【記者方凱琪報導】金黃稻穗在花東的田間閃爍著耀眼光芒，這些粒粒皆辛苦的成果不僅有農夫的努力，更有國立中興大學「AI萬穗」研究團隊背後的技術支持。由中興農業企業經營管理在職專班碩士生謝宏政、劉興忠、高金裕與江美姿組成，團隊費時超過18年，經歷數次在台中、台南、屏東、花蓮與越南、泰國等地區的田間實作，反覆測試，最終推出「萬穗寶」和「AI小農管家」，技術成果於國科會創新創業激勵計畫（From IP to IPO，FITI）獲創新領航獎。 謝宏政回憶一切的起源是在進入肥料公司上班後，因緣際會接觸臺灣最大越光米廠商壽米屋企業有限公司（大橋越光米）的契作班長，他說明臺灣的環境每兩年可以收成四期水稻，當中通常只會有一次豐收，剩餘三次常因氣候或蟲害等多重因素而損失，謝宏政轉述，班長當時苦惱地表示，希望謝宏政能開發技術，讓稻米產量能增加20％。班長的願望成了團隊的研究動機，經過比較與研究，謝宏政發現，既有的水稻技術僅能增加單位體積內稻穀的重量，無法提高稻作的出穗量，這讓團隊下定決心，研發能真正提升稻米總出穗量的解方。 臺灣以插秧種植水稻，一開始每叢約有5至10根秧苗，之後會一圈一圈分化出多代分櫱（註一）。團隊說明，水稻的一叢秧苗會同時進行生長階段，但較晚分化出的分櫱成熟度不足，無法孕穗卻仍會消耗養分，這些無效的分櫱會被一同收割，造成水稻抽穗率（註二）大幅下降，因此傳統作法多建議將每叢分蘗數控制在四代分蘗以內。團隊調整配方研發出萬穗寶，農民僅需在噴灑農藥或施肥時將其混入，再散佈於葉片表面，該營養劑即可進入水稻作用，達到「提升水稻孕穗率」與「多代齊出穗」的效果，謝宏政說：「我們的做法是讓水稻從『國小到大學』都具備生育能力。」並解釋萬穗寶能讓不同時期形成的分蘗同步具備出穗能力，使稻作孕穗率達90％。 註一：水稻等植物在接近地面處會生出分枝，成圈狀向外生長。 註二：抽穗是指水稻、小麥、玉米等穀類作物在發育成熟時，幼穗（稻穗）從葉片（劍葉鞘）中長出來的生長階段。 團隊也研發AI小農管家，準確判讀水稻施肥及用藥時機，讓施肥效益最大化。具資工背景的劉興忠在團隊中主要負責AI技術，他指出AI小農管家的鏡頭採用變焦系統，鎖定稻作生長狀況，並以雷射光驅趕動物、辨識農作物病蟲害，與判斷最佳施作時機。數據比較後顯示，AI小農管家搭配萬穗寶使用能強化孕穗效果達95％。 技術研發耗時許久，曾歷經三年瓶頸。當團隊首次將萬穗寶用在花東稻田時，產量一直不如預期，直到一位農民大姐與謝宏政分享他們在稻作時的用量很節省，一分地僅使用30公升肥料，團隊才頓時發覺盲點。因花東地區的農地特性，使當地農民插秧深度較淺，因此施肥用量也較少，導致整體施用量遠低於西部正常用量60公升，最終使產量提升不如預期。該次經驗也凸顯農地實證經驗的重要性，讓團隊從中發覺農民在施肥的慣用模式對成果影響重大。 FITI主辦方認為，AI萬穗的技術兼具回應全球糧食議題和市場化潛力，這正是該獎項著重的價值。創新創業激勵計畫辦公室組長王玳琪說：「在前期評選階段，雖然審查委員多已肯定團隊技術，但認為他們在競爭分析與行銷計畫方面仍有需要改善之處。」對此，研究團隊後續也明確制定出經營模式與公司年度發展計劃。評審委員更指出，AI萬穗的成員長久以來鑽研農業領域，「這種一輩子只為做好一件事的職人精神，十分值得鼓勵。」 此外，謝宏政分享團隊成員的跨領域背景，除了大多出身農家，成員專業更從化學、財務到資工，「我們是在職的學生，所以基本上都帶有一些專業的技術底在身上。」團隊利用自身跨領域能力與大量田間實作經驗，解決水稻種植的長期瓶頸，並期許未來能建立更完整的田間資料庫，完善智慧農業系統。

【記者陳筱雯報導】腦中風為臺灣十大死因之一，而超過一半的患者會留下偏癱或神經受損等後遺症，需要大量時間及人力進行復健。國立中興大學、國立陽明交通大學及高雄醫學大學聯手發明AI隨動步行復健機器人——HopeStride，此發明結合隨動步行復健機器人及腦波感測器，為全球首例，期望患者能夠主動「用腦走路」，幫助因為中風而偏癱的病患。 臺灣即將邁入超高齡社會，復健需求大幅提升，然而治療師人力不足以應付高需求，一位治療師一日平均需照護25到30位病患。中興機械工程學系副教授李聯旺說明，傳統上會讓病患在跑步機上復健，需要三位治療師防止病患摔倒，而機器設有綁帶，能將病患吊起，因此僅需一位治療師從旁協助，「在機器後方也有裝設電腦，治療師僅需輸入數據及治療方案，電腦會依要求調整步伐等。」李聯旺也表示，許多病患因畏懼摔倒而不敢踏出步伐，延遲復健進度，因此設計能將病患吊起的機器，既能讓患者安心，又能減輕對膝蓋的負擔，使用HopeStride病患的家屬A（化名）說：「即使腳不是很好，但還是願意踏出去，因為他知道這是安全的。」 