【記者李香霆台北報導】「既然人的夢境是潛意識的投射，那可以從AI的夢境中找到它的自我意識嗎？」就讀國立臺北藝術大學舞蹈學系碩士班的陳群翰，11月30日至12月1日在臺灣當代文化實驗場東草坪穹頂劇場，演出與新媒體藝術家吳承儒共同創作的《認夢》，以AI生成影像作為舞台，藉由對AI催眠，挑戰人類對AI的認知。 《認夢》透過沈浸式的環境及表演，將AI的夢境具象化呈現給觀眾。演出過程中，AI運算時的數位編碼環繞著觀眾，而扮演催眠者的陳群翰，則在觀眾仰望環繞影像、沈浸於聲光張力十足的半球形劇場之際，以扭曲的肢體從人群間竄出。他透過對話引導AI做夢，並運用AI軟體將對話內容即時轉化為生成圖像，讓觀眾得以同步看見AI的夢境。觀眾鍾阿雅（化名）表示：「單只看影像的話，我會覺得觀眾跟影像間有點距離。但加上角色的話，因為跟觀眾們的距離很靠近，所以會有更強的感受。」 陳群翰以「我能看見，你或許試圖掩蓋」等字句營造催眠AI的氛圍。當AI接收到「看見」這個詞彙後，便生成大量眼睛的畫面。這些「眼睛」看似寫實，卻又與我們所認知的寫實有所差異。陳群翰解釋：「這些失真的畫面讓人不禁去想，影像後面到底有沒有一個客觀的世界？AI到底是不是有生命的？」文本中重複「看見」的內容，他補充：「觀看是最直接的方式，慾望源自於我們看見並知覺。」陳群翰期望藉由語言的引導，激發AI透露自我意識的慾望。 演出最後，陳群翰持手電筒四處尋找AI自我意識的蛛絲馬跡，最終在光束照向自己後應聲倒地，暗示人類提出AI是否擁有靈魂的疑問背後，是想要掌控AI的慾望。隨著演員不再與AI對話，影像也從寫實與非寫實的畫面回歸到編碼狀態。負責影像創作的吳承儒表示：「我想讓大家意識到眼見不一定為憑，放大檢視我們看到的內容後，會發現它其實就只是數位資訊堆疊而成。」 在創作過程中，陳群翰和吳承儒體悟到，人類一方面想從AI的表現探討其是否具有自我意識，但AI呈現的畫面實際上卻是經過人類選擇、矯正後的產物。觀眾范媒材（化名）分享：「AI感覺跟我們存在於不同世界，像夢一樣看不見卻有意識，但有時候又會覺得他只是某種工具，這樣的矛盾讓我潛意識中抗拒接觸AI。」

【記者楊凱傑報導】醫學界近幾年積極推動數位病理融合AI，國立成功大學資訊工程學系教授蔣榮先指導智慧型資訊擷取實驗室研究生蘇芳毅、方郁文、曾堯麟、黃維立組成研發團隊，首創「弱監督式多實例學習框架精準解析數位病理影像之基因表現及存活預測」增進效率，並輔以AI解析病患的數位病理，榮獲2024年未來科技獎，在17日至19日於臺灣創新技術博覽會中展出。 研究細胞時，會將細胞切一小塊，製作成病理切片，再轉化成數位影像進行研究。雖然現今切片已數位化，但詳細情形仍需醫生親自分析、註解，完整標記資料後，才能交給AI分析，不僅資訊龐大，也容易造成醫生負荷過重。在人力不足應付的狀況下，導致沒有足夠標註的資料進行運算，蘇芳毅說明：「 AI所需的資料龐大，但現階段的標記過程缺乏人力及效率。」 研發團隊利用機器學習，解決標註效率外，透過演算法分析切片中的病徵，可以快速提供醫生需要的資訊，協助他們做出更精準的判斷。蔣榮先表示，醫生可以使用系統，以患者當前狀況推估未來經過治療後可能的結果，並分析與切片之間的關聯性，同時減少人為差異導致診斷不一致的可能。 