Simple AI exercise timer step-by-step video

Para crear su cronómetro de ejercicio de IA simple, entrenará un modelo de aprendizaje automático (o ML).

Este modelo reconocerá cuándo estás haciendo ejercicio y cuándo no.

Luego combinarás el modelo con un código ya preparado para un cronómetro de ejercicio...

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.

El proyecto viene con 3 muestras de datos de movimiento para hacer ejercicio

y 3 muestras de datos de movimiento para no hacer ejercicio.

Deberá agregar más muestras registrando sus propios datos de movimiento.

micro:bit CreateAI recopila muestras de datos de movimiento utilizando el acelerómetro

(o sensor de movimiento) en el 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, necesitas configurar el micro:bit de recolección de datos.

Conecte el micro:bit de muñeca a CreateAI. Si su computadora tiene Bluetooth habilitado,

solo necesitará 1 micro:bit 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 de recolección de datos 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.

Decide qué acción de 'ejercicio' vas a realizar.

Podría ser correr, caminar rápidamente, saltar, boxear, bailar o cualquier otro ejercicio.

Asegúrese de que el micro:bit esté sujeto a la muñeca o el tobillo que se moverá.

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 "no hacer ejercicio". Selecciónelo haciendo clic en la acción,

luego quédese quieto o muévase solo ligeramente mientras graba la muestra.

Notarás que las líneas x, y, z cambian de lugar dependiendo

del ángulo en el que sostienes tu micro:bit.

El proyecto no tiene 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" 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. Su micro:bit de recopilación de datos ahora se puede

utilizar 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 diferentes niveles de ejercicio o no ejercicio 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.

Puede notar que su 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 su 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 1 muestra a la vez o puede grabar 10 muestras en secuencia.

Las muestras de datos limpias también ayudan a que un modelo de aprendizaje automático 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,

puedes 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 dos variables para realizar un seguimiento de cuánto tiempo ha estado haciendo ejercicio y cuánto

tiempo no ha hecho ejercicio. 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 comenzado a hacer ejercicio o no.

Muestran diferentes iconos en la pantalla LED del micro:bit dependiendo

de la acción que ha estimado que estás realizando. Los bloques 'al detener ML' se activan cuando el

modelo ML decide que ha finalizado una acción, en este caso hacer ejercicio o no hacer ejercicio.

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.

Pulsa el botón A para ver el tiempo total que has estado haciendo ejercicio y pulsa el botón B para ver el

tiempo total que has estado inactivo. 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 hacer que su sencillo temporizador de ejercicios de IA se ejecute en su micro:bit,

solo necesita 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 pruebe 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.

Haga ejercicio durante 30 segundos. Luego presione el botón A.

Debería ver el número 30 desplazándose por la pantalla.

Ahora está listo para conectarse a CreateAI, recopilar sus propios datos y usarlos para entrenar,

probar y mejorar un modelo de aprendizaje automático. Y luego puedes combinar este modelo con

el código ya preparado y probarlo en tu propio micro:bit.