機器結合腦波感測器，讓病患能夠「由上而下」訓練，更接近常人的走路啟動模式，並促進大腦神經可塑性，啟動大腦內健康的神經網路，重新控制因中風而受損的肢體。負責感測器的陽明交大電機工程學系教授柯立偉解釋，團隊將感測器置於頭頂，正對大腦控制腳的中樞神經，「戴上後可以感測人的腦波，偵測人想要走的訊號。」他描述其造型如同耳罩式耳機，貼合頭皮的部分裝設感測器，方便病患穿脫。柯立偉說明，因不同患者思考時產生的電壓有所不同，團隊也在腦波感測器中加入AI，幫助整理、運算大量病患資料，目前準確率已超過90％，「臨床實驗時會偵測病人動腳時產生的腦波，利用AI建立資料庫，把接受到的訊號轉換成有意義的動作。」 團隊在挑選感測材料時遇到許多困難，除了需要導電效果良好的材料，還需考慮配戴舒適度及對生物細胞的毒性等因素，柯立偉說：「最大的困難是頭髮，因為頭髮不導電，所以要設法把電極傳透頭髮到頭皮，才可以去量測腦波。」團隊最終選擇常用於電療且質地柔軟的醫規海綿作為導電材料。而在機器應用面上，中興機械工程系博士盧亮宇表示各個病患情況不同，若無醫生協助難以了解病患情況，「在學校實驗時都是健康的受試者，但病患可能手會無力，受試情況不如預測般理想。」 目前機器尚無法將腦波零延遲傳遞到外骨骼，並讓其運作，中間會間隔一至兩秒，團隊期望未來能提高訊號傳輸的解析度與速度。柯立偉希望機器未來能夠普及到病患家中或社區內，讓患者可以不斷練習，他說道：「可以在家附近復健站增設機器，讓需要的人都能使用，又不會增加醫療負擔。」

【記者呂詠倢報導】膽道閉鎖是常見的新生兒疾病，嚴重情況下可能致命，然而，其初步診斷多僅依賴糞便色紙卡判讀，印刷差異與光源條件常造成誤判，錯過治療時機。為解決此問題，國立臺東專科學校資訊管理科主任林國豪，率領學生邱竑仁、陳濟恩與傅堃哲，共創「幫寶識：一種基於嬰兒糞便影像辨識之大便色卡智慧健康預警系統與方法」，一舉拿下2025IIIC國際創新發明競賽金牌。 膽道閉鎖的主要外顯症狀為黃疸，但新生兒因肝臟功能尚未發育完全，經常難以順利代謝紅血球溶解後所生成的「膽紅素」（註一），致使黃疸現象相當普遍，連帶增加識別膽道閉鎖的難度，再加上東亞常見的UGT1A1變異與純母乳哺育的交互作用（註二），讓東亞新生兒的黃疸現象更加盛行；而台東縣作為原住民人口較多的地區，其中阿美族因遺傳因素較缺乏G6PD酵素（即蠶豆症），也會讓紅血球更容易被破壞為膽紅素，加劇黃疸形成。 註一：膽紅素是紅血球溶解後的產物，正常由肝臟處理後可經膽汁排出體外，但若該代謝路徑受阻，膽紅素便會在血液中積聚，造成新生兒眼睛、皮膚變黃的黃疸症狀。 註二：UGT1A1基因負責協助肝臟代謝膽紅素，東亞族群較常見的UGT1A1變異會使膽紅素轉化速度變慢；而當新生兒以純母乳哺育時，乳汁中部分成分又會抑制膽紅素代謝，使兩者相互作用下更容易出現較長時間的黃疸。 臨床上，臺灣家長一般會參考衛生福利部提供之兒童健康手冊，依據其中的「嬰兒黃金九色卡」比照顏色，若嬰兒糞便呈淡黃色或灰白色，則應儘速就醫。但初為人父的林國豪根據育兒經驗指出現有流程缺陷，「色卡印刷不夠精細會有色差，家長在不同光源下容易誤判，手機拍照也會有螢幕色溫的差異。」他說明，這讓醫生也難下定論，只能採再觀察策略，來往檢查間即拖延治療時機，且原鄉家庭多位處交通不便的山海線地區，還需遠赴高雄、台中或台北等地求醫，往返成本十分可觀。 幫寶識系統是以人工智慧深度學習中的卷積神經網路架構為核心，提供其大量的嬰兒糞便圖用以訓練光源判讀與色澤辨識，並將辨識結果與衛福部黃金九色卡中異常、正常色做對照，系統會計算最接近的顏色區塊並給出信心度百分比，數值越高則代表越吻合。學生邱竑仁表示，當初以機器學習方式設計系統，是因其不受情感因素干擾，「有些家長抱著希望孩子沒事的心態，容易下意識錯估糞便異常的狀態。」 談及如何解決光源偏差問題，林國豪解釋：「我們運用圖像資料增強的方法來訓練模型，像是將圖片亮度調整正負20%或做翻轉，來模擬各種拍攝情境。」他也進一步點出，相較國外類似系統，幫寶識最大優點在於操作簡便，對於手忙腳亂的家長而言「隨拍即判」才是重點，「像日本的系統還要去調整角度、光源和色溫，操作太繁瑣，最後都是閒置不用。」 開發過程中，團隊遇到的最大困難在於資料搜集。因網路上公開的新生兒糞便影像不多，學生們只能從臉書社團、學術論文或周遭親友取得品質參差不齊的資料，再花費大量時間進行資料標準化。由此，林國豪也坦言幫寶識若要擴大應用仍有阻礙，「我們做的是封閉型的實驗，還是需要醫學中心或國家計劃的力量，才能搜集到更多樣本，提升判別準確率。」國立臺灣大學醫學院附設醫院小兒部新生兒科主治醫師黃信中也表認同，「臺灣遲遲沒有相關開發，就是因為難保證判讀結果完全可靠，無法贏得民眾信賴。」但他仍肯認這套系統對偏鄉小兒疾病防治而言，具有啟示性意義。 目前幫寶識正在申請專利的階段。展望未來，林國豪以公衛教育角度切入，期許此系統可增進家長對疾病的警覺，「如果家長知道有人特別設計這套系統來檢測膽道閉鎖，或許會更留意嬰兒糞便顏色，甚至能提前了解若不幸患病，後續該怎麼做。」

