1
00:00:00,680 --> 00:00:05,440
Om jouw AI-verhaalvriend te maken, train je een machine learning-

2
00:00:05,440 --> 00:00:11,120
of ML-model om te herkennen wanneer speelgoed op verschillende manieren beweegt.

3
00:00:11,120 --> 00:00:16,280
Vervolgens combineer je dit model met code om verschillende geluiden te maken en verschillende

4
00:00:16,280 --> 00:00:20,856
pictogrammen weer te geven op het LED-display van de micro:bit.

5
00:00:20,856 --> 00:00:28,480
Vervolgens download je het model en de code naar een micro:bit en gebruik je deze op je speelgoed om een ​​verhaal te vertellen.

6
00:00:28,480 --> 00:00:34,264
Ons verhaal gaat over een beer genaamd Lucy, maar je kunt het project aanpassen aan je eigen wensen.

7
00:00:34,264 --> 00:00:40,360
[MUZIEK] Dit is Lucy de beer.

8
00:00:40,360 --> 00:00:47,520
Ze wil turnster worden als ze groot is, dus elke dag als ze wakker wordt, oefent ze haar sprongen.

9
00:00:47,520 --> 00:00:54,640
Ze springt zo hoog als het plafond. Na het ontbijt oefent ze haar koprollen.

10
00:00:54,640 --> 00:00:59,920
Ze rolt rond en rond totdat haar hele wereld draait.

11
00:01:01,469 --> 00:01:06,490
Daarna neemt ze een pauze en doet een dutje.

12
00:01:10,048 --> 00:01:18,760
Om te beginnen met het maken van jouw AI-verhaalvriend, klik je op 'Openen in micro:bit CreateAI' om het project te starten.

13
00:01:18,760 --> 00:01:23,829
Dit project wordt geleverd met 8 samples van bewegingsgegevens voor drie verschillende acties:

14
00:01:23,829 --> 00:01:28,959
springen, koprollen en slapen.

15
00:01:28,959 --> 00:01:38,120
micro:bit CreateAI verzamelt bewegingsgegevens met behulp van de accelerometer, de bewegingssensor van de micro:bit.

16
00:01:38,120 --> 00:01:43,560
Om jouw eigen data samples toe te voegen, moet je een micro:bit-gegevensverzameling maken.

17
00:01:43,560 --> 00:01:50,160
Als Bluetooth op jouw computer is ingeschakeld, heb je slechts 1 micro:bit en een USB-datakabel nodig.

18
00:01:50,160 --> 00:01:54,840
Als je geen Bluetooth-verbinding hebt, heb je 2 micro:bits nodig.

19
00:01:54,840 --> 00:01:59,554
Volg de instructies op het scherm om verbinding te maken.

20
00:01:59,554 --> 00:02:06,777
Zodra jouw micro:bit voor gegevensverzameling is aangesloten, bevestig je deze op deze manier aan je speelgoed.

21
00:02:06,777 --> 00:02:15,400
Je ziet de lijnen in de livegrafiek veranderen terwijl je je speelgoed beweegt. Omdat dit project al heel wat

22
00:02:15,400 --> 00:02:25,000
data samples bevat, raden we je aan om voorlopig voor elke actie 1 sample toe te voegen en later meer gegevens te verzamelen.

23
00:02:25,000 --> 00:02:29,440
Klik op de actie 'springen' zodat je er meer data samples aan kunt toevoegen.

24
00:02:29,440 --> 00:02:33,600
Er wordt afgeteld voordat een opname van 1 seconde begint.

25
00:02:33,600 --> 00:02:39,800
Klik op opnemen en begin onmiddellijk met het verplaatsen van je speelgoed om er zeker van te zijn dat je een nette data sample krijgt.

26
00:02:39,800 --> 00:02:43,440
Een nette sample is een sample waarbij je tijdens het hele sample beweegt,

27
00:02:43,440 --> 00:02:50,800
je begint niet te laat en eindigt niet te vroeg met bewegen. Probeer vervolgens een extra data sample toe te voegen aan de

28
00:02:50,800 --> 00:02:57,115
'koprollende' en 'slapende' acties.

29
00:02:57,115 --> 00:03:07,520
Je zult merken dat wanneer je speeltje slaapt, de x-, y- en z-lijnen van plaats veranderen, afhankelijk van de richting van de micro:bit.

30
00:03:07,520 --> 00:03:14,600
Klik op 'Train model' om het ML-model te bouwen. De tool bouwt nu een wiskundig

31
00:03:14,600 --> 00:03:19,960
model dat verschillende acties zou moeten herkennen wanneer je je micro:bit verplaatst.

32
00:03:19,960 --> 00:03:25,640
Zodra het model is getraind, zie je de pagina Model testen.

33
00:03:25,640 --> 00:03:30,760
Je micro:bit voor gegevensverzameling kan nu worden gebruikt om te testen hoe goed het model werkt.

