Nous AI Set: entrenar modelos y distinguir lo local de la nube

Nous AI Set es un kit modular de MatataStudio para aprender cómo se recogen datos, se entrena un modelo y se utiliza su resultado en un robot físico. Combina una cámara, servos, estructura mecánica y un módulo de control. La propuesta permite pasar de una clasificación en pantalla a una respuesta mediante sonido, imagen o movimiento.

La distinción más útil de su documentación es qué puede funcionar en el robot una vez preparado y qué depende de internet. Una actividad de TinyML y una conversación con MatataChat utilizan partes diferentes del sistema, aunque aparezcan en la misma plataforma.

Lo que se construye con el kit

La caja publicada por la marca incluye Nous Hub, dos servos, cámara, piezas mecánicas, cable USB-C, guía, mapa y elementos para actividades. El fabricante lo orienta a partir de doce años. El montaje permite estudiar cómo se conectan componentes, además de ejecutar ejemplos.

El ordenador o tableta con la plataforma de programación no debe confundirse con una pieza incluida. Sirve para preparar programas y determinados modelos. La cámara y las entradas del robot permiten después observar el entorno de la actividad.

Nous ofrece programación visual y Python. Empezar por bloques puede ayudar a expresar una condición y una acción; pasar a texto añade flexibilidad sin cambiar necesariamente el problema que se está estudiando.

Modelos locales después del entrenamiento

La FAQ oficial indica que un modelo TinyML entrenado y desplegado en Nous puede reconocer imágenes, voz o entradas basadas en distancia sin mantener conexión con un ordenador o internet. La condición importante es haber preparado y transferido ese modelo al dispositivo.

Esto no significa que todas las funciones sean locales desde que se abre la caja. La misma FAQ sitúa MatataChat, MatataDraw y actividades de IoT entre las que siguen necesitando conectividad. Una actividad debe especificar qué función utiliza antes de planificarla en una red escolar o doméstica.

La guía de formación de Matatalab también describe autorización desde el equipo conectado para comenzar con determinadas funciones del Hub. Preparar ese acceso forma parte de la sesión, igual que comprobar cámara y servos.

Aprender con ejemplos que cambian

Una primera práctica puede entrenar dos categorías de imágenes y asociar cada una a una respuesta visible. Después se cambia la iluminación, la distancia o el fondo. Si el resultado empeora, los alumnos pueden revisar qué ejemplos aportaron al entrenamiento.

Mostrar el resultado antes de mover el robot facilita saber qué ha fallado. Una predicción incorrecta y una orden de movimiento mal escrita son errores diferentes. La actividad gana claridad si se comprueban por separado.

El planteamiento complementa el de Zumi, que también relaciona cámara y decisiones, y el de VinciBot, cuya visión depende de un accesorio específico. Los componentes incluidos cambian la preparación necesaria.

Qué permite contrastar un distribuidor

ThinkEDU comercializa Nous como un kit para aprender IA, programación y montaje, y diferencia las condiciones de su oferta para estudiantes y centros. Su descripción insiste en la plataforma conectada y en ejemplos de integración con modelos conversacionales.

Esa oferta externa ayuda a comprobar cómo se presenta el producto y sus condiciones comerciales. No constituye una prueba de rendimiento ni garantiza que un servicio concreto mantenga siempre el mismo modelo o disponibilidad. Para entender el funcionamiento local resulta más precisa la distinción de la FAQ del fabricante.

Precio y propósito

La tienda oficial de MatataStudio publica 199,99 dólares para el kit individual Nous AI Set, SKU MS-0201500097. Es una referencia en dólares estadounidenses; no representa el coste final de envío e importación a España.

Nous tiene sentido cuando se quiere observar el recorrido completo desde los datos hasta una acción física. La preparación deberá escoger una actividad concreta, identificar sus dependencias y conservar ejemplos con los que comprobar el modelo, en lugar de tratar todas las funciones de IA como una sola capacidad.

Imagen: MatataStudio, Nous y los componentes visibles de su kit.