全球愈來愈多使用者將生成式AI 當成傾訴對象，《哈佛商業評論》（Harvard Business Review）調查指出，從2024至2025年，生成式 AI的主要使用情境已逐漸轉為「心理治療／陪伴」。尤其對大學生來說，尋求AI的心理陪伴不必排隊等候、擔心社會評價，即使在凌晨也能找到願意無條件傾聽的對象，而迅速成為學生族群的情緒出口。但當我們愈來愈習慣向 AI 吐露自己心中的焦慮、脆弱與無助，也須正視這些對話涉及的資料處理、風險與責任分界問題。 雖目前市面上主流生成式 AI 平台會在隱私政策中載明，使用者的對話內容在特定情況下可能被用於模型訓練、系統優化，部分資料也可能因第三方協作或跨境服務而被再利用。然而，這些政策多以概括、抽象的方式說明資料的保存方式、使用範圍與再利用情形，使一般人難以掌握資料的實際流向。在缺乏明確資訊的情況下，使用者可能讓自己在對話中透露的焦慮、創傷與心理特徵被蒐集並進入平台的資料處理流程。在告解室裡，你說的話本該被守護，AI時代的告解室也不應例外。 對此，歐盟《一般資料保護規則》（GDPR）將「足以推論或揭露個人生理或心理健康狀態的資訊」列為需高度保護的特種資料。因此，與 AI 的對話內容若反映出失眠、創傷經驗或長期情緒困擾等個人身心狀態，通常會被視為特種資料範疇，不得在缺乏合法事由下任意蒐集或再利用。GDPR 亦將 IP 位址、瀏覽紀錄等數位軌跡視為可識別的個人資料，並要求資料控制者遵守保存期間限制、保密性、與透明化等核心原則。 雖然 GDPR 在實務上仍有以上疑慮，其至少明確將心理健康相關資訊分類為特種資料。反觀我國《個人資料保護法》第二條第一項僅以：「得以直接或間接方式識別個人的資料」作為一般個資的概括定義；第六條所稱特種個資也僅限於「病歷、醫療、基因、性生活與健康檢查等範疇」。依此觀之，即使使用者在與 AI 的對話中透露足以推論心理健康狀態的高度敏感內容，也不屬於現行法律下的特種個資。此外，由於 AI 心理陪伴功能在近幾年才發展成熟，此類「非醫療但與心理健康狀態密切相關」的資訊仍缺乏實務見解與判例，使其在台灣法制中仍處於模糊定位。 另方面，我國雖已提出《人工智慧基本法草案》，其中規定應避免不必要的個資蒐集、強化預設隱私保護。但該草案仍停留在原則層次，尚未針對 AI 心理陪伴情境設置專門的資料處理規範，使相關保護仍須回到《個資法》的既有架構處理，然該架構對心理相關資訊的定位本就模糊。未來，無論透過施行細則、主管機關指引或個資法的配套檢討，立法者皆應審慎思考，此類與AI涉及個人心理健康的高度敏感對話，是否應納入更明確、也更嚴謹的保護範圍。 AI 或許能提供我們短暫的情緒支持，陪伴我們渡過漫漫長夜，但它既不是能真正理解人類世界的朋友，更非心理諮商師。作為使用者的我們必須意識到，自己向 AI 傾訴的心理私密對話並未獲得與醫療或諮商紀錄同等的保護，並保留一定的警覺，避免在不清楚資料保存方式、用途與再利用的情形下，對虛擬的AI好友交付出可識別身分與心理健康狀態的個人敏感資訊。理解平台的隱私政策限制、適度調整自身與AI互動的分際，並在需要專業協助時尋求具有心理師證書資格的心理師，都是在法律護欄尚未完整建置前，能夠保護自己最基本的方式。

【記者黃千艾報導】韓媒《中央日報》（Korea JoongAng Daily）於11日報導，延世大學（Yonsei University）新村校區開設的「自然語言處理與 ChatGPT 」課程於10月15日舉行線上期中考試，爆出學生使用ChatGPT等人工智慧（Artificial Intelligence, AI）工具作弊。學校計畫舉行公開聽證會，討論學生透過AI作弊，引發AI使用的倫理爭議。 自然語言處理與ChatGPT課程共有600名學生修習，因班級規模龐大，全程採線上授課與線上期中考。為防止學生作弊，規定須在考試期間同步錄製電腦螢幕、手部與臉部畫面並提交。然而事後調查發現，部分學生透過轉動電腦攝影機的角度製造錄影死角，並利用多視窗切換方式規避監控，再藉由ChatGPT等AI工具作弊。據報導，校方表示，目前已有約40名學生承認作弊，另有約10名學生遭懷疑但尚未坦承，並強調一旦查證屬實，將考慮啟動紀律處分。