単純な AI エクササイズ タイマーを作るには、
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、そのモデルとエクササイズ タイマー用につくったプログラムを
micro:bit にダウンロードして実際に使ってみます
「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 つあります。
自分の動きのデータを記録したサンプルを
さらに追加していきましょう。
micro:bit CreateAI は、 micro:bit 上の
加速度センサーを使っ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、
自由に動いて動きの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micro:bit 1つとUSB データケーブル
だけです。
Bluetooth 接続がない場合は、
micro:bit を2つ使用するように求められます。
2 番目の micro:bit はUSB ケーブルに接続したままにして
データ収集 micro:bit への無線接続用とします。
画面の指示に従って接続します。
データ収集用 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、自分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。
どんな動きを行するかを決めます。
走る、早歩き、ジャンプ、ボクシング、
ダンスなどもいいでしょう。
micro:bit が動かす手首または足首に
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動き始め、
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動きが記録されていて、
開始が遅れたり、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
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間は静止するか、
ちょっと動くだけにします。
x、y、z の線の位置が、
micro:bit を握る角度に応じて変わることに
気づくでしょう。
現時点ではプロジェクトのデータが
あまりありませんが、
CreateAI でMLモデルをトレーニング
するのには十分なデータになります。
[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 をの動きを
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。
これで、データ収集 micro:bit を使って
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なので
ツールを移動すると、CreateAI があなたの動き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。
確実性を表す棒グラフの % は、
モデルが各アクション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。
もしくは、うまく推定している動きと
そうでない動きがあるかもしれません。
そのため、モデルの動きを調べたあとには、
[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
おすすめします。
機械学習モデルは通常、データをたくさん
使えば使うほど効果的に機能するため
アクションごとにサンプルを追加したり、
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しましょう。
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 モデルが思い通りに動いたら、
既製のプロジェクトプログラムで
使ってみましょう。
[MakeCode で編集] をクリックすると、特別なバージョンの Microsoft MakeCode ブロックが表示されます。
画面左上の矢印で、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の... が開始したとき」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実行します。
あなたがし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 。
「MLの... が停止したとき」ブロックは、
ML モデルがアクションを終了したと判断したときに実行します。
この場合は運動しているか運動していないかというアクションです。
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 モデルはプログラムと連携して、
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、
このプログラムを micro:bit にダウンロードするだけでOK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
プログラムをプロジェクトのプログラムに
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 ?
タイマーのプログラムがうまく動作しているか
3 つの簡単なステップでテストしてみましょう。
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、
自分のデータを収集し、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、このモデルをプログラムと組み合わせて
自分の micro:bit で試してみることができます。