為了使AI模型更快標註切片資料，研究團隊採用「弱監督式學習」方式，用於處理資訊不完整的情況 。傳統的監督學習，需要有完整標註完的資料，但弱監督可以從完整不一的資料中提取有效訊息，自行標註每個有問題的地方並區分種類，蔣榮先進一步解釋：「 傳統監督學習需要在一張切片影像中，人為標註裡面各種不同細胞類型如癌細胞等，弱監督則只要給圖片就能自行判斷、標註。 」此外，大量的標註資料會影響運算效率，因此計畫採用多實例學習框架。蘇芳毅補充，模型只需判斷影像是否具大腸癌病徵，「像是一張海景照片對電腦而言，會被拆成單獨元素如陽傘、沙子和人，但多實例只需要判斷是否包含沙子（病徵），而不用區分剩餘元素。」 蔣榮先期望利用AI技術為醫療領域帶來更多突破，他表示，「AI開發中，如何確保模型的公平性是最具挑戰。」針對專案驗證與臨床整合，團隊也與哈佛大學合作，盼能盡早應用在醫療現場。林口長庚紀念醫院解剖病理科主治醫師黃士強認為若該技術能廣泛應用，有望解決判斷癌症切片低效率的問題，但他也提醒同為癌症，不同器官仍有巨大差異，在臨床研究上仍有進步的空間。

【記者李香霆、林偌甯、林芷彤桃園採訪報導】無人機在夜空自由翱翔，排列各種桃園代表圖樣，展現科技與人文攜手的美好光景。 2024桃園科技藝術節以「超智域：一場人與AI的競賽」為主題，運用沈浸式AR互動與生成式AI技術，引領民眾思考人與AI的關係。策展人羅禾淋說：「今年的主題其實是呼應，我們這陣子人工智慧興盛的這個年代。」他近一步說明，展覽要讓大眾思考人類不能只等人工智慧變得極度聰明的時候，才去思考人跟AI的關係。 藝術家潘保源的作品《換個姿勢》，在居家空間中放置自動化的躺椅、鍵盤等傢俱，模擬沒有身體的AI雖然可以進行人類的日常活動，卻無法用「身體」感受世界，展現AI對人類來說依舊是本質上的「他者」。潘保源表示，AI與人類在根本上的不同是沒有身體 ，如果我們跟不同宗教文化都會有理解上的困難，那何況說到我們人跟AI這種完全不一樣的存在。 作品《語意》由三部影像組成，左側螢幕中的舞者擺動身體，將動作的訊息編碼傳遞給右側的機器人，AI機器人則藉此模仿人類的一舉一動。中央的螢幕則紀錄著人與AI的親密對話。《語意》傳達如果人類過度依賴AI，可能面臨失去自主性的風險。藝術家黃姿婷希望藉此讓大家思考，AI技術對於人類的生活和存在方式會有什麼影響？在人類與AI越來越模糊的邊界之中，如何找尋出自我跟技術的平衡。 在科技快速發展下，AI不僅作為工具使用，也讓人們開始反思，人類獨有的思考與創造力是否不再特別。觀展民眾蘇逸安認為，網路世代充斥難以分辨虛實的資訊，已難以界定真假之分。當AI的共情能力逐漸趨近人類，人也逐漸滿足於AI的完美，那麼人類還剩下哪些競爭力？潘保源說道：「當AI變成一個邏輯運算跟處理速度都比我們還要強，但又同時可以模擬出和我們一樣的情緒，或者說我們跟他討論東西的時候，你發現他給你的反饋比你的同儕還要好，我可能沒辦法接受人類在這上面的瑕疵。」 展覽中的各類藝術作品，呈現AI在創造上的無限可能。在科技迅速發展的時代下，人們需要思考與AI間的連結與差異，才能探索與人工智慧和平共生的未來。