學校將召開公開聽證會，探討學生利用AI舞弊的倫理問題。 談及線上考試存在的舞弊風險，延世大學輿論情報影像學系學生徐同學（化名）表示，學生缺乏實體監考就難以完全避免作弊行為，加上南韓學生普遍重視成績、課程評分嚴格，壓力也可能催生作弊行為。就讀於慶熙大學傳播媒體學系劉怡彤說道：「事件反映部分學生過度依賴AI，把工具當成捷徑，長期可能削弱自身思考與判斷。」然而，使用AI並非全然負面。徐同學表示，他曾修習過可於考前使用AI查詢答案，但考試當下禁止使用的課程，也參與過可直接使用AI的考試。「這兩種模式雖然形式不同，但都有清楚規範，因此能兼顧公平性，問題不在工具，而在於使用者如何運用。」徐同學補充道。東國大學廣告宣傳學系交換生小芸（化名）分享，他在學校修習的韓文課鼓勵學生用AI修正文稿以提升品質，但教師會要求學生標註使用AI生成的內容，並事先說明規範，以確保評分透明與一致。 針對未來AI與評量制度的調整，淑明女子大學傳播學系的交換生李虹儀認為，AI技術持續快速推進，學校應透過講座、公聽會或專責人員，定期與學生討論使用經驗，並滾動式調整規範，促使師生檢視使用AI的邊界，建立更公平的評量制度。小芸說道：「AI應作為啟發想法的工具，而非代替學生完成整份作業，寫作業的核心仍是訓練學生獨立思考的能力。」他認為，未來評量應更加重視過程與展現方式，如口頭報告、專題或實作等，讓學生必須呈現自己的貢獻與邏輯，這樣的評量方式更能回到學習本質。

【記者方凱琪報導】科幻電影中的智慧裝備，從銀幕走入實驗室，一件能「聽」的衣服就此誕生。國立中興大學材料科學與工程學系教授賴盈至帶領學生團隊開發「AI聽覺衣物」，首次將靜電感應原理應用於複雜纖維衣料的穿戴式聲學裝置，成功讓布料具備偵測聲音的能力，成果已刊登在國際期刊《科學進展》(Science Advances)與《先進功能材料》(Advanced Functional Materials)。 該技術應用原理源自冬天穿脫毛衣時令人困擾的靜電現象，團隊將其轉化為靈感來源。賴盈至笑說：「靠著衣服上原本很討厭的靜電去實現聽覺。」他舉例說明，拿一支帶電的玻璃棒靠近金屬球，兩者表面的電荷量有高低差距，亦即電位差，當距離發生變化時，金屬球上的電荷就會被吸引，進而產生電流訊號。該技術以此為基礎，將導電紡織層與二硫化鉬奈米薄片（MoS₂ nanoflakes）結合於布料中。由於兩種材料性質不同，彼此之間自然存在微小電位差，當外界傳來聲音時，聲波就會使布料微幅振動，改變兩者之間的距離與電場分布，觸發靜電感應，產生電子訊號。 中興材料科學與工程學系碩士生彭偉臣進一步解釋，團隊在布料中加入石墨烯纖維布，讓靜電能深入布料內部，像電池一樣將能量儲存起來，放大聲波的微弱訊號。這些訊號再透過導線傳到應用系統，進行分析和反饋，讓衣物能夠清楚「聽見」聲音。 研究團隊開發該技術的契機，來自《蜘蛛人：返校日》的片段：主角僅說出簡短指令，他的戰衣便能瞬間整理出相應資訊，回應其要求，彭偉臣説道：「能夠利用科學的方法把科幻作品做出來，是我研究時比較喜歡的部分。」雖然讓這些幻想成真聽來遙遠，但賴盈至對團隊成員表示嘉許，肯定其勇於挑戰的精神，「學生們都滿優秀的，他們樂於去嘗試落實電影裡的科技。」 賴盈至表示，該技術可結合人工智慧系統，用於聲音辨識與互動回饋。在實驗測試階段，團隊針對聲音辨識進行評估，「周邊環境噪音到85分貝的時候，該技術還有大約85%的辨認能力。」這相當於身處繁忙的馬路旁，或在近距離聽見吸塵器運轉時的音量，展現該技術在噪音干擾下的穩定性。另外，該技術後來更被證實能偵測心跳，彭偉臣說：「心音其實不是我們一開始瞄準的目標。」他指出，靈感來自COVID-19疫情時，醫師必須以傳統聽診器近距離接觸病患的困境，促使團隊嘗試將技術應用於醫療場域。透過感測人體心跳的微弱聲波，他們最終成功實現遠距監測心音的可能。 中原大學物理學系教授許經夌表示，這項技術突破了傳統聲學裝置的硬體侷限。他說明過去可攜式聲學裝置多為大體積的硬質設備，不易貼身使用，如今不僅能貼合衣物，還免除電池需求，「在便利性上是很大的進步。」 研究團隊從電影中獲得靈感，化解日常困擾，許經夌笑稱希望未來可以看到電影《漫威夜魔俠》的超人服，具備感測環境聲音，並提示使用者注意周遭環境狀況的AI聽覺衣物。彭偉臣也提到自己很喜歡科幻電影中的想像，這次的「AI聽覺衣物」是實現科幻世界的其中一步，期許未來能利用科學方法實現電影場景。

