Skip to content

Atividade

Cronômetro de exercício do Simple IA

Intermediário | MakeCode | Acelerômetro | Aprendizagem de máquina, Coletando dados, Entendendo IA, Papel humano no design de IA

Um ótimo primeiro projeto para construir com o micro:bit CreateAI. Crie um temporizador de exercícios inteligente que possa informar quanto tempo você está ativo ou inativo.

Guia passo a passo do projeto

Passo 1: Entendendo

Como funciona?

Neste projeto, você vai treinar um modelo de aprendizado de máquina (ML ou Machine Learning) para reconhecer quando você está se exercitando e quando não está.

Você irá combinar esse modelo com um programa MakeCode para criar um temporizador de exercícios e colocar este projeto no seu BBC micro:bit. Basta usar o micro:bit para cronometrar por quanto tempo você e exercitou ou não.

Pressione o botão A para ver quantos segundos você esteve ativo e o B para ver quanto tempo esteve inativo.

O que é aprendizado de máquina?

Aprendizado de máquina (ML) é um tipo de inteligência artificial (IA) em que os computadores conseguem aprender e tomar decisões com base em dados.

Modelos de ML são treinados por humanos para ajudar a tomar essas decisões, por exemplo, para reconhecer diferentes 'ações' quando você movimenta seu micro:bit de diferentes maneiras.

O que eu precisarei fazer?

Os sistemas de IA precisam de humanos para projetá-los, construí-los, testá-los e usá-los. Você coletará dados para treinar um modelo de ML, testá-lo, melhorá-lo e combiná-lo com código de computador para criar um dispositivo inteligente que usa IA. Você usará um micro:bit e o site micro:bit CreateAI para fazer isso.

Passo 2: Criação

Itens necessários:

Coletar amostras de dados

Ao abrir o projeto no micro:bit CreateAI, você verá que fornecemos algumas amostras de dados para as ações de 'fazendo exercício' e 'sem exercício':

Você adicionará suas próprias amostras de movimento usando o sensor de movimento ou o acelerômetro do microbit.

No micro:bit CreateAI, clique no botão 'Conectar' para conectar o seu micro:bit de coleta de dados e siga as instruções.

Prenda o micro:bit de coleta de dados no seu pulso. Decida algumas ações que frequentemente fazem parte do exercício, como corrida estática, salto estrela ou caminhada. Clique na primeira ação, 'fazendo exercício' e clique em 'Gravar' para registrar suas próprias amostras de dados. Caso cometa um erro, pode excluir quaisquer amostras que não quiser. Você também pode pressionar o botão B no micro:bit para começar a gravar.

Faça o mesmo para a ação de 'sem exercitar', certificando-se de coletar amostras em diferentes orientações.

Analise os exemplos de dados: parece que você está se movimentando em todos os exemplos de ' fazendo exercício' ? Parece que você está sem se mover em todas as amostras de 'sem exercício'?

Treine e teste o modelo

Clique no botão 'Treinar modelo' para treinar o modelo e, em seguida, teste-o. Tente se movimentar e veja se 'fazendo exercício' está sendo exibido como a ação esperada. Não se mexa e veja se o "sem exercício' é a ação esperada.  Dê seu micro:bit para outra pessoa usar e veja se funciona bem para ela.

Melhore seu modelo

A maioria dos modelos pode ser aprimorada com mais dados. Caso o modelo precise ser aprimorado para reconhecer suas ações, clique em '← Editar amostras de dados'.

É possível excluir quaisquer amostras de dados que você ache que não se encaixem (porque parecem completamente diferentes de outras amostras para a mesma ação) ou adicionar mais amostras suas e de outras pessoas.

Treine o modelo novamente e teste-o outra vez.

Coloque o modelo e o código no seu micro:bit

No micro:bit CreateAI, clique em ‘Editar no MakeCode’ para ver o código do projeto no editor MakeCode.

É possível modificar o código como você faria em qualquer projeto do micro:bit MakeCode ou simplesmente testá-lo como está. Conecte um micro:bit usando um cabo de dados USB, clique no botão 'Download' na tela do MakeCode e siga as instruções para transferir seu modelo de IA e os blocos de código para um micro:bit. Desconecte o micro:bit, conecte um conjunto de baterias, vista-o e teste-o.

  • Pressione o botão A para ver por quantos segundos você esteve se exercitando.
  • Pressione o botão B para ver por quantos segundos você não esteve se exercitando.
  • Redefina o cronômetro pressionando o botão de redefinir na parte de trás do micro:bit ou desconectando e reconectando o conjunto de baterias.

Como funcionam os blocos de código

O código usa duas variáveis para controlar por quanto tempo você esteve se exercitando ou não. Quando o programa é executado pela primeira vez, ele define essas variáveis do temporizador para 0.

Os blocos 'on ML... start' são acionados quando o modelo de ML decide se você começou ou parou de se exercitar. Eles mostram diferentes ícones no visor LED do micro:bit, dependendo da ação que ele estimou que você esteja fazendo.

Os blocos 'on ML... stop' são acionados quando o modelo de ML decide que você terminou uma ação. 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.

Os blocos 'no botão... pressionado' contêm código para exibir as variáveis que indicam o tempo total em que você esteve se exercitando e não se exercitando. O cronômetro conta em milissegundos (milésimos de segundo), então o número exibido é dividido por 1000 para mostrar as durações totais em segundos.

Avaliação

Quão precisa é a medição de tempo em que você esteve se exercitando ou descansando? Funciona igualmente bem para pessoas diferentes?

Teste se o código do temporizador está funcionando bem com o modelo em três passos simples:

  1. Pressione o botão de reset.
  2. Se exercite por 30 segundos.
  3. Pressione o botão A. Você deverá ver um número próximo a 30 passar pela sua tela.
  • Caso queira aprimorar o modelo, clique na < seta no canto superior esquerdo do editor MakeCode para adicionar mais amostras de dados e treinar novamente o modelo.

Compare o cronômetro de exercício do Simple IA com o projeto de contador de passos que não usa ML (aprendizado de máquina):

  • Como o uso de ML produz um projeto mais útil?
  • É sempre necessário usar IA / ML para criar projetos úteis?

Passo 3: Amplie-o

  • Explore adicionar blocos de código que mostram um '?' quando o modelo não consegue identificar sua ação.
  • Adicione blocos de som para fornecer avisos em áudio quando for detectado que está se exercitando ou não.
  • Experimente o projeto de temporizador de atividades de IA para treinar seu micro:bit para detectar e cronometrar exercícios ou atividades específicas.