sobre los datos.

Clasifica el siguiente conjunto de datos en tu cuaderno o en tu ordenador o tableta. Elige el medio que te resulte más adecuado.

¿Necesitas ayuda con este ejercicio?

A veces necesitamos un pequeño empujón para poder continuar, no os preocupéis.

Empieza por organizar los datos en subgrupos de forma que su contenido sea similar, puedes organizar los datos similares en columnas y nombra cada subgrupo de forma que su nombre sea representativo de su contenido.

4. 3. Datos por todas partes

 

En la sociedad actual, se están generando multitud de datos de distintas fuentes constantemente.

Imaginad que hablamos de millones de correos electrónicos, fotos, vídeos, operaciones de compra y venta, mensajes de texto, etc, que circulan diariamente por internet.

A continuación os propongo que veáis el siguiente vídeo sobre big data que contiene información muy interesante.

En solo 2 minutos vais a ser conscientes de la enorme cantidad de datos que generamos hoy en día, como por ejemplo:

  • ¿Cuánto tiempo usas al día un smartphone?
  • ¿Por medio de qué acciones generas datos en la red?
  • ¿Por medio de qué dispositivos generamos datos en la red?

¡Increíble! Seguro que os parece muy interesante.

Cuando terminéis de ver este vídeo, os propongo que realicéis de forma individual el siguiente cuestionario. Encontraréis cinco preguntas sobre el Big Data.

4.4. ¿Dónde se almacenan los datos?

Modelos de almacenamiento de datos

Se conocen varios modelos de almacenamiento de datos, entre ellos destacamos:

  • On premise: (en español, en las instalaciones propias, in situ) son empresas que guardan sus datos en servidores locales, dentro de equipos propios. Es un modelo costoso por el hardware, mantenimiento y espacios necesarios.
  • Cloud computing: (en español, servicios informáticos de la nube) son empresas que prestan el servicio de almacenamiento y proceso de estos datos. Amazon, Google y Microsoft son algunos ejemplos de empresas que prestan este servicio.
  • Data warehouse: (en español, almacén de datos) es un gran almacén o centro de datos gestionado por una empresa u organización, con capacidad para enormes cantidades de datos, del orden de 1 petabyte.

Imagen que describe una sala de servidores

A continuación os propongo que veáis el siguiente vídeo sobre el almacenamiento de datos que contiene información muy interesante.

En solo 2 minutos vais a ser conscientes de la enorme cantidad de datos que generamos hoy en día y aprenderéis otras cuestiones, como por ejemplo:

  • ¿Que son los servidores y qué funciones cumplen?
  • ¿Qué función cumple la nube virtual en la red?
  • ¿Qué es un centro de datos?
  • ¿Los centros de datos tienen alguna repercusión medioambiental?

¡Alucinante! Seguro que os parece muy interesante.

4.5.Scraping data

Una de las técnicas usadas en la primera fase de tratamiento de los datos del big data es el scraping data (arañar datos, raspar datos, en español), se refiere a la técnica en la que un programa informático extrae datos del resultado generado por otro programa para analizarlos o utilizarlos en otra parte. Normalmente estos programas simulan la navegación de una persona en internet.

El ejemplo más utilizado es el web scraping que utiliza una aplicación informática para leer y extraer datos valiosos de sitios web de forma automatizada, simulando la navegación web que haría una persona. En el caso de búsqueda de imágenes, el proceso se denomina Image Scraping.

Imagen que representa la búsqueda de datos en la web

El web scraping se utiliza para recopilar datos de contacto, tales como direcciones de correo electrónico o números de teléfono, o información especial como términos de búsqueda o URL, con gran rapidez. En el ámbito profesional, es scraping se utiliza para conseguir ventajas con respecto a la competencia.

El buscador de Google utiliza la tecnología de web scraping para mostrar información metereológica o comparaciones de precios de vuelos y hoteles.

Muchos portales de comparación de precios también utilizan el scraping para representar información de otros proveedores y sitios web.

¿Es legal el web scraping?

Cuidado porque el scraping no siempre es legal.

Imagen que describe la justicia y las leyes

Los autores de un scraping de datos deben tener en cuenta los derechos de propiedad intelectual y la normativa de protección de datos de los sitios web.

