WEBVTT

00:00:00.520 --> 00:00:07.760
micro:bit CreateAI は、学生が

00:00:07.760 --> 00:00:14.560
動きや機械学習を通じて AI を簡単に探索し、BBC micro:bit を使用して現実世界に取り入れること

00:00:14.560 --> 00:00:18.760
ができる無料の Web ベースのツールです 。

00:00:18.760 --> 00:00:24.920
独自の動作データを使用して機械学習モデルをトレーニングし、それを micro:bit プロジェクトで使用することで、

00:00:24.920 --> 00:00:29.240
micro:bit の学習体験に AI を追加します 。 micro:bit CreateAI にアクセスするには、

00:00:29.240 --> 00:00:37.240
Google Chrome または Microsoft Edge Web ブラウザーを備えたコンピューターが必要です 。 「開始する」をクリックして開始します。

00:00:37.240 --> 00:00:44.040
まず、トレーニング データを収集する必要があります。これは「データ サンプル」ページで行います。

00:00:44.040 --> 00:00:50.440
「接続」をクリックして、micro:bit をコンピューター上の CreateAI に接続します。 これは

00:00:50.440 --> 00:00:53.200
、手に持ったり、動くものに取り付けたりして、

00:00:53.200 --> 00:00:59.680
動かすことになる micro:bit です 。 これをデータ収集 micro:bit と呼びます。

00:00:59.680 --> 00:01:04.360
コンピューターで Bluetooth が有効になっている場合、必要なのは 1 micro:bit だけです。

00:01:04.360 --> 00:01:09.840
Bluetooth がない場合は、2 番目の micro:bit を無線リンクとして使用できます。

00:01:09.840 --> 00:01:15.974
micro:bit CreateAI は、データ収集 micro:bit をコンピューターに接続する最適な方法を示します。

00:01:15.974 --> 00:01:19.204
画面上の指示に従ってください。

00:01:19.204 --> 00:01:24.269
データ収集 micro:bit を動かすと、

00:01:24.269 --> 00:01:28.829
加速度センサーからのライブ移動データがコンピューター画面の下部のグラフに表示されます。

00:01:28.829 --> 00:01:37.720
CreateAI に認識を学習させたい異なる動きを少なくとも 2 つ選択します。これらの動きを「アクション」と呼びます。

00:01:37.720 --> 00:01:41.480
手を振ったり、拍手したりすることは、まず良い行動です。

00:01:41.480 --> 00:01:45.785
最初のアクションに名前を付けます。

00:01:45.785 --> 00:01:53.960
「記録」ボタンをクリックして、最初のデータサンプルを収集します。各サンプルは 1 秒続きます。

00:01:53.960 --> 00:01:59.560
一度に 1 つのサンプルを録音することも、複数のサンプルを録音することもできます。

00:01:59.560 --> 00:02:07.640
最初のアクションのサンプルを少なくとも 3 つ収集します。

00:02:07.640 --> 00:02:20.746
そして、少なくとも 1 つの他のアクションに対しても同じことを行います。

00:02:23.788 --> 00:02:34.780
波打つデータのグラフ間に類似点があることがわかりますか?そして、手を振ることと拍手することの違いは何ですか？

00:02:34.780 --> 00:02:40.239
次に、「モデルのトレーニング」をクリックします。

00:02:40.239 --> 00:02:49.240
micro:bit CreateAI はデータのサンプルを分析し、ユーザーが行っているアクションを推定できる一連のルールを作成します。

00:02:49.240 --> 00:02:56.320
これらの数学的ルールは、機械学習 (ML) モデルを構成します。

00:02:56.320 --> 00:03:00.320
これで、「モデルのテスト」ページで ML モデルをテストできるようになりました。

00:03:00.320 --> 00:03:08.320
これは、モデルがどのアクションを行っていると推定しているかを示します。

00:03:08.320 --> 00:03:12.000
パーセンテージの数値が高いほど、

00:03:12.000 --> 00:03:14.834
特定のアクションを行っているというモデルの確信度が高くなります。

00:03:14.834 --> 00:03:21.106
データ収集 micro:bit を装着または保持して、それぞれのアクションを順番に実行します。

00:03:21.106 --> 00:03:30.160
モデルが実行中のアクションを正確に推定していない場合は、データを確認してモデルを再トレーニングする必要がある場合があります。

00:03:30.160 --> 00:03:55.126
[データ サンプルの編集] をクリックしてさらにデータ サンプルを収集するか、適合しないと思われるサンプルを削除します。

00:03:55.126 --> 00:04:12.680
さらにアクションを追加することもできます。たとえば、「静止している」データがどのようなものかをモデルに教えることもできます。

00:04:12.680 --> 00:04:20.086
その後、ML モデルを再度再トレーニングしてテストできます。

00:04:20.086 --> 00:04:26.213
選択したアクションの認識に優れた ML モデルを作成できたことに満足したら、

00:04:26.213 --> 00:04:33.143
そのモデルを MakeCode プログラムで使用し、micro:bit に配置できます。

00:04:33.143 --> 00:04:40.046
すでに「モデルのテスト」ページでいくつかのブロックを確認しているでしょう。 これらは 、MakeCode プログラムで使用できる

00:04:40.046 --> 00:04:45.080
機械学習 (ML) ブロックです 。これらのブロックは

00:04:45.080 --> 00:04:50.760
、各アクションが ML モデルによって認識されると、micro:bit ディスプレイに さまざまなアイコンを表示します

00:04:50.760 --> 00:04:56.800
。 [MakeCode で編集] をクリックして、特別な MakeCode エディタでブロックを開きます。

00:04:56.800 --> 00:05:08.880
[ダウンロード] をクリックして、コードと ML モデルを micro:bit に転送します。

00:05:08.880 --> 00:05:18.668
画面の指示に従ってください。

00:05:18.668 --> 00:05:25.680
micro:bit をコンピュータから取り外し、バッテリー パックを取り付けてテストします。 micro:bit はどこにでも持ち運べます。

00:05:25.680 --> 00:05:32.425
ML モデルは micro:bit 自体で実行されるようになり、それを動作させるためにコンピューターは必要なくなりました。

00:05:32.425 --> 00:05:39.160
MakeCode で AI を使用して独自のプロジェクトを作成するために使用できる ML ブロックは他にもあり、

00:05:39.160 --> 00:05:42.320
これらを他のすべてのブロックと組み合わせることもできます。

00:05:42.320 --> 00:05:51.200
プロジェクト (データとコード ブロック) を 1 つのファイルにまとめて保存し、後で作業を続けることもできます。

00:05:51.200 --> 00:05:59.640
CreateAI でこれを行うには、[保存] をクリックしてプロジェクトに名前を付けます。

00:06:03.160 --> 00:06:06.160
または、MakeCode からプロジェクトを保存することもできます。

00:06:06.160 --> 00:06:14.440
3 つの点をクリックして「ファイルとしてダウンロード」を選択するだけです。

00:06:14.440 --> 00:06:23.600
micro:bit CreateAIを使って機械学習とMakeCodeで何を作りますか？