Los robots de tipo Delta son rápidos, muy rápidos ya que debido a su propio funcionamiento, la punta del brazo pesa muy poco y por lo tanto puede desplazarse muy rápidamente. El sistema delta es ampliamente utilizado en aplicaciones industriales y también en algunas impresoras 3D. Hacer un robot de éste tipo mola y mucho, pero su programación no es sencilla ya que los motores, generalmente tres, deben posicionarse con el ángulo acorde a donde queremos apuntar el cabezal. Eso se hace en base a una coordenada espacial (X, Y y Z) y calculando a la inversa la rotación exacta de los motores. A ésto se le llama cinemática inversa (inverse kinematics en inglés). A continuación os dejo un vídeo del funcionamiento de un robot delta casero para ir poniéndose calientes, pero lo más importante y quizás más interesante, es el enlace que os dejo a una función escrita en C para el cálculo de la cinemática inversa y cómo funciona.
Leer más
Lo bueno de utilizar redes neuronales para resolver un problema, es que puedes programarlas para que aprendan. De esta forma en lugar de programar una solución específica, lo que se hace es programar un modelo. Existen diversas herramientas que se pueden utilizar como la conocida librería TensorFlow y también Open AI. Os dejo a continuación una serie de de vídeos de Sentdex (canal de YouTube altamente recomendado si te mola el tema) que muestra cómo se puede entrenar una red neuronal para que juegue a un juego. Para eso utiliza en lenguaje Python y nos enseña a crear el modelo, entrenarlo y medir los resultados obtenidos. El mismo concepto lo puedes utilizar para una infinidad de cosas, como por ejemplo en robótica.
Leer más
El Machine Learning o Deep Learning está últimamente On Fire ya que va habiendo mucha documentación para comenzar a hacer cosas interesantes, también hay algún curso de visión artificial para OpenCV muy interesante para comenzar a hacer cosas chulas. Casi todas las veces al utilizar Machine Learning, nos basados en entrenar una red de neuronas en base a datos previamente clasificados. Es decir, si queremos reconocer coches, primero debemos entrenar la red mostrandole imágenes de lo que sabes que son coches. Tras el entrenamiento, el resultado sabrá si es un coche o no al presentarle una nueva imagen desconocida, basándose en lo que ya ha aprendido. Conseguir un dataset es lo complicado, pero el en vídeo que os dejo a continuación os dejo un tutorial sobre cómo utilizar a Google para que nos dé datos ya clasificados y así tener datos para entrenamiento.
Leer más
Puede que el título parezca un poco sensacionalista, pero no es para menos. DeepMind, ese proyecto secreto de Google/Alphabet para la creación de inteligencia artificial, ha anunciado en un vídeo que han conseguido crear un tipo de inteligencia que es capaz de batir el anterior AlphaGo que hace algo más de un año había masacrado al campeón del mundo Ke Jie. Hasta ahora todo correcto, pero ésta nueva generación llamada AlphaGo Zero ha conseguido batir a su anterior versión en tan solo 40 días. Pero ésta vez lo ha hecho de forma muy diferente y ahí está la clave. La versión Zero se inicia con las reglas básica del juego y sin intervención humada y sin datos previos, aprende ella sola. Tras un periodo de 40 días, es mejor jugador que cualquier humano del planeta sin intervención humana externa y lo realmente interesante es que podría aplicarse a cualquier tipo de conocimiento.
Leer más
Seas o no desarrollador profesional, Git es una herramienta de versionado que te ayudará a tener un histórico de todos los cambios que realices a tus ficheros. En su esencia más minimalista es bastante sencillo de utilizar aunque puede que los conceptos sean un poco más complicados para quién nunca lo utilizara. Servicios como Github o Gitlab utilizan Git y facilitan compartir tu trabajo con otros. En el vídeo que te dejo a continuación, se explica en 30 minutos las principales funcionalidades de Git así que ya no tienes excusa para no utilizarlo y compartir con la comunidad ;)
Leer más