34
00:03:30,760 --> 00:03:35,880
Het zou nog steeds verbonden moeten zijn met de tool, en je zult zien dat CreateAI, terwijl je het verplaatst,

35
00:03:35,880 --> 00:03:40,317
inschat welke actie je uitvoert.

36
00:03:40,317 --> 00:03:47,027
Beweeg je speeltje op verschillende manieren om de geschatte actie en de zekerheidsbalkgrafiek te zien veranderen.

37
00:03:47,400 --> 00:03:56,160
Het percentage laat zien hoe zeker of zeker het model is dat je een bepaalde actie uitvoert.

38
00:03:56,160 --> 00:04:00,760
Mogelijk merk je dat jouw model sommige acties niet nauwkeurig schat.

39
00:04:00,760 --> 00:04:07,920
In dat geval is het een goed idee om op 'Data samples bewerken' te klikken en je model te verbeteren.

40
00:04:07,920 --> 00:04:13,960
Machine learning-modellen werken meestal het beste met meer gegevens, dus neem wat extra samples op voor elk

41
00:04:13,960 --> 00:04:22,400
van de acties, of concentreer je op het verzamelen van meer gegevens voor de actie die problematisch was bij het testen.

42
00:04:22,400 --> 00:04:28,360
Nette data samples zorgen er ook voor dat een ML-model beter werkt, dus onderzoek je dataset en

43
00:04:28,360 --> 00:04:38,200
identificeer eventuele voorbeelden die het model in verwarring kunnen brengen. Deze kun je verwijderen door op X te drukken.

44
00:04:38,200 --> 00:04:44,920
Nadat je meer gegevens hebt toegevoegd en je dataset hebt gecontroleerd, klik je nogmaals op 'Train model'. Test

45
00:04:44,920 --> 00:04:50,003
het model vervolgens opnieuw op de pagina 'Model testen'.

46
00:04:50,003 --> 00:04:57,120
Als je tevreden bent met hoe het ML-model zich gedraagt, kun je het gebruiken met de kant-en-klare projectcode.

47
00:04:57,120 --> 00:05:06,120
Klik op 'Bewerken in MakeCode' om de codeblokken in een speciale versie van Microsoft MakeCode te bekijken.

48
00:05:06,120 --> 00:05:10,040
Je kunt op elk gewenst moment terugkeren om je gegevens in CreateAI te bekijken

49
00:05:10,040 --> 00:05:19,720
via de pijl linksboven in het scherm. Deze blokken gebruiken het model dat je in code hebt gemaakt.

50
00:05:19,720 --> 00:05:24,880
De 'wanneer ML... start'-blokken reageren wanneer het ML-model besluit dat jouw

51
00:05:24,880 --> 00:05:31,320
speelgoed een bepaalde beweging of actie uitvoert. Afhankelijk van de actie toont de code verschillende

52
00:05:31,320 --> 00:05:38,600
pictogrammen op de LED-display-uitvoer van de micro:bit en worden er verschillende geluiden afgespeeld op de luidspreker.

53
00:05:38,600 --> 00:05:46,360
Als het niet zeker is welke actie je speelgoed uitvoert (als de actie 'onbekend' is), wordt het scherm leeggemaakt.

54
00:05:46,360 --> 00:05:53,320
En wanneer elke actie stopt, zorgt de code ervoor dat de micro:bit geen geluid meer maakt.

55
00:05:53,320 --> 00:05:56,640
Om de code en het ML-model op jouw micro:bit te laten draaien,

56
00:05:56,640 --> 00:05:59,640
hoef je deze alleen maar naar een micro:bit te downloaden.

57
00:06:00,280 --> 00:06:06,320
Druk op 'Download' en volg de instructies op het scherm.

58
00:06:06,320 --> 00:06:10,640
Test nu het voltooide project op een micro:bit die aan je speeltje is bevestigd.

59
00:06:10,640 --> 00:06:16,200
Spelen de juiste geluiden en verschijnen er pictogrammen wanneer jouw speelgoed verschillende bewegingen maakt?

60
00:06:16,200 --> 00:06:19,800
Werkt het net zo goed als iemand anders het speelgoed beweegt?

61
00:06:19,800 --> 00:06:26,880
Als dat niet het geval is, kun je teruggaan en meer gegevens verzamelen en het model opnieuw trainen.

62
00:06:26,880 --> 00:06:30,960
Gefeliciteerd, je hebt je speelgoed getraind om op verschillende soorten bewegingen te reageren

63
00:06:30,960 --> 00:06:36,600
met behulp van de gegevens die je hebt verzameld, een AI-model voor machine learning getraind en dit met

64
00:06:36,600 --> 00:06:43,480
code gecombineerd om een ​​interactief speelgoed voor het vertellen van verhalen te maken! Welke andere acties of bewegingen kan je speelgoed

65
00:06:43,480 --> 00:06:51,795
maken, misschien als onderdeel van het vertellen van een verhaal? Kun je ze toevoegen met behulp van micro:bit en CreateAI?