WEBVTT 00:00:00.520 --> 00:00:07.760 micro:bit CreateAI는 학생들이 움직임과 기계 학습을 통해 AI를 쉽게 탐색하고 BBC micro:bit를 통해 AI를 현실 세계로 가져갈 수 있게 00:00:07.760 --> 00:00:14.560 해주는 무료 웹 기반 도구입니다 . 자신의 움직임 데이터로 기계 학습 모델을 훈련하고 이를 micro:bit 프로젝트에 사용하여 00:00:14.560 --> 00:00:18.760 micro:bit 학습 경험에 AI를 추가하세요 00:00:18.760 --> 00:00:24.920 . micro:bit CreateAI에 액세스하려면 00:00:24.920 --> 00:00:29.240 Google Chrome 또는 Microsoft Edge 웹 브라우저가 설치된 컴퓨터가 필요합니다 00:00:29.240 --> 00:00:37.240 . 시작하려면 '시작하기'를 클릭하세요. 00:00:37.240 --> 00:00:44.040 먼저 몇 가지 훈련 데이터를 수집해야 합니다. 이 작업은 '데이터 샘플' 페이지에서 수행합니다. 00:00:44.040 --> 00:00:50.440 컴퓨터의 CreateAI에 micro:bit를 연결하려면 '연결'을 클릭하세요. 이것은 00:00:50.440 --> 00:00:53.200 손에 쥐거나 움직이는 물체에 부착하여 00:00:53.200 --> 00:00:59.680 움직일 마이크로비트입니다 . 우리는 이것을 데이터 수집 micro:bit라고 부릅니다. 00:00:59.680 --> 00:01:04.360 컴퓨터에 Bluetooth가 활성화되어 있으면 1개의 micro:bit만 있으면 됩니다. 00:01:04.360 --> 00:01:09.840 Bluetooth가 없으면 두 번째 micro:bit를 사용하여 라디오 링크로 작동할 수 있습니다. 00:01:09.840 --> 00:01:15.974 micro:bit CreateAI는 데이터 수집 micro:bit를 컴퓨터에 연결하는 가장 좋은 방법을 보여줍니다. 00:01:15.974 --> 00:01:19.204 화면의 지시를 따르시면 됩니다. 00:01:19.204 --> 00:01:24.269 데이터 수집 micro:bit를 움직이면 00:01:24.269 --> 00:01:28.829 가속도계 센서의 실시간 움직임 데이터가 컴퓨터 화면 하단의 그래프로 표시됩니다. 00:01:28.829 --> 00:01:37.720 CreateAI가 인식하도록 학습할 움직임을 두 개 이상 선택하세요. 우리는 이러한 움직임을 '액션'이라고 부릅니다. 00:01:37.720 --> 00:01:41.480 손을 흔들거나 박수를 치는 것은 처음부터 좋은 행동입니다. 00:01:41.480 --> 00:01:45.785 첫 번째 작업의 이름을 지정하세요. 00:01:45.785 --> 00:01:53.960 첫 번째 데이터 샘플을 수집하려면 '기록' 버튼을 클릭하세요. 각 샘플은 1초 동안 지속됩니다. 00:01:53.960 --> 00:01:59.560 한 번에 하나의 샘플을 녹음하거나 여러 샘플을 녹음할 수 있습니다. 00:01:59.560 --> 00:02:07.640 첫 번째 행동의 샘플을 3개 이상 수집하세요. 00:02:07.640 --> 00:02:20.746 그리고 적어도 하나의 다른 작업에 대해서도 동일한 작업을 수행합니다. 00:02:23.788 --> 00:02:34.780 흔들리는 데이터의 그래프 사이에 유사점이 보이시나요? 손을 흔드는 것과 박수를 치는 것의 차이점은 무엇인가요? 00:02:34.780 --> 00:02:40.239 다음으로 '열차 모델'을 클릭하세요. 00:02:40.239 --> 00:02:49.240 micro:bit CreateAI는 데이터 샘플을 분석하고 규칙 세트를 생성하여 사용자가 수행 중인 작업을 추정할 수 있습니다. 00:02:49.240 --> 00:02:56.320 이러한 수학적 규칙이 기계 학습(ML) 모델을 구성합니다. 