0:00:01.560,0:00:04.740
単純な AI エクササイズ タイマーを作るには、

0:00:04.740,0:00:08.360
機械学習 (ML) モデルをトレーニングします。

0:00:08.360,0:00:15.080
このモデルは、運動しているときと[br]運動していないときを認識します。

0:00:15.080,0:00:20.290
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

0:00:23.420,0:00:27.920
micro:bit にダウンロードして実際に使ってみます

0:00:28.720,0:00:33.850
「micro:bit CreateAI で開く」をクリックして[br]プロジェクトを起動します。

0:00:35.960,0:00:39.760
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、

0:00:39.760,0:00:44.760
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。

0:00:45.440,0:00:51.000
自分の動きのデータを記録したサンプルを[br]さらに追加していきましょう。

0:00:51.000,0:00:55.330
micro:bit CreateAI は、 micro:bit 上の

0:00:55.330,0:01:00.130
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 。

0:01:00.210,0:01:04.508
micro:bit とバッテリーパックを手首または足首に装着し、

0:01:04.508,0:01:08.840
自由に動いて動きのデータサンプルを記録します。

0:01:08.840,0:01:13.480
始めるには、データ収集 micro:bit を設定する[br]必要があります。

0:01:13.480,0:01:17.570
手首に装着する micro:bit を CreateAI に[br]接続します。

0:01:18.770,0:01:22.240
コンピュータで Bluetooth が[br]有効になっている場合、

0:01:22.240,0:01:26.360
必要なのはmicro:bit 1つとUSB データケーブル[br]だけです。

0:01:26.360,0:01:28.680
Bluetooth 接続がない場合は、

0:01:28.680,0:01:31.690
micro:bit を2つ使用するように求められます。

0:01:31.690,0:01:33.800
2 番目の micro:bit はUSB ケーブルに接続したままにして

0:01:33.800,0:01:38.979
データ収集 micro:bit への無線接続用とします。

0:01:39.640,0:01:42.936
画面の指示に従って接続します。

0:01:44.495,0:01:47.320
データ収集用 micro:bit が接続されると、

0:01:47.320,0:01:52.220
micro:bit を動かすとライブ グラフ上の線が[br]変化するのがわかります。

0:01:53.280,0:01:58.360
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。

0:01:58.360,0:02:02.730
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、

0:02:02.730,0:02:07.699
今はアクションごとにサンプルを [br]1 つ追加するだけにして、

0:02:07.699,0:02:12.840
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。

0:02:12.840,0:02:16.600
どんな動きを行するかを決めます。

0:02:16.600,0:02:23.040
走る、早歩き、ジャンプ、ボクシング、[br]ダンスなどもいいでしょう。

0:02:23.040,0:02:28.350
micro:bit が動かす手首または足首に[br]取り付けられていることを確認してください。

0:02:29.920,0:02:34.440
特定のアクションにデータを追加するには、[br]そのアクションをクリックして選択します。

0:02:34.440,0:02:39.640
1 秒の録音が開始される前に、[br]3 秒のカウントダウンが表示されます。

0:02:39.640,0:02:45.200
「記録」をクリックしてすぐに動き始め、[br]クリーンなデータサンプルを確実に取得します。

0:02:45.200,0:02:49.080
クリーンなサンプルとは、[br]サンプル全体にわたって動きが記録されていて、

0:02:49.080,0:02:52.780
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。

0:02:52.780,0:02:57.710
次に、「運動していない」データセットに[br]サンプルを追加してみます。

0:02:58.320,0:03:00.920
アクションをクリックして選択し、

0:03:00.920,0:03:05.850
サンプルを記録する間は静止するか、[br]ちょっと動くだけにします。

0:03:06.440,0:03:09.240
x、y、z の線の位置が、

0:03:09.240,0:03:13.568
micro:bit を握る角度に応じて変わることに[br]気づくでしょう。

0:03:14.768,0:03:18.320
現時点ではプロジェクトのデータが[br]あまりありませんが、

0:03:18.320,0:03:24.400
CreateAI でMLモデルをトレーニング[br]するのには十分なデータになります。

0:03:24.400,0:03:30.360
[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。

0:03:30.360,0:03:36.888
このツールは 、micro:bit をの動きを[br]認識する数学的モデルを構築します。

0:03:36.888,0:03:39.360
モデルのトレーニングが完了すると、すぐに

0:03:39.360,0:03:42.108
[モデルのテスト] ページが表示されます。

0:03:42.108,0:03:44.870
これで、データ収集 micro:bit を使って

0:03:44.870,0:03:47.790
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。

0:03:47.790,0:03:50.160
まだツールに接続されているはずなので

0:03:50.160,0:03:56.430
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。

0:03:59.800,0:04:03.760
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、

0:04:03.760,0:04:09.104
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。

0:04:09.450,0:04:11.750
確実性を表す棒グラフの % は、

