【記者方凱琪報導】臺灣的農業正急遽「變老」，第一級產業面臨嚴重缺工。對此，大同大學機械與材料工程學系講座教授邱銘杰與資訊工程學系副教授卓世明合作，指導學生共同推出「圍籠式農場暨魚池共生IoT系統」（後以該技術代稱），達成高度自動化遠端監管畜禽和水產養殖的效果，並獲「2025 IIIC國際創新發明競賽」金牌，於20日受獎。 傳統畜牧與水產養殖高度依賴人工巡視，業者得時時確認雞禽餵食、水池溫度、品質等狀況，該技術透過物聯網系統（Internet of Things，IoT）讓養殖業者得在遠端監測禽舍及魚池的精確數值，只要點擊手機或電腦的使用者頁面即可做出應變措施，邱銘杰説：「簡單講，就是無人農場。」當盛夏酷熱難耐，禽舍溫度過高，業者即可使用APP連接，啟動風扇或噴霧器來調節環境溫度。善於AI應用的卓世明進一步表示，該技術的亮點是結合網路監控攝影機與AI，「可以用AI像人一樣幫你反應。」當攝影機偵測到蓄養的家禽躁動時，透過預先設定好的程式，它會自動投放飼料或出聲嚇阻，大幅減輕業者的工作量。 該技術也設置感測器（sensors）精準掌控水質，卓世明解釋，硝酸鹽（NO₃⁻）與亞硝酸鹽（NO₂⁻）是判斷水質關鍵的指標，亞硝酸鹽就是一般民眾在香腸、培根等加工肉品中常聽到的添加物，攝取過量會危害健康，尤其魚類對之更為敏感，「有些時候只要溫度稍微不對，水中的硝酸鹽變成亞硝酸鹽，魚蝦就會在一夜之間『反肚』。」團隊在實驗室測試得出，此設置能將亞硝酸鹽控制在0.01ppm，符合魚類養殖的標準。卓世明補充，該技術除有效降低死亡率，還能減少人力，「甚至可以兩、三天看一次手機監測就好。」 談及發明動機，邱銘杰爽朗道：「很單純，所有創新發明就是為了解決我們的問題。」據109年農林漁牧業普查綜合報告，務農者有95％超過45歲，農村勞力青黃不接，已成為第一級產業的頭號難題。他與卓世明兩人皆是農家子弟，自然更關注家鄉農村日益老化的狀況。另外，他們也強調，當前全球嚴重的氣候變遷不僅農業受影響，更波及畜牧業，參與研究的大同資工系博士生王頌文説：「地下水越來越抽不到，養殖業的水資源已經是個問題。」利用循環、共生的方式來增加牲畜產量成為該技術的著眼點，透過「魚－禽共生」的模式，水產養殖利用禽類的糞便提升水質營養，禽類也可飲用水池的水，達到互利循環的目標。 王頌文也說明，該技術結合機械材料與資訊工程應用，兩者都是他熟悉的領域，「我是從『造身體』轉行到『造靈魂』的。」他笑談自己大學是機材系，因受到邱銘杰「跨領域合作」的研究精神影響，選擇參與該計劃，應用資工所學的程式與AI技術，為該技術的感測器等硬體機械設備「注入靈魂」，用AI分析硬體所得數據並做出反應，實現兩門學科的對話。 不過，針對技術在養殖現場的實際應用，實務界有不同觀察。國立嘉義大學水生生物科學系助理教授董哲煌對技術面表示肯定，他長期投入智慧養殖、具第一線經驗，認為臺灣的IoT與監測技術已非常成熟，最大問題在於缺乏足夠的實務資料，「臺灣農業、養殖業對IoT所需的資料累積非常不足。」現實中的養殖場比實驗室複雜，會有多種突發狀況超出系統現有的應變力，所以在該技術真正進入養殖現場前，仍需要大量人力進行情境資料訓練。然而實務上農民的工作繁忙，幾乎沒有誘因能使他們願意協助累積資料，董哲煌因此認為目前的系統與完全自動化之間還有距離。 董哲煌進一步建議，研究團隊可與政府或企業合作，以產、官、學力量共同試辦示範農場，透過在農場端持續收集實際數據，再回頭調整IoT系統的參數與反應模式，讓系統逐步適應不同養殖情境，期待提升該技術在現場的可行性與精準度。

