1
00:00:01,240 --> 00:00:08,194
Para crear su temporizador de actividad de IA, entrenará un modelo de aprendizaje automático, o ML,

2
00:00:08,194 --> 00:00:13,080
para reconocer cuándo está realizando diferentes movimientos o actividades.

3
00:00:13,080 --> 00:00:18,960
Luego combinarás ese modelo con un código ya preparado para un temporizador de actividad,

4
00:00:18,960 --> 00:00:26,800
antes de descargarlo a tu micro:bit y usarlo en la vida real.

5
00:00:26,800 --> 00:00:33,960
Haga clic en 'Abrir en micro:bit CreateAI' para iniciar el proyecto.

6
00:00:33,960 --> 00:00:41,120
Este proyecto viene con 6 muestras de datos de movimiento para caminar, 6 muestras de datos de movimiento

7
00:00:41,120 --> 00:00:47,200
para saltar hacia arriba y hacia abajo y 6 muestras de datos de movimiento para permanecer bastante quieto.

8
00:00:47,200 --> 00:00:54,200
Agregará más muestras registrando sus propios datos de movimiento.

9
00:00:54,200 --> 00:01:02,703
micro:bit CreateAI recopila muestras de datos de movimiento utilizando el acelerómetro o sensor de movimiento del micro:bit.

10
00:01:05,726 --> 00:01:09,734
Llevará un micro:bit y una batería en la muñeca o el tobillo

11
00:01:09,734 --> 00:01:15,120
para que pueda moverse libremente y registrar sus propias muestras de datos de movimiento.

12
00:01:15,120 --> 00:01:20,400
Para comenzar, conecte el micro:bit que se lleva en el tobillo a CreateAI.

13
00:01:20,400 --> 00:01:23,816
A esto lo llamamos micro:bit de recopilación de datos.

14
00:01:23,816 --> 00:01:31,640
Si su computadora tiene Bluetooth habilitado, solo necesitará 1 micro:bit con una batería y un cable de datos USB.

15
00:01:31,640 --> 00:01:36,640
Si no tienes una conexión Bluetooth, se te pedirá que uses 2 micro:bits.

16
00:01:36,640 --> 00:01:41,400
El segundo micro:bit permanecerá conectado al cable USB y actuará como

17
00:01:41,400 --> 00:01:50,600
enlace de radio con el micro:bit de recopilación de datos. Siga las instrucciones en pantalla para conectarse.

18
00:01:50,600 --> 00:01:57,817
Una vez que tu micro:bit esté conectado, verás que las líneas en el gráfico en vivo cambian a medida que mueves tu micro:bit.

19
00:01:57,817 --> 00:02:02,297
Ahora está listo para agregar sus propias muestras de datos de movimiento.

20
00:02:02,297 --> 00:02:06,263
Como este proyecto ya incluye algunas muestras de datos,

21
00:02:06,263 --> 00:02:16,912
le sugerimos que agregue 1 muestra más para cada acción por ahora y dedique más tiempo a recopilar y analizar datos más adelante.

22
00:02:16,912 --> 00:02:24,800
Asegúrate de que tu micro:bit de recolección de datos esté sujeto al interior del tobillo, con el botón B en la parte superior.

23
00:02:24,800 --> 00:02:29,280
Para agregar datos a una acción específica, selecciónela haciendo clic en ella.

24
00:02:29,280 --> 00:02:34,440
Obtendrá una cuenta regresiva de 3 segundos antes de que comience una grabación de 1 segundo.

25
00:02:34,440 --> 00:02:40,080
Haga clic en grabar y comience a moverse de inmediato para asegurarse de obtener una muestra de datos limpia.

26
00:02:40,080 --> 00:02:43,960
Una muestra limpia es aquella en la que se está moviendo durante toda la muestra,

27
00:02:43,960 --> 00:02:48,593
no se comienza tarde ni se termina temprano.

28
00:02:48,593 --> 00:02:55,519
A continuación, intente agregar una muestra de datos adicional al conjunto de datos de "salto" y al conjunto de datos de "estar quieto".

29
00:02:55,519 --> 00:03:05,040
Selecciónelos haciendo clic en la acción, luego haga clic en grabar y salte o quédese quieto mientras graba las muestras.

30
00:03:05,040 --> 00:03:16,521
Notarás en las muestras de "estar quieto" que las líneas x,y,z cambian de lugar dependiendo del ángulo del micro:bit adjunto.

31
00:03:16,521 --> 00:03:26,080
No tenemos muchos datos en este momento, pero tenemos los suficientes para entrenar nuestro propio modelo de aprendizaje automático usando CreateAI.

32
00:03:26,080 --> 00:03:33,720
Así que haga clic en 'Entrenar modelo' para utilizar los datos actuales para crear un modelo de ML.

33
00:03:33,720 --> 00:03:41,363
La herramienta ahora construye un modelo matemático que debería reconocer diferentes acciones cuando mueves tu micro:bit.

34
00:03:41,363 --> 00:03:45,646
Tan pronto como se haya entrenado el modelo, verá la página Prueba del modelo.

35
00:03:45,646 --> 00:03:50,721
Ahora utilice el micro:bit de recopilación de datos para probar qué tan bien está funcionando el modelo.

36
00:03:50,721 --> 00:03:59,720
Aún debería estar conectado a la herramienta y verás que a medida que lo mueves, CreateAI estima la acción que estás realizando.

37
00:04:02,360 --> 00:04:09,698
Pruebe cada una de las acciones para ver cómo cambian tanto la acción estimada como el gráfico de barras de certeza.