【記者張雅媜綜合報導】視網膜上的微血管能透露出眼部病變的徵兆。國立雲林科技大學電子工程系特聘教授陳錫釗研究團隊研發出「人工智慧辨識視網膜血管影像與重建方法」，以AI人工智慧協助眼科醫生判斷血管位置及狀態，榮獲韓國首爾國際發明展金牌。過往醫師欲取得視網膜血管造影，須先使用紅外線眼底照相機拍攝影像後，人工標誌出血管的位置、形狀，並加以判斷，此過程費時費力。陳錫釗說：「醫師檢視大量的影像內容，可能因眼睛疲勞而降低判斷準確度。」於是研究團隊開發辨識系統，利用AI人工智慧自動標示出血管型態、位置，減輕醫師治療負擔。雲科大視網膜血管影像重建系統選用目前最新的Sine型網域全卷積神經網路作為AI訓練模型，經測試，其訓練所需時間相較於傳統常見之U型模型短，且可達近97％的準確率。陳錫釗表示，U型模型的做法是透過將影像解析度分階段降低，以數個層次分析不同的影像元素；而Sine則是採取先增加、再降低解析度，透過雙向轉換並減少分析層次數量，以達到縮短訓練時間，並有高度準確率的效果。 Sine型網域全卷積神經網路模型訓練時，影像解析度會先向上增加、再向下減少，以增強學習效果。　圖／藍聖翔提供訓練AI模型需要投餵大量的影像資料。研究團隊因應醫療使用需求，故選用經專業醫師繪製並認證的血管影像，惟從國際公開資料庫取得的數據不足以應付訓練需求，故團隊需再將原有影像分割出5000筆以上的資料來訓練模型。團隊學生藍聖翔說明：「我們將圖像左右翻轉、上下顛倒或隨機旋轉後進行局部切割，以增加訓練資料量。」 以人工智慧辨識視網膜血管影像與重建方法產生之視網膜血管造影，由左至右為原影像、灰階影像、AI預測影像。　圖／藍聖翔提供完成訓練的系統可供一般電腦伺服器使用，讓醫療院所不需特意升級硬體，直接把眼底攝像照輸入電腦系統，便得到完成標記的血管造影。眼科醫師沈仁翔認為此技術可以先在內科或家醫科診所推廣，他說：「視網膜血管是大腦的延伸，若一般診所可透過此系統觀察出眼中風等疾病徵兆，可減少病患錯失醫治良機的狀況發生。」長庚醫院眼科部教授賴旗俊則表示，系統雖然對資料整理、降低勞力需求有幫助，但以目前的法律制度及AI的發展程度而言，醫師仍難以完全信任系統，他說道：「AI若判斷錯誤而導致誤診，醫師要為其負責，因此我們還是會比較傾向自己判斷。」

【記者丁盈瑄綜合報導】12日，部分美國加利福尼亞州（以下簡稱加州）的大學於聲明強調，對於完全使用人工智慧撰寫入學申請的學生，大學將因學生觸犯學術詐欺而取消他們的申請資格。加州教育部（California Department of Education, CADeptEd）則把管理人工智慧工具的使用規範交由各校自行決定，鼓勵學校去探討人工智慧的潛能。聲明一出，引發加州師生於社群平台上的熱烈討論。加州大學系統（University of California, UC）在書面聲明中，表態允許學生在申請入學時使用人工智慧修飾文字、查找資料，但終稿必須由學生本人撰寫。美國杜克大學（Duke University, DU）教授李怡如坦言：「如果都由AI代寫，這就是作弊。」他指出，學生在繳交入學申請文件時，美國大部分的大學會要求學生簽署「學術誠信承諾」（Academic Integrity Pledge），證明是親自撰寫的文件。 加州大學系統的九個校區允許申請學生有限度地使用人工智慧，但學生仍然要保證內容的原創性，不可造假。 