1
00:00:01,560 --> 00:00:08,360
Para criar seu cronômetro de exercícios de IA simples, você treinará um modelo de aprendizado de máquina (ou ML).

2
00:00:08,360 --> 00:00:15,080
Este modelo reconhecerá quando você está se exercitando e quando não está se exercitando.

3
00:00:15,080 --> 00:00:23,720
Em seguida, você combinará o modelo com algum código pronto para um cronômetro de exercício...

4
00:00:23,720 --> 00:00:28,720
antes de baixá-lo para o seu micro:bit e usá-lo na vida real.

5
00:00:28,720 --> 00:00:35,960
Clique em ‘Abrir em micro:bit CreateAI’ para iniciar o projeto.

6
00:00:35,960 --> 00:00:40,760
O projeto vem com 3 amostras de dados de movimento para exercícios

7
00:00:40,760 --> 00:00:45,440
e 3 amostras de dados de movimentos para não exercícios.

8
00:00:45,440 --> 00:00:51,000
Você precisará adicionar mais amostras gravando seus próprios dados de movimento.

9
00:00:51,000 --> 00:00:56,480
micro:bit CreateAI coleta amostras de dados de movimento usando o acelerômetro

10
00:00:56,480 --> 00:01:02,240
(ou sensor de movimento) no micro:bit. Você usará um micro:bit e uma bateria

11
00:01:02,240 --> 00:01:08,840
no pulso ou tornozelo, para que possa se mover livremente para registrar suas próprias amostras de dados de movimento.

12
00:01:08,840 --> 00:01:13,480
Para começar, você precisa configurar o micro:bit de coleta de dados.

13
00:01:13,480 --> 00:01:22,240
Conecte o micro:bit usado no pulso ao CreateAI. Se o seu computador tiver Bluetooth habilitado, você

14
00:01:22,240 --> 00:01:28,680
só precisará de 1 micro:bit e um cabo de dados USB. Se você não tiver uma conexão Bluetooth,

15
00:01:28,680 --> 00:01:33,800
será solicitado que você use 2 micro:bits. O segundo micro:bit permanecerá conectado

16
00:01:33,800 --> 00:01:39,640
ao cabo USB e atuará como um link de rádio para o micro:bit de coleta de dados.

17
00:01:39,640 --> 00:01:42,936
Siga as instruções na tela para conectar.

18
00:01:44,495 --> 00:01:47,320
Assim que o micro:bit de coleta de dados estiver conectado,

19
00:01:47,320 --> 00:01:53,280
você verá as linhas no gráfico ao vivo mudarem à medida que você move o micro:bit.

20
00:01:53,280 --> 00:01:58,360
Agora você está pronto para adicionar suas próprias amostras de dados de movimento.

21
00:01:58,360 --> 00:02:04,440
Como este projeto já inclui algumas amostras de dados, sugerimos que você adicione apenas

22
00:02:04,440 --> 00:02:12,840
mais 1 amostra para cada ação por enquanto e gaste mais tempo coletando e analisando dados posteriormente.

23
00:02:12,840 --> 00:02:16,600
Decida que ação de “exercício” você fará.

24
00:02:16,600 --> 00:02:23,040
Isso pode ser correr, caminhar rapidamente, pular, boxear, dançar ou qualquer outro exercício.

25
00:02:23,040 --> 00:02:29,920
Certifique-se de que o micro:bit esteja preso ao pulso ou tornozelo que estará em movimento.

26
00:02:29,920 --> 00:02:34,440
Para adicionar dados a uma ação específica, selecione-a clicando nela.

27
00:02:34,440 --> 00:02:39,640
Você receberá uma contagem regressiva de 3 segundos antes do início da gravação de 1 segundo.

28
00:02:39,640 --> 00:02:45,200
Clique em registrar e comece a agir imediatamente para garantir uma amostra de dados limpa.

29
00:02:45,200 --> 00:02:49,080
Uma amostra limpa é aquela em que você move toda a amostra,

30
00:02:49,080 --> 00:02:55,440
não começa tarde nem termina cedo. Em seguida, tente adicionar uma amostra de dados extra

31
00:02:55,440 --> 00:03:00,920
ao conjunto de dados “não exercitando”. Selecione-o clicando na ação e,

32
00:03:00,920 --> 00:03:06,440
em seguida, fique parado ou mova-se apenas levemente enquanto grava a amostra.

33
00:03:06,440 --> 00:03:10,800
Você notará que as linhas x,y,z mudam de lugar dependendo

34
00:03:10,800 --> 00:03:14,768
do ângulo em que você segura seu micro:bit.

35
00:03:14,768 --> 00:03:18,320
O projeto não tem muitos dados no momento,

36
00:03:18,320 --> 00:03:24,400
mas temos o suficiente para treinar nosso próprio modelo de aprendizado de máquina usando CreateAI.

37
00:03:24,400 --> 00:03:30,360
Portanto, clique em ‘Treinar’ para usar os dados atuais para construir um modelo de ML.

38
00:03:30,360 --> 00:03:34,640
A ferramenta agora constrói um modelo matemático que deve reconhecer diferentes

39
00:03:34,640 --> 00:03:39,360
ações quando você move seu micro:bit. Assim que o modelo for treinado,

40
00:03:39,360 --> 00:03:44,080
você verá a página Testando modelo. Sua coleta de dados micro:bit agora pode

41
00:03:44,080 --> 00:03:50,160
ser usada para testar o funcionamento do modelo. Ele ainda deve estar conectado à ferramenta

42
00:03:50,160 --> 00:03:59,800
e você verá que, conforme você o move, o CreateAI estima a ação que você está realizando.