【記者呂詠倢報導】會場靜謐，四名選手環桌圍坐佈陣，在無聲博弈中尋找攻克破口。中華民國大專校院114學年度橋藝錦標賽14至16日於國立政治大學登場，其中四人隊制賽項目共有19支大專隊伍參與，甲組最終由政大「政大光明」隊力壓對手封王，國立陽明交通大學「交大大」隊則獲得亞軍。 合約橋牌是種腦力心智運動，四人一桌、兩兩為隊友。比賽分為叫牌與打牌兩階段，叫牌是透過喊出王牌（註一）擬定合約、確認莊家身份，打牌則是攻守雙方依花色與牌點大小出牌競逐，試圖阻止或完成合約。總之，莊家隊的目標是完成合約墩數（註二），防守隊則需盡力阻撓，整場比賽考驗記憶、推理與默契合作，是一項策略性的智力運動。 註一：即被指定的最大花色，如梅花♣️。該花色一旦被選定為王牌，便可壓過所有其他花色的牌，即便牌面點數較小也無妨。 註二：指莊家隊在打牌階段承諾要贏得的墩數，墩即代表四位玩家各出一輪牌後的勝負單位。 此次四人隊制賽報名隊伍超過16支，主辦方以循環賽制將隊伍分為甲、乙組，其中甲組為前八名隊伍。獲得甲組冠軍的「政大光明」，隊中三位青年國手吳俊暉、賴奕辰與林暄達皆在賽後分享，雖取得冠軍，但在合作上仍有提升空間。林暄達以叫牌為例解釋，在叫滿貫合約（註三）時，手中是否持有某花色的最大牌A是贏取墩數的關鍵，「但我們沒有溝通好，導致叫了該花色滿貫，但其實A不在我們手上，就停在了錯誤的合約。」來自「交大大」隊選手陳冠瑄，也說明他在賽場上的叫牌失誤，「對同伴牌卡傳遞的信號不太肯定，以致選錯了路線。」深究原因，他認為彼此雖都大致遵循社團共用制度打牌，但在叫牌的原則性判斷概念上，其實仍存在落差。 註三：指在叫牌階段承諾贏下13墩，即比賽的所有墩數。若手中握有某花色的最大牌A，即可控制該花色的出牌順序，提高完成合約的可能性；反之若未握有A即貿然叫滿貫，便可能失分。 為減少判斷差異所導致的失分，中華民國橋藝協會（以下簡稱橋協）在橋藝連兩屆納入亞洲運動會比賽項目後，開始推動系統化的密集培訓，逐步改變選手過去偏重自主訓練的生態。曾獲2023杭州亞運橋牌混合組金牌的陳冠瑄分享，集訓內容多為線上、實體並行，選手每月需於線上完成特定時數練習，並通過賽事考核來檢驗策略的落實度；實體培訓則為上午安排心理健康等軟性講習，下午實際模擬國際賽，賽後進行相互鼓勵檢討的環節。提到橋協集訓如何影響自主練習的心態，陳冠瑄認為培訓讓他明確認識自身潛能，即便已從國手退役，也會以相同標準要求自己，「過去投入的努力能達到這麼好程度，會讓我更知道未來要往哪裡提升。」 現為U26國手的賴奕辰所接受的集訓，則在講習內容上略有不同。他指出，橋協提供國手全面性的概念解構、牌例示範等講解，「相較我們平常在實戰中慢慢摸索錯誤，效率低落，協會直接給我們全盤的策略講解就不會東漏西漏。」來自國立臺灣大學的U26國手鄒宇恩表示，集訓大幅提升了他的叫牌技巧，自己也開始在自主訓練中運用所學理論，「我和搭檔之間的約定變得更簡單，也更能迅速構思牌型，不用再一張張出、慢慢推敲。」 兼任青年國手教練與橋協秘書長的鍾仁謙，以執教經驗為例，認為培訓中整合各派觀念，與世界公認正統打法接軌，可從根源提升選手能力，「國內有不同的叫牌理論，雖然執行出來差異不大，但教練常會說某制度就是最好的，沒有調整的彈性，久了選手思路會僵化。」展望未來，鍾仁謙談到將集訓課程常態化、普及化是亞運後持續推動的目標，目前除舉辦初學者橋藝營，更著手為準青年國手成立講習班，從基層出發，建立一條龍的培訓體系，培養更多具國際競爭力的優秀選手。

