Coche autónomo con IA. Programación con Learning ML (1ª parte)

Bien, bienvenidos a todos al curso la inteligencia artificial a tu alcance y ideas prácticas para el aula y en esta ocasión como hemos estado viendo en el curso pues vamos a utilizar una máquina de aprendizaje, vamos a entrenar con una máquina de aprendizaje y obtener un modelo de aprendizaje y en este caso pues para este ejemplo vamos a entrenar una máquina de aprendizaje que sea capaz o que sirva para un coche autónomo decidir si el vehículo tiene que detenerse en función de las características del tráfico, 00:00:03

debe de frenar o debe continuar su camino. Entonces, bueno, pues una vez que abrimos la herramienta, ya sea en la versión instalable o en la versión web, 00:00:33

lo que hacemos en este caso es nombrar nuestro archivo, que en este caso va a ser coche autónomo, y vamos a, en este caso, utilizar la opción de reconocimiento de imágenes. 00:00:44

lógicamente como tenemos que decidir qué tiene que hacer el vehículo pues en este caso vamos a 00:00:57

establecer las tres categorías o tres etiquetas por donde vamos a clasificar las diferentes 00:01:02

imágenes en este caso pues por ejemplo vamos a establecer que el vehículo debería debería 00:01:10

detenerse por lo tanto de tener en serie vamos a poner los vehículos y en esta categoría pues 00:01:16

vamos a tener imágenes en las cuales el vehículo sí o sí debería de tener si vamos a tener una 00:01:24

nueva una nueva clase de imágenes en este caso la clase de imágenes van a ser para para que el 00:01:28

vehículo deba frenar y finalmente el vehículo pues si las condiciones del desarrollo del tráfico lo 00:01:33

permite pues el vehículo podría seguir adelante por lo tanto vamos a poner que el vehículo debería 00:01:43

seguir bueno pues ya tenemos nuestras categorías verdad no es de él 00:01:48

el vehículo vamos a añadir en este caso las imágenes para cada una de estas de 00:01:53

estas clases que ya previamente pues hemos etiquetado en primer lugar vamos a 00:01:59

ir directamente a las imágenes de las cuales el vehículo debería de tenerse yo 00:02:05

para eso ya he 00:02:09

distribuido en este caso una serie de carpetas donde ya he cargado imágenes 00:02:12

por supuesto imágenes sin derechos de autor para poder utilizarlas y en este caso pues nos vamos a 00:02:17

las imágenes donde el vehículo debería detenerse y en este caso pues he elegido un poco en las 00:02:22

imágenes en las cuales hubiera semáforos en rojo señales de esto peatones en la calzada o coches 00:02:27

en este caso de frente pasos también de cebra con peatones circulando pasando a través del paso de 00:02:32

etcétera e incluso pues alguna barrera de parking bajada bien vamos a coger todas estas imágenes y 00:02:40

con estas imágenes vamos a en el máquina de aprendizaje va a aprender cuando debería de 00:02:49

tener vamos entonces en este caso a la categoría de frenar y en este caso pues nos vamos donde yo 00:02:57

ya tengo una serie de imágenes en la que incluido por lógicamente semáforos en ámbar advertencias 00:03:04

en este caso chiles de tráfico de zonas escolares de pasos de cebra de animales etcétera bueno las 00:03:11

típicas que las cuales el conductor debería tener precaución incluido también alguna de 00:03:18

cuales se ha finalizado la autopista el tramo de autopista y por lo tanto hay que empezar a 00:03:23

a aminorar así que cargamos todas las imágenes en este caso con marcando la primera y consigue 00:03:27

marcando la última y de esta forma se cargan todas de una vez y bueno pues esperamos unos 00:03:35

segundos hasta que se carguen todas ya tenemos aquí todas cargadas para frenar para detener y 00:03:40

ahora nos vamos para la categoría de seguir y las cuales vamos a etiquetar todas las siguientes 00:03:44

imágenes que en este caso pues hemos incluido semáforos en verde carreteras vacías vehículo 00:03:52

y señales en las cuales estamos en otro día y en principio pues podríamos cargamos a las imágenes 00:04:00

como digo esto es un ejemplo básico pero vamos a poder comprobar un poco la fiabilidad cuando 00:04:08

la máquina empiece a aprender de los patrones en cada una de estas categorías de todos estos datos 00:04:13

etiquetados. Bueno, pues vamos con la siguiente fase. Una vez que ya hemos añadido las imágenes 00:04:20

