產銷班成員之一的許豐立，是家豐養殖場的負責人，在老化的漁村裡，壯年的他稱得上是中堅分子，22年前，他從工研院離職，從父親手中接下家業。

雖然父親、叔叔都是在地的老漁民，但談起養殖心法，受過科學訓練的許豐立，與父執輩大不相同，選擇「科學化養殖方法」的他，開口閉口不離溶氧、pH值、ORP（氧化還原電位）值等水質數據。

「農林漁牧，『漁』最困難。」許豐立解釋。人畢竟不是水中生物，如何掌握水質、魚蝦生長的狀況？他曾試圖要傳承長輩奮鬥半世紀的經驗，最後卻輸給了老漁民口中「憑經驗」、「靠感覺」幾個字，難以言傳的know-how，讓他更篤定要走一條不同的路。

善用數據，樂當科技漁夫

迎著風頭，我們回到漁場。福樂休閒漁村除了處處綠蔭，環境怡人，另一個特色是裝設在水池中的監控設備。

許豐立憶起早年摸索養殖的過程，一路跌跌撞撞，不斷苦讀惡補相關知識，追求科學根據的他，經常運用手持的感測器蒐集水質數據，觀察數據的變化，從中揣摩方法，直到兩年前引進由寬緯科技開發的智慧養殖系統，由機器取代人力，省下不少心力。

「養殖產業一向是預防重於治療。」許豐立說。漁家聞聲色變的「泛池」（整池暴斃），家家戶戶都經歷過，投入好幾年的成本，一時不察就全數付諸流水，損失動輒百萬起跳，但若要仿效傳統漁民的老方法，觀察水色、藻象、泡沫，等到發覺事不對勁，往往為時已晚，趕忙投藥搶救，又衍生出藥物殘留的問題。

尤其極端氣候的無常，讓現代漁民的挑戰更為嚴峻，光憑臆測尤其不靠譜。許豐立記憶猶新，2016年霸王級寒流襲台，新竹下冰霰，水溫一小時就狂降2℃，嚴重性非同小可，他從數據了解到水中溶氧仍高，在多數漁民束手無策、惴惴不安時，果斷關掉大部分的水車，以免降溫過快，最怕冷的虱目魚居然就此安然度過難關。

數據解密，打開養殖黑盒子

許豐立倚重的這套系統，是由國人自行開發的「水聚寶」，猶如中醫診斷的「望、聞、問、切」，協助漁民先診斷、後解決問題。

系統分成監測、控制兩部分。放在魚塭裡的監測系統，24小時不間斷地測量水中的溫度、pH值、ORP值、溶氧值、鹽度等五種重要數據，每五分鐘就會自動新增一筆，再上傳到雲端，匯整後的大數據經過人工智慧演算，用以預測未來的水質變化；若有惡化的可能，主動向漁民提出示警，漁民接著利用控制系統，從遠端採取措施，好比發現到溶氧不足，就即時開啟水車，防範於未然。

寬緯科技總經理蔡政勳說明，在傳統的養殖業裡，家家戶戶都會有一套「秘方」，這些過去被稱之為「養殖的黑盒子」，其實禁不起科學檢驗，加上養殖涉及複雜的生物環境，不同魚種、不同養殖環境、不同生產策略，所需要的條件都不一樣，即便參考他人的資料，意義也不大。

「所以，我們反而鼓勵漁民把資料開放出來。開放後對他們反而有利。當我們協助把數據處理完，還可以告訴漁民需要注意哪些地方，可以少很多心力，卻管理得更好，降低更多風險。」蔡政勳說。

高風險、高齡化、經驗斷層的水產養殖，有了人工智慧加持，有機會從沒落的夕陽產業翻身──但這一切的前提是，你AI（人工智慧）了沒？

產學聯手，創辦「台灣人工智慧學校」

想做AI？必須先有人才。

2017年11月，一件奇妙的事情發生了。

這也許得歸功於台灣公民社會的活潑與彈性，有感於國內AI人才的匱乏，從學界開始，以中央研究院院長廖俊智、院士孔祥重及研究員陳昇瑋為首，加上產業界的國票金控董事長魏啟林、益鼎創投董事長邱德成，齊聚商討台灣產業轉型的迫切性。

眼看AI大浪即將來襲，若不趁勢站上浪頭，下場無疑是死在沙灘。

秉持著這樣的想法，他們向台塑、奇美、英業達、友達光電、義隆電子、聯發科技等六家企業募資，各募得3,000萬，百分之百由民間推動的「台灣人工智慧學校」順利誕生。

這股社會內部自主引動的創新力量，點燃了改變的火種。在師資上，重視知識與應用雙管齊下，校方廣邀在台清交成等大專院校、外商研究院、中研院、工研院服務的AI專家，也央聘大企業裡負責推動AI的主管與新創公司的創業家，分享落地使用的心得。

