0:00:00.680,0:00:05.440
Para hacer que su amigo narrador de IA, entrenará un

0:00:05.440,0:00:11.120
modelo de aprendizaje automático, o ML, para reconocer cuando un juguete se mueve de diferentes maneras.

0:00:11.120,0:00:16.280
Luego combinarás este modelo con código para emitir diferentes sonidos y mostrar diferentes

0:00:16.280,0:00:20.856
íconos en la pantalla LED del micro:bit.

0:00:20.856,0:00:28.480
Luego descargarás el modelo y el código a un micro:bit y lo usarás en tu juguete para ayudar a contar una historia.

0:00:28.480,0:00:34.264
Nuestra historia trata sobre un oso llamado Lucy, pero puedes cambiar el proyecto para adaptarlo al tuyo.

0:00:34.264,0:00:40.360
[MÚSICA] Esta es Lucy la osita.

0:00:40.360,0:00:47.520
Quiere ser gimnasta cuando sea mayor, por eso todos los días, cuando se despierta, practica saltos.

0:00:47.520,0:00:54.640
Salta hasta el techo. Luego, después del desayuno, practica rodar.

0:00:54.640,0:00:59.920
Da vueltas y vueltas hasta que todo su mundo gira.

0:01:01.469,0:01:06.490
Luego se toma un descanso y duerme una pequeña siesta.

0:01:10.048,0:01:18.760
Para comenzar a hacer de tu amigo narrador de IA, haz clic en 'Abrir en micro:bit CreateAI' para iniciar el proyecto.

0:01:18.760,0:01:23.829
Este proyecto viene con 8 muestras de datos de movimiento para tres acciones diferentes:

0:01:23.829,0:01:28.959
saltar, rodar y dormir.

0:01:28.959,0:01:38.120
micro:bit CreateAI recopila muestras de datos de movimiento utilizando el acelerómetro, el sensor de movimiento de micro:bit.

0:01:38.120,0:01:43.560
Para agregar sus propias muestras de datos, debe crear un micro:bit de recopilación de datos.

0:01:43.560,0:01:50.160
Si tu computadora tiene Bluetooth habilitado, entonces solo necesitarás 1 micro:bit y un cable de datos USB.

0:01:50.160,0:01:54.840
Si no tienes una conexión Bluetooth, necesitarás usar 2 micro:bits.

0:01:54.840,0:01:59.554
Siga las instrucciones en pantalla para conectarse.

0:01:59.554,0:02:06.777
Una vez que tu micro:bit de recolección de datos esté conectado, conéctalo a tu juguete de esta manera.

0:02:06.777,0:02:15.400
Verás que las líneas en el gráfico en vivo cambian a medida que mueves tu juguete. Como este proyecto ya incluye bastantes

0:02:15.400,0:02:25.000
muestras de datos, le sugerimos que agregue 1 muestra para cada acción por ahora y recopile más datos más adelante.

0:02:25.000,0:02:29.440
Haga clic en la acción 'saltar' para poder agregarle más muestras de datos.

0:02:29.440,0:02:33.600
Obtendrá una cuenta regresiva antes de que comience una grabación de 1 segundo.

0:02:33.600,0:02:39.800
Haga clic en grabar y comience a mover su juguete inmediatamente para asegurarse de obtener una muestra de datos limpia.

0:02:39.800,0:02:43.440
Una muestra limpia es aquella en la que se está moviendo durante toda la muestra,

0:02:43.440,0:02:50.800
no se comienza tarde ni se termina temprano. A continuación, intente agregar una muestra de datos adicional a las

0:02:50.800,0:02:57.115
acciones "en movimiento" y "dormir".

0:02:57.115,0:03:07.520
Notarás que cuando tu juguete está dormido, las líneas x, y y z cambian de lugar dependiendo de la orientación del micro:bit.

0:03:07.520,0:03:14.600
Haga clic en 'Entrenar modelo' para crear el modelo ML. La herramienta ahora construye un modelo matemático

0:03:14.600,0:03:19.960
que debería reconocer diferentes acciones cuando mueves tu micro:bit.

0:03:19.960,0:03:25.640
Tan pronto como se haya entrenado el modelo, verá la página Prueba del modelo.

0:03:25.640,0:03:30.760
Su micro:bit de recopilación de datos ahora se puede utilizar para probar qué tan bien está funcionando el modelo.