【記者林庭如報導】國立暨南國際大學為避免再次發生校園偷竊案，建立車牌辨識系統以確保學生安全，並於114學年度施行。然而近期系統上路後，因偵測車牌過程緩慢，造成學生等待時間過長，拖延出校時間，引起學生間的強烈反彈。 暨大校方於107學年度開始設置上山的機車道柵欄機，114學年度則增設出校的柵欄機，根據暨大總務處事務組公告指出，增設原因乃基於要紀錄校園出入紀錄與避免逆行，暨大中國語文學系學生凱丁（化名）認為這不是需要增設柵欄機的理由，「在校內被校外人士偷竊而需要設置柵欄，這兩件事本身沒有因果關係。」暨大社會政策及社工學系學生小蔡（化名）表示，校內汽機車道分離，「小偷不一定是走車道上來的。」他也指出，不同於原先的制度，當時學校有公告柵欄機在何時會開啟一段時間，開放機車直接通行，這次系統試用，卻沒有事前規劃好，暨大秘書室公關校友中心主任楊逢峮也坦言，這確實是此次塞車的主因。 由於，學生通常自行開車或騎車上下學，過去機車要出入校園需要刷學生證或 eTag（台灣高速公路電子收費系統），現在雖以車牌辨識系統掃描取代，不過學生仍須於學期初申請汽機車通行證，將車牌號碼告知校方。暨大學生會長楊智丞說明，學校曾於停車場自動繳費機處張貼公告，表示將不再使用 eTag ，改用車牌辨識，不過即使總務處網頁有公告相關訊息，小蔡仍質疑學校與學生間資訊不流通，「來不及疏通的時候，學校也沒有事前說明如何應變。」 針對機車通行問題，楊智丞表示，原先欲避免偷竊的行為，校方尚在討論各大樓的門禁管制，小蔡指出，期望能夠加強校園巡邏力道。而國立政治大學資訊科學系碩士研究生Kris（化名）表示，車牌辨識系統反應慢可能是開發者的算法不好，或是硬體設備裝置不夠好，才導致偵測時間較長，若要更好的追蹤校外人車，還有其他更適合的系統模型。楊逢峮則解釋在收集學生系統試用回饋後，目前星期一至星期五上下學與中午的巔峰時段，會開啟柵欄機以利通行，減少車流回堵情形，暨大學生會也表示近期沒有再收到學生陳情。而針對校園偷竊的預防，學生會坦言，還有監視器能夠追蹤校園可疑行跡。

【記者林偌甯報導】「我們希望通過對校園暴力事件的監控和預警，減少此類事件的發生。」國立陽明交通大學電控工程研究所教授李慶鴻率領研究生盧彥樺、李函諭、吳思緯設計「智慧保全系統–自動化監控應用於校園安全」，榮獲2024天鈺AI綠色科技永續創新競賽冠軍。 〈教育部112年各級學校校園安全及災害事件分析報告〉指出，2023年各級學校的「暴力事件與偏差行為」通報件數共25,226起，相較前一年增加46%，顯示校園暴力事件有上升趨勢。「傳統監視系統需警衛長時間盯著多個螢幕，容易漏看。」盧彥樺表示，校園暴力往往依賴校安人力或目擊者通報，但因保全人員工作量大及缺乏目擊者，常導致通報延誤。為此，團隊利用聲音與影像識別技術設計保全系統，希望藉此即時維護人身安全，減少悲劇發生。 此系統分為兩部分，負責輸入的邊緣端與進行偵測的主機端。邊緣端分別使用攝影機和麥克風即時監測環境中的刀、槍和暴力行為，以及尖叫聲、玻璃破裂聲和槍聲，並將數據傳送至主機端。