Por otra parte, el web scraping puede tener consecuencias negativas para algunas empresas online y sitios web, por ejemplo, puede ralentizar la velocidad de conexión del sitio web.

 

Retor dice

A continuación aprenderemos qué es big data y para qué se utiliza.

Para entender mejor qué es el big data veremos cada uno de los siete adjetivos que lo describen.

Veremos algunas de las aplicaciones más importante y comprenderás su importancia en el actual mundo tecnológico.

Pero no te preocupes, te mostraré la información de una forma sencilla.

¡Vamos a conocer que es el big data!

5.1 ¿Qué es big data?

Big data (en español, macrodatos) es un gran volumen de datos de diferentes fuentes que presentan diferentes estructuras y que cambian a una gran velocidad, por lo que se hace imposible procesar por los sistemas informáticos tradicionales, se necesita una gran capacidad de procesamiento como el ofrecido por el Cloud Computing o Servicios informáticos en la nube.

A continuación os propongo que veáis tres vídeos sobre el big data. En ellos encontraréis información muy interesante.

Big data en solo 3 minutos

En solo 3 minutos vais a conocer muchos detalles sobre el big data, como por ejemplo:

  • ¿Dónde podemos encontrar el big data?
  • Características que deben tener los datos.
  • Tipos de datos y su uso.
  • Aplicaciones de los datos.

¡Increíble! Y en solo 3 minutos. No os lo podéis perder.

Big Data, el valor de los datos

En este segundo vídeo de 2 minutos, vais a conocer aspectos tan importantes como:

  • Cómo aportamos datos sin darnos cuenta.
  • ¿Se utilizan los datos de forma adecuada?

Veréis como os sorprenderá.

 
Aplicaciones de Big data 

Big data permite encontrar soluciones para las organizaciones o las personas a través del análisis de grandes volúmenes de información usando gran capacidad de cómputo con Cloud Computing y Machine Learning.

Con estos datos se pueden tomar decisiones, demuestran comportamientos de los usuarios, tendencias, predicen por lo tanto comportamientos futuros.

A continuación, os presento un vídeo sobre estas posibilidades del big data para las organizaciones:

  • ¿Qué aplicaciones puede tener el big data?
  • ¿Cómo contribuye big data y la IA en la mejora de la sociedad?

Como puedes ver, son temas muy importantes que debes conocer.

5.3. ¿Recuerdas esta aplicación del big data?

Seguro que recuerdas el vídeo de la siguiente campaña publicitaria de la Dirección General de Tráfico (DGT) denominada: "Hagamos que el big data se equivoque" para la semana santa del año 2022:

Seguro que gracias a esta campaña de la DGT te hiciste una idea de la utilidad del big data.

Vamos a trabajar de forma individual para responder en tu cuaderno, tableta u ordenador las siguientes cuestiones sobre el vídeo:

  1. ¿Con qué finalidad la DGT recurrió al análisis del big data?
  2. ¿Qué información obtuvo la DGT de ese análisis?
  3. ¿Por qué la campaña publicitaria se denomina "Hagamos que el Big data se equivoque?

 

6.1. ¿Qué es la Inteligencia Artificial y para qué sirve?

La inteligencia artificial (IA) se puede definir como un programa informático diseñado para realizar operaciones que se consideran propias de la inteligencia humana.

Entre ellas destaca el autoaprendizaje o capacidad de aprender por sí mismo, haciendo que las máquinas aprendan de la experiencia, se ajusten a entradas variables y realicen tareas similares a los seres humanos.

Imagen que representa la inteligencia artificial

La inteligencia artificial funciona a través de algoritmos que actúan mediante reglas de programación y con ayuda del Machine Learning (ML) o Aprendizaje automático y las distintas técnicas ML como Deep Learning (DL) o Aprendizaje profundo.

El aprendizaje profundo hace referencia a una técnica de algorítmos que se agrupan como las redes neuronales humanas de tal forma que se consiga un análisis más profundo para el aprendizaje automático de las máquinas y un razonamiento no lineal, similar al que realizamos los seres humanos.

Importancia de la IA en la actualidad

Gracias a su exactitud y aprendizaje continuo se pueden identificar oportunidades, corregir errores de nuestros sistemas de trabajo y realizar predicciones que ayuden en la toma de decisiones. Su gran velocidad de proceso hace más eficiente cualquier proceso. 

