Para hacer que su amigo narrador de IA, entrenará un modelo de aprendizaje automático, o ML, para reconocer cuando un juguete se mueve de diferentes maneras. Luego combinarás este modelo con código para emitir diferentes sonidos y mostrar diferentes íconos en la pantalla LED del micro:bit. Luego descargarás el modelo y el código a un micro:bit y lo usarás en tu juguete para ayudar a contar una historia. Nuestra historia trata sobre un oso llamado Lucy, pero puedes cambiar el proyecto para adaptarlo al tuyo. [MÚSICA] Esta es Lucy la osita. Quiere ser gimnasta cuando sea mayor, por eso todos los días, cuando se despierta, practica saltos. Salta hasta el techo. Luego, después del desayuno, practica rodar. Da vueltas y vueltas hasta que todo su mundo gira. Luego se toma un descanso y duerme una pequeña siesta. Para comenzar a hacer de tu amigo narrador de IA, haz clic en 'Abrir en micro:bit CreateAI' para iniciar el proyecto. Este proyecto viene con 8 muestras de datos de movimiento para tres acciones diferentes: saltar, rodar y dormir. micro:bit CreateAI recopila muestras de datos de movimiento utilizando el acelerómetro, el sensor de movimiento de micro:bit. Para agregar sus propias muestras de datos, debe crear un micro:bit de recopilación de datos. Si tu computadora tiene Bluetooth habilitado, entonces solo necesitarás 1 micro:bit y un cable de datos USB. Si no tienes una conexión Bluetooth, necesitarás usar 2 micro:bits. Siga las instrucciones en pantalla para conectarse. Una vez que tu micro:bit de recolección de datos esté conectado, conéctalo a tu juguete de esta manera. Verás que las líneas en el gráfico en vivo cambian a medida que mueves tu juguete. Como este proyecto ya incluye bastantes muestras de datos, le sugerimos que agregue 1 muestra para cada acción por ahora y recopile más datos más adelante. Haga clic en la acción 'saltar' para poder agregarle más muestras de datos. Obtendrá una cuenta regresiva antes de que comience una grabación de 1 segundo. Haga clic en grabar y comience a mover su juguete inmediatamente para asegurarse de obtener una muestra de datos limpia. Una muestra limpia es aquella en la que se está moviendo durante toda la muestra, no se comienza tarde ni se termina temprano. A continuación, intente agregar una muestra de datos adicional a las acciones "en movimiento" y "dormir". Notarás que cuando tu juguete está dormido, las líneas x, y y z cambian de lugar dependiendo de la orientación del micro:bit. Haga clic en 'Entrenar modelo' para crear el modelo ML. La herramienta ahora construye un modelo matemático que debería reconocer diferentes acciones cuando mueves tu micro:bit. Tan pronto como se haya entrenado el modelo, verá la página Prueba del modelo. Su micro:bit de recopilación de datos ahora se puede utilizar para probar qué tan bien está funcionando el modelo. Aún debería estar conectado a la herramienta y verás que a medida que lo mueves, CreateAI estima la acción que estás realizando. Mueve tu juguete de diferentes maneras para ver cómo cambia la acción estimada y el gráfico de barras de certeza. El porcentaje muestra qué tan seguro o confiado está el modelo de que usted está realizando cada acción. Puede notar que su modelo no estima algunas acciones con precisión. En ese caso, es una buena idea hacer clic en 'Editar muestras de datos' y mejorar su modelo. Los modelos de aprendizaje automático generalmente funcionan mejor con más datos, así que registre algunas muestras adicionales para cada una de las acciones o concéntrese en recopilar más datos para la acción que resultó problemática en las pruebas. Las muestras de datos limpias también ayudan a que un modelo de ML funcione mejor, así que examine su conjunto de datos e identifique cualquier muestra que pueda confundir el modelo. Puede eliminarlos presionando X. Una vez que haya agregado más datos y haya verificado su conjunto de datos, haga clic en 'Entrenar modelo' nuevamente. Luego pruebe el modelo nuevamente en la página 'Probar modelo'. Una vez que esté satisfecho con el comportamiento del modelo ML, puede usarlo con el código del proyecto ya preparado. Haga clic en 'Editar en MakeCode' para ver los bloques de código en una versión especial de Microsoft MakeCode. Puede volver a ver sus datos en CreateAI en cualquier momento usando la flecha en la parte superior izquierda de la pantalla. Estos bloques utilizan el modelo que has creado en código. Los bloques 'on ML... start' reaccionan cuando el modelo ML decide que su juguete está realizando un movimiento o acción en particular. Dependiendo de la acción, el código muestra diferentes iconos en la salida de la pantalla LED del micro:bit y reproduce diferentes sonidos en su altavoz. Si no está seguro de qué acción está realizando su juguete (si la acción es "desconocida"), borrará la pantalla. Y cuando cada acción se detiene, el código impide que el micro:bit emita cualquier sonido. Para que el código y el modelo ML se ejecuten en su micro:bit, solo necesita descargarlo en un micro:bit. Presione 'Descargar' y siga las instrucciones en pantalla. Ahora prueba el proyecto terminado en un micro:bit conectado a tu juguete. ¿Se reproducen los sonidos correctos y se muestran los íconos cuando tu juguete hace diferentes movimientos? ¿Funciona igual de bien cuando otra persona mueve el juguete? De lo contrario, puede regresar y recopilar más datos de ellos y volver a entrenar el modelo. ¡Felicitaciones, ha entrenado su juguete para que reaccione a diferentes tipos de movimiento utilizando los datos que ha recopilado, entrenando un modelo de aprendizaje automático de IA y combinándolo con código para crear un juguete interactivo para contar historias! ¿Qué otras acciones o movimientos podría realizar tu juguete, tal vez como parte de contar una historia? ¿Puedes agregarlos usando micro:bit y CreateAI?