主機端透過過濾器計算危險事件的發生機率，若指數大於0.9，系統將立即觸發邊緣端的蜂鳴器以嚇阻行為人，並通過社群軟體Discord向校安單位傳送事件時間、地點等；若指數低於0.9，則會將連續20幀影像轉換為GIF（Graphics Interchange Format, GIF），交由大型語言模型GPT-4o進行二次確認與生成事件描述，若其中至少12張影像包含危險元素，便確認為暴力事件。 為了訓練影像辨識與聲音偵測模型，團隊蒐集約14,000張校園及監視器視角影像、1,700則音訊，並將其匯入邊緣端的小型主機中。「透過調整圖片亮度、角度或左右翻轉等方式，增加訓練資料的多樣性。」吳思緯說道。增強資料集能讓系統在真實環境中運作更靈活，同時調整音訊資料的特徵權重，例如讓重要的聲音頻率範圍被模型重點關注，減少不相關特徵的干擾，提升模型提取關鍵資訊的能力。 香港中文大學社會工作學系教授陳季康以長期研究校園暴力的經驗，提出系統落實的難題：「根除校園暴力議題也許有效，但可能涉及隱私與個資。」對此，盧彥樺說明以大語言模型判別案件可能導致資訊流入母公司後台，產生隱私問題，因此他們計畫以其他開源模型輔助系統，進一步應用於捷運等公共場合。國立政治大學總務處事務組駐警班長黃國書則提議新增監視器的防水、防風、防震功能，以利用於戶外空間，同時調整以社群回報異常的途徑：「傳訊息不一定會收到，偵測到異常直接打電話通知警衛室會更快。」

【記者林宜婷、吳妤潔採訪報導】《學生輔導法》睽違十年首次大幅度修法，為因應日前校安事件頻傳以及校園輔導量能不足等問題，立法院於11月29日三讀通過部分修正條文，期望透過補足專業輔導人力缺口以及強化校內三級輔導制度，改善各級學校輔導系統的運作與服務品質。立法委員柯志恩說道：「不管是青少年或是大家的一個身心健康是非常的重要，我們也很希望在這樣子的一個人力增加之外呢能夠讓大家能夠接住每個小孩。」 目前高中以下學校採取三級輔導制度，第一級發展性輔導，由導師針對學生實施生活、學習及生涯輔導。如若學生狀態不佳，導師將與輔導室專任輔導教師合作，實施第二級介入性輔導，提供個別化諮商資源。專任輔導教師也會進行個案管理，評估學生情況。若狀況更為嚴重，則會啟動第三級處遇性輔導，將學生轉介至輔導諮商中心，接受進一步的服務。而在專任輔導老師的配置上則以班級數作為標準，國小階段每24班設置一名專任輔導老師；國中每12班；高中則以每15班設置。如若校內總班級數超過55班需至少額外設置一名專業輔導人員。大專院校則以師生比1：1200的標準配置。然而，目前輔導系統運作上仍面臨多重挑戰，包含輔導人力嚴重不足、專輔師資區域化，以及主管專業性等問題，造成學生權益受損。全國教師工會總聯合會副理事長何俊彥說明：「以目前來看的話，專任輔導教師來講，我們會看到有一些城鄉差距分布不均的一個現象，那根據我們統計全國的國小裡面大概有2/3，那國中大概有四到五成的學校是全校只有一位（專任）輔導老師。」國立政治大學生小毛（化名）則說：「（有需求時）我沒有辦法及時地去找到幫助，就是我不管怎麼樣，我一定要等兩個禮拜後，它（校內心諮）的預約永遠都是滿的。」 《學輔法》此次著重修正以下五項內容：第一，將擴增校園專業輔導人力；第二促進三級輔導及跨專業合作；第三，健全輔諮中心統籌任務，單位主管人員應由專業背景者擔任；第四，為維護兒童及少年最佳利益，只要經過學生本人同意，未成年學生可在未取得法定代理人同意下進行輔導諮商；第五則為強化輔導人員多元在職進修和學校輔導主管的專業性。