AI micro:bit Insignia
Alrededor de 3 horas
Edades 8+
¿Qué vas a hacer?
Crearemos una insignia a crochet, donde colocaremos nuestro micro:bit, para llevarlo a todas partes, y divertirnos con el código.
Continuaremos creando un modelos de inteligencia artificial que identificar la voz y controlar la matriz de leds de nuestra micro:bit.
Qué aprenderás?
Usaremos scratch y techable machine, aprendiendo como programar simples comandos de programcion, al igual que crear un modelos de machine learning para reconocer la voz y usar este modelo para interactuar con nuestro badge.
Codifique su micro:bit
Paso 1
Para la programación vamos a usar a Teachable Machine y Scratch, para la comunicación con micro:bit vamos a “https://scratch.mit.edu/microbit” para descargar su plugin. Sigue las instrucciones para tu sistema operativo, conectamos nuestra micro:bit a nuestra computadora para arrastrarle el código HEX que acabamos de descargar.
Paso 2
Vamos a ir a scratch 3: https://stretch3.github.io/, usamos esta versión ya que cuenta con más plugins. Vamos a agregar el plugin de “Micro:bit” va a aparecer el menú para conectar nuestra placa, conectamos nuestra Micro:bit y la conectamos.
Tambien vamos a agregar el plugin “TM2Scratch” este nos permitira usar nuestro modelo de teachable machine.
Paso 3
Ahora vamos a crear nuestro modelo de marchine learning vamos a teachable machine: https://teachablemachine.withgoogle.com/train, seleccionamos el un “proyecto de audio” Nuestro espacio de trabajo se divide en tres secciones:
Izquierda: estan las etiquetas de audio.
En el medio: se realiza el entrenamiento.
Derecha: donde probaremos el modelo y lo compartiremos.
Paso 4
Vamos a cambiar “Class 2” por “Make” y vamos a añadir una dos nuevas clase, una para la palabra “off” y otra para “i don’t know”, aqui colocaremos diferentes palabras para que el modelo conosca más, y pueda distinguir con mas facilidad la palabras que escojimos.
Paso 5
Vamos a la sección de “Ruido de fondo”, hacemos clic en el micrófono y grabamos 20 segundos de ruido de fondo. Al terminar nos va a salir el botón de “Extraer muestra”. Listo ya tenemos 20 muestras.
Paso 6
Ahora haremos la sección de “Make” clic en el microfono y nos grabamos durante 5 segundos diciendo la palabra Make. Al terminar selecionamos dentro de audio la palabra, podemos hacer click en el boton de play para escuchar lo que selecionamos y extraemos la muestra de audio. Repetimos el paso hasta completar nuestro minimo de 8 muestras.
Paso 7
Repetimos el paso anterior pero ahora con “off”. Ahora vamos a hacer “i don´t know”, hacemos clic en en el engrane de alado (ajustes), para poder cambiar la duración a 10 segundos, guardamos los ajustes y grabamos 10 segundos mientras decimos diferentes palabras. Y extraemos las muestras.
Paso 8
Genial, ahora vamos a “Preparar modelo”, recuerda no cambiar de página o se interrumpirá el proceso, este puede tomar unos minutos.
Paso 9
Caudno alla terminado, podemos probar nuestro modelo diciendo “Make” o “Off”, en la parte de abajo te aparecere el porcetaje de similitud con las clases que creamos. Si quieres que sea más preciso, deberas aumentar las muestras de cada palabra.
Paso 10
Ahora hacemos clic “Exportar modelo”, revisa que este activado “Subit (enlace para compartir)” hacemos click en “Subir mi modelo” este proceso puede tomar unos minutos. Copiamos la URL y regresamos a Scratch 3.
Paso 11
Vamos a la sección de “Eventos” y arrastramos el bloque de “al presionar (bandera verde)”, vamos a la sección de “TM2Scratch” tomamos el bloque “sound classification model URL” aqui pegaremos la url. Tomamos el “set confidence threshold 0.5” y cambiamos el valor de “0.5” a “0.7”. En el menú vamos a “micro:bit” y ponemos el bloque “mostrar ” en el bloque de código principal.
Paso 12
Regresamos a “TM2Scratch” y tomamos el bloque “When received sound label (any)” , luego vamos a la sección de “Control” y tomamos el bloque “si <> entonces, sino” y lo ponemos a continuación del bloque anterior y tomamos otra condición y la pones dentro de “sí no”. Vamos a “TM2Scratch” arrastramos el “sound (any) detected” y lo ponemos en las condiciones.
Paso 13
Hacemos click en nuestra bandera verde, para que podamos usar nuestras labels de nuestro modelo en scratch, tomará unos segundos. Hacemos click en el “sound (any)” de la primera condición, para seleccionar “make” y en la siguiente seleccionamos “off”.