00:02:56.320 --> 00:03:00.320 이제 '모델 테스트' 페이지에서 ML 모델을 테스트할 수 있습니다. 00:03:00.320 --> 00:03:08.320 이는 모델이 사용자가 수행하는 작업을 추정하는 것을 보여줍니다. 백분율 숫자가 높을수록 00:03:08.320 --> 00:03:12.000 사용자가 특정 작업을 수행하고 있다는 00:03:12.000 --> 00:03:14.834 모델의 신뢰도가 높아집니다 . 00:03:14.834 --> 00:03:21.106 데이터 수집 micro:bit를 착용하거나 들고 있으면서 각 작업을 차례로 수행하세요. 00:03:21.106 --> 00:03:30.160 모델이 수행 중인 작업을 정확하게 예측하지 못하는 경우 데이터를 검토하고 모델을 다시 학습해야 할 수 있습니다. 00:03:30.160 --> 00:03:55.126 더 많은 데이터 샘플을 수집하려면 '데이터 샘플 편집'을 클릭하거나 적합하지 않다고 생각되는 샘플을 삭제하세요. 00:03:55.126 --> 00:04:12.680 예를 들어 '가만히 있는 것'에 대한 데이터가 어떤 것인지 모델에 가르치는 등 더 많은 작업을 추가할 수도 있습니다. 00:04:12.680 --> 00:04:20.086 그런 다음 ML 모델을 다시 훈련하고 테스트할 수 있습니다. 00:04:20.086 --> 00:04:26.213 선택한 작업을 잘 인식하는 ML 모델을 만들었다면 00:04:26.213 --> 00:04:33.143 MakeCode 프로그램에서 모델을 사용하고 micro:bit에 넣을 수 있습니다. 00:04:33.143 --> 00:04:40.046 모델 테스트 페이지에서 이미 몇 가지 블록을 보셨을 것입니다. 이는 MakeCode 프로그램에서 사용할 수 있는 00:04:40.046 --> 00:04:45.080 기계 학습(ML) 블록입니다 . 이러한 블록은 00:04:45.080 --> 00:04:50.760 ML 모델이 각 작업을 인식할 때 micro:bit 디스플레이에 다양한 아이콘을 표시합니다 00:04:50.760 --> 00:04:56.800 . 특별한 MakeCode 편집기에서 블록을 열려면 'MakeCode에서 편집'을 클릭하세요. 00:04:56.800 --> 00:05:08.880 코드와 ML 모델을 micro:bit로 전송하려면 '다운로드'를 클릭하세요. 00:05:08.880 --> 00:05:18.668 화면의 지시를 따르십시오. 00:05:18.668 --> 00:05:25.680 컴퓨터에서 micro:bit를 분리하고 배터리 팩을 연결한 후 테스트해 보세요. 어디에서나 micro:bit를 사용할 수 있습니다. 00:05:25.680 --> 00:05:32.425 이제 ML 모델이 micro:bit 자체에서 실행되므로 작동을 위해 더 이상 컴퓨터가 필요하지 않습니다. 00:05:32.425 --> 00:05:39.160 MakeCode와 함께 AI를 사용하여 자신만의 프로젝트를 만드는 데 사용할 수 있는 더 많은 ML 블록이 있으며, 00:05:39.160 --> 00:05:42.320 이를 다른 모든 블록과 결합할 수도 있습니다. 00:05:42.320 --> 00:05:51.200 또한 프로젝트(데이터 및 코드 블록)를 하나의 파일에 함께 저장하여 나중에 계속 작업할 수도 있습니다. 00:05:51.200 --> 00:05:59.640 CreateAI에서 '저장'을 클릭하고 프로젝트 이름을 지정하면 이 작업을 수행할 수 있습니다. 00:06:03.160 --> 00:06:06.160 또는 MakeCode에서 프로젝트를 저장할 수 있습니다. 00:06:06.160 --> 00:06:14.440 점 3개를 클릭하고 '파일로 다운로드'를 선택하세요. 00:06:14.440 --> 00:06:23.600 micro:bit CreateAI를 사용하여 머신러닝과 MakeCode로 무엇을 만들까요?