Skip to content

Atividade

Simple AI exercise timer

Intermédio | MakeCode | Acelerómetro | Aprendizagem automática, Collecting data, Human role in AI design, Understanding AI

Um excelente primeiro projeto a ser construído com micro:bit CreateAI. Faça um temporizador de exercício inteligente que indica quanto tempo você está ativo ou inativo.

Guia com passo a passo do projeto

Passo 1: Entendendo o projeto

Como funciona?

Neste projeto, você vai treinar um modelo de aprendizado de máquina para reconhecer quando você estiver se exercitando e quando não estiver se exercitando.

Você combinará esse modelo com um programa no MakeCode para fazer um temporizador de exercício e colocar esse projeto no seu BBC micro:bit. Use o micro:bit enquanto estiver fazendo as atividades para que ele contabilize o tempo de cada movimento.

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

O que é aprendizado de máquina?

Aprendizado de máquina é uma espécie de inteligência artificial em que os computadores podem aprender e tomar decisões com base em dados.

Modelos AM são treinados por humanos para ajudá-los a tomar essas decisões, por exemplo, reconhecer diferentes "ações" quando você movimenta o micro:bit de formas diferentes.

O que precisarei fazer?

Sistemas de Inteligência Artificial precisam de humanos para design, testá-los e usá-los. Você vai recolher dados para treinar um modelo AM, testá-lo, melhorá-lo e combiná-lo com o código do computador para criar um dispositivo inteligente que use a IA. Você irá usar um micro:bit e o site micro:bit CreateAI para fazer isso.

Passo 2: Criando o projeto

Do que é que precisas

Coletar amostras de dados

Quando abrir o projeto no micro:bit CreateAI, você verá que lhe demos alguns exemplos de dados para "se exercitando", "não se exercitando":

Você irá adicionar seu próprio movimento usando os sensores ou o acelerômetro do micro:bit .

No micro:bit CreateAI, clique no botão 'Conectar' para conectar a sua coleção de dados micro:bit e seguir as instruções.

Anexe o micro:bit que coletará os dados ao seu punho. Decida algumas ações que frequentemente fazem parte de se exercitar, como por exemplo, correr sem sair do local, polichinelo ou caminhar. Clique na primeira ação, "exercitar" e clique em "Gravar" para gravar suas próprias amostras de dados. Se você cometer um erro, pode excluir quaisquer amostras que não desejar. Você também pode pressionar o botão B no micro:bit para começar a gravar.

Faça o mesmo para a ação “não se exercitando”,certifique-se de recolher amostras em orientações diferentes.

Examine as amostras de dados: todas as amostras de ‘se exercitando’ parecem semelhantes? Todas as amostras de ‘não se exercitando" parecem que está imóvel?

Treine e teste o modelo

Clique no botão "Treinar modelo" para treinar o modelo, e então teste-o. Tente andar e veja se “exercício” é mostrado como a ação reconhecida. Permaneça imóvel e veja se "não se exercitando" é a ação reconhecida. Dê seu micro:bit para outra pessoa testar e veja se ele funcionará da mesma forma.

Melhore seu modelo

A maioria dos modelos pode ser melhorado com mais dados. Se o modelo precisa ser melhorado para reconhecer suas ações, clique em ‘Editar amostras’.

Você pode excluir quaisquer amostras de dados que você acha que não cabem (porque elas parecem completamente diferentes de outras amostras para a mesma ação) ou adicionar mais amostras de você mesmo e de outras pessoas.

Treine o modelo de novo e teste-o novamente.

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.

Você pode modificar o código da mesma forma que faria em qualquer projeto micro:bit MakeCode, ou apenas experimente do jeito que ele está. Anexe o micro:bit usando o cabo de dados USB, clique no botão 'Download' na tela MakeCode e siga as instruções para transferir seu modelo IA e os blocos de código para o micro:bit. Desconecte o micro:bit, conecte-o a um soquete de bateria, use-o e teste-o.

  • Pressione o botão A para ver quantos segundos você esteve se exercitando.
  • Pressione o botão B para ver quantos segundos você não esteve se exercitando.
  • Redefina o temporizador pressionando o botão reiniciar no verso do micro:bit, ou desconecte e reconecte o soquete da bateria.

Como os blocos de código funcionam

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

Os blocos 'em ML... início' são acionados quando o modelo ML decide se você começou a se exercitar ou não está se exercitando. Eles mostram diferentes ícones na tela de LED do micro:bit dependendo da ação que você está fazendo.

Os blocos 'em ML... parar' são acionados quando o modelo 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 terminar para a variável armazenando o tempo total de cada ação.

O bloco 'no botão... pressionado' contém código para exibir as variáveis mostrando o tempo total que você esteve se exercitando e não se exercitando. O temporizador conta em milissegundos (milésimos de um segundo), então o número mostrado é dividido por 1000 para mostrar a duração total em segundos.

Avaliação

O quão ele é preciso em medir quanto tempo você esteve se exercitando ou descansando? Será que funciona igualmente bem para pessoas diferentes?

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

  1. Pressione o botão de reiniciar.
  2. Exercise for 30 seconds.
  3. Press button A. You should see a number close to 30 scroll across your display.
  • If you want to improve the model, click the < arrow at the top left of the MakeCode editor to add more data samples and retrain the model.

Compare the Simple AI exercise timer with the Step counter project that does not use ML (machine learning):

  • Como usar ML cria um projeto mais útil?
  • IA / AM são sempre necessários para fazer projetos úteis?

Passo 3: Estendendo

  • Explore adding code blocks that show a '?' when the model cannot identify your action.
  • Add sound blocks to give audio feedback when exercising or not exercising are detected.
  • Try out the AI activity timer project to train your micro:bit to detect and time specific exercises or activities.