Para criar seu cronômetro de exercícios de IA simples, você treinará um modelo de aprendizado de máquina (ou ML).
Este modelo reconhecerá quando você está se exercitando e quando não está se exercitando.
Em seguida, você combinará o modelo com algum código pronto para um cronômetro de exercício...
antes de baixá-lo para o seu micro:bit e usá-lo na vida real.
Clique em ‘Abrir em micro:bit CreateAI’ para iniciar o projeto.
O projeto vem com 3 amostras de dados de movimento para exercícios
e 3 amostras de dados de movimentos para não exercícios.
Você precisará adicionar mais amostras gravando seus próprios dados de movimento.
micro:bit CreateAI coleta amostras de dados de movimento usando o acelerômetro
(ou sensor de movimento) no micro:bit. Você usará um micro:bit e uma bateria
no pulso ou tornozelo, para que possa se mover livremente para registrar suas próprias amostras de dados de movimento.
Para começar, você precisa configurar o micro:bit de coleta de dados.
Conecte o micro:bit usado no pulso ao CreateAI. Se o seu computador tiver Bluetooth habilitado, você
só precisará de 1 micro:bit e um cabo de dados USB. Se você não tiver uma conexão Bluetooth,
será solicitado que você use 2 micro:bits. O segundo micro:bit permanecerá conectado
ao cabo USB e atuará como um link de rádio para o micro:bit de coleta de dados.
Siga as instruções na tela para conectar.
Assim que o micro:bit de coleta de dados estiver conectado,
você verá as linhas no gráfico ao vivo mudarem à medida que você move o micro:bit.
Agora você está pronto para adicionar suas próprias amostras de dados de movimento.
Como este projeto já inclui algumas amostras de dados, sugerimos que você adicione apenas
mais 1 amostra para cada ação por enquanto e gaste mais tempo coletando e analisando dados posteriormente.
Decida que ação de “exercício” você fará.
Isso pode ser correr, caminhar rapidamente, pular, boxear, dançar ou qualquer outro exercício.
Certifique-se de que o micro:bit esteja preso ao pulso ou tornozelo que estará em movimento.
Para adicionar dados a uma ação específica, selecione-a clicando nela.
Você receberá uma contagem regressiva de 3 segundos antes do início da gravação de 1 segundo.
Clique em registrar e comece a agir imediatamente para garantir uma amostra de dados limpa.
Uma amostra limpa é aquela em que você move toda a amostra,
não começa tarde nem termina cedo. Em seguida, tente adicionar uma amostra de dados extra
ao conjunto de dados “não exercitando”. Selecione-o clicando na ação e,
em seguida, fique parado ou mova-se apenas levemente enquanto grava a amostra.
Você notará que as linhas x,y,z mudam de lugar dependendo
do ângulo em que você segura seu micro:bit.
O projeto não tem muitos dados no momento,
mas temos o suficiente para treinar nosso próprio modelo de aprendizado de máquina usando CreateAI.
Portanto, clique em ‘Treinar’ para usar os dados atuais para construir um modelo de ML.
A ferramenta agora constrói um modelo matemático que deve reconhecer diferentes
ações quando você move seu micro:bit. Assim que o modelo for treinado,
você verá a página Testando modelo. Sua coleta de dados micro:bit agora pode
ser usada para testar o funcionamento do modelo. Ele ainda deve estar conectado à ferramenta
e você verá que, conforme você o move, o CreateAI estima a ação que você está realizando.
Experimente diferentes níveis de exercício ou não para ver a
ação estimada e a mudança no gráfico de barras de certeza. A% no gráfico de barras de certeza mostra o quão
confiante o modelo está de que você está realizando cada ação.
Você pode perceber que seu modelo não está estimando algumas ações com precisão, ou talvez esteja
funcionando bem para uma ação, mas não para outra. Portanto, depois de explorar como está funcionando atualmente,
é uma boa ideia clicar em 'Editar amostras de dados' e melhorar seu modelo.
Os modelos de aprendizado de máquina geralmente funcionam melhor com mais dados, portanto registre algumas amostras extras para cada uma
das ações ou concentre-se na coleta de mais dados para a ação que foi problemática no teste.
Você pode gravar 1 amostra por vez ou gravar 10 amostras em sequência.
Amostras de dados limpas também ajudam um modelo de ML a funcionar melhor
, portanto, interrogue seu conjunto de dados e identifique quaisquer amostras de dados que possam confundir o modelo.
Você pode excluí-los pressionando x. Depois de adicionar mais dados e verificar
seu conjunto de dados, clique em Treinar modelo novamente para usar seu conjunto de dados alterado.
Em seguida, teste o modelo novamente na página ‘Testando modelo’.
Quando estiver satisfeito com o comportamento do modelo de ML,
você pode usá-lo com o código do projeto pronto.
Clique em 'Editar no MakeCode' para ver os blocos de código em uma versão especial do Microsoft MakeCode.
Você sempre pode retornar ao CreateAI usando a seta no canto superior esquerdo da tela.
Esses blocos de código usam o modelo que você criou em um cronômetro de exercício.
O código usa duas variáveis para monitorar há quanto tempo você se exercita e há quanto
tempo não se exercita. Quando o programa é executado pela primeira vez, ele define
essas variáveis de temporizador como 0. Os blocos 'no início do ML' são
acionados quando o modelo de ML decide que você começou a se exercitar ou não.
Eles mostram ícones diferentes no display LED do micro:bit dependendo
da ação estimada que você está realizando. Os blocos 'on ML stop' são acionados quando o
modelo ML decide que você concluiu uma ação, neste caso exercitando ou não.
O código dentro de cada bloco limpa a tela e adiciona a duração da ação que acabou de
ser concluída à variável que armazena o tempo total de cada ação.
O modelo ML funciona com o código para permitir visualizar o tempo total gasto em cada ação.
Pressione o botão A para ver o tempo total de exercício e pressione o botão B para ver o
tempo total de inatividade. O cronômetro conta em milissegundos,
milésimos de segundo, então o número mostrado é dividido por 1000 para mostrar o tempo em segundos.
Para fazer com que o seu simples temporizador de exercícios de IA seja executado no seu micro:bit, você
só precisa baixar este código para um micro:bit. Se você não tiver outro micro:bit disponível,
basta substituir o código atualmente no micro:bit de coleta de dados pelo código do projeto.
Agora teste o projeto na vida real. Os ícones corretos são exibidos
quando você está se exercitando ou não? Você pode testar se o código do temporizador está funcionando
bem com o modelo em 3 etapas fáceis: Pressione o botão reset.
Exercite-se por 30 segundos. Em seguida, pressione o botão A.
Você deverá ver o número 30 rolando no display.
Agora você está pronto para se conectar ao CreateAI, coletar seus próprios dados e usá-los para treinar,
testar e melhorar um modelo de aprendizado de máquina. E você pode então combinar esse modelo com
o código pronto e testá-lo no seu próprio micro:bit.