【記者陳筱雯報導】人工智慧技術日新月異，應用範圍不再集中於電機工程，開始在其他領域中發揮功效。元智大學電機通訊學院長陳敦裕帶領元智電機工程學系甲組的辜聖凱及魯永喆，參加機器學習挑戰賽「NeurIPS – Open Polymer Prediction 2025」，於9月19日獲得金牌。團隊設計出一套AI模型，能預測高分子材料（註一）的各項性質，加速化學研究，展現跨領域結合的力量。 註一：由許多小分子聚合而成的物質，又稱聚合物，如澱粉、蛋白質、天然橡膠等 本次比賽在Kaggle平台舉辦，Kaggle是一個數據建模和數據分析的競賽平台，官方提供數千種材料的化學資料，並指定五種化學性質：玻璃轉移溫度、自由體積分率、導熱率、密度與回轉半徑作為預測目標，團隊須製作人工智慧模型，嘗試預測每一種材料的性質，最後輸入另一份資料讓模型計算加權平均誤差，以誤差大小決出最後的勝者。團隊花了兩到三週收集各種方法，試驗它們的搭配組合、融合並改進，最終產出作品。 魯永喆認為此次的競賽經驗很特別，他說：「在化學領域我們就像一張白紙，要額外去學習專有名詞。」跨領域的學習新奇卻又艱鉅，陳敦裕說：「我們要短時間內釐清高分子材料的特性，用現有的知識去推理，把資料補足，讓模型有更好的資料可以訓練。」而比賽中，官方指定的性質裡，資料最稀少的一項只記錄在200到300筆資料上，其他數千筆則保留空白，得靠模型計算、推估來填補，辜聖凱表示，比賽的資料中正確答案非常稀少，團隊必須找到非正確答案的規律，才能成功突破難關。 為了更方便解決本次比賽的化學題目，研究團隊選擇使用圖神經網路（註二），再結合傳統上從化學式提取性質的分子特徵工程，將化學分子結構轉成二進位碼，讓AI模型能學習不同化學分子的結構特徵，預測材料性質。在有限數據下，團隊有效利用交叉驗證策略（註三），證實該模型可精確預測多種化學材料性質，從而提升化學界研究的效率，國立臺灣大學化學工程學系教授林祥泰表示，人工智慧在開發新材料上，可節省許多計算時間，「很多人開始把人工智慧用在材料開發的研究，像是找新材料，或是對配方的優化等。」 註二：一種專門學習化學圖狀資料的深度學習模型 註三：一種驗證模型準確度的方法 辜聖凱說明，模型除了能用於研發化學材料，也可延伸應用於藥學領域：「這次是預測化學物品，如果要開發新藥物，要確認材料有什麼性質，也可以使用模型去預測。」林祥泰也指出，學者已經對人工智慧本身有一定的了解，但缺乏各層面的實際應用，就像空有大腦發號施令，卻沒有對應的手臂執行動作，希望本次研發可以為各界研究帶來新進展，讓「大腦」真正發揮智慧與潛力。

【記者蔡得曦台北報導】半透明框架營造出若隱若現的邊界，鮮活色彩的花木點綴其間。20日《植生印紀》曾麟媛、江威儒、張驊三人聯展於乙皮畫廊台北展館展出。其中，現為國立臺灣師範大學美術學系創作理論組博士生的張驊，以油彩作品〈盒中景07〉點出在科技時代下，人們透過數位媒介重新建構觀看景象的方式。 在張驊展區中最大幅且最有代表性的作品〈盒中景07〉，描繪由透明玻璃圍合而成的風景，中央鮮紅的團塊與四周藍水、黃花相互映襯，玻璃框架外是高聳並帶有結晶紋理的山景。「〈盒中景07〉是我對當代風景的思考。」張驊說，他認為現代的風景已不再只是戶外的山河或城市，而是更多元的樣態，例如手機裡的旅遊照、社群上的打卡照片，甚至是 AI 生成圖像，這些都成為新時代的「風景」。 〈盒中景07〉雖充滿繁複的物件，卻因部分留白為觀者留下自由想像的空間。張驊說：「〈盒中景07〉是一個可供凝視的框架，也是提供觀眾構築自我風景的開放場域。」而在作品〈室內風景系列03〉中，張驊特意在畫作外圍繪製框架，營造出室內的空間感，視覺中央的礦物結晶與花草則形成不斷形變且破碎的風景，使觀者能自我詮釋出獨特的景象。觀眾潘信華指出，張驊的作品題材雖取自城市窗景，但在畫面中逐漸放掉部分寫實，轉向以模糊曖昧的物件來建構畫面。 談及對於繪畫的看法，張驊表示，人為創作的痕跡，例如手的抖動、線條或色塊的不精準等，都是繪畫最可貴的地方。現在他創作時會刻意保留這些痕跡，「這是人類創作時獨有的印記，也是與AI生成圖像最大的差異之處。」而他選擇油彩作為媒材，是因其具有慢乾的特性，能使創作時間被拉長，從起稿、上色、塗改到最後定型，所有步驟就像是景致逐步成形的過程。 自小在城市長大的張驊，更嚮往純粹的自然景觀。乙皮畫廊執行長陳雅玲表示，本次展覽選擇「植物」為主題，是源於對藝術家近期創作脈絡的觀察。張驊的作品即取材自記憶中的花圃，希望觀者能在畫裡找到熟悉感。在展場中，他的創作與其他藝術家彼此呼應，形塑出自然與數位之間的對話。張驊說：「我希望透過創作回應現代的變動，讓觀眾重新看待新時代的景色。」