43
00:03:59,800 --> 00:04:05,240
Experimente diferentes níveis de exercício ou não para ver a

44
00:04:05,240 --> 00:04:12,400
ação estimada e a mudança no gráfico de barras de certeza. A% no gráfico de barras de certeza mostra o quão

45
00:04:12,400 --> 00:04:16,840
confiante o modelo está de que você está realizando cada ação.

46
00:04:16,840 --> 00:04:22,240
Você pode perceber que seu modelo não está estimando algumas ações com precisão, ou talvez esteja

47
00:04:22,240 --> 00:04:28,560
funcionando bem para uma ação, mas não para outra. Portanto, depois de explorar como está funcionando atualmente,

48
00:04:28,560 --> 00:04:34,520
é uma boa ideia clicar em 'Editar amostras de dados' e melhorar seu modelo.

49
00:04:34,520 --> 00:04:41,320
Os modelos de aprendizado de máquina geralmente funcionam melhor com mais dados, portanto registre algumas amostras extras para cada uma

50
00:04:41,320 --> 00:04:48,800
das ações ou concentre-se na coleta de mais dados para a ação que foi problemática no teste.

51
00:04:48,800 --> 00:04:54,240
Você pode gravar 1 amostra por vez ou gravar 10 amostras em sequência.

52
00:04:54,240 --> 00:04:58,840
Amostras de dados limpas também ajudam um modelo de ML a funcionar melhor

53
00:04:58,840 --> 00:05:05,560
, portanto, interrogue seu conjunto de dados e identifique quaisquer amostras de dados que possam confundir o modelo.

54
00:05:05,560 --> 00:05:12,080
Você pode excluí-los pressionando x. Depois de adicionar mais dados e verificar

55
00:05:12,080 --> 00:05:17,720
seu conjunto de dados, clique em Treinar modelo novamente para usar seu conjunto de dados alterado.

56
00:05:17,720 --> 00:05:27,000
Em seguida, teste o modelo novamente na página ‘Testando modelo’.

57
00:05:27,000 --> 00:05:30,200
Quando estiver satisfeito com o comportamento do modelo de ML,

58
00:05:30,200 --> 00:05:34,120
você pode usá-lo com o código do projeto pronto.

59
00:05:34,120 --> 00:05:40,920
Clique em 'Editar no MakeCode' para ver os blocos de código em uma versão especial do Microsoft MakeCode.

60
00:05:40,920 --> 00:05:48,560
Você sempre pode retornar ao CreateAI usando a seta no canto superior esquerdo da tela.

61
00:05:48,560 --> 00:05:54,720
Esses blocos de código usam o modelo que você criou em um cronômetro de exercício.

62
00:05:54,720 --> 00:05:59,760
O código usa duas variáveis ​​para monitorar há quanto tempo você se exercita e há quanto

63
00:05:59,760 --> 00:06:04,160
tempo não se exercita. Quando o programa é executado pela primeira vez, ele define

64
00:06:04,160 --> 00:06:09,360
essas variáveis ​​de temporizador como 0. Os blocos 'no início do ML' são

65
00:06:09,360 --> 00:06:15,400
acionados quando o modelo de ML decide que você começou a se exercitar ou não.

66
00:06:15,400 --> 00:06:19,240
Eles mostram ícones diferentes no display LED do micro:bit dependendo

67
00:06:19,240 --> 00:06:25,920
da ação estimada que você está realizando. Os blocos 'on ML stop' são acionados quando o

68
00:06:25,920 --> 00:06:32,960
modelo ML decide que você concluiu uma ação, neste caso exercitando ou não.

69
00:06:32,960 --> 00:06:38,240
O código dentro de cada bloco limpa a tela e adiciona a duração da ação que acabou de

70
00:06:38,240 --> 00:06:43,360
ser concluída à variável que armazena o tempo total de cada ação.

71
00:06:43,360 --> 00:06:49,680
O modelo ML funciona com o código para permitir visualizar o tempo total gasto em cada ação.

72
00:06:49,680 --> 00:06:55,160
Pressione o botão A para ver o tempo total de exercício e pressione o botão B para ver o

73
00:06:55,160 --> 00:07:00,680
tempo total de inatividade. O cronômetro conta em milissegundos,

74
00:07:00,680 --> 00:07:07,880
milésimos de segundo, então o número mostrado é dividido por 1000 para mostrar o tempo em segundos.

75
00:07:07,880 --> 00:07:12,640
Para fazer com que o seu simples temporizador de exercícios de IA seja executado no seu micro:bit, você

76
00:07:12,640 --> 00:07:19,360
só precisa baixar este código para um micro:bit. Se você não tiver outro micro:bit disponível,

77
00:07:19,360 --> 00:07:26,440
basta substituir o código atualmente no micro:bit de coleta de dados pelo código do projeto.

78
00:07:26,440 --> 00:07:31,200
Agora teste o projeto na vida real. Os ícones corretos são exibidos

79
00:07:31,200 --> 00:07:36,640
quando você está se exercitando ou não? Você pode testar se o código do temporizador está funcionando

80
00:07:36,640 --> 00:07:41,640
bem com o modelo em 3 etapas fáceis: Pressione o botão reset.

81
00:07:41,640 --> 00:07:46,040
Exercite-se por 30 segundos. Em seguida, pressione o botão A.

82
00:07:46,040 --> 00:07:50,080
Você deverá ver o número 30 rolando no display.

83
00:07:50,080 --> 00:07:55,240
Agora você está pronto para se conectar ao CreateAI, coletar seus próprios dados e usá-los para treinar,

84
00:07:55,240 --> 00:08:00,160
testar e melhorar um modelo de aprendizado de máquina. E você pode então combinar esse modelo com

85
00:08:00,160 --> 00:08:05,642
o código pronto e testá-lo no seu próprio micro:bit.