Temporitzador d'activitat d'IA

Un projecte fàcil de personalitzar amb micro:bit CreateAI. Fes un temporitzador intel·ligent que pugui detectar quant de temps portes fent diferents activitats.

Pas 1: Entén-ho

Com funciona?

En aquest projecte entrenaràs un model d'aprenentatge automàtic (ML) per reconèixer quan estàs fent moviments específics mentre portes una micro:bit de la BBC.

Combinaràs aquest model amb un programa MakeCode per crear un temporitzador d'activitat i posar tant el model com el codi a la teva micro:bit. Simplement posa't la micro:bit per mesurar el temps que portes fent diferents activitats.

Premeu els botons A o B per veure quants segons has estat fent cada activitat.

Què és l'aprenentatge automàtic?

L'aprenentatge automàtic (ML) és una mena d'intel·ligència artificial (IA) on els ordinadors poden aprendre i prendre decisions basades en dades.

Els humans entrenen els models de ML per ajudar-los a prendre aquestes decisions, per exemple, per reconèixer diferents "accions" quan moveu la vostra micro:bit de diferents maneres.

Què hauré de fer?

Els sistemes d'IA necessiten humans per dissenyar-los, construir-los, provar-los i utilitzar-los. Recollireu dades per entrenar un model d'ML, provar-lo, millorar-lo i combinar-lo amb codi informàtic per fer un dispositiu intel·ligent que utilitzi IA. Per fer-ho, utilitzareu una micro:bit i el lloc web micro:bit CreateAI.

Pas 2: Crea-ho

Què necessites

• Un micro:bit V2, cable de dades USB, paquet de bateries amb 2 piles AAA
• Un ordinador (p. ex., ordinador de sobretaula, portàtil o Chromebook) amb accés al lloc web micro:bit CreateAI, mitjançant un navegador web Chrome o Edge
• Si el teu ordinador no té Bluetooth habilitat, necessitaràs una micro:bit V2 addicional
• Una corretja i un suport, o una altra manera de subjectar la micro:bit al canell (p. ex., tiges manuals flexibles o bandes elàstiques)
• També pots trobar els nostres consells d'ensenyament de micro:bit CreateAI útils

Recollir mostres de dades

Quan obris el projecte a micro:bit CreateAI, veuràs que t'hem donat algunes mostres de dades per "caminar", "saltar" i "estar quiet":

Afegeix les teves pròpies mostres de moviment mitjançant el sensor de moviment o acceleròmetre de la micro:bit.

A micro:bit CreateAI, fes clic al botó "Connecta" per connectar la teva recollida de dades micro:bit i segueix les instruccions.

Enganxa la micro:bit de recollida de dades a l'interior del turmell dret amb el botó B a la part superior; és important que totes les mostres d'un projecte utilitzin la mateixa col·locació de la micro:bit al cos. Si vols canviar la manera de portar-lo, simplement substitueix totes les mostres de dades.

Afegeix la teva pròpia mostra de dades de moviment per caminar, saltar i estar quiet. Fes clic a cada acció al seu torn i, a continuació, fes clic a "Enregistra" per gravar-ne una breu mostra. Si comets un error, pots eliminar les mostres que no vulguis. També pots prémer el botó B de la micro:bit per començar a gravar.

Examina les mostres de dades: totes les mostres "caminant" semblen semblants? Les mostres de "saltar" tenen un aspecte diferent de "caminar" i "estar quiet"?

Entrena i prova el model

Fes clic al botó "Entrena model" per entrenar el model i, a continuació, prova'l. Prova de caminar i comprova si es mostra "caminar" com a acció estimada. Prova de saltar i d'estar quiet també. Deix la teva micro:bit a algú més perquè el porti i comprova si també li funciona.

Millora el teu model

Aquest és el pas on treballaràs de manera iterativa. La majoria dels models es poden millorar amb més dades. Si cal millorar el model per reconèixer les teves accions, fes clic a "← Edita mostres de dades".