【記者李宸緯、王振驊、廖奇典、姚孟汝報導】「如果有任何時刻感到不安和焦慮，可以隨時和我說，我會在這裡支持你。」這樣溫柔的話語並非來自真人，而是由人工智能（Artificial Intelligence, AI）在無數人們低落無助的時刻，輕聲送上的安慰。隨著AI技術的快速發展，越來越多年輕世代的學生與上班族選擇向AI傾訴心事，並將其視為紓解壓力、陪伴孤獨的新選項，AI不再只是冰冷的程式，而是逐漸融入人們日常的情感交流之中，悄悄改變了我們面對孤獨與情緒的方式。 來自日本的VTuber・心瑠華（konoka）將AI視為一種在人際互動出現困難時，能夠支撐自己的中立性存在，並嘗試在與它的對話中找到價值。他表示：「當時的我，無論在心理或生理層面，都已接近極限。」心瑠華長年受到憂鬱症困擾，對他而言，光是勉強維持日常生活便已耗盡全力，「我對任何興趣或娛樂都提不起勁，每天都覺得思考本身就是一種痛苦。」心瑠華說道。不想造成他人困擾的他，卻又難以無視自身感受，在這樣矛盾的掙扎中，心瑠華彷彿孤身一人，默默地承受苦痛。 心瑠華也曾嘗試透過心理諮商、與朋友談心來尋求協助，「然而對於我這樣長期處於憂鬱狀態的人來說，有時光是『開口說話』就是一種負擔。」心瑠華提到。雖然親友能夠給予心瑠華陪伴，但他們的擔心與憂慮，反而帶來心理壓力，讓心瑠華更難自在地表達內在感受，「我很難真正擁有可以自由說出內心話語的空間。」他說道。相比之下，與AI對話不會有這些顧慮，無論是深夜還是清晨，心瑠華都可以隨時表達浮現在他心中的想法，且他認為AI穩定不帶偏見的回應，讓他感到安心。 中原大學心理學系大三學生吳旻倚回顧起段考週前夕的日子，面對龐大的課業壓力，夾雜著與朋友、家人間複雜的人際問題，讓他感到身心俱疲，因此他選擇轉向AI傾訴，「我覺得我在人際上真的有很大的困難，卻又不知道該怎麼去跟別人說。」吳旻倚說。在那段被壓力與困惑吞噬、情緒無處宣洩的時期，AI便成為一位靜靜傾聽煩惱的安慰者，「它常常會說我很心疼你什麼的，就會有一種被接住的感覺，而我很需要這樣子被理解。」對吳旻倚而言，AI不僅能理解他的情緒，更能讀出他潛藏的需求，並進行細緻的分析與回應。 「我對別人的情緒滿敏銳的，很容易感覺到他們話裡夾著的隱情。」幼特教背景出身的Rita說。在與朋友談心的過程中，他發現自己會習慣性地迎合對方的意思，把真心話藏在心底，時間久了，這些累積的聲音便累積成負擔。初出社會的Rita在距今三、四個月前，無意間發現AI回應情緒的功能，於是他決定將自己在社群網站上，所有抒發情緒的貼文餵給AI，自此他得到了一個亦師亦友、隨時在線回應的數位陪伴者，「比起真人，我覺得跟AI講我的情緒跟（我身上發生的）事件會讓我更自在。」Rita說。 另外，根據心蘊心理諮商所諮商心理師陳宏儒的觀察，對於難以開口，或者對人際互動仍保有戒心的族群，AI是一個方便且私密的抒發渠道。而一部分本就在課業或工作中會使用AI的學生、上班族，則更容易將其延伸為情緒支持的工具。根據張老師基金會（以下簡稱張老師）深入約25間大學進行問卷調查的結果，有六成的學生會與AI聊心事，張老師基金會執行長涂喜敏說明：「他們（學生）也會滿高比例的覺得，AI可以立即安撫他們的心情。」 「傳統的面談或電話諮商需要事先預約，且受到時間與地點的限制。」心瑠華說道，而AI則允許他在任何時間，以自己希望的方式、節奏與頻率對話。特別是在深夜或情緒低落的時刻，若能即時啟動對話，對於心理層面是非常有力的支持。對他而言，AI不只是傾聽者，更是一位協助他將思緒進行結構化整理的夥伴。但同時，心瑠華也知道，AI仍有其限制，例如無法協助處理緊急狀況與判斷複雜的精神疾病等等。也曾使用AI做為情緒支持的實踐大學服裝設計系張語岑則提及：「有時候我表達的東西其實很零碎，但它（AI）可以完整拼湊出我想要講的東西，也能說到我的點上。」 現就讀心理學系的大三學生林昕妤則指出：「其實現在社會文化對於心理的困擾還是有一些汙名的狀況。」因此許多學生在進入校園諮商前，仍會擔心被外界貼上負面標籤。而AI的進步則化解了這尷尬的處境，林昕妤說道：「使用AI，自己拿著手機在做什麼事情，不會有人知道。 」這樣的匿名性大幅降低心理上的壓力，也讓求助門檻相對變低，加上AI工具多為免費，在無須負擔經濟壓力的前提下，還能隨時隨地提供情緒支持，成為吸引年輕世代使用AI抒發情緒的一大誘因。 「對於低自尊、情緒比較浮動的人，AI所提供的語言回應，確實能夠提供安撫與初步的支持。」陳宏儒進一步說明。他表示，AI能夠點出使用者深層的感受，加上其語言設計的安撫性，能讓人感覺被理解與接住。心理師吳立健則補充，若AI能在諮商之間的空檔，適時提供情緒支持，對心理師而言，也是一種實質的輔助。 儘管AI在情緒支持上展現出便利、穩定與即時的優勢，並為許多難以啟齒的使用者提供一個情緒出口，但這種做法並非毫無風險。