Entrena tu primer modelo de inteligencia artificial, ¡gratis y sin código!

Entrenar un modelo de inteligencia artificial suena a algo realmente complicado, ¿verdad? No te equivocas, por norma general es una actividad compleja que requiere de conocimientos de programación, matemáticas, estadística, etcétera. También necesitaremos un buen dataset con los activos digitales necesarios tanto para el entrenamiento como para la validación del modelo. Y, por supuesto, también debemos contar con un amplio conjunto de herramientas y con el hardware necesario para emplearlas. Lo dicho, salvo que seas un profesional del sector, todo suena a demasiado complicado para el común de los mortales.

Los servicios cloud ayudan a reducir esta lista de requisitos o, mejor dicho, nos permite trasladar parte de los mismos a la nube (por un módico precio, claro está). Amazon AWS, Microsoft Azure y Google Cloud ofrecen conjuntos de herramientas y recursos con los que todo será un poco más sencillo. No obstante, lo que sigue siendo necesario es contar con una amplia base de conocimientos, así como con el presupuesto necesario para asumir los costes de emplear dichos servicios cloud. No hablamos de una factura elevada si nos limitamos a realizar pruebas personales, pero por norma general no es algo gratuito.

Hay, no obstante, algunos servicios que nos permiten dar nuestros primeros pasos en ese campo, algunos de los cuales son gratuitos, y también hay opciones zero-code, es decir, que no tendremos que escribir ni una sola línea de código para emplearlos. Esto, claro, no nos proporcionará un aprendizaje profundo sobre cómo funciona un modelo, pero sí que nos permitirá una primera toma de contacto que puede resultar de lo más gratificante. Si quieres pasar por esa primera experiencia, a continuación te contamos cómo entrenar tu primer modelo de inteligencia artificial, sin tener que emplear código y de manera totalmente gratuita.

Entrena tu primer modelo de inteligencia artificial con Teachable Machine

Como decía antes, vamos a emplear un servicio gratuito, de Google, con el que podremos entrenar un modelo, empleando aprendizaje supervisado (si no sabes qué significa esto, puedes verlo aquí). Teachable Machine es un modelo diseñado para distinguir y clasificar imágenes, sonidos y posturas corporales, y para el entrenamiento podremos utilizar datasets o nuestra propia webcam.

En este ejemplo vamos a realizar un ejercicio muy habitual, un clasificador de perros y gatos. Por lo tanto, necesitamos un buen dataset con imágenes de ambos tipos de mascotas. Pero no te preocupes, que no vas a tener que dedicar horas a buscar las imágenes necesarias, ya que podemos encontrar muchos datasets ya preparados y listos para descargar en Internet. Para este ejemplo vamos a utilizar el dataset Cat & Dogs de Arsh Anwar, que puedes descargar gratuitamente desde Kaggle. Una vez descargado el archivo descomprímelo y verás que se compone de varias carpetas con muchas imágenes de perros y gatos:

Dirígete ahora a Teachable Machine, a través de este enlace y, en la página que se abrirá, haz click en el botón «Primeros pasos». Esto te llevará a una página en la que tendrás que escoger el tipo de contenido que quieres que el modelo sepa clasificar. En este caso tendrás que escoger «Proyecto de imagen» y a continuación selecciona «Modelo de imagen estándar». Esto te llevará a la configuración del modelo:

Las clases (Class) son, como puedes deducir, las distintas opciones para la clasificación, en este caso «gato» y «perro». Aunque esto no afectará al funcionamiento del modelo, puedes renombrarlas para identificarlas mejor y que quede más clara la salida de la IA cuando ya esté en funcionamiento. Para tal fin, haz click en el icono con forma de lápiz que se muestra a la derecha de cada nombre y pon Gatos en una y Perros en otra.

Lo siguiente es, ya lo imaginarás, empezar a subir las imágenes para el entrenamiento. Ahora bien, en este punto debes tener en cuenta que Teachable Machine empleará los recursos de tu PC para procesar el entrenamiento. ¿Qué quiere decir esto? Pues que si subes miles de imágenes, el proceso se puede eternizar. Para una primera prueba, puedes empezar por emplear unas cien o doscientas imágenes de cada categoría. Si compruebas que tu sistema las procesa en un tiempo razonable, puedes volver a llevar a cabo el proceso con más imágenes de cada tipo. Evidentemente, cuantas más imágenes emplees en el entrenamiento, más porcentaje de acierto tendrá el modelo.

Aclarado este punto, vamos con las imágenes. Haz click en el botón «Subir» de la primera de las dos clases y arrastra las imágenes que desees  de la carpeta dataset/training_set/cats (si es que has puesto primero a los mininos, obviamente en caso contrario tendrás que ir a la subcarpeta dogs). Repite después este proceso con la segunda clase y las imágenes que le corresponden. El resultado debe ser algo así:

En este ejemplo estamos utilizando solo dos clases para que sea sencillo pero, como puedes ver, si lo deseas puedes añadir más, de modo que el modelo de inteligencia artificial sea capaz de distinguir entre más tipos de elementos. Así pues, con todo listo, llega el momento de hacer que el modelo aprenda a partir de los datos etiquetados del dataset. Para ello haz click en el botón «Preparar modelo», deja esa pestaña abierta y no emplees el ordenador para otro fin durante el proceso.

Durante el proceso, es más que probable que se muestre este mensaje del navegador:

Si pulsas en esperar, se volverá a mostrar poco después, así que lo mejor que puedes hacer es dejarlo ahí, pues desaparecerá cuando la fase de preparación haya finalizado. Eso sí, no cambies de pestaña del navegador ni de ventana en el sistema operativo, y bajo ningún concepto hagas click en «Salir de la página». En unos minutos (el tiempo dependerá de la cantidad de imágenes que hayas seleccionado y de las especificaciones técnicas de tu PC), se iniciará el entrenamiento, y podrás ver el avance del mismo junto con el tiempo empleado hasta el momento. Cuando el proceso termine, el aspecto de la página pasará a ser éste:

Así que ahora llega el momento que seguro que estabas esperando, ¡vamos a probar tu modelo! En el apartado de la derecha, asegúrate de que el selector de entrada está activado, haz click en la flecha que se muestra a la derecha de Webcam y escoge «Archivo». Entonces el recuadro con la imagen de la webcam cambiará, para mostrar un apartado de carga de ficheros, que podrás emplear del mismo modo que los de subida de imágenes para las diferentes clases. Para esta prueba, utiliza las subcarpetas cats y dogs del directorio «Test_sets». Empleamos carpetas distintas para evitar emplear las mismas imágenes en el proceso de entrenamiento y en el validación.

Cuando subas una imagen, ésta se mostrará en ese apartado y, bajo la misma, podrás ver el valor porcentual de la imagen para cada una de las clases definidas, por ejemplo

Repite este proceso tantas veces como desees para verificar que el modelo funciona correctamente o, si detectas fallos, puedes volver a entrenarlo con un conjunto más amplio de imágenes.

¡Enhorabuena! Ya has entrenado tu primer modelo de inteligencia artificial. Como puedes ver en la parte superior, puedes exportar el modelo que acabas de crear. ¿Y qué puedes hacer con él? Eso te lo contaremos próximamente, en un futuro artículo.