發佈日期：2025-12-04

莊詠恩

理工學院

資訊工程學系

在參與「2025 全國 AI 專題競賽—Quantum AI 體驗組」的過程中，從基礎資料收集、模型建構，延伸至物聯網控制與量子計算模擬的完整技術。這不是一次單純的實作比賽，更是探索人機協作與計算智慧的體驗 。透過四階段的操作——資料模型、知識模型、推論模型以及微調模型，我更加了解大型模型的基礎技術。

首先從Google Colab 開始。我們安裝了 transformers 與 torch 等套件，並導入了 Whisper_Taiwanese_Tv05 模型 。傳統的語音識別往往忽略方言的細微差別，但透過這個模型，我了解電腦如何將錄製的台語語音精準辨識並轉譯為中文，展示了 AI 在自然語言處理上的強大能力，提升了保存對於未來本土文化的可能性。

接下來是多模態感知的實作。利用 Llama 3.2 生成式 AI 模型，我們對拍攝的場景進行「圖轉文」的描述生成，再利用這些文字描述進行「文生圖」的再創作 。在這個階段，最關鍵的學習在於引入了「人類評估（Human Evaluation）」的機制。我們不只依賴機器的生成，更在 Excel 表格中記錄了每一張圖片的 HEGAI（Human-Evaluation-GAI）分數，針對生成文本（HEGAIText）與生成圖片（HEGAIImage）進行量化評分 。這個過程讓我理解到，高品質的 AI 資料集往往需要人類的審美與判斷介入，這種「Human-in-the-Loop」的思維是構建精準模型不可缺少的工作。

資料收集完成後，要如何讓機器「理解」這些數據。在 KWS AI 平台上，我們建立了 QCI 知識模型，這是我第一次深入接觸模糊邏輯（Fuzzy Logic）的應用 。不同於非黑即白的二元邏輯，我們定義了「距離（Distance）」與「亮度（Light）」的語意項，例如將距離劃分為 near、medium、far，並為每個狀態設定了精確的梯形歸屬函數（Trapezoid Shape） 。同樣的，我們也為 HEGAI 的評分與最終的適應度（GAIFit）設定了從 low 到 high、從 very_poor 到 very_good 的模糊區間 。

有了定義，接下來便是邏輯的串聯。我們在 Excel 中建立了高達 81 條的推論規則（Rule Base），詳盡地列舉了各種情境組合，例如「當距離近、亮度暗、生成品質低時，適應度為極差」 。當這些規則被匯入平台並生成視覺化的推論網絡時，我深刻體會到所謂的「人工智慧」，其實是人類智慧透過數學形式的嚴謹表達。這套透明、可解釋的推論機制（XAI），讓我對系統的決策過程有了完全的掌握，這是深度學習黑盒子模型的優勢。

本次實作的主要重點技術在於軟體模型與硬體設備的結合。我們使用 Thonny IDE 與 MicroPython 撰寫程式，透過 MQTT 通訊協定將雲端的 AI 推論結果傳輸至開發板 。這是一個充滿挑戰的過程，從設定 Wi-Fi 連線、配置 MQTT Topic，到調整 LCD 圖片顯示的延遲時間，每一個參數都影響著系統的穩定性 。

為了讓硬體正確顯示我們親自生成並設定的影像，我們甚至需要手動將圖片像素調整至 320x240 的 BMP 格式 。過程遇到了許多困難，但是透過隊友間的互相幫助，我們還是成功的編譯完程式，當程式成功運行，我看見實體風扇隨著 AI 推論的結果而動作——當推論結果為 very_poor（數值低）時，風扇靜止，螢幕顯示對應的圖片與紅燈；而當推論結果為 very_good（數值高）時，風扇自動啟動運轉，螢幕顯示 "The ability of GAI in travel is Very Good!" 。原本存於雲端的數據轉化為真實世界的物理動能，這種虛實整合的成功運作，帶給我極大的成就感。

實作的尾聲，我們並未止步於現有的規則，而是進一步利用機器學習演算法進行優化。透過粒子群聚最佳化（PSO）與基因演算法（GA），我們對模糊模型進行了 200 代的訓練 。觀察 MSE（均方誤差）與 RMSE（均方根誤差）曲線隨著訓練代數的增加而顯著下降，以及訓練前後知識模型圖形的變化，我見證了機器如何透過數據自我修正，找出了比人工設定更佳的參數配置，將準確率提升至 0.90345 。

這次的競賽實作讓我掌握了從資料處理、模型訓練到硬體控制的完整 AI 開發流程。我學會了如何運用 KWS 平台管理複雜的模糊邏輯，如何透過 MQTT 串聯，更重要的是，我理解了 AI 系統並非遙不可及的黑科技，而是可以透過嚴謹的邏輯定義與持續的參數優化來構建的工程藝術。這份經驗將成為我未來在人工智慧領域持續探索的重要基石。