國立臺灣海洋大學於10月12日在該校行政大樓第二演講廳與冠宇國際電訊（股）公司及海捷堡科技（股）公司，舉辦「智慧型航運系統設計開發」三方合作意向書簽署記者會，以發展智慧與綠能航運產業，加速綠能動力系統設計規劃與建置。

臺海大校長許泰文表示，該校致力於發展智慧通訊與綠能航運的創新研究，已開發完成船舶自助識別系統之關鍵技術。該校高聖龍副教授於102年專利授權與冠宇國際電訊。此外，高聖龍副教授專利「道路行車溝通方法與其裝置」於106年獲得「台北國際發明暨技術交易展」鉑金獎，即與冠宇國際電訊、臺海大三方共同開發完成專利技轉。

他指出，該校近年來與冠宇國際電訊共同發展自動識別系統AIS (Automatic Identification System)相關海事設備與立方AIS衛星飛行版等之酬載設備量產，結合三方緊密合作，將啟動發射立方衛星星鏈系統，建立全球船舶航運資料、全球海水文資料等大數據資料庫；進而在未來國際海事衛星-全球超高頻數據交換系統（VHF Data Exchange System）也就是新穎的資訊交換系統，取得先機。結合AI人工智慧與5G通訊技術，推動我國智慧航運之國際產業發展，在國際海事通訊產業發光發熱。

今年才成立並進駐臺海大產學營運總中心的海捷堡科技，是由董事長沈業荃邀請富堡能源董事長陳嘉鴻、帝馬動力科技董事長周政憲合資成立，已投入研究開發經費1500萬元，將專注於小型船舶的綠能與航控裝置。與該校及冠宇國際電訊啟動「智慧與綠能航運」合作計畫，系統現已設置於海大附中安裝測試，是整合建構產、學、研 能量之平台典範。

臺海大期待透過這次合作意向書簽約活動，與冠宇國際電訊及海捷堡科技攜手推動海大學研成果產業化，在未來的海洋航行中，擁有臺海大衍生的智慧通訊與永續綠能技術，則更能彰顯出台灣的科技實力。

總部位於美國維吉尼亞州Chesapeake的DLBA Naval Architects，於2020年正在開發船身長達58公尺（約為190呎）的超級概念遊艇，並將其打造成一艘自主航行遊艇。TEMPO的研究將著重於所有可運用人工智慧的船舶系統。TEMPO這個名字是來自人工智慧（AI），透過強化可靠性及操作可用性，藉此讓運作節奏節節上升。換句話說，船主及賓客能在船上，盡情享受超級遊艇所提供的各式各樣娛樂。
自主航行技術著眼於航海世界中的三大領域：自主導航、設備健康狀態監控，以及機電系統自動化。
個別來說，自主導航、設備健康狀態監控，以及機電系統自動化都對遊艇運作有著至關重要的影響；當從概念應用到船舶設計時，就會對可用性最大化，以及運轉維護成本最小化，產生開創性影響。

一、 自主導航

自主導航可減少船員的工作量，且無人船艦在商用及軍事領域已行之有年。自主導航系統建構出電子世界模型，結合船載感應器資料，以及GPS、雷達、AIS、電子海圖、氣象資訊系統及攝影機等資訊來源，從而在交通繁忙的海域及公海中，安全無虞地進行導航。

操作人員僅須在自主導航系統引導船艦時，在場監控即可。由於在此方面所需的人力減少，使人員對狀況的警覺性有所提升。自主導航的優勢在於能減少船艦碰撞、降低擱淺風險、避免惡劣天氣、優化用油量並減少船員工作量。

二、機電系統自動化

機電系統自動化，就好比有一支隨行的工程團隊供您隨時調度。藉由在各個子系統層級元件中導入AI，船艦運作效能即可維持在高點，亦不會導致船上工程團隊工作量增加。舉例來說，不論是切換閥門、開關電力設備斷路器、開關幫浦、或在系統發生故障時加以處理，只要輕輕按下一鍵，所有操作將自動執行。不僅能減少工程團隊工作量，更能讓船艦的可靠性顯著提升。此外，船主可用的時間也相對增加許多。

三、設備健康狀態監控

遊艇上輔機系統與設備的數量，伴隨著複雜度都逐年增加。因此船員必須花更多時間判讀系統並掌握系統反饋。當遊艇在運作中且所有系統均已啟動時，需監控的資訊數量十分龐大，適合使用電腦運算能力對流程進行簡化，並為船主提供更好的監控成效。

透過使用感應器及資料收集，就能即時擷取並監控資料，進而對船上系統及設備進行進階和預先診斷。接著，趨勢分析和機器學習，則可在船上用於為所有系統提供即時反饋。這些資訊可用來預先辨認所有潛在問題，如此一來就能在設備故障前加以修正，讓船主在用船及樂趣方面獲得極大效益。

