0:00:01.240,0:00:08.194
Para criar seu cronômetro de atividade de IA, você treinará um modelo de aprendizado de máquina, ou ML,

0:00:08.194,0:00:13.080
para reconhecer quando você está fazendo diferentes movimentos ou atividades.

0:00:13.080,0:00:18.960
Em seguida, você combinará esse modelo com algum código pronto para um temporizador de atividade,

0:00:18.960,0:00:26.800
antes de baixá-lo para o seu micro:bit e usá-lo na vida real.

0:00:26.800,0:00:33.960
Clique em ‘Abrir em micro:bit CreateAI’ para iniciar o projeto.

0:00:33.960,0:00:41.120
Este projeto vem com 6 amostras de dados de movimento para caminhar, 6 amostras de dados de movimento

0:00:41.120,0:00:47.200
para pular para cima e para baixo e 6 amostras de dados de movimento para ficar relativamente imóvel.

0:00:47.200,0:00:54.200
Você adicionará mais amostras gravando seus próprios dados de movimento.

0:00:54.200,0:01:02.703
micro:bit CreateAI coleta amostras de dados de movimento usando o acelerômetro, ou sensor de movimento, no micro:bit.

0:01:05.726,0:01:09.734
Você usará um micro:bit e uma bateria no pulso ou tornozelo

0:01:09.734,0:01:15.120
para poder se mover livremente e registrar suas próprias amostras de dados de movimento.

0:01:15.120,0:01:20.400
Para começar, conecte o micro:bit usado no tornozelo ao CreateAI.

0:01:20.400,0:01:23.816
Chamamos isso de coleta de dados micro:bit.

0:01:23.816,0:01:31.640
Se o seu computador tiver Bluetooth habilitado, você só precisará de 1 micro:bit com bateria e cabo de dados USB.

0:01:31.640,0:01:36.640
Se você não tiver uma conexão Bluetooth, será solicitado que você use 2 micro:bits.

0:01:36.640,0:01:41.400
O segundo micro:bit permanecerá conectado ao cabo USB e atuará como

0:01:41.400,0:01:50.600
um link de rádio para o micro:bit de coleta de dados. Siga as instruções na tela para conectar.

0:01:50.600,0:01:57.817
Assim que o seu micro:bit estiver conectado, você verá as linhas no gráfico ao vivo mudarem à medida que você move o seu micro:bit.

0:01:57.817,0:02:02.297
Agora você está pronto para adicionar suas próprias amostras de dados de movimento.

0:02:02.297,0:02:06.263
Como este projeto já inclui algumas amostras de dados,

0:02:06.263,0:02:16.912
sugerimos que você adicione apenas mais 1 amostra para cada ação por enquanto e gaste mais tempo coletando e analisando dados posteriormente.

0:02:16.912,0:02:24.800
Certifique-se de que seu micro:bit de coleta de dados esteja preso na parte interna do tornozelo, com o botão B na parte superior.

0:02:24.800,0:02:29.280
Para adicionar dados a uma ação específica, selecione-a clicando nela.

0:02:29.280,0:02:34.440
Você receberá uma contagem regressiva de 3 segundos antes do início da gravação de 1 segundo.

0:02:34.440,0:02:40.080
Clique em registrar e comece a agir imediatamente para garantir uma amostra de dados limpa.

0:02:40.080,0:02:43.960
Uma amostra limpa é aquela em que você move toda a amostra,

0:02:43.960,0:02:48.593
não começa tarde nem termina cedo.

0:02:48.593,0:02:55.519
Em seguida, tente adicionar uma amostra de dados extra ao conjunto de dados de 'salto' e ao conjunto de dados de 'estar parado'.

0:02:55.519,0:03:05.040
Selecione-os clicando na ação, depois clique em gravar e pule ou fique parado enquanto grava as amostras.

0:03:05.040,0:03:16.521
Você notará nas amostras de 'estar parado' que as linhas x, y, z mudam de lugar dependendo do ângulo do micro:bit anexado.

0:03:16.521,0:03:26.080
Não temos muitos dados no momento, mas temos o suficiente para treinar nosso próprio modelo de aprendizado de máquina usando CreateAI.

0:03:26.080,0:03:33.720
Portanto, clique em 'Treinar modelo' para usar os dados atuais para construir um modelo de ML.

0:03:33.720,0:03:41.363
A ferramenta agora constrói um modelo matemático que deve reconhecer diferentes ações quando você move seu micro:bit.

0:03:41.363,0:03:45.646
Assim que o modelo for treinado, você verá a página Testando modelo.

0:03:45.646,0:03:50.721
Agora use a coleta de dados micro:bit para testar se o modelo está funcionando bem.

0:03:50.721,0:03:59.720
Ele ainda deve estar conectado à ferramenta e você verá que, conforme você o move, o CreateAI estima a ação que você está realizando.

0:04:02.360,0:04:09.698
Experimente cada uma das ações para ver a mudança na ação estimada e no gráfico de barras de certeza.

0:04:11.257,0:04:19.126
A% no gráfico de barras de certeza mostra o quão confiante o modelo está de que você está realizando cada ação.