Imagen que describe la importancia de la IA en el tratamiento de datos para optimizar procesos

La Inteligencia artificial ya se utiliza en numerosas aplicaciones sobre todo comerciales y de producción, incluido el procesamiento del lenguaje, el análisis de datos productivos y la automatización del tratamiento de datos.

La inteligencia artificial puede contribuir en hacer más cómoda. segura y placentera la vida de los individuos y optimizar los procesos de las empresas, mejorando así su eficiencia. 

Inconvenientes o desventajas de la IA

Tienen un coste económico elevado y requiere de profesionales cualificados, al tratarse de máquinas carecen de valores y sentimientos, estas máquinas podrán sustituir a los humanos que realizaban su tarea.

Imagen que describe la inteligencia artificial enfrentada al ser humano

6.2. Aplicaciones de la Inteligencia Artificial

A continuación te presento diferentes aplicaciones de la inteligencia artificial en las que se procesan u obtienen textos, en algunos casos directamente a partir del propio texto sobre su soporte y en otros los caracteres o textos se obtienen procesando imágenes.

Muchas de ellas te van a sorprender.

Chatbot

Imagen que representa una conversación con un chatbot

Un chatbot (en español, bot o robot de charla) es un software o programa informático muy utilizado en sitios web que simula y procesa una conversación con una persona, permitiendo interactuar como se se estuviera comunicando con una persona real.

Funciona reconociendo el texto escrito introducido por las personas y nos ofrece una respuesta automática previamente establecida para los datos introducidos.

Chatbots o asistentes inteligentes muy presentes en nuestra vida son Siri de Apple, Alexa de Amazon, Cortana de Microsott y Google Now de Google.

Obtención de textos a partir de un documento

Lectura electrónica de documentos en papel para un proceso automático de grandes cantidades de datos, por ejemplo, grandes cantidades de correo postal. De esta forma se consigue la digitalización y documentos de textos para su posterior análisis.

Imagen que describe un texto en la que se ve una hoja de papel con líneas horizontales

Transformación de textos en formato editable

En esta aplicación se utilizan aplicaciones que realzan un reconocimiento del texto de un documento en formato no editable y lo convierten en un fichero que puede ser editado por el usuario.

Con esta aplicación se consigue la digitalización de textos escritos. El software puede llevar machine learning en los casos más avanzados.

Imagen que describe el reconocimiento de texto en un documento

Auxilio a personas con discapacidad visual

En esta aplicación se auxilia personas con discapacidad visual con un sistema que le permite el reconocimiento de textos mediante sensores ópticos y su conversión en estímulos táctiles o como ondas sonoras.

Existen también otros sistemas capaces de leer y traducir textos originales en alfabeto Braile.

Imagen que describe la lectura de Braile por personas con discapacidad visual

Otras aplicaciones

En arqueología para recuperar textos muy antiguos en mal estado se puede recurrir al reconocimiento de texto junto con la inteligencia artificial para intentar recomponer el texto.

Imagen que describe un papiro que contiene jeroglíficos

Reconocimiento de matrícula de vehículos

Para el control de acceso a un establecimiento de los vehículos o para identificarlo en una carretera, autopista o en una población.
En esta aplicación se trabaja sobre una imagen que contiene caracteres, por lo que hay un proceso para reconocer el texto que contienen. En este caso no se requiere un software complejo.
Los radares son dispositivos capaces de medir la velocidad de un vehículo y realizar una foto sobre la que se reconoce su matrícula, mediante el reconocimiento óptico de caracteres en imágenes denominado reconocimiento automático de matrículas (Automatic number plate recognition o APPR en inglés).
Imagen que describe la matrícula de un vehículo

Logística de envíos

Empresas de mensajería y logística utilizan el reconocimiento de texto de las direcciones de envío y poder realizar una clasificación automática, optimizando el proceso de envío.

Imagen que describe la recogida de un paquete

6.3. Aspectos negativos de la Inteligencia Artificial

A lo largo de este apartado, hemos visto varias aplicaciones del reconocimiento de texto.

La Inteligencia Artificial está cada vez más presente en nuestras vidas y nos ayuda a tomar decisiones importantes.

Pero, seguro que pensáis que no todo es positivo.