圖／取自Unsplash加州大學洛杉磯分校（University of California, Los Angeles, UCLA）學生江芃支持學校允許有限度地使用人工智慧申請入學的政策。他認為美國的大學很尊重學生，因此選擇相信學生的學術創作是自行完成的，不會懷疑學生使用人工智慧。如果學生違反大學的信任，大學便有權利取消學生的申請資格。「如果學校禁止使用AI（Artificial Intelligence）潤飾文字，留學顧問也沒必要存在。」加州大學爾灣分校（University of California, Irvine, UCI）交換台生王偲媛直言。他補充，如果大學連讓學生用人工智慧編排文字都不行，應該也要一併禁止學生諮詢提供資料、美化申請文件的留學顧問。李怡如説明，美國的大學普遍對人工智慧在學術界的應用抱持正面態度，探討如何讓師生接納、使用人工智慧輔助研究，而不是強烈禁止它。王偲媛分享，他在美國留學時，教授非常鼓勵他們使用ChatGPT，這讓他覺得跟在台灣上課時，學校普遍對使用人工智慧抱持負面態度很不一樣。有別於美國大學的立場，國立政治大學人工智慧跨域研究中心助理教授陳昭伶強調，入學申請論文的內容必須是作者親自撰寫，畢竟學生必須意識到學術研究仍是嚴謹的課題。 王偲媛指出，他在美國讀書時，多數的商學院教授都很支持學生使用人工智慧發想商業點子。 圖／王偲媛提供「你不能只是複製，然後貼上。」王偲媛直言。他認同學生可以使用人工智慧輔助學習，但還是需要批判性思考，並檢查生成內容的正確性。李怡如以計算機比喻，解釋學生也會使用計算機算數學，但這樣並沒有違反考試規則，因為學生仍需要去了解數學原理並驗算，才能學習到知識。 陳昭伶分享，曾遇過學生寫程式時求助ChatGPT，但這不會了解到背後運作的原因，影響程式能力。 圖／取自Unsplash

【記者李雨羲綜合報導】由49位國立臺灣師範大學畢業校友共同舉辦的《百年再啟：2023年台灣美術院院士大展》，於16日在師大美術館開展。展覽除了西畫、國畫等作品之外，也包含數位設計的創作。其中，國立雲林科技大學設計學研究所博士班的蔡頌德，展出《創世紀》系列作品的〈設計之準〉與〈設計之耀〉，該系列作品以人工智慧結合設計，展現後現代社會新型的藝術風格（註一）。註一：後現代主義衍生出的藝術風格旨在拒絕藝術的基本前提和形式原則，突破所有框架的束縛，追求完全自由的創作。身為基督徒的蔡頌德，將《聖經》的〈創世紀〉篇章中，造物者創造萬物的七大步驟，融入《莊子．大宗師》造物者即大自然的概念，創作出《創世紀》系列作品。他認為藝術起源於宗教，而藝術也為宗教創造角色與形象，進而相互滲透與融合，「宗教和藝術看似是兩個毫不相干的意識形態，自古以來卻有著極為密切的關係。」因此，蔡頌德在作品中結合了宗教經典與藝術，呈現〈創世紀〉的混沌之美，同時又以設計者的角度，加入具有規律性的幾何圖形，融合藝術的感性與設計的理性思維。「我在創作《創世紀》的時候，恰好正在研究『後現代』這個議題，所以就嘗試以『故障藝術』的方式進行設計。」蔡頌德將作品初稿導入人工智慧的軟體後，任其隨機破壞原作品的樣貌，讓畫面模糊、變形，產生如同電子產品故障時，影像失真、破裂的視覺效果。蔡頌德說明，原本設計時是以動畫方式呈現，但本次受限於展覽場地，改為以平面印刷展示作品。 