correspondientes etiquetadas, ahora le vamos a decir que aprenda de estas imágenes y lo 00:04:27

que va a hacer en estos segundos que va a estar buscando patrones en los cuales, por 00:04:32

la categoría seguir, tengan ciertas similitudes, ciertas características, la categoría frenar, 00:04:37

etc. Es decir, que la máquina de aprendizaje está intentando aprender a clasificar estas 00:04:42

imágenes y encontrando como digo pues esos patrones en cada una de las categorías no 00:04:47

suele demorarse mucho bueno evidentemente depende de la cantidad de datos si los datos son de gran 00:04:53

cantidad pues lógicamente el tiempo de aprendizaje será mucho mayor pero bueno una vez que ya hemos 00:04:59

visto que en este caso pues ya ha extraído la información y ahora nos aparece una pequeña 00:05:05

animación y en este caso pues ya nos indica que ya 00:05:13

el modelo de aprendizaje ya lo tenemos y ahora vamos a cargar nuevas imágenes 00:05:19

lógicamente si incluyéramos ahora para probar con esta opción también podemos 00:05:23

utilizar la opción de la cámara de fotos pero vamos a cargar imágenes nuevas como 00:05:28

digo si tuviéramos nuevas imágenes que ya hemos utilizado en el aprendizaje 00:05:34

por lo que también nos dará un 100% de confianza en la respuesta pero 00:05:38

evidentemente lo interesante aquí es añadir nuevas imágenes que no hayan sido previamente utilizadas 00:05:42

en este caso yo ya he preparado varias imágenes para hacer el test vamos a incluir por ejemplo 00:05:48

esta de un peatón cruzando un paso de peatones y además con un vehículo al fondo bueno pues en 00:05:53

teoría si el modelo es bastante fiable como nos dice pues debería de tenerse el vehículo en un 00:06:03

99 por ciento bueno pues vemos que efectivamente lo ha hecho bastante bien vamos a cargar otra 00:06:08

imagen en este caso de pues por ejemplo una carretera vacía y si eso es así pues debería 00:06:12

identificar efectivamente que el vehículo puede seguir en un 90% vamos a cargar otra imagen 00:06:19

también como digo son imágenes nuevas que no había visto antes vamos a darle por ejemplo la señal de 00:06:25

stop que está de manera muy clara y debería poner dice efectivamente que en un 99% pues debería 00:06:30

debería tener si vamos a poner por ejemplo el semáforo en ámbar a ver qué nos dice y según 00:06:36

esto dice que deberíamos frenar efectivamente un 95 por ciento bueno pues parece que para las 00:06:42

élites que teníamos puesto vamos a poner este un montón de peatones y nos dice que debería 00:06:47

detenerse el vehículo en un 29,9 bueno pues parece que es bastante fiable que me queda 00:06:53

alguna más bueno vamos a poner por ejemplo pues este de cartera testa por ejemplo de advertencia 00:06:59

y nos va a decir que el vehículo pues tendría que frenar aquí ya no está tan seguro debería 00:07:04

porque hay una carretera vacía y además una señal entonces está ahí ahí y nos dice que 00:07:10

debemos frenar un 52% bueno pues está está bastante bien de acuerdo bueno pues espero 00:07:15

que con esto haya quedado claro cómo se utiliza esta herramienta como vemos es una herramienta 00:07:21

muy intuitiva y que podemos hacer diferentes aplicaciones que el último la última de las 00:07:25

opciones, que sería la de abrir una aplicación de Scratch concreta, es una aplicación basada 00:07:29

en el Scratch oficial, pero que nos genera en este caso los objetos necesarios para poder 00:07:38

programar en Scratch unas aplicaciones a partir de este modelo de aprendizaje que acabamos 00:07:46

de obtener y que lo tenemos en este caso con el nombre de coche autónomo. Aquí ya lo 00:07:52

podríamos guardar quisiéramos perdón guardar en nuestro ordenador y 00:07:56

si quisiéramos añadir nuevas imágenes pues tendríamos que cargar este nuevo 00:08:01

modelo llamado mucho autónomo y añadir nuevas imágenes evidentemente en cada 00:08:05

una de las categorías muchísimas gracias y continuamos 00:08:09

Coche autónomo con IA. Programación con Learning ML (1ª parte) - Contenido educativo

Del mismo autor…

Arqueopinto video 11

Arqueopinto video 10

Arqueopinto video 9

Arqueopinto video 8

Arqueopinto video 7

Arqueopinto video 6

Arqueopinto video 5