WEBVTT

00:00:00.680 --> 00:00:03.610
AI をつかったお話ロボットを作るには、

00:00:03.610 --> 00:00:09.400
ぬいぐるみがさまざまに動くのを認識するようにMLモデルをトレーニングします。

00:00:11.120 --> 00:00:16.280
次に、このモデルをプログラムと組み合わせて、さまざまな音を鳴らしたり

00:00:16.280 --> 00:00:20.406
micro:bit の LED ディスプレイにさまざまなアイコンを表示します。

00:00:20.856 --> 00:00:24.660
そしてMLモデルとプログラムを micro:bit にダウンロードし、

00:00:24.660 --> 00:00:28.070
ぬいぐるみにつけて、お話を一緒に表現してもらいましょう。

00:00:28.070 --> 00:00:31.114
私たちが選んだのは、ルーシーというクマのお話ですが、

00:00:31.114 --> 00:00:34.169
好きなお話に変えてプロジェクトをつくってください。

00:00:34.264 --> 00:00:36.970
[音楽]

00:00:36.970 --> 00:00:39.165
クマのルーシーです。

00:00:40.360 --> 00:00:42.730
彼女は大きくなったら体操選手になりたいと思っています。

00:00:42.730 --> 00:00:47.064
だから、毎日朝起きるとジャンプの練習をしています。

00:00:47.064 --> 00:00:50.974
彼女は天井に届くほど高くジャンプします。

00:00:50.974 --> 00:00:54.640
朝ごはんが終わった後は、でんぐり返しの練習をします。

00:00:54.640 --> 00:00:59.920
彼女は、世界全体がまわるほど、ぐるぐると転がります。

00:01:01.469 --> 00:01:06.490
それから彼女は休憩に、少しお昼寝をします。

00:01:10.048 --> 00:01:12.960
AI をつかったお話ロボットを作るには

00:01:12.960 --> 00:01:18.760
「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。

00:01:18.760 --> 00:01:22.149
このプロジェクトには、データサンプルが8つずつ

00:01:22.149 --> 00:01:27.509
ジャンプ、転がる、寝るという3 つのアクションそれぞれに記録されています。

00:01:28.949 --> 00:01:36.620
micro:bit CreateAI は、micro:bit の動きを検知する加速度センサーを使用して、
動きのデータサンプルを収集します。

00:01:38.120 --> 00:01:43.560
自分のデータサンプルを追加するには、データ収集用micro:bit を用意する必要があります。

00:01:43.560 --> 00:01:50.160
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ケーブルだけです。

00:01:50.160 --> 00:01:54.840
Bluetooth 接続がない場合は、micro:bit を2つ用意する必要があります。

00:01:54.840 --> 00:01:57.775
画面の指示に従って接続します。

00:02:00.265 --> 00:02:06.097
データ収集用 micro:bit が接続されたら、このようにぬいぐるみに取り付けます。

00:02:06.777 --> 00:02:12.490
おもちゃを動かすと、ライブ グラフ上の線が変化するのがわかります。

00:02:12.490 --> 00:02:16.630
このプロジェクトにはすでにかなりの量のサンプルがあるので

00:02:16.630 --> 00:02:21.364
今はアクションごとに 1 つのサンプルを追加し、

00:02:21.364 --> 00:02:24.570
さらにデータを収集するのは後回しにすることをおすすめします。

00:02:25.000 --> 00:02:29.440
「ジャンプ」アクションをクリックすると、データ サンプルを追加できます。

00:02:29.440 --> 00:02:33.600
1 秒間の録音が開始される前にカウントダウンが表示されます。

00:02:33.600 --> 00:02:39.800
「記録」をクリックしてすぐにおもちゃを動かし始めて、きれいなサンプルを取りましょう。

00:02:39.800 --> 00:02:43.440
きれいなサンプルとは、サンプル全体にわたって動きが記録され、

00:02:43.440 --> 00:02:47.983
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。

00:02:47.983 --> 00:02:54.075
次に、追加のデータサンプルを「転がる」と「寝る」にも追加してみます。

00:02:57.115 --> 00:02:59.600
ぬいぐるみが「寝る」とき、

00:02:59.600 --> 00:03:07.020
micro:bit の向きに応じて x、y、z 線の位置が変わることに気づくでしょう。

00:03:07.520 --> 00:03:11.910
[モデルのトレーニング] をクリックして ML モデルを構築します。

00:03:13.240 --> 00:03:19.960
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。

