生成AI (Part 2)

時間 : 2025/2/10 9:00 - 16:30

現地指導場所 : Nakamozu Campus,Osaka Metropolitan University, Osaka, Japan

当日は、現地およびオンラインでの同時進行による授業の配信を行います。授業内容は以下の通りです: 

• 量子AI学習ツールハードウェアの使い方

• QCI&AI-FML学習プラットフォームの運用プロセスと機能紹介

• KWS AIプラットフォーム機能紹介

• ソフトウェアとハードウェアの統合応用事例の紹介

生成画像

• Intelligent Travel : Dataset 1  

• Intelligent Environment : Dataset 2  

• Intelligent Local Food : Dataset 3 

フェーズ 1: QCI データ モデル

• QCI&AI-FML 学習プラットフォーム : https://kws.oaselab.org/qciai/ 

• KWS AI : kws.oaselab.org/kws-ai/ 

• データ収集テンプレート : ( Download )

• データ収集サンプル : ( Data Collection Steps 1-4 by NUTN Team )

  • 収集した18個のデータをデータ収集サンプルと結合する

說明

步驟 1：QCI&AI学習ツールを使用して、AIoTデータを収集します。これには、距離や照度の測定、さらに写真撮影が含まれます。

步驟 2：KWS AI を使用してテキストを生成し、人工評価を行って HEGAIText を収集します。

步驟 3：KWS AI を使用して画像を生成し、人工評価を行って HEGAIImage を収集します。

フェーズ2: QCI推論モデル

• QCI&AI-FML 学習プラットフォーム : https://kws.oaselab.org/qciai/ 

• Open CIモデルをダウンロード ( Open GAIFit Model )

• 推論モデルをダウンロード ( GAIFit Inference Model )

• 推論資料をダウンロード ( GAIFit Inference Data)

フェーズ3: QCI微調整モデル

• QCI&AI-FML 学習プラットフォーム : https://kws.oaselab.org/qciai/ 

• 専門家のデータをダウンロード ( GAIFit Expert Data )

• トレーニングデータをダウンロード ( GAIFit Training Data )

• Thonny 3.3.13をダウンロード : ( Windows ) ｜ ( Mac ) 

• オープンラーニングツール Python Fileをダウンロード ( Python File )