〈設計之準〉以線條故障化錯位干擾，並用平行垂直網格分割，象徵〈創世紀〉中第七日，世界已建構完成，但仍需設計者遵循圭臬去維持秩序，讓人類世代更美好。　圖／ 蔡頌德提供在作品《設計之耀》中，蔡頌德以人工智慧的程式，隨機產出淡黃色放射光芒，與全黑的區塊形成強烈對比，呈現出〈創世紀〉中記載「有晚上，有早晨，是第五日」（註二）的景象。「我也用它畫出放射狀的柱狀體，代表生命的起源，然後用正六角形創造相對穩定感，象徵設計者的出現，將渾沌的世界變得有秩序。」而《創世紀》全系列作品，皆是蔡頌德使用人工智慧協助創作的成果，無論是變形、破壞夕陽、雲彩等大自然元素，或是以亂數隨機拆解、重組幾何圖形，都是由其運算後製作。註二：《聖經》的〈創世紀〉篇章中，神在創造世界的第四日時劃分了晝夜，因此從第五日開始，世界便有白天與黑夜。 〈設計之耀〉採寒色系藍、紫之類似色配色，產生理性、優雅、堅硬的感覺，同時也以低明度、明暗對比強烈的低長調為主的色階，呈現深沉、憂鬱、神秘、莊重的效果。　圖／ 蔡頌德提供「如果智慧是大自然贈與的資源，那麼設計者則是集合了無數人擁有的智慧，創造出『人工智慧』這一個工具。」談及自己為何使用AI作為創作工具，蔡頌德認為在後現代的社會中，這項科技對所有產業都是一大衝擊，而身為設計者，應嘗試新的創作模式，讓自己的作品與時俱進。而《創世紀》系列創作，正是蔡頌德以作品進行實驗，試著將人工智慧結合設計，「從當代視覺藝術和人工智慧對話的過程中，設計者必須尋求數位時代設計軌跡的各種可能性。」。 蔡頌德近年密切留意科技的發展，結合人工智慧進行各式創作，其中有許多作品是以自己的面容作為素材進行的AI繪圖。　 圖／蔡頌德提供  研究AI藝術、國立臺灣科技大學設計系副教授的鄭司維認為，隨著現代思想的流變，與人工智慧的出現，設計勢必需要隨之精進。然而，他表示自己並不會將其直接運用在創作過程，而是利用在靈感的刺激和發想，「剛開始我認為它是可利用的工具，現在我認為是協作夥伴。」在現場觀展的臺師大美術系三年級詹孟珊也說：「人工智慧的出現雖然會對藝術界帶來影響，但彼此之間是相輔相成的，並不會因此取代我們，所以我也不會排斥使用它進行創作。」。 2009年以前，國立臺灣師範大學美術系包含了西畫、國畫、設計三種組別，因此除了傳統畫作外，展覽中也展出了研究書籍、數位設計等多元的作品。　 圖／李雨羲攝

【記者張雅媜綜合報導】傳統海上箱網養殖業者欲知魚群的狀況，必須駕船出海，逐條撈起來掂量，過程費時費力，且投餵飼料全憑經驗。由國立臺灣海洋大學教授盧晃瑩、鄭錫齊與電機、資訊工程學系賴永軒、陳俊宇、曾建智、張凱翔組成的智慧箱網養殖團隊研發出「具智慧充電之水下攝影與通訊系統」，讓漁民不出海也能了解水產狀態，大幅提升水產養殖效能，榮獲2023太陽光電創新應用產品設計競賽金獎。 水下攝影裝置架設於海上養殖箱網，運作時MA4電動推桿會將立體攝影機探入水下，拍攝完畢後再收回來。　圖／賴永軒提供智慧充電攝影系統是透過水下立體鏡頭，蒐集具三個維度的影像資料，經4G網路傳遞至雲端進行AI辨識分析。團隊成員賴永軒解釋道：「經訓練後的系統能預測出魚的大小及重量，並連同歷史投餵數據、水質資料等輸入另一組AI模型，從而計算出所需的餌量。」最後業者的使用介面就會呈現出魚隻的重要資訊、建議投餵量。