AI activity timer step-by-step video

Para criar seu cronômetro de atividade de IA, você treinará um modelo de aprendizado de máquina, ou ML,

para reconhecer quando você está fazendo diferentes movimentos ou atividades.

Em seguida, você combinará esse modelo com algum código pronto para um temporizador de atividade,

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.

Este projeto vem com 6 amostras de dados de movimento para caminhar, 6 amostras de dados de movimento

para pular para cima e para baixo e 6 amostras de dados de movimento para ficar relativamente imóvel.

Você adicionará 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 poder se mover livremente e registrar suas próprias amostras de dados de movimento.

Para começar, conecte o micro:bit usado no tornozelo ao CreateAI.

Chamamos isso de coleta de dados micro:bit.

Se o seu computador tiver Bluetooth habilitado, você só precisará de 1 micro:bit com bateria e 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 seu micro:bit estiver conectado, você verá as linhas no gráfico ao vivo mudarem à medida que você move o seu 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.

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.

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 de 'salto' e ao conjunto de dados de 'estar parado'.

Selecione-os clicando na ação, depois clique em gravar e pule ou fique parado enquanto grava as amostras.

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

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

Portanto, clique em 'Treinar modelo' 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.

Agora use a coleta de dados micro:bit para testar se o modelo está funcionando bem.

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 cada uma das ações para ver a mudança na ação estimada e 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 notar 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 uma amostra por vez ou gravar 10 amostras em sequência.

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.

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 poderá 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 3 variáveis ​​para controlar há quanto tempo você está realizando cada ação.

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 iniciou uma ação específica.

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 caminhar, pular ou ficar parado.

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 a estimativa de quanto tempo você caminhou.

Pressione o botão B para ver quanto tempo o modelo estimou que você estava saltando.

Para ver a duração estimada em que você ainda está, pressione A e B juntos.

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 temporizador de atividade 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 você pode testar 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. Salte por 30 segundos.

Em seguida, pressione o botão B. Você deverá ver o número 30 rolando no display.

Agora você está pronto para se conectar ao CreateAI,

coletar seus próprios dados, usá-los para treinar, testar e melhorar um modelo de aprendizado de máquina e, então,

combinar esse modelo com o código pronto e testá-lo em seu próprio micro: pedaço.

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

Aproveitar!