Aby zaprzyjaźnić się z opowiadaniem historii opartym na sztucznej inteligencji, wytrenujesz
model uczenia maszynowego (ML), aby rozpoznawał, kiedy zabawka porusza się na różne sposoby.
Następnie połączysz ten model z kodem, aby wydawać różne dźwięki i wyświetlać różne
ikony na wyświetlaczu LED micro:bit.
Następnie pobierzesz model i kod do micro:bit i użyjesz go na swojej zabawce, aby opowiedzieć historię.
Nasza historia dotyczy niedźwiedzia o imieniu Lucy, ale możesz zmienić projekt, aby pasował do własnego.
[MUZYKA] To jest niedźwiedź Lucy.
Kiedy dorośnie, chce zostać gimnastyczką, więc każdego dnia, gdy się budzi, ćwiczy skakanie.
Skacze wysoko, aż po sufit. Potem, po śniadaniu, ćwiczy skręcanie.
Kręci się w kółko, aż cały jej świat wiruje.
Potem robi sobie przerwę i ma małą drzemkę.
Aby rozpocząć tworzenie historii AI jako przyjaciela, kliknij „Otwórz w micro:bit CreateAI”, aby uruchomić projekt.
Ten projekt zawiera 8 próbek danych dotyczących ruchu dla trzech różnych czynności:
skakania, turlania się i spania.
micro:bit CreateAI zbiera próbki danych o ruchu za pomocą akcelerometru, czujnika ruchu micro:bit.
Aby dodać własne próbki danych, musisz utworzyć zbiór danych micro:bit.
Jeśli Twój komputer ma włączoną funkcję Bluetooth, potrzebujesz tylko 1 micro:bit i przewodu USB do transmisji danych.
Jeśli nie masz połączenia Bluetooth, będziesz musiał użyć 2 micro:bitów.
Postępuj zgodnie z instrukcjami wyświetlanymi na ekranie, aby się połączyć.
Po podłączeniu urządzenia micro:bit do gromadzenia danych, przymocuj je do zabawki w ten sposób.
Zobaczysz, jak linie na wykresie na żywo zmieniają się w miarę przesuwania zabawki. Ponieważ projekt ten zawiera już sporo
próbek danych, sugerujemy dodanie na razie 1 próbki dla każdego działania i zebranie większej ilości danych później.
Kliknij akcję „skakanie”, aby dodać do niej więcej próbek danych.
Przed rozpoczęciem 1-sekundowego nagrywania nastąpi odliczanie.
Kliknij przycisk „Nagraj” i natychmiast rozpocznij przenoszenie zabawki, aby mieć pewność, że otrzymasz czystą próbkę danych.
Czysta próbka to taka, w przypadku której poruszasz się przez całą próbkę,
nie zaczynasz późno ani nie kończysz ruchu wcześniej. Następnie spróbuj dodać dodatkową próbkę danych do
akcji „toczy się” i „śpi”.
Zauważysz, że kiedy zabawka śpi, linie x, y i z zmieniają miejsce w zależności od orientacji micro:bit.
Kliknij „Wytrenuj model”, aby zbudować model ML. Narzędzie tworzy teraz
model matematyczny, który powinien rozpoznawać różne działania podczas poruszania mikro:bitem.
Gdy tylko model zostanie przeszkolony, zostanie wyświetlona strona Testowanie modelu.
Twoje dane zebrane w micro:bit można teraz wykorzystać do sprawdzenia, jak dobrze działa model.
Powinien być nadal podłączony do narzędzia, a podczas przesuwania zobaczysz, że CreateAI
szacuje, jakie działanie wykonujesz.
Poruszaj zabawką na różne sposoby, aby zobaczyć szacunkową akcję i zmianę wykresu słupkowego pewności.
Wartość procentowa pokazuje, jak pewny jest model, że wykonujesz każde działanie.
Możesz zauważyć, że Twój model nie szacuje dokładnie niektórych działań.
W takim przypadku dobrym pomysłem jest kliknięcie opcji „Edytuj próbki danych” i ulepszenie modelu.
Modele uczenia maszynowego zwykle działają najlepiej, gdy jest więcej danych, więc zapisz dodatkowe próbki dla każdego
z działań lub skup się na zebraniu większej ilości danych dla działania, które było problematyczne podczas testowania.
Czyste próbki danych pomagają również w lepszym działaniu modelu uczenia maszynowego, dlatego sprawdź zestaw danych i
zidentyfikuj wszelkie próbki, które mogłyby zmylić model. Możesz je usunąć, naciskając X.
Po dodaniu większej ilości danych i sprawdzeniu zestawu danych kliknij ponownie „Wytrenuj model”. Następnie przetestuj
model ponownie na stronie „Testowanie modelu”.
Gdy będziesz zadowolony z zachowania modelu ML, możesz go użyć z gotowym kodem projektu.
Kliknij „Edytuj w MakeCode”, aby zobaczyć bloki kodu w specjalnej wersji Microsoft MakeCode.
W każdej chwili możesz wrócić do podglądu swoich danych w CreateAI,
korzystając ze strzałki w lewym górnym rogu ekranu. Bloki te korzystają z modelu utworzonego w kodzie.
Bloki „on ML… start” reagują, gdy model ML zdecyduje, że Twoja
zabawka wykonuje określony ruch lub akcję. W zależności od akcji, kod pokazuje różne
ikony na wyświetlaczu LED micro:bit i odtwarza różne dźwięki na głośniku.
Jeśli nie ma pewności, jakie działanie wykonuje Twoja zabawka – jeśli działanie jest „nieznane” – wyczyści ekran.
A kiedy każda akcja się kończy, kod zatrzymuje micro:bit wydawaniem jakiegokolwiek dźwięku.
Aby kod i model ML działały na twoim micro:bit,
wystarczy pobrać go na micro:bit.
Naciśnij „Pobierz” i postępuj zgodnie z instrukcjami wyświetlanymi na ekranie.
Teraz przetestuj gotowy projekt na urządzeniu micro:bit przymocowanym do zabawki.
Czy odtwarzane są właściwe dźwięki i wyświetlane ikony, gdy zabawka wykonuje różne ruchy?
Czy działa równie dobrze, gdy ktoś inny porusza zabawką?
Jeśli nie, możesz wrócić, zebrać z nich więcej danych i ponownie nauczyć model.
Gratulacje, udało Ci się wytrenować swoją zabawkę, aby reagowała na różne rodzaje ruchu,
korzystając z zebranych danych, szkoląc model uczenia maszynowego AI i łącząc go z
kodem, aby stworzyć interaktywną zabawkę do opowiadania historii! Jakie inne działania lub ruchy może
wykonywać Twoja zabawka, być może w ramach opowiadania historii? Czy możesz je dodać za pomocą micro:bit i CreateAI?