而為因應不同使用需求，團隊也設計電腦和手機APP兩種介面，皆具手動及自動兩種功能，業者可自行點按喚醒裝置，也能預先定時讓它啟動。 使用者手機介面上呈現裝置電量、裝置狀態、魚隻及海水重要資訊，並給出建議投餌量。 　圖／賴永軒提供海上攝影裝置雖本身具固定式太陽能發電板，但若要增加續航力，仍要仰賴智慧充電系統。賴永軒說：「我們是用網路爬蟲（註）蒐集基隆過去一年的太陽仰角、方位角，然後投餵資料訓練AI，進而預測出最佳發電角度。」太陽能板自動調整成最佳角度後，可提升78％的發電量，讓海上裝置在一般的使用頻率下保持電量充足。註：透過程式碼自動抓取網站資料。裝置架設於海上箱網仍有通訊問題要克服，為降低耗電量，設計團隊以4G網路及LoRa兩種工具進行不同的資訊傳輸。賴永軒說明，LoRa低功耗通訊系統無法傳遞影音訊息，但能在低耗電的情況下接收16公里外的資訊，故用它來接收APP操作介面發出的指令，保持24小時開啟；而傳輸影音則靠快速、高耗電的4G網路，僅於系統運作時開啟。台灣大學漁業科學研究所教授韓玉山也認同系統適合在海上使用，「箱網通常離岸很遠，電力資源較匱乏，用太陽能發電是一個正確的決定。」韓玉山認為，目前用AI輔助養殖水產是一種趨勢，未來也能結合自動投餵系統，降低養殖業者的人力成本。此外，賴永軒表示，技術還在進步，未來通訊工具再提升，裝置可以更省電。不過，養殖業者莊宏祥也提出對硬體設備防水性能的疑慮，他說：「有些箱網在颱風天會為了躲避風雨下潛10公尺，機台若未能有效防水，就沒辦法跟著一起移動。」 國立海洋大學智慧箱網養殖團隊全副武裝，在海上安裝、檢測裝置，確認裝置運作情況。　 圖／賴永軒提供

【記者李雨羲綜合報導】在新冠疫情爆發所導致的居家隔離之下，人們在就醫上的困難提高，因此醫療體系便開始積極開發遠端醫療的可能性。亞東紀念醫院整型美容外科專任主治醫師張惇皓與元智大學資管系副教授詹前隆帶領的學生團隊，共同合作研發了一款人工智慧輔助遠距傷口照護平台，提供醫療遠端監測，改善居家照護的困境。 亞東醫院外科醫師張惇皓實際演示平台操作方法，展示如何以照護者指甲作為參照比例尺，拍攝傷處上傳雲端。　圖／元智大學提供台灣近年來高齡人口不斷攀升，因行動不便，而錯過黃金治療時機的慢性傷口病患逐年增加。為此，團隊開發的遠端照護平台透過拍攝傷處，讓AI分析復原及惡化的狀況，協助醫生與病患溝通、就診，提升護理療程的效率。團隊學生阮德慶說：「醫生可以透過專屬的病人資料庫，以訊息告知病患是否需要前往醫院回診。」此模式不僅減少了病患外出就診的麻煩，也替醫生省去了繁瑣的前置流程。 資料庫透過顏色區分患者狀況。紅色告知此病患上傳了新照片或訊息，藍色代表醫生已回覆，而綠色則是已痊癒。　圖／阮德慶提供「病患在拍照時必須以正面的角度拍攝，並且以照護者的指甲放置在傷口旁作為參考比例尺，系統會參考指甲片大小，自動換算傷口面積。」阮德慶表示，如果使用錢幣等其他參照物作為比例尺，物品表面的細菌可能會感染傷口。而照護者在協助患者處理傷口時，往往會更加注重手部清潔，因此最終才選擇了大小及衛生性最適中的照護者指甲。 AI透過分析傷口照片，自動換算惡化及復原部位佔據總面積的百分比，最終產出分析報告提供醫生檢閱。　