Paso 14
Vamos a “micro:bit”, tomamos el bloque “mostrar” y lo ponemos dentro de las dos condiciones. En la condición de “make” vamos a hacer click en el “()” para poner una M y en el de “off” limpiamos la pantalla.
Paso 15
Listo! Ahora pueba tu codigo con la bandera verde, no olviden combinarlo con tu insignia.
El recursos
Media
¿Qué está pasando aquí?
Máquina enseñable
Utilizamos teachable machine, una herramienta de google, logramos crear nuestro modelo de machine learning de detección de voz, incluyendo las muestras de las palabras que quermos identificamos como “make”, “off”, “Ruido de fondo” y “i don’t know”. Despues lo unimos con Scratch, para que cuando identifique cada una de estas haga diferentes acciones en nuestra micro:bit.
¿Qué es lo siguiente?
Más proyectos micro:bit
Puedes experimentar agregando mas palabras para personalizar tu insignia, o mejorando tu modelo agregando mas muestras para lograr un mejor rendimiento.
Tambien puedes revisar los otros projectos de la libreria de Maker Camp, para crear un badge con crochet para incluir tu micro:bit.
Acerca de MoonMakers
MoonMakers — lideradas por Camila and Diego Luna — somos una comunidad de creadores apasionados por el conocimiento. Un Makerspace, un espacio abierto con diferentes máquinas de fabricación digital. Y un canal de YouTube donde promovemos la ciencia, la tecnología y el movimiento maker.
MoonMakers ha colaborado con empresas como: Sesame Street, Make Community y en México con Televisión Educativa y Fundación Televisa, creando contenido educativo.
Hemos imparto talleres por la República Mexicana con: Talent Land, Secretaría de educación en Jalisco, Conacyt, Centro Cultural España.
- Materiales:
- Micro:bit
- Base de baterías
- Baterías
- Cable micro USB a USB
Maker Camp Project Standards
Based on NGSS (Next Generation Science Standards)
National Core Arts Standards
The National Core Arts Standards are a process that guides educators in providing a unified quality arts education for students in Pre-K through high school. These standards provide goals for Dance, Media Arts, Music, Theatre, and Visual Arts with cross-cutting anchors in Creating, Performing, Responding, and Connecting through art. The Anchor Standards include:- Generate and conceptualize artistic ideas and work.
- Organize and develop artistic ideas and work.
- Refine and complete artistic work.
- Select, analyze, and interpret artistic work for presentation.
- Develop and refine artistic techniques and work for presentation.
- Convey meaning through the presentation of artistic work.
- Perceive and analyze artistic work.
- Interpret intent and meaning in artistic work.
- Apply criteria to evaluate artistic work.
- Synthesize and relate knowledge and personal experiences to make art.
- Relate artistic ideas and works with societal, cultural, and historical context to deepen understanding.
National Core Arts Standards
The National Core Arts Standards are a process that guides educators in providing a unified quality arts education for students in Pre-K through high school. Also see Standards with cross-cutting anchors in Creating, Performing, Responding, and Connecting through art for Visual Arts.K–12 Computer Science Framework
The K–12 Computer Science Framework is designed to guide computer science from a subject for the fortunate few to an opportunity for all. The guiding practices include:- Fostering an Inclusive Computing Culture
- Collaborating Around Computing
- Recognizing and Defining Computational Problems
- Developing and Using Abstractions
- Creating Computational Artifacts
- Testing and Refining Computational Artifacts
- Communicating About Computing
NGSS MS.Engineering Design
The Next Generation Science Standards (NGSS) are K–12 science content standards.- MS-ETS1-1. Define the criteria and constraints of a design problem with sufficient precision to ensure a successful solution, taking into account relevant scientific principles and potential impacts on people and the natural environment that may limit possible solutions.
- MS-ETS1-2. Evaluate competing design solutions using a systematic process to determine how well they meet the criteria and constraints of the problem.
- MS-ETS1-3. Analyze data from tests to determine similarities and differences among several design solutions to identify the best characteristics of each that can be combined into a new solution to better meet the criteria for success.
- MS-ETS1-4. Develop a model to generate data for iterative testing and modification of a proposed object, tool, or process such that an optimal design can be achieved.
NGSS 3-5.Engineering Design
The Next Generation Science Standards (NGSS) are K–12 science content standards.- 3-5-ETS1-1. Define a simple design problem reflecting a need or a want that includes specified criteria for success and constraints on materials, time, or cost.
- 3-5-ETS1-2. Generate and compare multiple possible solutions to a problem based on how well each is likely to meet the criteria and constraints of the problem.
- 3-5-ETS1-3. Plan and carry out fair tests in which variables are controlled and failure points are considered to identify aspects of a model or prototype that can be improved.
