TERCER ACTO: CONECTAR || Tu modelo... conectado con la NASA

¿Quieres traer fotos reales de Marte a tu propio simulador? Conectar una API de la NASA a tu sistema es el paso que transforma un proyecto estático en algo vivo, y aquí aprendes cómo hacerlo con el Model Context Protocol. Esto es para quienes construyen proyectos con inteligencia artificial y quieren integrar datos externos reales.

La idea central es sencilla pero poderosa: conectar nuestro sistema a bases de datos exteriores para traer información real, en este caso las fotos que el rover Perseverance tomó en Marte. La NASA ofrece una serie de APIs abiertas al público, gratuitas y sin necesidad de API key, que permiten traer desde imágenes del telescopio Hubble hasta las cámaras del propio rover [00:17].

Qué es una API y por qué importa para conectar sistemas

Antes de conectar nada, vale entender la pieza clave. Una API es la manera en la que se comunican los softwares entre sí, sin importar en qué lenguaje estén construidos.

Hay software hecho en C++, otro en Python, otro en Rust, otro en React. Imagínala como el traductor entre todos ellos.

¿Qué es una API? Es el traductor que permite que softwares distintos se comuniquen entre sí, aunque estén programados en lenguajes diferentes como Python, Rust o React.

Esta capa de comunicación es la que usamos para pedirle a la NASA sus imágenes y recibirlas dentro de nuestro propio proyecto [01:29].

Cómo funciona el Model Context Protocol en inteligencia artificial

Y aquí viene lo interesante. Hace poco más de un año, Anthropic lanzó el equivalente a una API pero pensada para los modelos de inteligencia artificial: el Model Context Protocol, o MCP [02:02].

Este protocolo permite conectarse a diferentes tipos de software y traer esa data a nuestro contexto. Funciona igual que el HTTP: un protocolo abierto que cualquiera puede usar en la red.

¿Qué es el Model Context Protocol (MCP)? Es un protocolo abierto creado por Anthropic que conecta modelos de IA con software externo para traer datos al contexto, igual que el HTTP es abierto para toda la red.

Hoy lo usan todos. Los conectores que ves en ChatGPT y en Gemini se están haciendo a través de este mismo protocolo [02:30]. En nuestro caso, lo usamos para convertir la API de la NASA y conectarla a las cámaras del Perseverance dentro de la simulación [02:41].

Qué construimos antes de conectar las cámaras de Marte

Para llegar a este punto recorrimos varios pasos. Cada uno sumó una capa de realismo al proyecto.

• Creamos una simulación en tres dimensiones de la superficie de Marte, hecha mayoritariamente en Three.js.
• Entendimos y adaptamos un repositorio de 250,000 líneas de código que al inicio no comprendíamos, para obtener telemetría real del Perseverance.
• Integramos un modelo 3D del rover usando herramientas como Web Search y Web Fetch.

Esa telemetría real no es decorativa: nos da la inclinación recorrida, la altura del terreno, la distancia avanzada y el cálculo del tiempo de luz entre la Tierra y Marte [03:14]. El modelo 3D corresponde al laboratorio de astrobiología de la NASA que hoy está en Marte [03:44].

Qué pasó al conectar la cámara real del rover

Con el MCP y el prompt preparado, logramos conectar nuestro modelo 3D a las cámaras reales del Rover de la NASA [04:03]. El resultado: imágenes auténticas de la superficie marciana.

Una de las fotos fue tomada en Sol 1990, hace 25 días. Otra se capturó hace 30 días desde el brazo robótico extendido sobre el terreno [04:40]. Piensa en todo lo que esos fotogramas de luz tuvieron que viajar por el espacio para llegar a tu pantalla.

¿Cómo conecto una API externa a mi proyecto con IA? Usas el Model Context Protocol para traducir la API al contexto de tu modelo, le das un prompt con el enlace y el objetivo, y la data real llega a tu sistema.

Cómo publicar tu código en el repositorio con Claude Code

El último paso es compartir lo que construiste. Basta con poner el enlace del repositorio y pedirle a Claude Code que lo suba.

Con una instrucción como push this to main, el código queda en un repositorio totalmente abierto [05:21]. Así, todos los archivos que trabajamos quedan disponibles para que cualquiera los tenga en su computador.

Por qué la perseverancia importa al usar inteligencia artificial

El nombre del rover no es casualidad. La perseverancia es la capacidad de mantener el esfuerzo constante y la firmeza para alcanzar una meta a pesar de los obstáculos, las dificultades o el desánimo [06:11].

Al usar inteligencia artificial te vas a topar con muchos bugs. A veces funciona, a veces no. Esa mentalidad perseverante es la que te permite crear todo lo que tu imaginación proponga [06:27].

La mejor manera de usar estas herramientas es resolviendo los problemas que tienes hoy, sean pequeños o grandes. ¿Qué problema cotidiano te gustaría resolver conectando datos reales a tu propio proyecto? Cuéntanoslo en los comentarios.