Os invito a que veáis el siguiente vídeo:

Haz clic en el siguiente enlace para descargar la descripción del vídeo en formato texto.

6.3. Aprendizaje automático: datos, algoritmos y aprendizaje

Seguro que conoces estos términos, pero ¿de qué manera están relacionados con el aprendizaje automático y la inteligencia artificial?

Para comprender todo esto, te propongo la siguiente situación:

Imagínate que necesitamos enseñarle a una persona el significado de la palabra elefante ya que no la conoce.

DATOS

Hacen referencia a la información que le ofrecemos a la persona para que pueda aprender lo que es por ejemplo, un elefante.

Esta información podría ser a través de otras palabras que le ayuden a definir el concepto de elefante.

  • Podemos empezar por aportar datos que ofrecen información sobre el aspecto de un elefante:

Es un animal terrestre grande, mamífero y herbívoro, se alimenta de hojas, hierbas, corteza y tallos. Normalmente son de color grisáceo y se organizan en manadas de varios ejemplares.

  • Características morfológicas.

Estos datos ofrecen información sobre las características físicas del elefante. Por ejemplo: tiene una larga trompa y enormes orejas en forma de abanico. Suelen tener colmillos de marfil.

  • Otros aspectos:

Estos datos que ofrecen más información: Para algunas culturas asiáticas, el elefante es considerado un animal sagrado. Habitan en bosques o sabanas boscosas y pastizales. Emiten un potente sonido gracias a su larga trompa.

Toda esta información serían datos, seguro que tú podrías añadir algunos más.

Es lógico pensar que el aprendizaje mejorará en función del número de datos que aportamos. Por lo tanto, podemos decir que permiten "aprender" mejor a la Inteligencia Artificial, haciéndola cada vez más eficiente.

ALGORITMO

El algoritmo está formado por el software encargado de relacionar todos los datos introducidos en la máquina y crear un modelo que de respuestas correctas.

Dicho de otra forma, los algoritmos son un conjunto de instrucciones de programa que van a permitir realizar una tarea determinada. En nuestro ejemplo, conseguirán que la "máquina" en función de los datos introducidos sea capaz de identificar la palabra relacionada con el texto.

Siguiendo con nuestro ejemplo, ¿qué pasará si la persona que acaba de aprender lo que es un elefante le enseñamos el texto: "emiten sonidos denominados barritos gracias a su larga nariz"?

La persona empezará a buscar similitudes con los datos que ya conoce: características físicas, morfológicas, otros aspectos, etc.

Seguramente llegará a la conclusión de que emitir un sonido denominado barrito es una de las características de un elefante.

En el caso de una máquina resulta que esta frase no coincide con ninguna de las introducidas como datos.

¿Qué ocurrirá en este caso? ¿Será capaz la máquina de identificar el texto?

La respuesta la encontramos en un concepto muy importante en la Inteligencia Artificial que es la generalización.

Gracias a la generalización, nuestro modelo será capaz de encontrar relaciones de coincidencia entre el nuevo texto y los que ya posee como datos. Seguramente la máquina nos dirá que se trata de un elefante.

APREDIZAJE AUTOMATICO

El aprendizaje automático o Machine Learning es una rama de la Inteligencia Artificial que utilizando datos y algoritmos es capaz de imitar la inteligencia humana.

Continuando con nuestro ejemplo, vamos a analizar la siguiente palabra:

¿Qué pasará si a la persona que acaba de aprender lo que es un elefante le mostramos la frase: "el período de gestación de este animal es de casi 22 meses"?

Es posible que le cueste trabajo buscar una relación con los datos que acaba de aprender y no sepa decirnos de qué se trata. Cuando le digamos que se trata del período de gestación de un elefante, esta persona sabrá en un futuro identificar esta frase.

¿Qué pasará en el caso de una máquina?

En el caso de una máquina ocurrirá algo parecido.

El modelo no sabrá clasificar la frase como un elefante. En este caso deberemos introducir este texto como un nuevo dato para que lo clasifique como un elefante. El algoritmo deberá crear un nuevo modelo incorporando la información aportada por nosotros. La próxima vez que la máquina lea esta frase, el modelo nos dirá que se trata de un elefante.

Este proceso se conoce como: "Mahine Learning” o Aprendizaje automático.  De forma específica, este tipo de aprendizaje automático se denomina aprendizaje supervisado, ya que se parte de un conjunto de datos que contienen ejemplos de entrenamiento con etiquetas asociadas.

