隨著船舶造成的空氣汙染加劇，全球廢氣排放標準亦逐年變得更加嚴格。MARPOL附則VI限制了船舶廢氣中所含的主要空氣汙染物，包括硫氧化物（SOx）和氮氧化物（NOx），並禁止蓄意排放任何破壞臭氧層的物質。 MARPOL附則VI的主要修訂內容，在於全球各地應逐步減少SOx、NOx和懸浮微粒的排放，並引入排放管制區（Emission…

工研院AIdea人工智慧共創平台與荒野保護協會合作，提出「臺灣海洋廢棄物預測」議題，運用AI人工智慧分析全臺海岸121個測站的海洋廢棄物快篩調查數據，精準掌握海洋廢棄物分布，為未來淨灘選址提供參考地點；並能透過單一測站的快篩調查數據，預測鄰近測站的海洋廢棄物分布狀況，有助於各測站的人力調配，甚至能減少測站數量，達到人力資源分配最佳化。 根據荒野保護協會與綠色和平​在2019年發布的海廢快篩調查數據推估，全臺海岸線上約有1227萬公升、重量高達646噸的海洋廢棄物，相當於15萬袋大垃圾袋。 工研院表示，海洋廢棄物是全球關注的重大污染議題，尤其海洋廢棄物污染場域廣大，相較於一般空氣污染、水質污染或廢棄物污染等，更不容易找出污染源與污染區域之間的直接關聯。 此外，海岸邊的人造固體廢棄物因外觀、尺寸、重量、材質之間具有高度差異，相對於重金屬或農藥等化學污染，目前無法用單一檢測儀器或程序測量。雖然源頭減量才是海洋廢棄物最根本的治理方式，但是改變源頭不易，且需耗費較長的時間，因此做為末端補救的海洋廢棄物快篩與淨灘相當重要。 現行的海洋廢棄物快篩調查抽樣，多以人工目測回報，過程十分耗時費力，若能借助AI人工智慧技術掌握海洋廢棄物分布，則能把快篩調查、淨灘的人力分配到污染較嚴重的海岸，增進淨灘效率。 工研院AI人工智慧應用策略辦公室副主任暨巨量資訊科技中心執行長馮文生表示，AI人工智慧在臺灣多應用於工業製造、健康醫療、交通運輸、電子商務等領域。對此，工研院擘劃2030技術策略與藍圖，長期投入共通基礎技術AI人工智慧的研發，打造AIdea人工智慧共創平台，協助各行各業找出AI人工智慧的應用發展。 此次，工研院AIdea與荒野保護協會合作，共同討論「臺灣海洋廢棄物預測」議題，運用AI人工智慧精準掌握海洋廢棄物分布，協助淨灘與測站的人力調配，為永續環境盡一份心力。 Source:…