CLUB AGS 1 - “Satélites y Neuronas: Explorando lo Invisible con AI”

Descripción del Club

¿Sabes cuántas hectáreas deforestó el tren maya? ¿Conoces cuántos árboles se incendiaron recientemente en California? ¿Cómo podemos saber si la expansión urbana es una amenaza para el hábitat natural?

Este club te enseñará a utilizar imágenes satelitales para responder estas preguntas y más. Para ello, aprenderás las bases de la observación terrestre: el espectro electromagnético y la cartografía. Te enseñaremos a adquirir y analizar imágenes satelitales con Google Earth Engine y Python, posteriormente, utilizaremos modelos de inteligencia artificial y programación en Python para hacer análisis espaciales más complejos, al desarrollar visión artificial para segmentar imágenes y detectar de elementos de interés con redes neuronales artificiales (¡los modelos de punta en la actualidad!).

Trabajaremos en equipo para comprender retos reales, desde clasificar tipos de vegetación hasta detectar cambios en los ecosistemas como reforestaciones e impactos por incendios forestales. Al finalizar el club presentarás un proyecto que combina ciencia, tecnología y creatividad para entender nuestro mundo cambiante.

¡Prepárate para entender el mundo desde el espacio!

Objetivo

Capacitar a las y los participantes en el uso de herramientas y técnicas modernas para analizar imágenes satelitales, con énfasis en la clasificación de la superficie terrestre y la automatización mediante algoritmos de visión artificial.

Instructores

• Ana Patricia Ruiz (anapatriciaruizbeltran@gmail.com)
• Rodolfo Ferro (ferro@cimat.mx)

Programa

Día 1 (21/07/2025)

📚 Contenidos

• Introducción a Python
  • Presentación: Introducción a Python
  • Fundamentos: Variables, tipos de datos, estructuras de control
  • Uso de bibliotecas clave: NumPy, matplotlib
  • Ejercicio práctico: Procesamiento básico de imágenes
    • Introducción a Python
    • Imágenes y RGB
    • Falso color
• Introducción a las ciencias de la observación terrestre
  • Teoría de sistemas de la tierra
  • Radiación electromagnética y vegetación
  • Percepción remota

📒 Notebook: Introducción a Python

En este cuaderno aprenderás sobre Python, cómo funciona y resolveremos algunos ejercicios prácticos relacionados al procesamiento de imágenes y canales de color. Para poder abrir tu cuadernillo de trabajo, pulsa en el botón a continuación.

📒 Notebook: Introducción a la API de Google Earth Engine

En este cuaderno aprenderás sobre en uso del servicio de Google Earth Engine. Para poder abrir tu cuadernillo de trabajo, pulsa en el botón a continuación.

Día 2 (22/07/2025)

📚 Contenidos

• Salida de campo
  • Nociones espacio-temporales de un pixel.
  • Recolección de datos GPS.
• Aprendizaje automático
  • Presentación: Introducción a ML
  • Introducción a AI/ML/DL
  • Creación de datasets para modelos de aprendizaje automático

Día 3 (23/07/2025)

📚 Contenidos

• Introducción a las redes neuronales artificiales
  • Presentación: Introducción a DL
  • Conceptos básicos de redes neuronales: qué son y cómo funcionan.
  • Componentes principales: Perceptrón, capas ocultas, funciones de activación.
  • Entrenamiento: Propagación hacia atrás y optimización.
  • Primeros pasos prácticos.
  • Ejercicio práctico: Exploración de TensorFlow Playground.
  • Ejercicio práctico: Clasificación binaria con neurona artificial.
  • Implementación de una red neuronal simple en Python (usando Keras).
  • Ejercicio práctico: Clasificación básica (ej. clasificación de imágenes).

📒 Notebook: Introducción a las neuronas artificiales

En este cuaderno aprenderás sobre qué son y cómo operan las neuronas artificials, desde un contexto histórico, hasta la aplicación de este tipo de modelos para la resolución de problemas interesantes. Para poder abrir tu cuadernillo de trabajo, pulsa en el botón a continuación.

📒 Notebook: Redes neuronales artificiales

En este cuaderno pondermos en práctica el. conocimiento de las redes neuronales y aprenderás a utilizar TensorFlow para programar modelos más ocmplejos. Para poder abrir tu cuadernillo de trabajo, pulsa en el botón a continuación.

Referencias

Material para que revises:

• Curso de introducción a la programación científica con Python: ¿No has programado antes? ¡No te preocupes! Este curso te dará las bases de programación con Python. El curso se divide en 3 secciones, lo básico lo encontrarás en la sección A. Python, pero será de utilidad en tu carrera como científic@ conocer las otras 2.
• Curso intensivo de aprendizaje automático por Google: ¿Ya programas y quieres prepararte aún más? Te recomendamos que vayas echando un vistazo a este curso intensivo sobre Machine Learning. En este curso encontrarás ideas sobre cómo funcionan los modelos de IA en la actualidad, elementos que nos serán de utilidad durante nuestro club.
• ¿Qué es la luz? ¿Por qué vemos colores?: Mira este breve video para entender por qué vemos colores, lo cual será importante para comprender durante el curso su uso en el campo de la Observación Terrestre.