▲海委會研發「海洋生物人工智慧辨識專家模型」。（圖／海委會提供，下同）
記者詹宜庭／台北報導
海洋委員會近日研發出「海洋生物人工智慧(AI)辨識專家模型」，以珊瑚礁生態系為先導，已成功完成常見珊瑚與珊瑚礁魚類的AI自動辨識。此項創新科技將大幅縮短海洋生態系監測所需的鑑定時間，提升生態系健康狀況評估的效率。
海委會透露，這次的AI珊瑚辨識專家模型，是透過多邊形分割AI辨識為基礎的訓練，已成功標註與訓練超過1000張各類珊瑚照片，能夠辨識涵蓋軸孔珊瑚、盤星珊瑚、角菊珊瑚、棘杯珊瑚、瓣葉珊瑚、葉片型表孔珊瑚、鹿角珊瑚、團狀形微孔珊瑚、柱珊瑚與盤珊瑚等10大類常見珊瑚。
至於珊瑚礁魚類，海委會也透過移動性物件偵測及自動辨識的兩段式模型選用，完成2500張以上的照片學習，已建置珊瑚礁區常見的20種金鱗魚科 (俗稱鐵甲)、雀鯛科 (厚殼仔)、蝴蝶魚科、隆頭魚科 (海豬魚)、刺尾鯛科 (倒吊魚)、海緋鯉科 (秋姑魚)、金線魚科 (赤尾冬) 等AI辨識模組。
海委會主委管碧玲表示，AI生物自動辨識是非常有幫助的科技輔勤體現，由具備海洋生物分類專長的各領域專家學者貢獻生物辨識特點，透過AI深度學習產生辨識專家模型，能提供更精準且即時的海洋生物種類監測數據。未來將持續透過此模式提升可自動辨識的海洋生物目標種類及數量，延伸擴及至其他海域生態環境的監測應用。
管碧玲舉例，例如大家持續關注的離岸風電場開發下之海洋保育發展，國內外研究皆指出離岸風電場基樁式的水下基礎本身，以及基座防淘刷的保護工結構或拋石，會形成小型的岩礁生態系，產生如同魚礁或是聚魚的效果。
此外，管碧玲也期許，類似建立AI自動辨識珊瑚及珊瑚礁魚類的模式，能廣泛運用在諸如離岸風電場或是各式海事工程相關的生態環境監測上，加速累積詳實的科學數據，尋求海洋生態與藍色經濟共榮的海洋治理。
讀者迴響