四、網路安全

考量到先進電子通訊及控制系統的相關風險，因此船艦正在開發整合網路安全功能。通訊頻道及關鍵任務資訊必須受到加密保護，防止惡意或無意配置錯誤，和資料外洩所造成的負面影響。此外，需對自主功能相關的軟硬體進行漏洞評估，並加以強化以抵禦潛在的嘗試入侵。

無人及自主解決方案，相當倚賴通訊的準確性和即時性。正因如此，自主解決方案的網路韌性是安全面向的一大考量。自主航行船艦匯集了各種資訊及操作技術（包含ICS元件），更加突顯資料完整性和系統可用性至關重要。透過完整而全面的網路安全方法，即可有效解決上述安全疑慮。

Source: 船舶暨海洋產業研發中心

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:https://easttaiwan.news/2020/06/10/%E7%94%A8ai%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%E3%80%8C%E5%BF%AB%E7%AF%A9%E3%80%8D%E6%B5%B7%E6%B4%8B%E5%BB%A2%E6%A3%84%E7%89%A9%E5%88%86%E5%B8%83%E3%80%80%E3%80%80%E3%80%80%E5%B7%A5%E7%A0%94%E9%99%A2/

微軟假設，將伺服器放在海底，可以減少維護和恆溫的耗能。現在 2 年過後，他們把密封的機器們打撈上岸，看看是否真的能夠成功達成目標。

2018 年微軟把一整個資料中心，總共 864 台伺服器、27.6PB 資料沈到 35.6 公尺深的蘇格蘭海底。

現在微軟將這些伺服器打撈上岸，並宣布實驗大成功。微軟的 Natick 計畫團隊假設，將資料中心沉到海底放置，可以更加節省能源並且更耐用，因為在陸地上，這些機器得面對氧化、潮濕以及溫度變化的交互作用，但在海底密封的防水容器內填充氮氣，加上海中涼而恆溫的溫度優勢，又少了人為疏失或碰撞干擾，其實比較不容易發生問題，也不需要這麼多空調耗能。而這些比較耐用的機器可以直接放置在接近使用者的岸邊，讓當地使用者能夠獲得更好的雲端服務品質。

其實微軟在 2015 年就已經試過把伺服器丟到海裡，不過僅是初步測試這些機器能否在海裡正常運作，而 2018 年的第二階段測試則找來貨運、船公司，以及再生能源廠商來進一步驗證海底資料中心的可行性，放置的時間也長得多。

根據微軟，在海中密閉容器內的伺服器只有陸地上一般伺服器八分之一的故障率。但微軟倒沒說若想修復那些故障又密封在海底的伺服器要花多少成本，然而微軟在成果發表文章中提到，根據經濟模型算起來，至少這樣的故障率與陸上資料中心勢均力敵甚至優於預期，另外微軟也提到他們的夢想是打造「不需要人類再去維護的資料中心」。

Source:https://www.inside.com.tw/article/20944-microsoft-undersea-servers

監測全世界的地震活動情形對科學家來說是一項重要任務，由於監測設備需要部署於要測量的區域，所以在海洋中很難完成這項艱難的挑戰，目前大多利用地震儀來了解地震波具體的震動方式。缺乏對海床的長期監測，意味著人類對地震活動的了解僅限地表的1/3。

據TechCrunch報導，由於監測設備難以在海底放置，而維護精密儀器也成為難題，但美國柏克萊加州大學(UC Berkeley)似乎找到解決方法。研究人員直接採用現有的海底電纜，作為觀測地震的工具。

報導指出，海底電纜可以長距離通訊傳輸，通常作為骨幹網路(Backbone)或專用網路，由於使用光進行照明，如果電纜移動或改變方向的話，光會散射並扭曲。

若檢測這樣反向散射(Backscatter)現象，科學家就能準確看到電纜彎曲的位置、程度，以此來找出地震活動的來源，這種技術稱為分散式聲波感測(Distributed Acoustic Sensing；DAS)，實際上將電纜視為成千上萬個獨立的動作感測器，

據了解，UC Berkeley團隊將電纜部署在蒙特雷灣水族館研究機構(MBARI)的水下，並將電纜分成約1萬個部分，總長約20公里，可以偵測到水面的細微變化。

當MBARI的電纜連結到DAS系統後，研究小組收集大量的可驗證資訊，例如：內陸3.4級地震所造成的移動、海灣中已知但未繪製的斷層圖，與能夠暗示地震活動的水運動模式。

主要作者Nathaniel Lindsey指出，該技術最方便的地方是不需要在整條電纜加裝設備或訊號加強器(Repeater)，只需要走到現場，然後把儀器連接到光纖末端即可。

不過，這項技術也擁有一些缺點，研究人員表示，用來測量反向散射的訊號可能會干擾到其他訊號，目前還在進行相關防干擾的測試工作。

該研究已發表在科學期刊《科學》(Science)上，如果試驗成功的話，未來將放置較長的電纜，讓人類更加認識深不可測的海底活動。

Source:https://www.digitimes.com.tw/iot/article.asp?cat=158&cat1=20&cat2=&id=0000573926_GZNLDP5M1BIZK574115B8