単純な AI エクササイズ タイマーを作成するには、機械学習 (ML) モデルをトレーニングします。 このモデルは、運動しているときと運動していないときを認識します。 次に、そのモデルを 、micro:bit にダウンロードして実際に使用する前に、 エクササイズ タイマー用の既製のコードと組み合わせます 。 「micro:bit CreateAI で開く」をクリックしてプロジェクトを起動します。 このプロジェクトには、運動した場合の動作データのサンプルが 3 つと、運動していない場合の動作データのサンプルが 3 つ付属しています 。 独自の動きデータを記録してサンプルをさらに追加する必要があります。 micro:bit CreateAI は、 micro:bit 上の 加速度センサー (または動きセンサー) を使用して動きデータのサンプルを収集します 。 micro:bit とバッテリー パックを手首または足首に装着し、自由に動いて自分の運動データサンプルを記録します。 始めるには、データ収集 micro:bit を設定する必要があります。 手首に装着する micro:bit を CreateAI に接続します。コンピュータで Bluetooth が有効になっている場合、 必要なのは 1 micro:bit と USB データ リードだけです。 Bluetooth 接続がない場合は、 2 micro:bit を使用するように求められます。 2 番目の micro:bit は USB ケーブルに接続されたままとなり、データ収集 micro:bit への無線リンクとして機能します。 画面の指示に従って接続します。 データ収集 micro:bit が接続されると、 micro:bit を動かすとライブ グラフ上の線が変化するのがわかります。 これで、独自の動きデータ サンプルを追加する準備ができました。 このプロジェクトにはすでにいくつかのデータ サンプルが含まれているため、 今はアクションごとにサンプルを 1 つ追加するだけにして、後でデータの収集と分析に時間を費やすことをお勧めします。 どのような「運動」アクションを行うかを決めます。 これには、ランニング、早歩き、ジャンプ、ボクシング、ダンス、その他の運動が含まれます。 micro:bit が動く手首または足首に取り付けられていることを確認してください。 特定のアクションにデータを追加するには、そのアクションをクリックして選択します。 1 秒の録音が開始される前に、3 秒のカウントダウンが表示されます。 「記録」をクリックしてすぐに移動を開始し、クリーンなデータ サンプルを確実に取得します。 クリーンなサンプルとは、サンプル全体にわたって移動が開始され、 開始が遅くなったり、移動が早く終了したりしないサンプルのことです。 次に、 「運動していない」データ セットに 追加のデータ サンプルを追加してみます 。 アクションをクリックして選択し、 サンプルを記録するときに静止するか、ほんのわずかに動くだけです。 micro:bit を握る角度に 応じて、x、y、z の線の位置が変わることに気づくでしょう 。 現時点ではプロジェクトには多くのデータがありません が、CreateAI を使用して独自の機械学習モデルをトレーニングするのに十分なデータがあります。 [トレーニング] をクリックして、現在のデータを使用して ML モデルを構築します。 このツールは 、micro:bit を動かすときの さまざまなアクションを認識する数学的モデルを構築します 。 モデルのトレーニングが完了すると、すぐに [モデルのテスト] ページが表示されます。データ収集 micro:bit を 使用して、モデルがどの程度機能しているかをテストできるようになりました。まだツールに接続されているはずです。 ツールを移動すると、CreateAI がユーザーが行っているアクションを推定していることがわかります。 さまざまなレベルの運動を試したり、運動をしなかったりして、推定される アクションと確実性の両方の棒グラフの変化を確認してください。確実性棒グラフの % は、 モデルが各アクションを実行していることをどの程度確信しているかを示します。 モデルが一部のアクションを正確に推定していないことに気づくかもしれません。あるいは、 あるアクションではうまく機能しているが、他のアクションではうまく機能していない 可能性があります。そのため、モデルが現在どのように機能しているかを調べた後、[データ サンプルの編集] をクリックして、モデルのパフォーマンスを改善することをお勧めします。モデル。 機械学習モデルは通常、より多くのデータを使用することで最も効果的に機能するため 、アクションごとに追加のサンプルを記録するか、テストで問題があったアクションについてより多くのデータを収集することに重点を置きます。 一度に 1 つのサンプルを録音することも、10 個のサンプルを連続して録音することもできます。 クリーンなデータ サンプルは、ML モデルの機能を向上させるのにも役立ちます。 そのため、データ セットを調べて、モデルを混乱させる可能性のあるデータ サンプルを特定します。 xを押すと削除できます。さらにデータを追加して データ セットを確認したら、[モデルのトレーニング] を再度クリックして、修正したデータ セットを使用します。 次に、「モデルのテスト」ページでモデルを再度テストします。 ML モデルの動作に満足したら、 既製のプロジェクト コードとともに使用できます。 [MakeCode で編集] をクリックすると、特別なバージョンの Microsoft MakeCode のコード ブロックが表示されます。 画面左上の矢印を使用していつでも CreateAI に戻ることができます。 これらのコード ブロックは、エクササイズ タイマー内で作成したモデルを使用します。 このコードでは、2 つの変数を使用して、運動した時間と 運動していない時間を追跡します。プログラムが最初に実行されるとき、 これらのタイマー変数は 0 に設定されます。「ML 開始時」ブロックは、 ML モデルが運動を開始したか、または運動を開始していないと判断したときにトリガーされます。 ユーザーが行っていると推定されたアクションに 応じて、micro:bit の LED ディスプレイにさまざまなアイコンが表示されます 。 「on ML stop」ブロックは、 ML モデルがアクション (この場合は運動しているか運動していないか) を終了したと判断したときにトリガーされます。 各ブロック内のコードは画面をクリアし、 各アクションの合計時間を格納する変数に、終了した ばかりのアクションの継続時間を追加します 。 ML モデルはコードと連携して、各アクションに費やされた合計時間を表示できるようにします。 ボタン A を押すと運動した合計時間を確認でき、ボタン B を押すと 非アクティブな合計時間を確認できます。タイマーはミリ秒 ( 1000 分の 1 秒) 単位でカウントするため、表示される数値を 1000 で割って時間を秒単位で示します。 シンプルな AI エクササイズ タイマーを micro:bit で実行するには、 このコードを micro:bit にダウンロードするだけです。利用可能な別の micro:bit がない場合は、 データ コレクション micro:bit に現在あるコードをプロジェクト コードに置き換えるだけです。 次に、プロジェクトを実際にテストしてみます。 運動中または運動していないときに 正しいアイコンが表示されますか ? タイマー コードが モデルで適切に動作しているかどうかを 3 つの簡単なステップでテストできます: リセット ボタンを押します。 30秒間運動してください。次に、ボタン A を押します。 ディスプレイ上に 30 という数字がスクロールするのが表示されます。 これで、CreateAI に接続し、独自のデータを収集し、それを使用して 機械学習モデルのトレーニング、テスト、改善を行う準備が整いました。そして、このモデルを 既製のコードと組み合わせて、独自の micro:bit で試してみることができます。