Timer aktywności AI

Łatwy projekt do spersonalizowania za pomocą micro:bit CreateAI. Zrób inteligentny zegar, który może wykryć, jak długo wykonywałeś różne czynności.

Krok 1: Zrozumieć to

Jak to działa?

W tym projekcie będziesz trenował model uczenia maszynowego (ML) do rozpoznania, kiedy wykonujesz określone ruchy podczas noszenia BBC micro:bit.

Będziesz łączyć ten model z programem MakeCode, aby utworzyć licznik czasu aktywności i umieścisz zarówno model jak i kod na swoim micro:bicie. Po prostu załóż micro:bit i zmierz, jak długo wykonujesz różne czynności.

Naciskaj przycisk A lub B, aby zobaczyć, ile sekund wykonujesz każdą czynność.

Czym jest uczenie maszynowe?

Uczenie maszynowe (ML) jest rodzajem sztucznej inteligencji (AI), w której bazując na danych komputery uczą się i podejmują decyzje.

Modele ML są trenowane przez ludzi, aby pomóc im w podejmowaniu takich decyzji, na przykład, aby rozpoznać różne "akcje", gdy poruszasz swój micro:bit na różne sposoby.

Co będę musiał zrobić?

Systemy AI potrzebują ludzi do projektowania, budowania, testowania i korzystania z nich. Zbierasz dane, aby wytrenować model ML, przetestować go, ulepszyć go i połączyć z kodem komputerowym, aby stworzyć inteligentne urządzenie, które używa AI. Aby to zrobić, użyjesz strony micro:bit i micro:bit CreateAI.

Krok 2: Utwórz

Czego potrzebujesz

• micro:bit V2, kabel transmisji danych USB, pakiet baterii z 2 x baterie AAA
• Komputer (np. desktop, laptopa lub Chromebook) z dostępem do strony micro:bit CreateAI, za pomocą przeglądarki Chrome lub Edge
• Jeśli twój komputer nie ma włączonego Bluetooth, potrzebujesz dodatkowego micro:bita V2
• Taśma i uchwyt, lub inny sposób na przymocowanie micro:bita do nadgarstka (np. elastyczna taśma)
• Mogą okazać się również użyteczne nasze porady dla nauczania z micro:bit CreateAI

Zbierz próbki danych

Kiedy otworzysz projekt w micro:bit CreateAI, zobaczysz, że daliśmy Ci kilka przykładów danych dla "chodzenia", "skakania" i "„bycia nieruchomym":

Dodasz własne próbki ruchu za pomocą sensora ruchu lub akcelerometru micro:bit.

W micro:bit CreateAI, kliknij przycisk 'Połącz', aby połączyć zebrane dane, i postępuj zgodnie z instrukcjami.

Dołącz micro:bit do zbierania danych do prawej wewnętrznej kostki, z przyciskiem B na górze; ważne jest, aby wszystkie próbki danych w projekcie wykorzystywały takie samo położenie micro:bita na ciele. Jeśli chcesz zmienić sposób jego noszenia, wystarczy zastąpić wszystkie próbki danych.

Dodaj własną próbkę danych dotyczących ruchu podczas chodzenia, skakania i pozostawania w bezruchu. Kliknij na każdą akcję po kolei, a następnie kliknij 'Record', aby zapisać krótką próbkę każdej z nich. Jeśli popełnisz błąd, możesz usunąć dowolne próbki, których nie chcesz. Możesz również nacisnąć przycisk B na micro:bicie, aby rozpocząć nagrywanie.

Sprawdzić próbki danych: czy wszystkie „chodzące” próbki wyglądają podobnie? Czy próbki "skakanie" wyglądają inaczej niż „chodzenie” i „pozostawanie w bezruchu”?

Trenuj i testuj model

Kliknij przycisk „Trenuj model”, aby trenować model, a następnie przetestować go. Spróbuj przejść się i sprawdź, czy „chodzenie” jest wyświetlane jako szacowana czynność. Spróbuj skakać i a także pozostawać w spokoju. Daj swój micro:bit komuś innemu do noszenia i sprawdź, czy działa dla niego.

Ulepsz swój model

Jest to krok, w którym będziesz pracować iteracyjnie. Większość modeli można ulepszyć dzięki większej liczbie danych. Jeśli model wymaga ulepszenia, aby rozpoznać Twoje działania, kliknij na "Edytuj próbki danych".

Możesz wyczyścić swój zestaw danych, usuwając próbki danych, które uważasz, że nie pasują (ponieważ wyglądają zupełnie inaczej niż inne próbki dla tej samej aktywności). Możesz również ulepszyć model, dodając więcej próbek od siebie i od innych osób.