0:04:11.750,0:04:15.566
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。

0:04:16.840,0:04:21.120
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。

0:04:21.150,0:04:25.430
もしくは、うまく推定している動きと[br]そうでない動きがあるかもしれません。

0:04:25.430,0:04:32.045
そのため、モデルの動きを調べたあとには、[br][データサンプルの編集] をクリックして、

0:04:32.045,0:04:34.520
モデルのパフォーマンスを改善することを[br]おすすめします。

0:04:34.520,0:04:38.690
機械学習モデルは通常、データをたくさん[br]使えば使うほど効果的に機能するため

0:04:38.690,0:04:45.370
アクションごとにサンプルを追加したり、[br]テストで問題があったアクションについて

0:04:45.370,0:04:48.800
より多くのデータを収集しましょう。

0:04:48.800,0:04:54.240
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。

0:04:54.240,0:04:58.840
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。

0:04:58.840,0:05:05.560
そのため、データ セットを調べて、[br]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。

0:05:05.560,0:05:09.730
xを押すと削除できます。

0:05:09.730,0:05:13.680
さらにデータを追加してデータセットを[br]確認したら、

0:05:13.680,0:05:17.720
[モデルのトレーニング] を再度クリックして、[br]修正したデータ セットを使用します。

0:05:17.720,0:05:22.250
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。

0:05:26.680,0:05:30.200
ML モデルが思い通りに動いたら、

0:05:30.200,0:05:34.120
既製のプロジェクトプログラムで[br]使ってみましょう。

0:05:34.120,0:05:40.920
[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。

0:05:40.920,0:05:46.090
画面左上の矢印で、いつでも CreateAI に[br]戻ることができます。

0:05:48.560,0:05:54.720
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。

0:05:54.720,0:05:59.760
このコードでは、2 つの変数を使用して、運動した時間と

0:05:59.760,0:06:04.160
運動していない時間を追跡します。[br]プログラムが最初に実行されるとき、

0:06:04.160,0:06:06.760
これらのタイマー変数は 0 に設定されます。

0:06:06.760,0:06:09.360
「MLの... が開始したとき」ブロックは、

0:06:09.360,0:06:15.400
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。

0:06:15.400,0:06:19.240
あなたがしていると推定されたアクションに応じて

0:06:19.240,0:06:22.580
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 。

0:06:22.580,0:06:25.030
「MLの... が停止したとき」ブロックは、

0:06:25.030,0:06:28.995
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。

0:06:28.995,0:06:32.960
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。

0:06:32.960,0:06:35.960
各ブロック内のコードは画面をクリアし、 [br]各アクションの合計時間を格納する変数に

0:06:35.960,0:06:42.060
終了したばかりのアクションの継続時間を追加します 。

0:06:43.360,0:06:49.680
ML モデルはプログラムと連携して、[br]各アクションに費やされた合計時間を[br]表示できるようにします。

0:06:49.680,0:06:53.420
ボタン A を押すと運動した[br]合計時間を確認でき、

0:06:53.420,0:06:57.950
ボタン B を押すと非アクティブな合計時間を[br]確認できます。

0:06:57.950,0:07:02.915
タイマーはミリ秒 (1000 分の 1 秒) 単位で[br]カウントするため、

0:07:02.915,0:07:07.880
表示される数値を 1000 で割って時間を秒単位で示します。

0:07:07.880,0:07:12.640
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、

0:07:12.640,0:07:16.000
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。

0:07:17.010,0:07:19.360
利用可能な別の micro:bit がない場合は、

0:07:19.360,0:07:24.340
データ コレクション micro:bit に現在ある[br]プログラムをプロジェクトのプログラムに[br]置き換えるだけです。

0:07:26.440,0:07:28.820
次に、プロジェクトを実際にテストしてみます。

0:07:28.820,0:07:31.200
運動中または運動していないときに

0:07:31.200,0:07:33.920
正しいアイコンが表示されますか ?

0:07:33.920,0:07:37.310
タイマーのプログラムがうまく動作しているか

0:07:37.310,0:07:39.140
3 つの簡単なステップでテストしてみましょう。

0:07:39.140,0:07:41.640
リセット ボタンを押します。

0:07:41.640,0:07:46.040
30秒間運動してください。[br]次に、ボタン A を押します。

0:07:46.040,0:07:50.080
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。

0:07:50.080,0:07:55.240
これで、CreateAI に接続し、[br]自分のデータを収集し、それを使用して

0:07:55.240,0:07:57.850
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。

0:07:57.850,0:08:02.021
そして、このモデルをプログラムと組み合わせて

0:08:02.021,0:08:04.533
自分の micro:bit で試してみることができます。