「校園裡面的青少年，他們在各方面來講，其實都很需要一些輔導跟關懷，所以人力的增加，對於校園現場一定是有幫助。」何俊彥說。 針對此次修正內容，民團表達擔憂，雖然修法後有助於增加校園二級輔導環節所需的專業輔導教師數額，但現階段專業人力資源恐難以充分補足配置需求，且二級輔導作為三級輔導制中最重要的一環，輔導教師若缺乏經驗，也無益於協助個案管理。此外，輔導人員的薪資待遇問題也仍待檢討與改善。國教行動聯盟理事長王瀚陽表示：「學生輔導法修法也是我們樂見的。我覺得建議當中這次修法要先看好就是過程的狀況，要按照個案還有學校的樣態去調整。」 儘管此次修法是為改善現今學生輔導資源的不足，但面對教育現場的狀況差異、專業輔導資源分配以及專業人員待遇等問題，未來校園輔導系統能否有效運作，有待社會各界共同檢視。

【記者林沂葳報導】當病毒入侵人體，免疫系統需要迅速啟動防禦機制來保護人體健康。國立成功大學微生物及免疫學研究所副教授凌斌團隊的研究發現，人體先天免疫系統能透過RIG-I基因提早察覺到病毒，顛覆過去的認知。研究已發表於美國學術期刊《科學進步》（Science Advances）。 過去研究普遍認為，人體免疫系統需等到病毒在細胞內複製後，才能偵測到病毒核酸。但團隊研究成果中發現，人體防禦機制的啟動時間比過往認知還要更早。成大微免所碩士生李冠葳指出，病毒入侵的第一步是通過胞吞（endocytosis）路徑進入細胞，形成胞內體（endosome），而RIG-I可以在胞內體的入口處開始偵測病毒，啟動免疫反應。「人體免疫系統偵測到的病毒核酸，包括DNA和RNA，而RIG-I負責偵測病毒的RNA。」凌斌補充，因此RIG-I主要幫助防禦流行性感冒、冠狀病毒等RNA病毒。 當RIG-I偵測到病毒時，便會開始活化，「RIG-I會與其他RIG-I聚集在一起，直到變成一個大分子團。」李冠葳解釋，分子團會與粒線體表面的蛋白質結合，誘使細胞釋放干擾素（Interferon），抑制病毒進行複製，發揮抗病毒作用。團隊還發現在RIG-I基因中發揮重要調控作用的TAPE基因，「我們比較正常的細胞與沒有TAPE基因的細胞，可以看到後者的干擾素數量比前者少。」李冠葳說明。此外，團隊也進行小鼠活體實驗，將小鼠的TAPE基因剔除，發現肺部增生大量的流感病毒，「沒有TAPE基因，我們會非常缺乏對流感的抵抗力。」凌斌說。 然而，在研究過程中也面臨技術上的挑戰。傳統實驗方法難以清楚偵測RIG-I在活化後形成的大分子團，「傳統蛋白實驗會用離心機分離需要的蛋白質和比較重的細胞膜碎片。」李冠葳補充，由於大分子團是一坨蛋白質，較難用現有技術成功分離其與細胞膜，因此團隊會持續研究更有效的技術來分析這些結構。此外，未來研究還會延伸至不同蛋白，例如與RIG-I相似的MDA5蛋白。李冠葳表示，希望藉由探索這些蛋白在免疫系統中的角色，更了解病毒感測機制的運作。 目前研究側重於學術層面，但團隊希望可以實際應用在醫療上，「隨著對免疫機制細節的深入研究，未來便可就此研究去做針對性的研發。」李冠葳補充，例如鎖定關鍵蛋白開發藥物、疫苗等。國立臺灣大學醫學系學生王同學（化名）表示，此研究是機制上的突破發現，值得將其寫入教科書中，「但如果要應用在疫苗上，實行上還是有一部分困難。」王同學補充，疫苗主要啟動後天免疫，透過深入了解RIG-I或許可以嘗試刺激先天免疫，以疫苗佐劑的方式提升保護力。

