< Return to Video

Simple AI exercise timer step-by-step video

  • 0:02 - 0:05
    単純な AI エクササイズ タイマーを作るには、
  • 0:05 - 0:08
    機械学習 (ML) モデルをトレーニングします。
  • 0:08 - 0:15
    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。
  • 0:15 - 0:20
    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
  • 0:23 - 0:28
    micro:bit にダウンロードして実際に使ってみます
  • 0:29 - 0:34
    「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。
  • 0:36 - 0:40
    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、
  • 0:40 - 0:45
    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。
  • 0:45 - 0:51
    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。
  • 0:51 - 0:55
    micro:bit CreateAI は、 micro:bit 上の
  • 0:55 - 1:00
    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 。
  • 1:00 - 1:05
    micro:bit とバッテリーパックを手首または足首に装着し、
  • 1:05 - 1:09
    自由に動いて動きのデータサンプルを記録します。
  • 1:09 - 1:13
    始めるには、データ収集 micro:bit を設定する
    必要があります。
  • 1:13 - 1:18
    手首に装着する micro:bit を CreateAI に
    接続します。
  • 1:19 - 1:22
    コンピュータで Bluetooth が
    有効になっている場合、
  • 1:22 - 1:26
    必要なのはmicro:bit 1つとUSB データケーブル
    だけです。
  • 1:26 - 1:29
    Bluetooth 接続がない場合は、
  • 1:29 - 1:32
    micro:bit を2つ使用するように求められます。
  • 1:32 - 1:34
    2 番目の micro:bit はUSB ケーブルに接続したままにして
  • 1:34 - 1:39
    データ収集 micro:bit への無線接続用とします。
  • 1:40 - 1:43
    画面の指示に従って接続します。
  • 1:44 - 1:47
    データ収集用 micro:bit が接続されると、
  • 1:47 - 1:52
    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。
  • 1:53 - 1:58
    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。
  • 1:58 - 2:03
    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、
  • 2:03 - 2:08
    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、
  • 2:08 - 2:13
    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。
  • 2:13 - 2:17
    どんな動きを行するかを決めます。
  • 2:17 - 2:23
    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。
  • 2:23 - 2:28
    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。
  • 2:30 - 2:34
    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。
  • 2:34 - 2:40
    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。
  • 2:40 - 2:45
    「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。
  • 2:45 - 2:49
    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、
  • 2:49 - 2:53
    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。
  • 2:53 - 2:58
    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。
  • 2:58 - 3:01
    アクションをクリックして選択し、
  • 3:01 - 3:06
    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。
  • 3:06 - 3:09
    x、y、z の線の位置が、
  • 3:09 - 3:14
    micro:bit を握る角度に応じて変わることに
    気づくでしょう。
  • 3:15 - 3:18
    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、
  • 3:18 - 3:24
    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。
  • 3:24 - 3:30
    [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。
  • 3:30 - 3:37
    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。
  • 3:37 - 3:39
    モデルのトレーニングが完了すると、すぐに
  • 3:39 - 3:42
    [モデルのテスト] ページが表示されます。
  • 3:42 - 3:45
    これで、データ収集 micro:bit を使って
  • 3:45 - 3:48
    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。
  • 3:48 - 3:50
    まだツールに接続されているはずなので
  • 3:50 - 3:56
    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。
  • 4:00 - 4:05
    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
  • 4:05 - 4:12
    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、
  • 4:12 - 4:17
    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。
  • 4:17 - 4:22
    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、
  • 4:22 - 4:29
    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
  • 4:29 - 4:35
    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。
  • 4:35 - 4:41
    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
  • 4:41 - 4:49
    、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。
  • 4:49 - 4:54
    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。
  • 4:54 - 4:59
    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。
  • 4:59 - 5:06
    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。
  • 5:06 - 5:12
    xを押すと削除できます。さらにデータを追加して
  • 5:12 - 5:18
    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。
  • 5:18 - 5:27
    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。
  • 5:27 - 5:30
    ML モデルの動作に満足したら、
  • 5:30 - 5:34
    既製のプロジェクト コードとともに使用できます。
  • 5:34 - 5:41
    [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。
  • 5:41 - 5:49
    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。
  • 5:49 - 5:55
    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。
  • 5:55 - 6:00
    このコードでは、2 つの変数を使用して、運動した時間と
  • 6:00 - 6:04
    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、
  • 6:04 - 6:09
    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、
  • 6:09 - 6:15
    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。
  • 6:15 - 6:19
    ユーザーが行っていると推定されたアクションに
  • 6:19 - 6:26
    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、
  • 6:26 - 6:33
    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。
  • 6:33 - 6:38
    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
  • 6:38 - 6:43
    ばかりのアクションの継続時間を追加します 。
  • 6:43 - 6:50
    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。
  • 6:50 - 6:55
    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
  • 6:55 - 7:01
    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 (
  • 7:01 - 7:08
    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。
  • 7:08 - 7:13
    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、
  • 7:13 - 7:19
    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、
  • 7:19 - 7:26
    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。
  • 7:26 - 7:31
    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
  • 7:31 - 7:37
    正しいアイコンが表示されますか ? タイマー コードが
  • 7:37 - 7:42
    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。
  • 7:42 - 7:46
    30秒間運動してください。次に、ボタン A を押します。
  • 7:46 - 7:50
    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。
  • 7:50 - 7:55
    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
  • 7:55 - 8:00
    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
  • 8:00 - 8:06
    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。
Title:
Simple AI exercise timer step-by-step video
Description:

more » « less
Video Language:
English
Team:
Microbit_Educational_Foundation
Duration:
08:08

Japanese subtitles

Revisions Compare revisions