Pots netejar el teu conjunt de dades suprimint les mostres de dades que creguis que no encaixen (perquè semblen completament diferents de les altres mostres per a la mateixa acció). També pots millorar el model afegint més mostres de tu mateix i d'altres persones.

És possible que hagis d'incloure un moviment molt subtil com a part de les teves mostres de dades "d'estar quiet" per ajudar el model a diferenciar les diferents accions. La recollida de mostres fixes amb la micro:bit en diferents orientacions també ajuda al model.

Torna a entrenar el model i torna'l a provar.

Posa el model i el programa a la teva micro:bit

A micro:bit CreateAI, fes clic a "Edita a MakeCode" per veure el codi del projecte a l'editor MakeCode.

Pots modificar el codi tal com ho faries en qualsevol projecte de micro:bit MakeCode, o simplement prova'l tal com és. Connecta una micro:bit mitjançant un cable de dades USB, fes clic al botó "Transfereix" a la pantalla MakeCode i segueix les instruccions per transferir el teu model d'IA i els blocs de codi a una micro:bit. Desconnecta la micro:bit, connecta una bateria, posa-la i prova-la.

• Prem el botó A per veure quants segons has estat caminant.
• Prem el botó B per veure quants segons has estat saltant.
• Prem A & B junts per veure quants segons has estat quiet.
• Reinicia el temporitzador prement el botó de restabliment de la part posterior de la micro:bit o desconnecta i torna a connectar la bateria.

Com funcionen els blocs de codi

El codi utilitza tres variables per fer un seguiment del temps que portes fent una activitat específica. Quan el programa s'executa per primera vegada, estableix aquestes variables del temporitzador a 0.

Els blocs "a l'inici de ML..." s'activen quan el model d'ML decideix que has iniciat una activitat que reconeix. Mostren diferents icones a la pantalla LED de la micro:bit en funció de l'acció que ha estimat que estàs fent.

Els blocs "en ML... aturada" s'activen quan el model ML decideix que has acabat una acció, p. caminar, saltar o estar quiet. El codi dins de cada bloc esborra la pantalla i afegeix la durada de l'acció que acaba d'acabar a la variable que emmagatzema el temps total per caminar, saltar o estar quiet.

Els blocs "en cas del botó... premut" contenen codi per mostrar les variables que mostren el temps total que has estat fent cada acció. El temporitzador compta en mil·lisegons (mil·lèsimes de segon), de manera que el nombre que es mostra es divideix per 1000 per mostrar la durada total en segons.

Avaluació

Que tan precís és mesurar quant de temps fa una activitat específica? Funciona igual de bé per a diferents persones?

Comprova si el programa del temporitzador funciona bé amb el model en tres senzills passos:

1. Prem el botó de reinici.
2. Salta durant 30 segons.
3. Prem el botó B. Hauries de veure un nombre proper al 30 que es desplaça a la pantalla.

• Si vols millorar el model, fes clic a la fletxa < a la part superior esquerra de l'editor MakeCode per afegir més mostres de dades i tornar a entrenar el model. .

Compara el temporitzador d'activitat de l'IA amb els projectes Comptador de passos o Comptador de passos sensibles que no utilitzen ML (aprenentatge automàtic):

• Com l'ús de ML crea un projecte més útil?
• Sempre es necessita IA/ML per fer projectes útils?

Pas 3: Estén-lo

• Afegeix dades per a una acció diferent i utilitza el botó del logotip tàctil per veure la variable del temporitzador de l'acció nova.
• Afegiu blocs de so per donar comentaris d'àudio quan es detectin activitats diferents.
• Pots utilitzar els teus nous coneixements sobre l'aprenentatge automàtic per "trencar el model"? Pots moure't de determinades maneres per enganyar el model perquè prengui decisions incorrectes sobre quina activitat estàs fent? També pots experimentar amb l'addició de mostres de dades "confuses" i avaluar-ne l'impacte en el model ML. Comparant el que saps sobre per què algunes mostres de dades funcionen bé, mentre que altres no, és una bona manera d'explorar la teva comprensió d'aquesta tecnologia.