micro:bit AI storytelling friend

AI ストーリーテリングの友達を作るには、

おもちゃがさまざまな方法で動いたときを認識するように 機械学習 (ML) モデルをトレーニングします

。 次に、このモデルをコードと組み合わせて、さまざまなサウンドを作り、

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。

次に、モデルとコードを micro:bit にダウンロードし、それをおもちゃで使用してストーリーを伝えることができます。

私たちの物語はルーシーと呼ばれるクマに関するものですが、自分のプロジェクトに合わせてプロジェクトを変更できます。

[音楽] クマのルーシーです。

彼女は大きくなったら体操選手になりたいと思っているので、毎日朝起きるとジャンプの練習をしています。

彼女は天井ほど高くジャンプします。そして朝食後はローリングの練習をします。

彼女は、世界全体が回転するまで、ぐるぐると転がります。

それから彼女は休憩を取って少し昼寝をします。

AI ストーリーテリングの友達を作り始めるには、「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、ジャンプ、ローリング、スリープという 3 つの異なるアクションの動作データの 8 つのサンプルが付属しています

。

micro:bit CreateAI は、micro:bit の動きセンサーである加速度センサーを使用して動きデータのサンプルを収集します。

独自のデータ サンプルを追加するには、データ コレクション micro:bit を作成する必要があります。

コンピューターで Bluetooth が有効になっている場合、必要なのは 1 micro:bit と USB データ リードだけです。

Bluetooth 接続がない場合は、2 つの micro:bit を使用する必要があります。

画面の指示に従って接続します。

データ収集 micro:bit が接続されたら、このようにおもちゃに取り付けます。

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。このプロジェクトにはすでにかなりの量

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 1 つのサンプルを追加し、後でさらにデータを収集することをお勧めします。

「ジャンプ」アクションをクリックすると、さらにデータ サンプルを追加できます。

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。

「記録」をクリックしてすぐにおもちゃを動かし始めて、きれいなデータ サンプルを確実に取得できるようにします。

クリーンなサンプルとは、サンプル全体にわたって移動が開始され、

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。次に、追加のデータ サンプルを

「ローリング」アクションと「スリープ」アクションに追加してみます。

おもちゃがスリープ状態になると、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。

[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。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。

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。

データ収集 micro:bit を使用して、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です。ツールを移動すると、CreateAI が

ユーザーが行っているアクションを推定していることがわかります。

おもちゃをさまざまな方法で動かして、推定される動作と確実性の棒グラフの変化を確認します。

パーセンテージは、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、または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。

その場合は、[データ サンプルの編集] をクリックしてモデルを改善することをお勧めします。

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

、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。

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サンプルを特定します。 X を押すとこれらを削除できます。

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 モデルの動作に満足したら、それを既製のプロジェクト コードで使用できます。

[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。

画面左上の矢印を使用して いつでも CreateAI に戻ってデータを表示できます

。 これらのブロックは、コードで作成したモデルを使用します。 「on ML… start」ブロックは

、おもちゃが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 。 アクションに応じて、コードは

micro:bit の LED ディスプレイ出力にさまざまなアイコンを表示し、スピーカーでさまざまなサウンドを再生します。

おもちゃがどのような動作をしているか不明な場合、つまり動作が「不明」の場合は、画面が消去されます。

そして、各アクションが停止すると、コードは micro:bit からの音の発生を停止します。

コードと ML モデルを micro:bit で実行するには、

それを micro:bit にダウンロードするだけです。

「ダウンロード」を押して、画面の指示に従います。

次に、完成したプロジェクトをおもちゃに取り付けられた micro:bit でテストします。

おもちゃが異なる動きをしたときに正しい音が再生され、アイコンが表示されますか?

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?

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。

おめでとうございます。 収集したデータを使用して

さまざまな種類の動きに反応するようにおもちゃをトレーニングし 、AI 機械学習モデルをトレーニングし、それを

コードと組み合わせてインタラクティブなストーリーテリングおもちゃを作成しました。 おそらく物語を伝える一環として、

あなたのおもちゃは他にどのような動作や動きをする可能性がありますか ? micro:bit と CreateAI を使用して追加できますか?