0:04:21.600,0:04:26.520
Você pode notar que seu modelo não está estimando algumas ações com precisão, ou talvez esteja

0:04:26.520,0:04:32.720
funcionando bem para uma ação, mas não para outra. Portanto, depois de explorar como está funcionando atualmente,

0:04:32.720,0:04:40.360
é uma boa ideia clicar em 'Editar amostras de dados' e melhorar seu modelo.

0:04:40.360,0:04:46.360
Os modelos de aprendizado de máquina geralmente funcionam melhor com MAIS dados, portanto registre algumas amostras extras para cada uma

0:04:46.360,0:04:54.960
das ações ou concentre-se na coleta de mais dados para a ação que foi problemática no teste.

0:04:54.960,0:05:01.935
Você pode gravar uma amostra por vez ou gravar 10 amostras em sequência.

0:05:10.160,0:05:23.081
Amostras de dados limpas também ajudam um modelo de ML a funcionar melhor, portanto, examine seu conjunto de dados e identifique quaisquer amostras de dados que possam confundir o modelo.

0:05:26.003,0:05:29.640
Você pode excluí-los pressionando X.

0:05:30.840,0:05:39.423
Depois de adicionar mais dados e verificar seu conjunto de dados, clique em 'Treinar modelo' novamente para usar seu conjunto de dados alterado.

0:05:40.483,0:05:45.992
Em seguida, teste o modelo novamente na página ‘Testando modelo’.

0:05:48.555,0:05:54.640
Quando estiver satisfeito com o comportamento do modelo de ML, você poderá usá-lo com o código do projeto pronto.

0:05:54.640,0:06:02.480
Clique em 'Editar no MakeCode' para ver os blocos de código em uma versão especial do Microsoft MakeCode.

0:06:02.480,0:06:09.560
Você sempre pode retornar ao CreateAI usando a seta no canto superior esquerdo da tela.

0:06:09.560,0:06:19.240
Esses blocos de código usam o modelo que você criou em um cronômetro de exercício.

0:06:19.240,0:06:26.160
O código usa 3 variáveis ​​para controlar há quanto tempo você está realizando cada ação.

0:06:26.160,0:06:33.680
Quando o programa é executado pela primeira vez, ele define essas variáveis ​​de temporizador como 0.

0:06:33.680,0:06:40.120
Os blocos 'no início do ML' são acionados quando o modelo de ML decide que você iniciou uma ação específica.

0:06:40.120,0:06:49.250
Eles mostram ícones diferentes no display LED do micro:bit dependendo da ação estimada que você está realizando.

0:06:50.289,0:07:01.280
Os blocos 'on ML stop' são acionados quando o modelo ML decide que você concluiu uma ação, neste caso caminhar, pular ou ficar parado.

0:07:01.280,0:07:06.880
O código dentro de cada bloco limpa a tela e adiciona a duração da ação que acabou de

0:07:06.880,0:07:13.440
ser concluída à variável que armazena o tempo total de cada ação.

0:07:13.440,0:07:19.440
O modelo ML funciona com o código para permitir visualizar o tempo total gasto em cada ação.

0:07:19.440,0:07:23.040
Pressione o botão A para ver a estimativa de quanto tempo você caminhou.

0:07:23.040,0:07:28.160
Pressione o botão B para ver quanto tempo o modelo estimou que você estava saltando.

0:07:28.160,0:07:34.080
Para ver a duração estimada em que você ainda está, pressione A e B juntos.

0:07:34.080,0:07:44.111
O cronômetro conta em milissegundos, milésimos de segundo, então o número mostrado é dividido por 1000 para mostrar o tempo em segundos.

0:07:44.111,0:07:53.160
Para fazer com que o seu temporizador de atividade de IA seja executado no seu micro:bit, você só precisa baixar este código para um micro:bit.

0:07:53.160,0:08:00.642
Se você não tiver outro micro:bit disponível, basta substituir o código atualmente no micro:bit de coleta de dados pelo código do projeto.

0:08:01.646,0:08:05.000
Agora você pode testar o projeto na vida real.

0:08:05.000,0:08:10.040
Os ícones corretos são exibidos quando você está se exercitando ou não?

0:08:10.040,0:08:15.800
Você pode testar se o código do temporizador está funcionando bem com o modelo em 3 etapas fáceis:

0:08:15.800,0:08:19.160
Pressione o botão reset. Salte por 30 segundos.

0:08:19.160,0:08:25.540
Em seguida, pressione o botão B. Você deverá ver o número 30 rolando no display.

0:08:25.540,0:08:28.560
Agora você está pronto para se conectar ao CreateAI,

0:08:28.560,0:08:34.560
coletar seus próprios dados, usá-los para treinar, testar e melhorar um modelo de aprendizado de máquina e, então,

0:08:34.560,0:08:40.600
combinar esse modelo com o código pronto e testá-lo em seu próprio micro: pedaço.

0:08:40.600,0:08:48.379
Se você está procurando maneiras de personalizar ainda mais, tente adicionar algumas ações diferentes, como correr ou passos de dança.

0:08:48.379,0:08:52.480
Aproveitar!