Esta web analiza en tiempo real movimientos y voz para crear una inteligencia artificial

Lo pueden utilizar docentes, artistas, estudiantes, innovadores o creadores de todo tipo

Teachable Machine es una herramienta basada en la Web que hace posible crear modelos de aprendizaje automático de manera rápida

Teachable Machine es una herramienta basada en la web que hace posible crear modelos de aprendizaje automático de manera rápida, en la que docentes y estudiantes han utilizado para explicar diferentes temas en una alternativa más interactiva. Además, es compatible con Google Drive.

Este sitio web está dirigido a cualquiera que tenga una idea que quiera explorar, como artistas, estudiantes, innovadores o creadores de todo tipo. Asimismo, no se requieren conocimientos previos sobre aprendizaje automático. Acá se pueden crear comandos únicos que utilizan la Inteligencia Artificial para identificar cualquier sonido, movimiento o persona.

En este sitio web, se recopila y agrupa los ejemplos que quiere que aprenda el ordenador por clases o categorías, en el que se podrá preparar el modelo y probarlo al momento para ver si puede clasificar correctamente los nuevos ejemplos. Asimismo, se podrá exportar estos proyectos para sitios, aplicaciones y más. Se puede descargar el modelo o alojarlo en línea.

Le puede interesar: Verdad o mentira: poner imanes en la nevera consume más energía

se podrá exportar para los proyectos: sitios, aplicaciones y más

Teachable Machine

Teachable Machine utiliza archivos o captura ejemplos en directo. Además, según la entidad, “es una herramienta que respeta el modo de trabajar, y puede usarse en el dispositivo, sin que ningún dato de la webcam o el micrófono salga del sitio web”

Los modelos que se crea con la plataforma son de TensorFlow.js que funcionan en cualquier sitio con javascript. Por lo tanto, son compatibles con herramientas como Glitch, P5.js, Node.js y muchas otras.

Además, puede exportar los modelos a diferentes formatos para usarlos en otras plataformas.

Le puede interesar: La realidad virtual estaría afectando la visión por esta razón

se puede ver que la plataforma brinda dos casillas: "Ruido de fondo" y "Clase 2".

Detención de posturas

La detección de poses significa que, a partir de una imagen de una persona, puede estimar la pose, como dónde están los brazos, piernas, cabeza y articulaciones. Para comenzar a entrenar la máquina, primero se debe crear diferentes categorías, o clases, para enseñarla.

Allí se pueden hacer diferentes clases como “Sin inclinación”, “Inclinación a la izquierda” y otro llamado “Inclinación a la derecha”. Luego, se podrá agregar algunos ejemplos de poses para cada una de estas clases.

Asimismo, si necesita grabar muestras sin mantener presionado el botón, puede ir al panel de configuración y desactivar “Mantener para grabar”, y hará una cuenta regresiva y luego grabará un conjunto de muestras automáticamente.

Le puede interesar: Qué es spyware y cómo saber si hay uno en el celular

Y ya luego se podrá hacer clic en entrenar y una vez completado el modelo podrá ver el resultado de las poses que se realizaron.

La detección de poses, significa que a partir de una imagen de una persona, puede estimar la pose, como dónde están los brazos, piernas, cabeza y articulaciones

Proyector de audio

También está la creación de un modelo de aprendizaje automático para detectar chasquidos, aplausos y silbidos mediante clips de audio. Para utilizarlo primero se debe crear diferentes categorías, o clases.

La plataforma brinda dos casillas: “Ruido de fondo” y “Clase 2″. Estas son las clases iniciales que Teachable Machine administra al realizar cualquier proyecto. Esto permitirá crear comandos de sonido con personas que no puedan hablar, para así identificar qué es lo que están pidiendo en el momento.

Le puede interesar: Cómo aprovechar la nueva inteligencia artificial de Meta para hacer investigaciones

Para utilizarla, se necesitará una clase de ruido de fondo para detectar cuándo no se produce ningún ruido. Y debido a que el ruido de fondo en un bosque es diferente al de una oficina (o en cualquier otro lugar), debe dar a esa clase muestras de audio para cualquier lugar que prevea usar su modelo.

Esta tecnología de aprendizaje automático en particular aprende de muestras que duran un segundo. Las clases necesitan al menos 8 muestras de sonido de 1 segundo para entrenar correctamente. Cuantos más datos se proporcione a las clases para aprender, mejor se clasificarán.