00:03:19.960 --> 00:03:25.640
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。

00:03:25.640 --> 00:03:30.760
データ収集用 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。

00:03:30.760 --> 00:03:32.530
まだツールに接続されているはずです。

00:03:32.530 --> 00:03:38.537
micro:bit が動くと、CreateAI がユーザーの動きを推定していることがわかります。

00:03:40.317 --> 00:03:47.027
ぬいぐるみをいろいろと動かして、推定される動きと確実性の棒グラフの変化を確認します。

00:03:47.400 --> 00:03:52.674
パーセンテージは、MLモデルが各アクションを実行していることを

00:03:52.674 --> 00:03:56.160
どの程度確信しているか、または確信しているかを示します。

00:03:56.160 --> 00:04:00.760
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。

00:04:00.760 --> 00:04:05.159
その場合は、[データ サンプルの編集] をクリックして

00:04:05.159 --> 00:04:07.920
モデルを改善することをおすすめします。

00:04:07.920 --> 00:04:12.800
MLモデルは通常、データの数が増えれば増えるほど効果的に機能するため

00:04:12.800 --> 00:04:15.640
それぞれのアクションにサンプルを追加するか、

00:04:15.640 --> 00:04:21.160
テストで問題があったアクションに重点をおいてデータを集めます。

00:04:22.400 --> 00:04:26.385
きれい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。

00:04:26.385 --> 00:04:32.233
データセットを調べて、MLモデルを混乱させる可能性のあるサンプルを特定します。

00:04:32.233 --> 00:04:35.660
X を押すと削除できます。

00:04:38.200 --> 00:04:44.100
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] を再度クリックします。

00:04:44.100 --> 00:04:48.363
「モデルのテスト」ページでモデルを再度テストします。

00:04:50.003 --> 00:04:57.120
ML モデルの動作に満足したら、あらかじめ用意されているプロジェクトで使ってみます。

00:04:57.120 --> 00:05:05.140
[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。

00:05:05.140 --> 00:05:13.520
画面左上の矢印をクリックして いつでも CreateAI に戻れます。

00:05:15.050 --> 00:05:19.720
このブロックは、作成したMLモデルをプログラムに使うものです。

00:05:19.720 --> 00:05:24.180
「MLが… を開始したとき」ブロックは、ぬいぐるみが

00:05:24.180 --> 00:05:28.640
特定の動きやアクションを行っているとMLモデルが判断したときに反応します 。

00:05:28.640 --> 00:05:34.360
動きに応じて、micro:bit の LED ディスプレイにアイコンを表示したり、

00:05:34.360 --> 00:05:38.600
スピーカーから音を出したりもできます。

00:05:38.600 --> 00:05:46.360
ぬいぐるみがどのような動作をしているか不明な場合には、画面が消されます。

00:05:46.360 --> 00:05:51.920
各アクションが停止すると、プログラムは micro:bit の音を止めます。

00:05:53.320 --> 00:05:56.640
プログラムと MLモデルを micro:bit で実行するには、

00:05:56.640 --> 00:05:59.640
micro:bit にダウンロードするだけです。

00:06:00.280 --> 00:06:04.620
「ダウンロード」を押して、画面の指示に従います。

00:06:06.320 --> 00:06:10.640
さあ、micro:bit をぬいぐるみにつけて、完成したプロジェクトをテストしましょう。

00:06:10.640 --> 00:06:16.200
ぬいぐるみの動きに応じて正しい音が鳴ったり、アイコンが表示されたりしていますか?

00:06:16.200 --> 00:06:19.800
他の人がおもちゃを動かしても同じように機能しますか?

00:06:19.800 --> 00:06:25.400
そうでない場合は、戻ってさらにデータを収集し、モデルを再トレーニングできます。

00:06:26.880 --> 00:06:30.960
おめでとうございます！自分で収集したデータを使用して

00:06:30.960 --> 00:06:35.510
さまざまな動きに反応するようにモデルをトレーニングし 、

00:06:35.510 --> 00:06:40.854
プログラムと組み合わせてインタラクティブなお話ロボットを作ることができました。

00:06:40.854 --> 00:06:45.990
物語を伝える上で、他にどのような動きを追加できそうですか？

00:06:45.990 --> 00:06:51.335
micro:bit と CreateAI を使って追加できそうですか?