micro:bit CreateAI is een gratis, webgebaseerde tool waarmee leerlingen gemakkelijk AI kunnen verkennen door middel van beweging en machine learning, en deze in de echte wereld kunnen meenemen met de BBC micro:bit. Voeg AI toe aan jouw micro:bit-leerervaring door een machine learning-model te trainen met jouw eigen bewegingsgegevens en deze te gebruiken in je micro:bit-projecten. Je hebt een computer met de webbrowser Google Chrome of Microsoft Edge nodig om toegang te krijgen tot micro:bit CreateAI. Klik op 'Aan de slag' om te beginnen. Eerst moet je wat trainingsgegevens verzamelen. Dit doe je op de pagina 'data samples'. Klik op 'Verbinden' om een ​​micro:bit te verbinden met CreateAI op je computer. Dit is de micro:bit die je gaat verplaatsen, door hem in je hand te houden of aan iets te bevestigen dat beweegt. We noemen dit de gegevensverzameling micro:bit. Als Bluetooth op jouw computer is ingeschakeld, heb je slechts 1 micro:bit nodig. Als hij geen Bluetooth heeft, kun je een tweede micro:bit gebruiken als radioverbinding. micro:bit CreateAI laat je zien hoe je de gegevensverzameling micro:bit het beste op jouw computer kunt aansluiten. Volg gewoon de instructies op het scherm. Terwijl je de micro:bit voor het verzamelen van gegevens verplaatst, zie je live bewegingsgegevens van de versnellingsmetersensor in een grafiek onder aan je computerscherm. Kies minimaal twee verschillende bewegingen die CreateAI moet leren herkennen. Deze bewegingen noemen we ‘acties’. Zwaaien en klappen zijn goede acties om mee te beginnen. Geef je eerste actie een naam. Klik op de knop 'Opnemen' om je eerste data sample te verzamelen. Elke sample duurt 1 seconde. Je kunt één sample tegelijk of meerdere samples opnemen. Verzamel minstens drie samples van je eerste actie. En doe hetzelfde voor minstens één andere actie. Zie je overeenkomsten tussen de grafieken van de zwaaiende gegevens? En het verschil tussen zwaaien en klappen? Klik vervolgens op 'Model trainen'. micro:bit CreateAI analyseert jouw data samples en creëert een reeks regels zodat het kan inschatten welke acties je uitvoert. Deze wiskundige regels vormen het machine learning- of ML-model. Nu kun je het ML-model testen op de pagina 'Model testen'. Dit laat zien welke actie het model inschat dat je uitvoert. Hoe hoger het percentage, hoe zekerder het model is dat je een bepaalde actie uitvoert. Terwijl je de micro:bit voor gegevensverzameling draagt ​​of vasthoudt, voer je al je acties beurtelings uit. Als het model niet nauwkeurig inschat welke acties je uitvoert, moet je mogelijk je gegevens bekijken en het model opnieuw trainen. Klik op 'Data samples bewerken' om meer data samples te verzamelen, of verwijder eventuele samples waarvan je denkt dat ze niet passen. Je kunt ook meer acties toevoegen, bijvoorbeeld om het model te leren hoe gegevens voor ‘stil zijn’ eruit zien. Vervolgens kun je jouw ML-model opnieuw trainen en testen. Als je eenmaal tevreden bent dat je een ML-model hebt gemaakt dat de door jou gekozen acties goed herkent, kun je je model in een MakeCode-programma gebruiken en op een micro:bit zetten. Je hebt al enkele blokken gezien op de pagina Model testen. Dit zijn de machine learning- of ML-blokken die je in jouw MakeCode-programma's kunt gebruiken. Deze blokken zorgen ervoor dat verschillende pictogrammen op het micro:bit-display verschijnen wanneer een bepaalde actie door het ML-model wordt herkend. Klik op 'Bewerken in MakeCode' om de blokken in een speciale MakeCode-editor te openen. Klik op 'Downloaden' om je code en je ML-model over te zetten naar een micro:bit. Volg de instructies op het scherm. Koppel de micro:bit los van jouw computer, sluit een batterij aan en test hem uit. Je kunt de micro:bit overal mee naartoe nemen. Je ML-model draait nu op de micro:bit zelf, je hebt geen computer meer nodig om het te laten werken. Er zijn meer ML-blokken die je kunt gebruiken om jouw eigen projecten te maken met behulp van AI met MakeCode, en je kunt deze ook combineren met alle andere blokken. Je kunt jouw project (je gegevens en codeblokken) ook samen in één bestand opslaan, zodat je er later verder aan kunt werken. Dit doe je in CreateAI door op ‘Opslaan’ te klikken en je project een naam te geven. Of je kunt jouw project opslaan vanuit MakeCode. Klik gewoon op de 3 stippen en kies 'downloaden als bestand'. Wat ga jij creëren met machine learning en MakeCode met behulp van micro:bit CreateAI?