1
00:00:00,620 --> 00:00:04,980
Hola a todos, ¿qué tal? Bueno, mirad, os voy a contar básicamente la idea.

2
00:00:07,480 --> 00:00:18,140
He creado cuatro bancos de imágenes, un banco de imágenes con animales propios del ecosistema de la selva,

3
00:00:19,039 --> 00:00:26,100
otro banco de imágenes con cuatro animales del ecosistema desértico, otro de alta montaña y otro de bosque templado.

4
00:00:26,100 --> 00:00:35,500
Y estos bancos de imágenes los he creado a partir de inteligencia artificial utilizando Copilot de Microsoft en Bing.com.

5
00:00:36,539 --> 00:00:46,460
La idea básica es que los niños introdujeran aquí imágenes de animales pertenecientes a uno o a otro ecosistema

6
00:00:46,460 --> 00:00:50,259
para luego poderlos clasificar a otros animales que no aparecieran allí.

7
00:00:50,259 --> 00:00:56,939
ya le hemos pulsado aquí en aprender a reconocer imágenes

8
00:00:56,939 --> 00:01:00,140
y entonces pues bueno, cuando cargamos algún tipo de imagen

9
00:01:00,140 --> 00:01:03,579
se me ocurren dos ideas, la primera de ellas es que ellos creen animales

10
00:01:03,579 --> 00:01:06,980
y que el sistema identifique si pertenecen al bosque templado

11
00:01:06,980 --> 00:01:09,780
al desértico, a la selva o a la alta montaña

12
00:01:09,780 --> 00:01:14,599
por ejemplo aquí tenemos el caso de este por ejemplo

13
00:01:14,599 --> 00:01:16,959
oso polar, lo abrimos

14
00:01:16,959 --> 00:01:26,900
¿De acuerdo? Y sale que con un 47,75% este animal pertenece a la alta montaña.

15
00:01:27,859 --> 00:01:34,859
Otra idea interesante de esto es utilizarlo para identificar especies invasoras.

16
00:01:35,280 --> 00:01:43,280
Aquí voy a mostrar un claro ejemplo con las cotorras argentinas, que tenemos aquí una de ellas.

17
00:01:43,280 --> 00:01:59,359
¿De acuerdo? Lo identifica con un 77,06% de probabilidades que pertenece a un ecosistema de la selva. Sin embargo, esta imagen en concreto está tirada en un parque de mi localidad.

18
00:01:59,359 --> 00:02:15,360
¿Qué es lo que sucede? Aquí lo que nos está diciendo Machine Learning es que esta especie es invasora, es una especie que hemos encontrado nosotros en un ecosistema que no es el de la selva.

19
00:02:15,360 --> 00:02:36,719
Y sí que me parece interesante trabajar en este sentido para localizar especies invasoras, como pueden ser, en este caso, cotorras argentinas u otro tipo de especies como los galápagos, por ejemplo, que invaden algún tipo de ecosistema acuático de agua dulce.

20
00:02:36,719 --> 00:02:51,699
¿De acuerdo? Bueno, pues esta es básicamente mi propuesta para trabajar Learning Machine Learning en el área de ciencias naturales para quinto de primaria.

21
00:02:52,180 --> 00:03:02,599
En fin, espero que os haya gustado y que al menos sirva un poco de inspiración también para cualquier otra persona que quiera estar interesado en esto.

22
00:03:02,800 --> 00:03:05,680
¿De acuerdo? Bueno, eso es todo. Hasta luego.