0:03:30.760,0:03:35.880
Aún debería estar conectado a la herramienta y verás que a medida que lo mueves, CreateAI

0:03:35.880,0:03:40.317
estima la acción que estás realizando.

0:03:40.317,0:03:47.027
Mueve tu juguete de diferentes maneras para ver cómo cambia la acción estimada y el gráfico de barras de certeza.

0:03:47.400,0:03:56.160
El porcentaje muestra qué tan seguro o confiado está el modelo de que usted está realizando cada acción.

0:03:56.160,0:04:00.760
Puede notar que su modelo no estima algunas acciones con precisión.

0:04:00.760,0:04:07.920
En ese caso, es una buena idea hacer clic en 'Editar muestras de datos' y mejorar su modelo.

0:04:07.920,0:04:13.960
Los modelos de aprendizaje automático generalmente funcionan mejor con más datos, así que registre algunas muestras adicionales para cada una

0:04:13.960,0:04:22.400
de las acciones o concéntrese en recopilar más datos para la acción que resultó problemática en las pruebas.

0:04:22.400,0:04:28.360
Las muestras de datos limpias también ayudan a que un modelo de ML funcione mejor, así que examine su conjunto de datos e

0:04:28.360,0:04:38.200
identifique cualquier muestra que pueda confundir el modelo. Puede eliminarlos presionando X.

0:04:38.200,0:04:44.920
Una vez que haya agregado más datos y haya verificado su conjunto de datos, haga clic en 'Entrenar modelo' nuevamente. Luego pruebe

0:04:44.920,0:04:50.003
el modelo nuevamente en la página 'Probar modelo'.

0:04:50.003,0:04:57.120
Una vez que esté satisfecho con el comportamiento del modelo ML, puede usarlo con el código del proyecto ya preparado.

0:04:57.120,0:05:06.120
Haga clic en 'Editar en MakeCode' para ver los bloques de código en una versión especial de Microsoft MakeCode.

0:05:06.120,0:05:10.040
Puede volver a ver sus datos en CreateAI en cualquier momento

0:05:10.040,0:05:19.720
usando la flecha en la parte superior izquierda de la pantalla. Estos bloques utilizan el modelo que has creado en código.

0:05:19.720,0:05:24.880
Los bloques 'on ML... start' reaccionan cuando el modelo ML decide que su

0:05:24.880,0:05:31.320
juguete está realizando un movimiento o acción en particular. Dependiendo de la acción, el código muestra diferentes

0:05:31.320,0:05:38.600
iconos en la salida de la pantalla LED del micro:bit y reproduce diferentes sonidos en su altavoz.

0:05:38.600,0:05:46.360
Si no está seguro de qué acción está realizando su juguete (si la acción es "desconocida"), borrará la pantalla.

0:05:46.360,0:05:53.320
Y cuando cada acción se detiene, el código impide que el micro:bit emita cualquier sonido.

0:05:53.320,0:05:56.640
Para que el código y el modelo ML se ejecuten en su micro:bit,

0:05:56.640,0:05:59.640
solo necesita descargarlo en un micro:bit.

0:06:00.280,0:06:06.320
Presione 'Descargar' y siga las instrucciones en pantalla.

0:06:06.320,0:06:10.640
Ahora prueba el proyecto terminado en un micro:bit conectado a tu juguete.

0:06:10.640,0:06:16.200
¿Se reproducen los sonidos correctos y se muestran los íconos cuando tu juguete hace diferentes movimientos?

0:06:16.200,0:06:19.800
¿Funciona igual de bien cuando otra persona mueve el juguete?

0:06:19.800,0:06:26.880
De lo contrario, puede regresar y recopilar más datos de ellos y volver a entrenar el modelo.

0:06:26.880,0:06:30.960
¡Felicitaciones, ha entrenado su juguete para que reaccione a diferentes tipos de movimiento

0:06:30.960,0:06:36.600
utilizando los datos que ha recopilado, entrenando un modelo de aprendizaje automático de IA y combinándolo con

0:06:36.600,0:06:43.480
código para crear un juguete interactivo para contar historias! ¿Qué otras acciones o movimientos podría

0:06:43.480,0:06:51.795
realizar tu juguete, tal vez como parte de contar una historia? ¿Puedes agregarlos usando micro:bit y CreateAI?