辨識海洋生物 AI助力

行政院海洋委員會研發「海洋生物人工智慧（AI）辨識專家模型」，初期透過超過3,500張照片進行學習訓練後，已可自動辨識十大類常見珊瑚、20種珊瑚礁魚類。海委會表示，未來進行海洋生態系監測時，可大幅縮短鑑定大量水下生物影像所需的時間。

海委會指出，這次的AI辨識專家模型，是以目前國內外都最為關注的珊瑚礁生態系為先導型目標，使用超過1千張各類珊瑚的照片進行標註與訓練，已可成功辨識出涵蓋軸孔珊瑚、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、柱珊瑚與盤珊瑚等十大類常見珊瑚。

同時，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2,500張以上的珊瑚礁魚類照片學習，建置金鱗魚科 (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20種珊瑚礁區常見的魚類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。

管碧玲以開發離岸風電場兼顧海洋保育發展為例表示，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；她期許能建立類似AI辨識珊瑚及珊瑚礁魚類的模式，廣泛運用在離岸風電場或各種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。◇