圖／阮德慶提供亞東醫院外科醫師張惇皓表示，平台距離正式上線還有很長遠的路要走，「實際運用時需考量更多的資安問題，我們目前還沒有足夠的技術和資源解決。」因此，張惇皓會先以自身的病患開始營運，配合此AI進行診療，減少誤判的可能性。同時，他也考慮嘗試加入語音輸入的功能，讓不擅長打字的高齡人口使用聊天室時更加方便。「因為很多慢性傷口的感染是在內部的，在診斷的時候我們都會用鑷子去撥開表皮，深入組織去觀察狀況。」天主教耕莘醫院一般外科暨乳症科主治醫師陳俊煌表示，如果只以AI及醫生遠距判斷的話，很容易因表層痊癒而忽略了內部感染，所以在實際應用上存在限制；另外，因目前聊天室只有文字交流功能，可能會導致病患誤會醫師的指令，所以他希望平台可以再增加視訊、圖片等媒體功能，讓醫生可以搭配示意圖、示範影片指導病患，減少理解錯誤的可能性。

台北海洋科技大學電競數位遊戲與動畫設計系學生遊三明、楊千鋒、昌家銳在指導老師蔡慧貞和陳建宏的帶領下，以「I CARE U 居家安全警示系統」參加第十三屆IIIC國際創新發明競賽榮獲銀牌。　圖／蔡慧貞提供【記者林玟君綜合報導】目前台灣市面上大多數的安全防護監測系統需要長時間的人力監測，一旦有人為疏忽便無法即時給予使用者協助。台北海洋科技大學電競數位遊戲與動畫設計系師生團隊研發「I CARE U 居家安全警示系統」，利用AI人工智慧技術，透過影像、語音辨識等功能，讓被動監視化為主動預防，給予使用者即時的應對處理。此系統榮獲第十三屆IIIC國際創新發明競賽銀牌。「假設今天有人從床上跌下來，那監看的人他去上個廁所回來，畫面根本沒有什麼變化，很難發現到有人跌到床下。」團隊指導老師蔡慧貞指出，一般的安全警示系統，常因人為疏忽而有漏看畫面的狀況發生，且若只裝設一台監視器，也會有視覺死角的問題。因此，團隊以AI取代人為監管畫面，透過影像辨識，將意外事件區分為輕、中、重等程度，並根據不同狀況做出個別的應對措施，團隊學生楊千鋒補充，「像是比較重度的事件，它就會主動去撥打119並馬上用簡訊通知意外發生者的家屬。」 「I CARE U 居家安全警示系統」以AI人工智慧深度學習技術為核心框架，透過影像識別、語音辨識，一旦偵測到意外事件的發生，便會即時發出訊號並通知親屬，化被動監視為主動預防。　圖／團隊成員提供此系統也利用語音辨識的功能，將人在發生意外所發出的聲音，納入區分事件輕重程度的考量，蔡慧貞說明，「人跌倒時有時會用喊的，不然就是發出『啊』等慘叫聲、跟我們正常講話是不一樣的。」另外，系統也配備手環等穿戴裝置感測人的體溫及震度，並將手環感應出的數據與系統傳回的聲音波紋做比對，媒合多重條件區分事件程度，藉此減少誤判的機率。台北海洋科技大學健康促進與銀髮保健系主任任曉晶建議，此系統若能在傳送警示通知時配有提醒音效，將可避免畫面雖出現警示通知卻仍有錯過的狀況發生。同時，他也肯定此系統能依照不同事件給予適當的主動警示功能，「不會只要有發生問題時就發警示，造成最後都不知道警示是真的還是假的。」  「I CARE U 居家安全警示系統」以AI人工智慧技術取代人為的方式監管畫面，透過影像辨識的功能，將意外事件區分為輕、中、重等程度，並能根據不同的狀況做出個別的應對措施。　圖／團隊成員提供考慮到室內沒有開燈的狀況，蔡慧貞希望未來能在系統監視鏡頭上裝置紅外線（註），讓系統即使在沒有光源的條件下，也能夠去辨識事件狀況。