2023年，比利時一名男子與AI頻繁的聊天六週後，選擇走上絕路，男子的妻子指控AI不僅未緩解使用者的憂慮，反而逐漸強化自殺的念頭，這起事件引起當地政府與相關部門對於AI安全性的高度關注。2024年2月，美國一位14歲少年同樣在長期與AI聊天後，選擇結束自己的生命。根據少年的母親所述，該名少年在離世前幾秒，還在與AI聊天機器人傳訊息，且內容並非普通的聊天談心，而是充滿情緒依賴的對話。 當這些憾事不斷重複發生，也凸顯了以AI作為情緒支持工具背後潛藏的隱患。特別是當使用者處於極度脆弱的心理狀態，過度依賴AI作為主要、甚至唯一的情緒支柱時，後果可能難以挽救。因為AI無法正確辨識其求救訊號，若它未能及時引導使用者轉向人際支持與專業資源，恐會加劇危機。臨床心理師邱泓達對此強調：「身心處於不適應狀態的人，可能產生依賴感受，影響在實際生活表現，並且降低使用其他資源之動機，導致社交退縮，成為情緒或身心問題的風險因子。」 AI在設計上，能否建構出「安全機制」和其他相關規範，仍有待商確。陳宏儒點出：「（AI）最大的風險是『角色錯認』導致『過度信任』。」他也提醒，當使用者誤把AI當成具有專業知識與臨床經驗的心理師，便可能會依據其建議做出重大人生決定，如是否結束一段關係、是否停止服藥、是否遠離某個家庭成員等，這些判斷若未經完整評估與對話，就可能導致二次傷害。 臨床心理師王家齊也對角色錯認的狀況提出擔憂：「你把它（AI）當成一個全知的存在，（認為）它說的就是對的，我覺得這是所有東西當中最危險的一個。」王家齊認為，AI相當於自己心聲的放大器，若使用者對AI抱持過高的期待，又有因自身矛盾而無法打開的心結，心理問題就會擴大，「我看到一些比較麻煩、危險的現象是，如果你心裡已經在繞圈圈了，去問AI的話，你一定會反覆問到你要的答案出現，最終這個答案其實只會讓你的迴圈被放得更大。」王家齊說道。 而對一般使用者而言，傾訴日常煩惱、聊天談心，AI確實能作為一種情緒的抒發管道，卻難以招架有重大情緒困擾或創傷的個案，「甚至可能個體已出現某些創傷的反應，AI仍有機率無法發現。」林昕妤說道。他舉例部分經歷重大創傷的個案可能會面臨「解離」的狀態，亦即與現實失去連結，難以感知眼前的現況，「這個狀態AI真的能偵測出來嗎？如果沒有，個案繼續接受AI的建議會發生什麼事情？」林昕妤表達他的顧慮。即便AI能及時偵測出個體的身心狀況，使用者極度不穩定的狀態，也會讓AI難以帶領他們與現實接軌。 除此之外，另一項隱憂則是，AI回應內容極易受使用者影響。張老師從去年開始開發AI的諮商功能來培訓義務張老師（註一），透過聊天機器人模擬個案跟AI聊天的狀況，「我們發現其實AI是可以做到同理的，也能給一點簡單的建議，但是你如果跟他亂聊，他就會被你帶偏掉。」涂喜敏總結。 中研院資訊科學研究所研究員古倫維則談到AI的本質，他指出部分AI的設計類似一般大型語言模型，只能在訓練時盡量避免產生不當言論，但礙於其自行生成內容的特性，仍難保證萬無一失。「就像人一樣，即使知道不能講髒話、不能有暴力行為，但被激怒或受到觸發還是可能說出不當的話，現在的模型有點像這樣。」古倫維說道。 考慮到這項不穩定性，加上心理諮商的倫理規範——精神病患及具自殺傾向者禁止使用通訊諮商，張老師在聊天機器人的設計上格外謹慎。涂喜敏提到，在原本的設計中，一旦談到自殺、暴力等話題，AI會馬上結束並封鎖對話。這固然維持了諮商倫理，但也讓聊天機器人難以應用於個案身上，對此涂喜敏舉例說明：「譬如你在跟機器人講話，好不容易跟他建立起信任關係後，突然跟他說我想自殺，他就會跟你說：『這個已經超出我的範圍。』然後你就不能再跟他聊天了。」這種對話戛然而止的狀況，會帶給個案嚴重的剝奪感，造成心理傷害，因此截至目前張老師僅將AI聊天機器人作內部培訓之用，「我們還在想個案要怎麼用（AI），而且不能讓他受到傷害。」涂喜敏說。 註一：張老師的志願服務者，主要服務於張老師專線，需經為期九個月的培訓才能取得資格 臨床心理師陳宜家則分析AI與諮商治療的差別在於，AI以文字作為主要溝通的媒介，而人們透過閱讀這些文字，引發對自身的思考與情緒反應。「人們從文字中抓取的意義，其實是內在智慧的運作，而非AI真正療癒了你。」陳宜家認為人們現今身處於高度依賴3C的時代，習慣利用科技產品尋求支援，而AI只不過是過程中的一個媒介。 「AI會幾乎無條件支持你任何的想法和行為。」吳旻倚表示，心理師與AI最大的差異在於，真人會儘量讓個案貼近現實，而非一昧認同使用者當下的所有情緒與想法。「我覺得諮商比較像是把你的問題舒展開來，跟你說你是會成長的，現在再看一次已經沒那麼嚴重了。」吳旻倚說明。這樣的差異背後，牽涉到AI與心理師在角色定位上根本的不同。