domingo, 4 de mayo de 2025 (Hace 5 dias)

Hace ya mucho (en terminos de avances en IA, 1 año o así) recuerdo que iba en el coche conduciendo, quería poner una canción en SPOTIFY pero no recordaba ni el nombre del grupo ni de la canción, ni la letra, así es que cogí el CHATGPT y le expliqué (voz) algo como: «Recuerdame como se llama el grupo ese musical de algo de Siberia o Rusia, que tienen una canción sobre el coche fantástico que cantan dos!«.
El telefono sin dudarlo ni un poco siquiera me respondió «Ah! si, te refieres Estepa Rusa, que tienen una canción homenaje a la serie de televisíon llamada «El coche fantástico» y que ha tenido mucho éxito, etc, etc, etc … .«. La verdad es que la explicación cuadraba bastante con lo poco que recordaba ( muy larga y argumentada ) me la creí enteritica sin pestañear. Y ahí quedó todo.
Mas tarde, ya en casa, me puse a buscarlos con los datos que me había dado la IA y ni rastro, no encontraba absolutamente nada. Ni grupo, ni titulo, ni tema, ni historia ni nada de nada. Me puse a buscar por Youtube hasta que los encontré: Ladilla Rusa, tema: KITT y los coches del pasado.
El muy cabrón se lo había inventado absolutamente todo, el nombre del grupo, el titulo del tema, la letra, el origen del grupo, de la letra, su fama, su repercusión social, su éxito comercial… todo!!

Así descubrí por primera vez lo que era una alucinación de la IA, basicamente, que la máquina se inventa todos los datos y todo lo que dice, pero claro, con coherencia, sin dudas, con argumentos… todo perfectamente creible y todo falso.
Creo que el problema subyace en que una IA es rarísimo (diría que imposible) que te diga «No sé«, siempre va a decirte que sí, que es posible. Esta tarde lo ha vuelto a hacer.
Le he dicho que buscase en el código (varios miles de líneas) donde estaba haciendo mal un cálculo que producía decimales y no debía, y estas son las respuestas:

Obviamente se ha vuelto a equivocar:

Volvía a inventar …

… y ha seguido probando e inventando 2 o 3 veces más hasta que me he cansado y lo he solucionado al viejo estilo CTRL+F.
Pero claro, te deja pensando ¿cuantas veces me habrá colado algo por no tener ni puñetera idea?. Sí, en un código informático, en una función es más complicado colarla, si te lo inventas lo normal es que no funcione, o haga otra cosa y listo, pero y en otros temas…

Había un chistecillo celebre entre abogados yanquis y que viene muy bien para estas situaciones: Nunca preguntes algo de lo que NO sepas la repuesta!! Amén!

viernes, 2 de mayo de 2025 (Hace una semana)

El otro día os presentaba el sistema de clasificación de vídeos con IA el cual, entre otras cosas, terminaba metiendo la información de los vídeos clasificados en una base de datos Mongodb en local.

Elegí MONGO por ligereza, velocidad y por el propio contexto de uso, desde luego no por la simpatía que le tengo a las queries de JSON que con un par de condiciones que se le pongan tiende a galimatias-insufrible
db.getCollection("identificados").find({ "filename": /_03/, "especies.Buho real": { $exists: true }, saturacion: { $lt: 15 } }, { _id: 0, ruta_completa: { $concat: ["$path", "/", "$filename"] } }).forEach(doc => print("'" + doc.ruta_completa + "'"))
Claro que en este contexto y habiendo llegado a dejar que la IA identifique la fauna y clasifique los vídeos ¿porqué no dejar que la misma IA siga trabajando y se encargue de hacer las búsquedas en MONGO y que sea ella la que se pelee con cadenas interminables de comas, comillas, puntos, llaves abiertas, paréntesis, barras de escape…

¿No sería ideal? Ya tenemos los vídeos clasificados en una base de datos MONGO, con sus rutas, las especies clasificadas y principales caracteristicas técnicas. Ahora solo necesitamos que una IA con acceso a dichos datos pueda atender instrucciones sencillas tipo «Pasame los 2 últimos vídeos que grabé de un Zorro durante el día» y acto seguido obtener una lista archivos.

local vs online, LMSTUDIO/OLLAMA vs GEMINIS

Claro, si se trata de acceder a nuestros datos locales, en nuestro ordenador, cabría pensar que ejecutar una IA local tendría algún tipo ventaja en el acceso a datos locales, archivos, vídeos, bases de datos… pero no, al menos por el momento (no creo que esto tarde mucho en llegar) ejecutar una IA en local tiene unos pocas ventajas, principalmente velocidad (que no potencia), versatilidad a la hora de hacer integraciones con otras aplicaciones y servicios, equipos OFFLINE, poco más.

