1 of 11

全國AI專題創意競賽�Quantum AI體驗應用組

Chang-Shing Lee & NUTN Team

KWS Center / OASE Lab., National University of Tainan, Taiwan

Oct. 26, 2024

2 of 11

Outline

  • Quantum AI 學習工具硬體使用方式
  • QCI&AI-FML平台操作流程及功能介紹
  • 軟硬體整合應用案例介紹
    • 休閒旅遊推薦
  • 競賽初賽評分說明

/ 10

1

3 of 11

QCI&AI 學習工具硬體介紹

/ 10

2

  • Input
    • Button Module
    • Camera Module
    • Microphone Module
    • Light Sensor Module
    • Humidity Temperature Sensor Module (DHT11)
    • Ultrasound Sensor Module (HC-SR04)

LED

Module

Button

Module

SD

Module

Camera

Module

Ultrasound

Module

LCD

Module

DHT

Module

Light

Sensor

Module

Speaker

Module

Fan

Module

Servo

Module

Wi-Fi

Module

4 of 11

QCI&AI 學習工具硬體介紹

/ 10

3

  • Output
    • Light Emitting Diodes (LED) Module
    • Servomotor Module
    • Fan Module
    • LCD Module
    • Speaker Module

LED

Module

Button

Module

SD

Module

Camera

Module

Ultrasound

Module

LCD

Module

DHT

Module

Light

Sensor

Module

Speaker

Module

Fan

Module

Servo

Module

Wi-Fi

Module

5 of 11

QCI&AI 學習工具硬體介紹

/ 10

4

  • Connectivity
    • WIFI Module
    • SD Card Module
    • USB Serial Connection
    • CPU
    • ARM926EJ-S

​

​

LED

Module

Button

Module

SD

Module

Camera

Module

Ultrasound

Module

LCD

Module

DHT

Module

Light

Sensor

Module

Speaker

Module

Fan

Module

Servo

Module

Wi-Fi

Module

6 of 11

QCI&AI學習工具硬體介紹

/ 10

5

7 of 11

/ 10

6

初賽學習內容 : 休閒旅遊推薦(Part 1)

​

​

​

​

​

​

​

​

​

  • 請參考以下網址

https://sites.google.com/asap.nutn.edu.tw/2024quantumai/competition-method/preliminary-round-1

8 of 11

初賽學習內容 : 生成式AI (Part 2)

/ 10

7

​

​

​

​

​

​

​

​

​

  • 請參考以下網址

https://sites.google.com/asap.nutn.edu.tw/2024quantumai/competition-method/preliminary-round-2

9 of 11

初賽: 上傳學習成果(Part 3)

/ 10

8

​

​

​

​

​

​

​

​

​

  • 請參考以下網址

https://sites.google.com/asap.nutn.edu.tw/2024quantumai/competition-method/preliminary-round-3

10 of 11

競賽初賽評分說明

  • 資料模型上傳檔案(20%)
    • 上傳至少 18 個收集的資料集: DataCollectionTemplate.xlsx (10%)
    • 上傳至少收集 18 筆資料與 Data Collection Sample 整併後的檔案: DataCollection (Stage 1).xlsx (10%)
  • 推論模型上傳檔案(30%)
    • 上傳 OpenCI Model  (15%)
    • 上傳 CI 模型且知識模型經過人類智慧修改與設計  (15%)
  • 微調模型上傳檔案(30%)
    • 上傳至少收集 18 筆資料與 Data Collection Sample 進行不同方式整併成為訓練資料 (15%)
    • 上傳訓練後的 CI 模型 (15%)
  • 上傳簡要說明文件(20%)
    • 可使用AI工具(例如:ChatGPT) 協助共同完成說明文件
    • 資料收集工具軟硬體系統說明(包括: CPU、Memory、OS、軟體開發環境)
    • 知識模型(訓練前/訓練後)
    • 量子推論模型(學習前後分析說明)

/ 10

9

11 of 11

/ 10

10

Thank You