0:00:00.680,0:00:05.440
Om jouw AI-verhaalvriend te maken, train je een machine learning-

0:00:05.440,0:00:11.120
of ML-model om te herkennen wanneer speelgoed op verschillende manieren beweegt.

0:00:11.120,0:00:16.280
Vervolgens combineer je dit model met code om verschillende geluiden te maken en verschillende

0:00:16.280,0:00:19.716
pictogrammen weer te geven op het LED-display van de micro:bit.

0:00:20.856,0:00:28.480
Vervolgens download je het model en de code naar een micro:bit en gebruik je deze op je speelgoed om een ​​verhaal te vertellen.

0:00:28.480,0:00:34.264
Ons verhaal gaat over een beer genaamd Lucy, maar je kunt het project aanpassen aan je eigen wensen.

0:00:37.014,0:00:39.110
Dit is Lucy de beer.

0:00:40.360,0:00:47.520
Ze wil turnster worden als ze groot is, dus elke dag als ze wakker wordt, oefent ze haar sprongen.

0:00:47.520,0:00:54.640
Ze springt zo hoog als het plafond. Na het ontbijt oefent ze haar koprollen.

0:00:54.640,0:00:58.940
Ze rolt rond en rond totdat haar hele wereld draait.

0:01:01.469,0:01:05.620
Daarna neemt ze een pauze en doet een dutje.

0:01:10.048,0:01:18.760
Om te beginnen met het maken van jouw AI-verhaalvriend, klik je op 'Openen in micro:bit CreateAI' om het project te starten.

0:01:18.760,0:01:23.829
Dit project wordt geleverd met 8 samples van bewegingsgegevens voor drie verschillende acties:

0:01:23.829,0:01:26.720
springen, koprollen en slapen.

0:01:28.959,0:01:38.120
micro:bit CreateAI verzamelt bewegings-data samples met behulp van de accelerometer, de bewegingssensor van de micro:bit.

0:01:38.120,0:01:43.560
Om jouw eigen data samples toe te voegen, moet je een micro:bit-gegevensverzameling maken.

0:01:43.560,0:01:50.160
Als Bluetooth op jouw computer is ingeschakeld, heb je slechts 1 micro:bit en een USB-datakabel nodig.

0:01:50.160,0:01:54.840
Als je geen Bluetooth-verbinding hebt, heb je 2 micro:bits nodig.

0:01:54.840,0:01:58.728
Volg de instructies op het scherm om verbinding te maken.

0:01:59.554,0:02:06.777
Zodra jouw micro:bit voor gegevensverzameling is aangesloten, bevestig je deze op deze manier aan je speelgoed.

0:02:06.777,0:02:14.540
Je ziet de lijnen in de livegrafiek veranderen terwijl je je speelgoed beweegt. Omdat dit project al heel wat

0:02:14.540,0:02:25.000
data samples bevat, raden we je aan om voorlopig voor elke actie 1 sample toe te voegen en later meer gegevens te verzamelen.

0:02:25.000,0:02:29.440
Klik op de actie 'springen' zodat je er meer data samples aan kunt toevoegen.

0:02:29.440,0:02:33.600
Er wordt afgeteld voordat een opname van 1 seconde begint.

0:02:33.600,0:02:39.800
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.

0:02:39.800,0:02:43.440
Een nette sample is een sample waarbij je tijdens het hele sample beweegt,

0:02:43.440,0:02:50.800
je begint niet te laat en eindigt niet te vroeg met bewegen. Probeer vervolgens een extra data sample toe te voegen aan de

0:02:50.800,0:02:54.315
'koprollende' en 'slapende' acties.

0:02:57.115,0:03:07.520
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.

0:03:07.520,0:03:14.600
Klik op 'Train model' om het ML-model te bouwen. De tool bouwt nu een wiskundig

0:03:14.600,0:03:19.960
model dat verschillende acties zou moeten herkennen wanneer je je micro:bit verplaatst.

0:03:19.960,0:03:24.730
Zodra het model is getraind, zie je de pagina Model testen.

0:03:25.640,0:03:30.760
Je micro:bit voor gegevensverzameling kan nu worden gebruikt om te testen hoe goed het model werkt.

0:03:30.760,0:03:35.880
Het zou nog steeds verbonden moeten zijn met de tool, en je zult zien dat CreateAI, terwijl je het verplaatst,

0:03:35.880,0:03:39.527
inschat welke actie je uitvoert.