Może być konieczne uwzględnienie bardzo subtelnych ruchów jako części próbek danych dotyczących „bycia w bezruchu”, aby pomóc modelowi odróżniać różne aktywności. Zbieranie dalsze próbek z micro:bitem w różnych kierunkach również pomaga modelowi.

Ponownie trenuj i testuj model.

Umieść model i kod na swoim micro:bicie

W micro:bit CreateAI kliknij "Edytuj w MakeCode", aby zobaczyć kod projektu w edytorze MakeCode.

Możesz zmodyfikować kod tak, jak w dowolnym projekcie micro:bit MakeCode lub po prostu wypróbować taki, jaki jest. Podłącz micro:bit za pomocą kabla danych USB, kliknij przycisk „Pobierz” na ekranie MakeCode i postępuj zgodnie z instrukcjami, aby przenieść swój model AI i bloki kodu do micro:bita. Odłącz micro:bit, przymocuj zestaw baterii, noś i przetestuj go.

• Naciśnij przycisk A, aby zobaczyć, ile sekund chodziłeś.
• Naciśnij przycisk B, aby zobaczyć, ile sekund skakałeś.
• Naciśnij jednocześnie przyciski A i B, aby sprawdzić, ile sekund spędziłeś w bezruchu.
• Zresetuj timer naciskając przycisk resetowania na tylnej stronie micro:bita lub rozłączając i ponownie podłączając zestaw baterii.

Jak działają bloki kodu

Kod używa trzech zmiennych, aby śledzić czas trwania określonej aktywności. Gdy program uruchamia się po raz pierwszy, ustawia te zmienne timera na 0.

Bloki 'gdy ML... start' są uruchamiane, gdy model ML decyduje, że rozpocząłeś aktywność, którą rozpozna. Na wyświetlaczu LED micro:bita wyświetlają się różne ikony w zależności od oszacowanej przez płytkę czynności, którą wykonujesz.

Bloki 'gdy ML... stop' są uruchamiane, gdy model ML zdecyduje, że ukończyłeś akcję, np. chodzenie, skakanie lub pozostawanie w miejscu. Kod wewnątrz każdego bloku czyści wyświetlacz i dodaje czas trwania akcji, którą właśnie zakończył do zmiennej przechowującej całkowity czas chodzenia, skakania lub pozostawania w miejscu.

Bloki 'gdy przycisk... naciśnięty' zawierają kod do wyświetlania wartości zmiennych pokazujących całkowity czas wykonania każdej akcji, którą wykonywałeś. Czasomierz liczy w milisekundach (tysięcznych sekundy), więc wyświetlana liczba jest dzielona przez 1000 pokazując całkowity czas trwania w sekundach.

Ewaluacja

Jak dokładnie mierzy się czas trwania Twojej konkretnej aktywności? Czy działa to równie dobrze dla różnych osób?

Sprawdź, czy kod timera działa dobrze z modelem w trzech prostych krokach:

1. Naciśnij przycisk resetowania.
2. Skacz przez 30 sekund.
3. Naciśnij przycisk B. Powinieneś zobaczyć liczbę bliską 30 przewijaną na wyświetlaczu.

• Jeśli chcesz ulepszyć model, kliknij < strzałkę w lewym górnym rogu edytora MakeCode, aby dodać więcej próbek danych i ponownie wytrenować model.

Porównaj licznik aktywności AI z Licznikiem kroków lub Wrażliwym licznikiem kroków z projektów, które nie używają ML (uczenia maszynowego):

• W jaki sposób korzystanie z ML tworzy bardziej przydatny projekt?
• Czy AI / ML są zawsze potrzebne, aby tworzyć użyteczne projekty?

Krok 3: Rozszerzenie

• Dodaj dane dla innej akcji i użyj przycisku logo do wyświetlenia zmiennej timera dla nowej akcji.
• Dodaj bloki dźwiękowe, aby zapewnić dźwiękową informację zwrotną po wykryciu różnych aktywności.
• Czy potrafisz wykorzystać swoją nową wiedzę na temat uczenia maszynowego, aby "złamać model”? Czy możesz poruszać się w pewien sposób, aby oszukać model i zmusić go do podjęcia niewłaściwych decyzji odnośnie wykonywanej przez Ciebie aktywności? Możesz również eksperymentować z dodaniem „mylących" próbek danych i ocenić ich wpływ na model ML . Porównanie tego, co wiesz o tym, dlaczego niektóre próbki danych działają dobrze, a inne nie, jest dobrym sposobem na poznanie Twojej wiedzy na temat tej technologii.