Para crear su temporizador de actividad de IA, entrenará un modelo de aprendizaje automático, o ML, para reconocer cuándo está realizando diferentes movimientos o actividades. Luego combinarás ese modelo con un código ya preparado para un temporizador de actividad, antes de descargarlo a tu micro:bit y usarlo en la vida real. Haga clic en 'Abrir en micro:bit CreateAI' para iniciar el proyecto. Este proyecto viene con 6 muestras de datos de movimiento para caminar, 6 muestras de datos de movimiento para saltar hacia arriba y hacia abajo y 6 muestras de datos de movimiento para permanecer bastante quieto. Agregará más muestras registrando sus propios datos de movimiento. micro:bit CreateAI recopila muestras de datos de movimiento utilizando el acelerómetro o sensor de movimiento del micro:bit. Llevará un micro:bit y una batería en la muñeca o el tobillo para que pueda moverse libremente y registrar sus propias muestras de datos de movimiento. Para comenzar, conecte el micro:bit que se lleva en el tobillo a CreateAI. A esto lo llamamos micro:bit de recopilación de datos. Si su computadora tiene Bluetooth habilitado, solo necesitará 1 micro:bit con una batería y un cable de datos USB. Si no tienes una conexión Bluetooth, se te pedirá que uses 2 micro:bits. El segundo micro:bit permanecerá conectado al cable USB y actuará como enlace de radio con el micro:bit de recopilación de datos. Siga las instrucciones en pantalla para conectarse. 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. Ahora está listo para agregar sus propias muestras de datos de movimiento. Como este proyecto ya incluye algunas muestras de datos, le sugerimos que agregue 1 muestra más para cada acción por ahora y dedique más tiempo a recopilar y analizar datos más adelante. Asegúrate de que tu micro:bit de recolección de datos esté sujeto al interior del tobillo, con el botón B en la parte superior. Para agregar datos a una acción específica, selecciónela haciendo clic en ella. Obtendrá una cuenta regresiva de 3 segundos antes de que comience una grabación de 1 segundo. Haga clic en grabar y comience a moverse de inmediato 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 al conjunto de datos de "salto" y al conjunto de datos de "estar quieto". Selecciónelos haciendo clic en la acción, luego haga clic en grabar y salte o quédese quieto mientras graba las muestras. Notarás en las muestras de "estar quieto" que las líneas x,y,z cambian de lugar dependiendo del ángulo del micro:bit adjunto. No tenemos muchos datos en este momento, pero tenemos los suficientes para entrenar nuestro propio modelo de aprendizaje automático usando CreateAI. Así que haga clic en 'Entrenar modelo' para utilizar los datos actuales para crear un modelo de 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. Ahora utilice el micro:bit de recopilación de datos 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. Pruebe cada una de las acciones para ver cómo cambian tanto la acción estimada como el gráfico de barras de certeza. El porcentaje en el gráfico de barras de certeza muestra qué tan seguro está el modelo de que usted está realizando cada acción. Es posible que notes que tu modelo no estima algunas acciones con precisión, o tal vez esté funcionando bien para una acción pero no para la otra, por lo que después de explorar cómo funciona actualmente, es una buena idea hacer clic en 'Editar muestras de datos' y mejorar. tu 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. Puede grabar una muestra a la vez o puede grabar 10 muestras en secuencia. 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. Puede eliminarlos presionando X. 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. 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. Siempre puedes volver a CreateAI usando la flecha en la parte superior izquierda de la pantalla. Estos bloques de código utilizan el modelo que ha creado dentro de un cronómetro de ejercicio. El código utiliza 3 variables para realizar un seguimiento de cuánto tiempo llevas realizando cada acción. Cuando el programa se ejecuta por primera vez, establece estas variables del temporizador en 0. Los bloques 'al iniciar ML' se activan cuando el modelo ML decide que ha iniciado una acción específica. Muestran diferentes iconos en la pantalla LED del micro:bit dependiendo de la acción que ha estimado que estás realizando. 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. El código dentro de cada bloque limpia la pantalla y agrega la duración de la acción que acaba de finalizar a la variable que almacena los tiempos totales de cada acción. El modelo ML funciona con el código para permitirle ver el tiempo total dedicado a cada acción. Presione el botón A para ver la estimación de cuánto tiempo estuvo caminando. Presione el botón B para ver cuánto tiempo estimó el modelo que estuvo saltando. Para ver la duración estimada que has estado quieto, presiona A y B juntos. El cronómetro cuenta en milisegundos, milésimas de segundo, por lo que el número mostrado se divide por 1000 para mostrar el tiempo en segundos. Para que el temporizador de actividad de IA se ejecute en tu micro:bit, solo necesitas descargar este código en un micro:bit. 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. Ahora puedes probar el proyecto en la vida real. ¿Se muestran los iconos correctos cuando haces ejercicio o no? Puede probar si el código del temporizador funciona bien con el modelo en 3 sencillos pasos: Presione el botón de reinicio. Salta durante 30 segundos. Luego presione el botón B. Debería ver el número 30 desplazándose por la pantalla. Ahora está listo para conectarse a CreateAI, recopilar sus propios datos, usarlos para entrenar, probar y mejorar un modelo de aprendizaje automático, y luego puede combinar este modelo con el código ya preparado y probarlo en su propio micro: poco. Si está buscando formas de personalizar esto aún más, intente agregar algunas acciones diferentes, como correr o bailar pasos. ¡Disfrutar!