【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。」

【記者李香霆報導】看不見的離岸流，也會使安全海域內發生意外。為了解決傳統浮球警戒線無法因應海況移動的缺點，國立臺北科技大學工業設計系的林昀竺、陳宣貽提出「SeaShield海上警戒系統」，重新設計海水浴場的安全警戒設施，並在今年獲得太陽光電創新應用產品設計競賽創新應用優勝獎第一名、內政部消防署第一屆鳳凰盃消防創新設計獎金獎，以及幸福科技創新創業競賽佳作等多項殊榮。 「現有浮球不會依據海況移動，圍起來的安全區應該是要可以放心遊玩的，但圍住的安全區卻不一定安全。」陳宣貽說道。傳統浮球的設計簡單、功能單一，在海水浴場中僅用來標示一定的安全範圍，但在此範圍內也可能出現離岸流，若海流將遊客捲走時，串連浮球的繩索不幸纏繞身體，也容易導致意外發生。 團隊因此設計出一款多功能並結合AI監測的海域警戒設備，當下方的渦輪搭載水流感測器偵測到浪潮變化異常，設備會自動位移，將民眾限縮在一定的安全範圍中。傳統上連結浮球的繩索則由綠色雷射光取代，以光線劃出安全範圍，讓救生員在夜晚光源不足下仍能即時救援，同時解決纏繞意外發生。 此產品自動位移的功能還能作為緊急狀況的救災利器。團隊將設備設計成游泳圈的外型，若民眾溺水且救生員無法在第一時間趕至現場搶救，便能透過APP操控單一警戒設備，讓其移動至民眾身旁，供其趴臥或扶持，林昀竺說明：「經過實測後確保產品作為暫時救生工具的話，浮力足夠支撐一個人在上面。」 現職國立政治大學游泳館的救生員葉一龍以自己在開放式海域執行業務的經驗表示，鑑於我國救生員人力不足，SeaShield可應用於輔助救災，不過他補充道：「就連我們救生員下去圍住安全區，都會有遊客想要穿過我們，要如何處理遊客不受規範，或是因好奇而破壞產品都需要解決。」他認為除了創新的設備外，還需要提升公眾的安全意識並確保其遵守規範。 有別於傳統浮球，「SeaShield海上警戒系統」的動能源自內建的太陽能板與潮汐發電設備，使用綠色能源降低對環境的危害。面對產品與傳統浮球間的成本落差，團隊希望未來在開發上能夠以規格相近的市面現有零件組裝設備，減少龐大開模支出。

【記者潘慧芳報導】東吳大學113學年第一學期新增學生線上請假系統，然而系統上線後，出現多次請假失敗的狀況，引起學生不滿。東吳學生會長簡吟蓁說明，目前請假系統無法以手機上傳證明，校方也正在研議如何改進系統。 東吳學生過去普遍以郵件或紙本請假單向教授請假，新學期因新增生理假與心理假，校方為此新建線上請假系統，卻發生諸多問題。東吳政治學系學生raven（化名）表示，學生請假系統的主頁面上應顯示請假紀錄，然而系統內並未呈現相關資訊。簡吟蓁則指出，目前請假系統分為電腦及手機版本，請假皆須附上證明，卻因系統問題無法在手機版本上傳，進而導致請假失敗。 校方雖新建線上請假系統，許多教授仍習慣讓學生以郵件請假，東吳政治學系學生陳同學（化名）表示，教授並未要求學生全數使用請假系統，也可透過郵件或訊息告知。東吳政治學系學生陳樂誠則認為，系統於本學期才正式啟用，出現問題在所難免，「第一次上通識課時，老師說請假盡量直接寄信，避免因為系統原因而沒請到假，或許師生雙方本來就不夠信任新的系統。」 