El algoritmo aprende la relación entre los datos suministrados y sus etiquetas o clase de textos, aplicando esa relación para clasificar nuevos datos que la máquina no ha visto antes.

 

 

Inteligencia Artificial - Machine Learninig

Vamos a crear nuestro asistente turístico

Imagen que representa una persona pensandoDebéis pensar y anotar el nombre de las categorías o etiquetas que permitan clasificar los datos.

Recordad que el nombre de las categorías o etiquetas debe ser corto y representativo de la información que va a contener.

Piensa, en el caso de nuestro reto, son evidentes las etiquetas, clases o categorías. Recuerda que nuestro asistente turístico debe ayudar en la elección de una provincia andaluza a otras personas.

¿Necesitas ayuda con este ejercicio?

Recuerda que nuestro asistente virtual debe asesorar sobre las provincias andaluzas.

Deberás crear una etiqueta para cada una de las ocho provincias.

Imagen que representa los datos de las etiquetas del modeloHa llegado el momento de recopilar toda la información necesaria para desarrollar nuestro reto. En este ejercicio debéis anotar los datos relacionados con el asistente virtual y clasificarlos en las etiquetas que habéis creado.

Recordad que cuantos más datos tenga nuestro modelo mejor funcionará el asistente turístico virtual.

Es importante que los datos sean coherentes y estén bien clasificados. Recuerda la importancia de la generalización, esto permitirá al modelo clasificar correctamente datos de entrada que no coincidan exactamente con los almacenados en las etiquetas. 

Incluid en cada etiqueta todos los datos que guarden relación.

Este trabajo es muy importante, la colaboración del grupo será fundamental.

Imagen que representa una persona reflexionandoOs propongo la siguiente actividad:

"Jugad" en grupo a leer los datos que habéis anotado y comprobad que la etiqueta de clasificación es correcta.

Pensad en las posibles respuestas que van a dar las personas cuando el asistente virtual les pregunte: ¿qué actividades turísticas quieren hacer en Andalucía? Así, podéis valorar si el modelo clasificará bien esas respuestas o tenéis que añadir más información a las etiquetas.

Más adelante, esto os puede ahorrar mucho tiempo.

Es el momento de entrar en la aplicación Machine Learning y crear un nuevo proyecto.

Es recomendable ponerle un nombre apropiado a nuestro proyecto.

Es el momento de introducir las etiquetas que habéis creado anteriormente e ir añadiendo los datos asociados a ellas.

Es un trabajo muy laborioso, recuerda que estamos en una parte muy importante, tenéis que tener un poco de paciencia.

Recordad que una vez introducimos todos los datos, debéis generar el modelo.

Ha llegado el momento de comprobar cómo responde nuestro modelo.

Os propongo a vuestro grupo:

  • Comprobar que los datos introducidos son clasificados de forma correcta por el modelo.
  • También podéis probar variaciones en los datos introducidos y comprobar el resultado.
  • Comprobar que el grado de confianza es el adecuado.

Recordad que podéis volver a entrenar y generar un nuevo modelo.

Imagen de la palabra ScratchUna vez comprobado que el modelo reconoce los datos con el nivel de confianza adecuado, ha llegado el gran momento.

Vosotras y vosotros vais a desarrollar el programa con Scratch que permita a vuestro asistente turístico responder de forma correcta a las diferentes preguntas que le podáis hacer.

Recordad que nuestro asistente turístico virtual debe poder aprender.

¡Ánimo, seguro que lo hacéis muy bien!

LUMEN

¿Necesitas ayuda con este ejercicio?

Me gusta ayudarte, por ejemplo puedes programar la presentación del asistente virtual en Scratch:

Decir: "Hola, soy tu asistente turístico virtual".

Pregunta: "Voy asesorarte en tu visita turística por Andalucía ¿qué te gustaría hacer?"

Imagen que representa una persona que interactúa con un ordenadorLlega el paso más deseado. Vamos a probar el funcionamiento de nuestro asistente turístico virtual. 

Podéis pedirle a una compañera o compañero de otro grupo que lo pruebe y comprobar el resultado.

Seguro que siempre hay algo que se puede mejorar. Os animo a que lo intentéis.