micro:bit CreateAI

micro:bit CreateAIは、AI（Artificial Intelligence/人工知能）の一つである「機械学習モデル」を、micro:bitで手軽に扱えるようにした仕組みのことです。

機械学習モデルとは

AI（Artificial Intelligence/人工知能）の一つである「機械学習モデル」は「学習」と「推論」という二つのプロセスによって、結果を導き出します。学習のプロセスでは、入力となる複数のデーターセットを用いて学習することで、それぞれのデーターセットから特徴や規則を見つけてパターン（推論モデル）を作成します。推論のプロセスでは、与えられた新たなデーターがどのパターン（推論モデル）と最も一致しているかを探し出します。例えば、猫や犬など画像をグルーピングして学習することで、別の猫や犬を認識できるようになります。

micro:bit CreateAIとは

micro:bit CreateAIでは、学習のプロセスで入力するデーターとして、micro:bitに搭載されているセンサーの値を用います。現在使えるのは「加速度センサー（Accelerometer）」のみです。加速度センサーは、左右（X軸）・前後（Y軸）・上下（Z軸）の三方向にかかる加速度を計測するもので、micro:bitの動きに合わせて刻々と変化します。例えば、micro:bitのLED画面を上にして「静止している状態」「小刻みに揺らした状態」「落とした状態」を加速度センサーの値で見ると下図のようになります。

micro:bit CreateAIでは、それぞれの状態に名前を付けて、加速度センサーの値を記録していきます。下図は「静止している状態」「小刻みに揺らした状態」「落とした状態」という名前を付けて、それぞれ3回ずつ加速度センサーの値を記録したものです。これが機械学習モデルの入力（学習に用いるデーターセット群）となります。

学習は、画面上のボタンをクリックするだけで自動的に行われ、完了するとテスト画面に遷移します。実際にmicro:bitを動かすと、どの程度一致しているか割合が表示されます。下図は、micro:bitの動きが「小刻みに揺らした状態」に最も高く一致していて、それが選ばれている（緑色になっている）ようすです。

このように、実際にmicro:bitを動かして機械学習モデルの出力を試すことができます。満足のいく出力が得られない場合は、パラメーター（Recognition point）を調整したり、前の画面に戻ってデーターの再収集などを行います。

十分な出力が得られたと判断した場合は、その機械学習モデルを使って、プログラミングすることができます。画面上のボタンをクリックするとMakeCodeに遷移します。ツールボックスには「Machine Learning」というカテゴリーがあり、ワークスペースには機械学習モデルの出力に合わせて「認識したとき（ML start）」ブロックが並んでいます。あとは、これまで通りプログラミングするだけです。

micro:bit CreateAIは、サイトにアクセスするだけで、データーの収集・機械学習モデルの学習・出力のテスト・コーディングまでがシームレスに行え、とても手軽に機械学習を試すことができます。また、micro:bitのウェアラブルな特性をいかすため、データーの収集はBluetoothでの接続で行われます。つまり、micro:bitを身体に装着することで、自由に動き回れるコードレスな状態でデーターの収集が行えるということ。本当によく考えられているなぁと思います。