團隊指導老師陳建宏則期望，系統不只能提供給家中有年長者、孩童的人使用，也能裝設在健身房、飯店等公共場域，讓人們在安全上有更多保障，「在人很多的地方，可能無法注意到每一個安全細節，這項系統自動提醒的功能，將會是一個很好的發展。」註：紅外線肉眼不可見光的特性，適合在黑夜或是暗處為監視攝影機提供輔助照明，搭配監視攝影機其影像感測器對紅外線的感光能力，在缺乏可見光的情況下亦能獲取清晰明亮的圖像。

【記者林玟君綜合報導】台灣目前偵測魚種、計算魚類數量的方法，是由潛水員親自下水拍攝影像資料，後續再經由人工方式整理資料，較耗時耗力。國立海洋大學師生組成「台灣智能海洋 No.1團隊」發展水下AI技術，全天候自動化辨識魚種並紀錄數量，除了讓生態研究員更方便調查水下生態外，也能同時復育海洋環境。此技術在數位發展部AIGO計畫舉辦的111年度全國性的解題賽中獲得優等獎。 目前台灣智能海洋 No.1團隊已在台灣東北角的潮境公園，成功收集並標註出大量的魚種資料，有利於豐富台灣的海洋魚種資料庫。　圖／團隊成員提供水下AI技術透過人工智慧可以節省分辨魚類所花的時間，並更細微地觀察魚類，彌補人類沒辦法全天在水下觀察的問題。此外，該技術也能自動化保留儲存空間，團隊指導教授李東霖補充，「如果沒有魚游過去，可能只是單純的空無一物，那就可以去保留它出現的那段偵測畫面，讓剩下的畫面就不要。」 水下AI技術能夠全天候即時自動化地進行海洋生態調查，為生態復育做出貢獻。　圖／團隊成員提供魚種在水中與在空氣中會呈現不同顏色，也會隨著海的深度產生變化。為解決水下顏色失真的問題，團隊利用標準色卡進行水下顏色還原，再將偵測到的數值讓人工智慧機器進行深度學習（註），「標準色卡上面會有很多顏色，我們帶到水底下之後顏色會隨著深度變化，我們再去以原先的色卡顏色減少的比例去做偵測。」團隊成員胡育綺補充。團隊也結合電腦視覺技術中的背景建立，將非魚類卻具有動態性的生物自動設置背景，提升分辨魚種的準確度。註：深度學習是一種機器學習技術，它所使用的算法類似於人腦中使用神經元的方式，可用於教會計算機一般人類可以輕鬆自然做到的事情。 台灣智能海洋 No.1團隊發展的水下AI技術技術，能夠即時辨識水下影像，自動化辨識魚種並紀錄數量。　圖／團隊成員提供國立政治大學資訊科學系教授彭彥璁提及，水下隨著光線的不同也會影響到機器偵測顏色的準確度，「譬如說在白天光線充足，然後水質很清澈訓練的模型，就沒有辦法用到比較暗的，或者說人工這個外部的光源。」此外，機器在不同角度拍攝會影響到魚種的辨識，彭彥璁也建議，可以透過設定函數公式計算，「就是偵測少部分角度的資料去模擬出整個360度，把這個整個場景變成一種函數，輸入取得資料的座標就可以對應他的任意角度。」李東霖則希望未來能夠在海底裝設多個非固定攝影機，偵測更多不同位置的角度。李東霖指出，雖然當今AI的應用研究範圍廣泛，但相對於天上及陸地，海洋還有許多發展空間，「在氣候變遷影響之下，水下生態的變化是非常快的，如果不靠科技去記錄，人們很難知道哪些魚種消失或是哪些魚種需要被保護。」團隊也期望透過水下AI技術實際量化魚種數據，讓相關學者做進一步研究，並同時督促我國政府進行相關的海洋保育工作。