【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。

【記者陳玟蓓基隆報導】「105年全國大專帆船錦標賽」24及25日於國立台灣海洋大學盛大展開，來自台灣各地的帆船好手齊聚一堂，爭奪總冠軍的殊榮。本次的比賽項目為重型帆船索托27型（soto27），以團體賽的方式進行，最後台北海洋技術學院以3：0全勝成績抱回冠軍獎座。今年共有海大一隊、海大二隊、台北海院、東華大學、金門大學、澎湖科技大學、中山大學七支隊伍參賽，在比賽過程中各隊伍得設法引誘對手犯規，增加對手違例自罰的機會（見註解），並搶先完成指定航線。 105年大專帆船錦標賽當天風浪強勁，考驗選手們的臨場反應。圖／陳玟蓓攝第一天資格賽採用循環賽制，每一隊都必須與另外六隊進行一對一對抗，積分最低的兩隊予以淘汰。金大及東華因為積分排名最末，無緣晉級決賽，分別成為今年大專盃帆船競賽的第六及第七名。第二天則為三戰兩勝挑戰賽，由資格賽中的第五名挑戰第四名的隊伍，再由勝方向上挑戰前一個名次。其中，排名第四的中山代表隊在擊退挑戰者澎科大後，又靠著穩健的航行技巧，趁勝追擊打敗原本排名第三的海大二隊。然而，再向上挑戰呼聲極高的海大一隊時，海大一隊則藉著純熟的立帆技巧，在順風回航時，迅速將球帆立起，使得船速大增，成功防守，讓中山止步季軍。雖然挑戰失利，中山代表隊隊長蔡書瀚不氣餒地說：「我們全隊以前都只有玩過單人帆船，這次比賽第一次嘗試團體賽的方式，能夠晉級到第三名，我們真的覺得很榮幸。」冠亞賽則由排名第二的海大一隊挑戰暫居第一的台北海院，計分方式改為五戰三勝，雙方必須在比賽航線上競速，同時設法製造陷阱，造成對手違例的機會。第一場比賽開始，台北海院率先取得優勢的風向位置，並使海大一隊偏離航線、增加航距，儘管回程時台北海院的球帆未能順利迎風張開，造成船速微幅降低，但卻在極短的時間內調整纜繩與船帆的方向，迅速解決眼前危機，取得了第一勝。第二回合的比賽中，台北海院同樣利用風向優勢，一路領先，海大一隊則因為滑輪組臨時損壞的問題，無法順利變換主帆的方向，導致航行速度受阻，第二場結束，台北海院獲得第二勝。 海大一隊控制主帆的滑輪組損壞，在掌控船隻的方向上更加困難，也因為並未揚起球帆，雙方距離逐漸拉大。圖／陳玟蓓攝第三場關鍵戰役中，台北海院繼續設法製造海大一隊的違例情形，而更換船隻之後海大一隊重拾既有的水準，再度準備進攻，隨即對台北海院造成威脅。雙方勢均力敵，最後台北海院以些微的差距再度獲得勝利，在冠亞賽中直落三分，打敗擁有地主優勢的海大代表隊，成為本屆的冠軍隊伍。比賽過程中由於舵手是整艘船的行駛決策者，因此扮演重要的角色。這次台北海院的舵手張曜顯，從小接觸帆船，比賽經驗豐富，是全隊的靈魂人物。對此他謙虛地表示，團隊先前已經比過兩次賽事，所以在默契上配合得不錯，也是這次獲勝的關鍵。談到對於帆船的熱愛，張曜顯笑著說：「如果你有機會碰帆船，你就會對它很熱情，大家有一起玩出來的默契，再去比賽的感覺真的很好。」另一方面，未能守住冠軍獎座，海大帆船隊隊長黃冠傑談到失敗的原因時，難掩落寞地說：「我們幾乎都是從大學才開始接觸帆船運動，就經驗上來說還是比對手不足，所以在戰術決策跟臨機應變上都還需要再加強。」台灣四面環海，向海發展的條件優渥，但是帆船運動的資源卻相對很少。即便如此，仍然有一群帆船狂熱者正積極的培育人才、推動帆船運動，除了校內推廣之外，海大也會對外舉辦帆船體驗營。全國大專帆船錦標賽的主辦人、海大帆船隊教練林季燕說：「台灣對帆船比較陌生，希望可以透過這些帆船比賽，增進彼此帆船的技術，讓更多人認識帆船運動。」＊帆船小知識＊兩艘船面對面行駛時，左側受風的船必須讓右側受風的船優先通行；較接近風向的上風船必須禮讓較遠的下風船；若是兩船一前一後時，後船必須讓前船先行。在這三點基本規則之下，兩船會各自想辦法讓對方處於位置上的劣勢，若對方沒有適時地避讓，則可以向裁判舉發，增加對手的違例。違規的隊伍必須自罰一圈，或是增加對方犯規次數，以抵消掉自己的違例。一場比賽中若得到三次違例，則立即中止比賽，由另一方取得勝利。