38
00:04:11,257 --> 00:04:19,126
El porcentaje en el gráfico de barras de certeza muestra qué tan seguro está el modelo de que usted está realizando cada acción.

39
00:04:21,600 --> 00:04:26,520
Es posible que notes que tu modelo no estima algunas acciones con precisión, o tal vez esté

40
00:04:26,520 --> 00:04:32,720
funcionando bien para una acción pero no para la otra, por lo que después de explorar cómo funciona actualmente,

41
00:04:32,720 --> 00:04:40,360
es una buena idea hacer clic en 'Editar muestras de datos' y mejorar. tu modelo.

42
00:04:40,360 --> 00:04:46,360
Los modelos de aprendizaje automático generalmente funcionan mejor con MÁS datos, así que registre algunas muestras adicionales para cada una

43
00:04:46,360 --> 00:04:54,960
de las acciones o concéntrese en recopilar más datos para la acción que resultó problemática en las pruebas.

44
00:04:54,960 --> 00:05:01,935
Puede grabar una muestra a la vez o puede grabar 10 muestras en secuencia.

45
00:05:10,160 --> 00:05:23,081
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 de datos que pueda confundir el modelo.

46
00:05:26,003 --> 00:05:29,640
Puede eliminarlos presionando X.

47
00:05:30,840 --> 00:05:39,423
Una vez que haya agregado más datos y haya verificado su conjunto de datos, haga clic en 'Entrenar modelo' nuevamente para usar su conjunto de datos modificado.

48
00:05:40,483 --> 00:05:45,992
Luego pruebe el modelo nuevamente en la página 'Probar modelo'.

49
00:05:48,555 --> 00:05:54,640
Una vez que esté satisfecho con el comportamiento del modelo ML, puede usarlo con el código del proyecto ya preparado.

50
00:05:54,640 --> 00:06:02,480
Haga clic en 'Editar en MakeCode' para ver los bloques de código en una versión especial de Microsoft MakeCode.

51
00:06:02,480 --> 00:06:09,560
Siempre puedes volver a CreateAI usando la flecha en la parte superior izquierda de la pantalla.

52
00:06:09,560 --> 00:06:19,240
Estos bloques de código utilizan el modelo que ha creado dentro de un cronómetro de ejercicio.

53
00:06:19,240 --> 00:06:26,160
El código utiliza 3 variables para realizar un seguimiento de cuánto tiempo llevas realizando cada acción.

54
00:06:26,160 --> 00:06:33,680
Cuando el programa se ejecuta por primera vez, establece estas variables del temporizador en 0.

55
00:06:33,680 --> 00:06:40,120
Los bloques 'al iniciar ML' se activan cuando el modelo ML decide que ha iniciado una acción específica.

56
00:06:40,120 --> 00:06:49,250
Muestran diferentes iconos en la pantalla LED del micro:bit dependiendo de la acción que ha estimado que estás realizando.

57
00:06:50,289 --> 00:07:01,280
Los bloques 'al detenerse en ML' se activan cuando el modelo ML decide que has finalizado una acción, en este caso caminar, saltar o estar quieto.

58
00:07:01,280 --> 00:07:06,880
El código dentro de cada bloque limpia la pantalla y agrega la duración de la acción que acaba de

59
00:07:06,880 --> 00:07:13,440
finalizar a la variable que almacena los tiempos totales de cada acción.

60
00:07:13,440 --> 00:07:19,440
El modelo ML funciona con el código para permitirle ver el tiempo total dedicado a cada acción.

61
00:07:19,440 --> 00:07:23,040
Presione el botón A para ver la estimación de cuánto tiempo estuvo caminando.

62
00:07:23,040 --> 00:07:28,160
Presione el botón B para ver cuánto tiempo estimó el modelo que estuvo saltando.

63
00:07:28,160 --> 00:07:34,080
Para ver la duración estimada que has estado quieto, presiona A y B juntos.

64
00:07:34,080 --> 00:07:44,111
El cronómetro cuenta en milisegundos, milésimas de segundo, por lo que el número mostrado se divide por 1000 para mostrar el tiempo en segundos.

65
00:07:44,111 --> 00:07:53,160
Para que el temporizador de actividad de IA se ejecute en tu micro:bit, solo necesitas descargar este código en un micro:bit.

66
00:07:53,160 --> 00:08:00,642
Si no tiene otro micro:bit disponible, simplemente reemplace el código actualmente en el micro:bit de recopilación de datos con el código del proyecto.

67
00:08:01,646 --> 00:08:05,000
Ahora puedes probar el proyecto en la vida real.

68
00:08:05,000 --> 00:08:10,040
¿Se muestran los iconos correctos cuando haces ejercicio o no?

69
00:08:10,040 --> 00:08:15,800
Puede probar si el código del temporizador funciona bien con el modelo en 3 sencillos pasos:

70
00:08:15,800 --> 00:08:19,160
Presione el botón de reinicio. Salta durante 30 segundos.

71
00:08:19,160 --> 00:08:25,540
Luego presione el botón B. Debería ver el número 30 desplazándose por la pantalla.

72
00:08:25,540 --> 00:08:28,560
Ahora está listo para conectarse a CreateAI,

73
00:08:28,560 --> 00:08:34,560
recopilar sus propios datos, usarlos para entrenar, probar y mejorar un modelo de aprendizaje automático, y luego

74
00:08:34,560 --> 00:08:40,600
puede combinar este modelo con el código ya preparado y probarlo en su propio micro: poco.

75
00:08:40,600 --> 00:08:48,379
Si está buscando formas de personalizar esto aún más, intente agregar algunas acciones diferentes, como correr o bailar pasos.

76
00:08:48,379 --> 00:08:52,480
¡Disfrutar!