負責請假事宜的東吳學生事務處德育中心主任向芳宜解釋，請假系統上線後，已陸續收到相關疑問與建議，目前學務處持續與電算中心共同評估、研擬改進系統。向芳宜也說明，若學生因系統問題未能提前請假，可在上課日後一周內再次申請。若超過七天，也可經老師同意後補登系統紀錄。 此外，如果影響課堂出缺席權益者， 得依《東吳大學學生請假規則》第六條規定，向申訴委員會提出申訴。 針對請假系統未來的改進方向，東吳學生議長康平皓建議：「在請假成功、失敗、審核通過、不通過等情形，都可以寄送電子郵件或簡訊給學生，讓學生得知申請結果。」簡吟蓁也表示，由於系統啟用不久，目前學校師生仍在適應中，後續學生會將整理系統問題，並與電算中心討論研議。

【記者蔣若暄報導】隨著乾旱發生頻率增加，提高用水效率已成為台灣農業永續發展的重要課題。國立中興大學基因體暨生物資訊學研究所特聘教授兼所長朱彥煒與團隊成員簡靖軒、詹永寬、賀端華、余淑美、羅舜芳、梁育臺、陳俊𦵴，共同開發「預測水稻用水需求的系統及方法」，使用者只需手機拍攝稻田影像，系統便能分析水稻生理反應並提供灌溉建議，榮獲2024年台灣創新技術博覽會發明競賽鉑金獎。 目前市面上的預測灌溉系統，主要依賴氣候環境、土壤溫濕度及植物顏色等指標。現就讀國立中興大學醫學生物科技博士學位學程七年級的簡靖軒表示，這些方法存在許多限制，「土壤濕潤程度不一定代表植物內的含水量，且水稻顏色通常是在生長已受到影響後才變化。」因此，團隊研發一種智慧系統，能從葉片溫度、植株高度和葉綠素含量評估缺水程度。以葉片溫度為例，植物在缺水時葉溫會升高，利用這些生理指標就能提供適時適量的灌溉建議，達到節水目標。 「一個光譜機器大約數百萬元，農民不可能去買。」朱彥煒提及，考量感測器因成本問題不易普及，所以改讓使用者以手機拍攝稻田，只要畫面中有八成面積涵蓋農田，就能將照片上傳至應用程式「阿米亞app」，並從雲端系統得到灌溉建議。「大概15到20秒就會有結果。」簡靖軒補充道。團隊將手機拍攝的RGB影像轉換為類光譜影像，擷取能夠反映稻作生理訊號的波段，藉由單一或多個區間的波段組合建構模型，再透過演算法分析水稻的灌溉需求。 隨著計畫推進和資料累積，團隊將系統應用於實際場域，收集了六年的數據，並從中隨機抽取20％進行測試，最終預測準確率達到93%到96%。使用此系統的稻農詹小姐（化名）表示，巡田時只要拍照就能得知稻作是否需要灌溉，「準確率不輸給經驗豐富的老農友，讓我感受到AI科技真的可以幫助到農友。」他認為在節水的同時，也能維持稻作的品質與產量。 談及未來研究方向，簡靖軒說：「希望讓台灣農業更便利、高效。」他計畫結合病害、蟲害與施肥建議，建立精準的自動化系統以節省人力資源。朱彥煒也提到，除了持續鑽研如玉米、高粱等糧食作物，團隊也開始將系統應用在經濟作物，例如草莓、百香果和番茄。「草莓的初步技術已經發展完成，年底會收集資料進一步驗證。」他補充道。 農業部農業試驗所作物組助理研究員侯雅玲分析，此系統將改變水稻管理方式，「在水資源有限的情況下，它的效益會比較大。」他也提醒，若想應用至其他農作物或地區，不僅需要重建和擴大資料集，還要考量實施成本，以確保可行性和經濟效益。國立臺灣大學生物資源暨農學院農藝學系副教授蔡育彰則提供未來研發建議，他說：「不同生育時期和品種都可作為改良的項目。」