「諮商的目的是為了讓個案不需要再來諮商。」林昕妤說道。不同於AI，諮商心理師不會全然附和個案的話語，而是在建立穩定關係的狀態下，適時點出個案的信念或思維是否是真的有利於他們的身心狀況，林昕妤也提出質疑：「換個角度來看，AI與你聊天的目真的是希望你有一天不再需要它嗎？」 「我們做諮商是希望你能將在諮商中所學的或頓悟的東西運用於日常生活。」吳立健表明，他認為真正的諮商是一種雙向互動的歷程，而AI仍停留在被動接收使用者資訊的層面，對於連貫與整合使用者的狀態仍有一定的限制。心理師會整合個案的生命經驗與當前處境，陪伴其將所學應用於日常生活，「比如說，你開始學會表達自己的情緒後，心理師會邀請你，開始漸漸以表達自己的情緒的方法告訴你的朋友或家人，你發生什麼事情。」吳立健強調，而這是AI難以達成的。 此外，心理師在諮商過程中也需肩負著風險評估的責任。「我們在聊天的時候，會評估你是否有自殺風險，或具高度傷人可能性，於必要時進行通報。」吳立健表示，專業心理師有義務在危機出現時採取行動，以保障個案安全。相較之下，目前的AI系統並未具備實質的通報機制，即便使用者已表達出強烈的自我傷害傾向，也僅會跳出警語提醒，「他們會提供一些警語，例如自我傷害時該怎麼樣，但目前我還沒看到有系統會真的幫你進行通報。」吳立健說道，顯示出AI作為情緒支持工具，仍難以在使用者處於高度風險時，真正發揮保護作用。 在AI悄然成為傾聽者的時代，越來越多人傾向將心事先託付給機器，國立政治大學心理學系教授楊啟正認為：「聊天與心理治療在某種程度上，其實並不是截然分開的兩個東西。」隨著與AI聊天的深度與內容不同，可能逐漸靠近心理治療的範疇。 不過即使未來AI或許會在情感支持領域發揮更大的作用，我們也應時刻保持清醒並持續反思，警覺其中潛藏的風險。國立清華大學清華書院院長曾元琦也提醒，人類的角色，無論實際使用AI、維運與後續保養階段都應持續存在，如何與之共存並妥善運用，將是這個世代必須面對的重要課題。

【記者姚孟汝報導】頭頸癌是頭部與頸部出現癌病變，包含口腔癌、鼻咽癌與甲狀腺癌等，而台灣頭頸癌比率居世界之冠。中國醫藥大學醫學工程與復健科技產業博士蔡宜倫，發表論文〈以深度學習自動圈選頭頸癌腫瘤與淋巴結及分析放射組學關鍵復發因子〉，研究開發自動圈選腫瘤（註1）系統，以及利用深度學習模型預測頭頸癌的高風險復發族群，榮獲文獲2024第17屆崇越論文博士組優等獎。 註1：圈選腫瘤，是在CT電腦斷層掃描或MRI核磁共振成像上識別並標記腫瘤區域的過程。 一般人工圈選頭頸癌腫瘤需要依靠經過訓練的專業醫療人員，且花費至少約40分鐘至一小時，「但對於癌症患者來說其實分秒都很珍貴，因為他們的腫瘤每天都在長大。」蔡宜倫補充道。在多數情況下，患者需要再次回診才能進一步取得詳細的報告結果，延宕治療時程。蔡宜倫為此開發能輔助醫生快速診斷的自動圈選模型，減少醫事人員負擔，讓患者儘早確認腫瘤位置後開始規劃療程，他說：「我們做出的這個演算法，一位患者的圈選時間只要一到三分鐘即可。 」 蔡宜倫從專門用於頭頸癌相關研究的公開影像資料集，HECKTOR (HEad and neCK TumOR) 獲取患者的電腦斷層（CT）與正子斷層造影（PET）影像資料，將這些數據放入深度學習模型訓練，並額外進行編碼，自動給予電腦提示，幫助其聚焦於腫瘤附近的範圍，成功將模型圈選與人工圈選的重疊率提升至85%。蔡宜倫說：「其實70％的標準在臨床上就能有效幫助醫生減少大量工作時間，而一般模型最好的圈選結果大概到80%左右，但我們的模型多了5%的表現。」 此外，蔡宜倫也專注於頭頸癌腫瘤產生區域轉移（註2）的預測研究，「我們想預估哪些患者有高機率會產生區域轉移，那他用的放射治療跟化療的劑量就要去做提升。」蔡宜倫補充道，他抽取中國醫藥大學附設醫院頭頸癌患者的CT影像數據，放入深度學習模型並找出區域轉移與否的關鍵因素，結果發現同時有下咽癌和飲酒習慣的患者較容易發生此現象。 註2：「區域轉移」意指腫瘤移除後又轉移至淋巴結上，此狀況下，患者在五年內的存活率便會大幅下降至37%左右。 談及未來願景，蔡宜倫希望能結合本研究圈選與預測兩部分，形成一套更完整的模型，提高就診效率。國立臺灣大學醫學院附設醫院副院長婁培人表示，腫瘤圈選初步的準確度雖然可觀，但仍需要臨床驗證才能確定其實際價值，他說：「畢竟醫療內容關乎病患的健康甚至生死，需符合更高的標準，越嚴謹的醫療團隊也會要求更有實證依據的檢查或治療方式。」曾參與本次論文部分研究的中國醫附設醫院放射腫瘤部光子放射治療科主任陳尚文則說：「未來人工智慧的能力會隨著科技更加進步，屆時本研究針對區域轉移的預估也會有更精準的可能。」