0:03:40.317,0:03:47.027
Beweeg je speeltje op verschillende manieren om de geschatte actie en de zekerheidsbalkgrafiek te zien veranderen.

0:03:47.400,0:03:54.270
Het percentage laat zien hoe zeker het model is dat je een bepaalde actie uitvoert.

0:03:56.160,0:04:00.760
Mogelijk merk je dat jouw model sommige acties niet nauwkeurig schat.

0:04:00.760,0:04:07.920
In dat geval is het een goed idee om op 'Data samples bewerken' te klikken en je model te verbeteren.

0:04:07.920,0:04:13.960
Machine learning-modellen werken meestal het beste met meer gegevens, dus neem wat extra samples op voor elk

0:04:13.960,0:04:22.400
van de acties, of concentreer je op het verzamelen van meer gegevens voor de actie die problematisch was bij het testen.

0:04:22.400,0:04:28.360
Nette data samples zorgen er ook voor dat een ML-model beter werkt, dus onderzoek je dataset en

0:04:28.360,0:04:36.780
identificeer eventuele voorbeelden die het model in verwarring kunnen brengen. Deze kun je verwijderen door op X te drukken.

0:04:38.200,0:04:44.920
Nadat je meer gegevens hebt toegevoegd en je dataset hebt gecontroleerd, klik je nogmaals op 'Train model'. Test

0:04:44.920,0:04:49.173
het model vervolgens opnieuw op de pagina 'Model testen'.

0:04:50.003,0:04:57.120
Als je tevreden bent met hoe het ML-model zich gedraagt, kun je het gebruiken met de kant-en-klare projectcode.

0:04:57.120,0:05:04.770
Klik op 'Bewerken in MakeCode' om de codeblokken in een speciale versie van Microsoft MakeCode te bekijken.

0:05:06.120,0:05:10.040
Je kunt op elk gewenst moment terugkeren om je gegevens in CreateAI te bekijken

0:05:10.040,0:05:19.720
via de pijl linksboven in het scherm. Deze blokken gebruiken het model dat je in code hebt gemaakt.

0:05:19.720,0:05:24.880
De 'wanneer ML... start'-blokken reageren wanneer het ML-model besluit dat jouw

0:05:24.880,0:05:31.320
speelgoed een bepaalde beweging of actie uitvoert. Afhankelijk van de actie toont de code verschillende

0:05:31.320,0:05:38.600
pictogrammen op het LED-scherm van de micro:bit en worden er verschillende geluiden afgespeeld op de luidspreker.

0:05:38.600,0:05:46.360
Als het niet zeker is welke actie je speelgoed uitvoert (als de actie 'onbekend' is), wordt het scherm leeggemaakt.

0:05:46.360,0:05:52.730
En wanneer elke actie stopt, zorgt de code ervoor dat de micro:bit geen geluid meer maakt.

0:05:53.320,0:05:56.640
Om de code en het ML-model op jouw micro:bit te laten draaien,

0:05:56.640,0:05:59.640
hoef je deze alleen maar naar een micro:bit te downloaden.

0:06:00.280,0:06:04.650
Druk op 'Download' en volg de instructies op het scherm.

0:06:06.320,0:06:10.640
Test nu het voltooide project op een micro:bit die aan je speeltje is bevestigd.

0:06:10.640,0:06:16.200
Spelen de juiste geluiden en verschijnen er pictogrammen wanneer jouw speelgoed verschillende bewegingen maakt?

0:06:16.200,0:06:19.800
Werkt het net zo goed als iemand anders het speelgoed beweegt?

0:06:19.800,0:06:25.420
Als dat niet het geval is, kun je teruggaan en meer gegevens verzamelen en het model opnieuw trainen.

0:06:26.880,0:06:30.960
Gefeliciteerd, je hebt je speelgoed getraind om op verschillende soorten bewegingen te reageren

0:06:30.960,0:06:36.600
met behulp van de gegevens die je hebt verzameld, een AI-model voor machine learning getraind en dit met

0:06:36.600,0:06:43.480
code gecombineerd om een ​​interactief speelgoed voor het vertellen van verhalen te maken! Welke andere acties of bewegingen kan je speelgoed

0:06:43.480,0:06:51.795
maken, misschien als onderdeel van het vertellen van een verhaal? Kun je ze toevoegen met behulp van micro:bit en CreateAI?