課程上，分為經理人班與技術班。技術班教導工程師學習寫程式；經理人班的學生主要來自企業裡握有決策權的中高階主管，需要具備出題目與定義問題的能力。但不論是哪個班別，除了傳授知識，更要求實際應用，故所有學員都得分成小組，共同完成專題，還有期中、期末考，紮紮實實四個月的學程，希望以最快的速度培養出合乎產業使用的AI大軍。

但這不是補習班？「補習班靠的是快速轉台，時數夠，就發證照，但我們起心動念是要推動產業AI化，要是學員走出去，回到公司還是不會用AI，那也走不遠。」台灣人工智慧學校營運長蔡明順說得鏗鏘有力。

就這麼一本初衷，在2018年正式開課，從台北逐步拓點到新竹、台中、台南，目前累計上課總時數超過120萬個小時，超過6,000名校友、200名授課教師，除了大型企業如台塑、友達光電，均已派遣上百名員工前來進修，寬緯科技總經理蔡政勳，也是畢業校友之一。

蔡政勳悉數上課的實際收穫。因為公司長期在養殖漁業領域的耕耘，小組同學利用公司從養殖戶累積下來的數據資料，測試不同的演算法模型，從中找到了誤差值最小的一種，幫助系統優化。

「原本對AI只是一知半解，現在有了更紮實的認識，對於公司未來的發展，如何與AI結合，也會有明確的藍圖。」蔡政勳說。

跨域合作，解決產業痛點

場景換到了位於台中外埔的明昌國際工業公司。這一日，以在明昌任職的特助陳琮仁為首，加上來自不同產業、不同公司的趙定宇、林合一、林載承、鄭東昇，以及逢甲工業工程與系統管理研究所同學侯宇哲，六人齊聚一堂，他們之間的聯繫，就是在台中分校經理人班上所共同完成的專題。

「來，我帶你們到工廠親自看一看。」陳琮仁領著一行人踏入了位於大甲市區的廠房。廠裡一條條帶狀的動態生產線，金屬板材通過不同的區域進行加工，從沖壓、折彎、點焊、塗裝，最後包裝等待上貨櫃車。

大家的腳步在塗裝區檢驗站停了下來。產線旁，好幾名品檢人員正拿著手電筒，由上往下，從產品的正面到反面，逐一檢查是否有瑕疵；在高處另外裝設著一台攝影機，不間斷地拍攝下產線上的成品。

時間逆推回數個月以前，學校剛開學，彼時陳琮仁根據廠內的生產流程，提出「動態塗裝製程的AI+瑕疵檢測」的題目，希望藉由人工智慧，從影像資料自動判讀成品是否有瑕疵，藉此取代不盡可靠、流動率高的人力。經過他的講解，成功吸引到一票有興趣的同儕組隊。

雖然不需像在公司那樣背負考績壓力，但對於解題，大夥兒都躍躍欲試，「真的跟上班不一樣。從一開始，大家都是自動自發地報名，來的時候是交朋友，參與活動也很踴躍，向心力足夠。與其說是上課，不如說在享受學習的樂趣。」在矽品精密工業擔任技術經理的趙定宇說。

從學習跨領域合作，分工到整合，各自從專業裡貢獻出一份力。像要做影像辨識，必須先為影像資料分類，告訴機器哪些是良品、哪些是不良品，在公司負責品管的同學出面，協助建立瑕疵品的標準；擔任專案管理的同學，主動負責掌控期程、支出的資源、人力上的調配；真正需要寫程式了，經校方媒合，正在技術班就讀的逢甲同學就前來支援。

雖然專題早已順利告終，但對於明昌國際來說，只是邁出了AI化的第一步。陳琮仁解釋，學期短短的四個月，只足夠建置出系統的雛形，由於目前影像資料蒐集得還不夠多，隨著逐漸累積，估計六個月後準確率可達95％，才能正式上線。下一步，預計加入工廠內部的物聯網，將製程參數與瑕疵檢測結合，可以運用AI來作產品品質的預測。

一旦臻於成熟，這套系統將可以運用在航太、工具機、自行車、手工具等與板金烤漆相關產業，造福中部地區大大小小的製造業廠商。

更重要的是，因著幫助傳產升級轉型，企業不再走壓低成本的老路。就像蔡明順說：「台灣雖然擁有很多隱形冠軍，但So what？依舊缺乏競爭力，現在因為升級轉型，不但要讓國外廠商下單給我們，而且，還要是非下不可！」台灣是否有機會成為AI大國？對此，他深具信心。