Sigue leyendo…

domingo, 13 de abril de 2025 (Hace más de 2 semanas)
Ya va tomando forma final mi sistema de identificación y clasificación de vídeos de fauna mediante inteligencia artificial. Entrando en fase de producción.
Un par de años llevo con esto, que se dice rápido. Partiendo de las más absoluta ignorancia en IA (bendito ChatGPT), pero con una idea en la cabeza, imagina: poder poner las cámaras de fototrampeo/webcams en la finca y que te avisen en tiempo real sobre qué – quien – cuando – donde está pasado un animal, persona, pájaro, perro… Imagina, estar en tu casa viendo la tele y que te llegue un whatsapp que diga: «Tio!! la gineta está en el bebedero!! Corre p’allá!!«
Pues aunque parezca increible (sobre todo para mi mismo) estoy ya en condiciones de poder montarlo!! Os presento el sistema (tengo que buscarle un nombre digno) y os cuento como funciona. Trataré de ser conciso y poco técnico.


Pruebas iniciales


Obviamente de primeras di muchas vueltas y probé muchos sistemas de IA (basicamente librerias de PYTHON desarrolladas sobre tensorflow, Google 2015) para la clasificación de imágenes y redes neuronales. El «metodo» es basicamente el mismo en todos los casos: se le pasa a un software miles y miles de fotos acompañadas de un txt que les diga qué está viendo en cada caso y se les deja que las analizen (entrenamiento) durante un tiempo que tiende a ser largísimo o muy largísimo (se requieren equipos potentes).
Tras mucho tiempo de trabajo pude conseguir alguna cosa interesante pero el problema era siempre el mismo : muchisímos falsos positivos. Demasiados. Tantos que hacían inutil cualquier positivo auténtico. Si pones un sistema a monitorizar un streaming de vídeo y le dices «avisame cuando aparezca un perro«, peor que no te avise cuando pasa el perro es que si lo haga cuando no pasa.
El problema es que la inmensa mayoría de los proyectos de reconocimiento de objetos en imágenes están pensados y desarrollados para ejecutarse en situaciones muy acotadas, bien controladas y con poca variación: un sistema de clasificación visual de objetos que pasar por el escaner de un aeropuerto, el reconocimiento de texto escrito sobre un folio blanco, matrículas de coches en carretera, etc… situaciones con variación restringuida. Pero para mi proposito lo que necesitaba era un sistema capaz de «ver» un conejo que apenas ocupa el 5% de la superficie de la foto de 640 pixels, en un paisaje de piedras, vegetación, sombras, hierbas y viento, grabado por una cámara/webcam de 30€, sin enfoque automático, sin corrección de exposicion, abandonada en mitad del campo, que se moja por las noches o llena de polvo, grabando en unas condiciones pésimas de luz la mayor parte de las veces y que todavía empeora más cuando entra en modo nocturno, en blanco y negro, reduce la resolución y sobreexpone todo lo que haya en el centro.

Sigue leyendo…

domingo, 23 de marzo de 2025 (Hace más de 1 mes)

En la finca tenemos unas 30 higueras, de todos los tamaños. En cierta ocasión se me ocurrió fotografiarlas todas para, con el paso de los años, ver como van creciendo.
Mientras estaba haciendo las fotos me di cuenta de un detalle. Si tenéis buen ojo naturalista lo veréis en las fotos.

Algunas higuerasAlgunas higueras

Casi la mitad de la higueras tenían palmitos (Chamaerops humilis) creciendo debajo.
El naturalista aficionado dirá «claro, debajo hace fresquito, humedad y está protegida del sol«. El naturalista experto te dirá: «claro, las higueras y los palmitos fructifican ambas en otoño y por el sureste son fuente de alimento habitual de zorros y tejones. Cuando estos visitan las higueras al final del verano suelen llevar el estomago lleno de «regalitos» de visitas anteriores. Las semillas de higuera se pueden destruir fácilmente con la masticación, pero las semillas de palmito soportan (e incluso requieren) la masticación y la digestión.» Sigue leyendo…

Cuaderno de campo es un blog desarrollado y mantenido por Trebol-a y en el que escriben Trebol-a, Miguel, Merche y Mónica
Si quieres saber algo más sobre los autores acude a la página acerca-de, si quieres contactar con alguno de nosotros hazlo a través de contactar ó de Google+

Creative Commons: Todo el contenido de la web (imágenes, textos, vídeos, a excepción de aquellas obras de otros autores enlazados por Cuaderno de Campo) se acoge a los términos expresados en la licencia Creative Commons