今（2023）年算是AI大爆發的一年，從大型語言模型（Large Language Model，LLM）到人工智慧生成內容（Artificial Intelligence Generated Content, AIGC），每天都有新的驚喜出現，讓人對AI應用在日常生活中有更多的想像空間，就像十多年前的人工智慧物聯網（Artificial Intelligence + Internet of Things , AI + IoT, AIoT）開始改變人們的生活一般。

早期的AIoT主要應用在萬物聯網及遙控，讓我們可以輕易地透過如溫濕度、聲音、重量、風速、照度、電壓、電流、空氣品質、酸鹹度等各種感測器了解遠端的狀態，並可使用像手機、平板等移動聯網裝置遠端改變如開關、馬達、燈光等致動器的動作。當系統定時且長時間記錄後，就能配合一些AI算法來進行時序變化狀態分類、預測，如運動健身、天氣預測、馬達故障預測等。不過早期晶片的儲存、計算能力有限，所以大部份的資料和AI推論功能都是放在雲端，直到近年來半導體及軟韌體技術的突飛猛進，將AI部署在邊緣裝置端才變得可能。

前不久（2023/8/31-9/2）剛落幕的臺灣智慧農業週及臺灣國際海洋暨漁業產業展[1]中有相當多廠商秀出AIoT應用，主要分為傳統的智慧監控、遙控、管理及新一代具有影像、聲音分析能力的邊緣智慧應用，前者已相當普及，以下就針對後者幫大家簡單介紹幾項最新邊緣智慧的應用。

1.智慧秤重及雷射驅鳥

圖1 : 智取科技（iCHASE），左：AI智慧秤重計，右：AI雷射驅鳥器。

傳統養雞場為了得知雞隻的成長狀況，所以需要每天派人隨機捉幾隻雞來秤，再以人工記錄、統計分析，這樣作很沒有效率，於是智取科技提出採用自動秤重再回傳電腦，如圖1左圖所示。乍聽之下很簡單，不過雞隻可不會乖乖站在秤盤上，於是將飼料放在秤盤上吸引雞隻自動站上。此時問題又來了，有可能多隻雞一起站上秤盤上，導致取得錯誤重量，此時AI就派上用場了，使用電腦視覺中常用的「物件偵測」，計算雞隻數量，再將總重量除雞隻數量就可得平均值。雖然這個方式無法確認同一隻雞是否重複計算，但採用大數法則，只要記錄的次數和頻度夠高時，還是可以得到整場雞隻的平均重量。另外透過攝影機全天候的觀察和記錄，亦可根據雞隻的活動量來分析健康程度，進而預警。

圖1-1 : （智取科技AI智慧秤重計，影片來源：Youtube [2] ）

AI除了可以用來計算地上跑的雞隻數量，當然也可以用來偵測天上飛的或停在農作物上鳥的數量，如圖1右圖所示。當發現鳥出現在不該出現的地方時，此時使用低功率的雷射來掃射鳥的眼睛使其驚嚇，當一隻被嚇到飛走時，通常其它鳥也會跟著一起飛走，如此即可達到趕鳥的作用，減少農作物被鳥吃掉的機率。

圖1-2 : （智取科技AI雷射驅鳥器，影片來源：Youtube [3] ）

2.智慧自主移動偵測及噴藥

圖2 : 左：臺南區農業改良場「蘆筍生長智能影像辨識系統」，右：佐翼科技無人機/自走車智慧噴藥。

自主移動機器人（Autonomous Mobile Robot, AMR）是一項高度整合的系統，在智慧製造的工廠中很常見，它具有多組攝影機甚至有360度光達、機器手臂，可自動掃描場景並建立地圖、自主導航避障，常用於異地搬運（取放物件），尤其在物件非規則擺放的情況下更是有用。除了在地上跑的自走車外，常見的多旋翼無人機（Drone）也有類似的系統配置，因此可歸類在一起。

當AMR應用於農業時，常用於跟隨車、自動採果、自動噴藥、農作物生長分析等。為了克服地面泥濘或不平整的問題，常需搭配大輪子或履帶或四輪獨立驅動或可伸縮四輪等設計。

此次展出，有臺南區農業改良場和台大陳世芳老師合作的「蘆筍生長智能影像辨識系統」[4][5]，如Fig. 2左圖所示，自走車上配置有攝影機，取像後可依筍農需求分析必要資訊提供種植建議。

另外佐翼科技則推出智慧噴藥的自走車[6]和無人機[7]，如圖2右圖所示。同樣地利用攝影機取得場景影像，進行影像分析，以達到精準噴藥或噴水或施肥，減少浪費。除運動路線除可事先規畫好外，亦可依電腦視覺自主移動。

圖2-1 : （佐翼科技智慧噴藥自走車，影片來源：YouTube[6] ）

圖2-2 : （佐翼科技智慧噴藥無人機，影片來源：YouTube[7] ）

3.智慧偵測漁場

圖3 : 洄音（Echoing Ocean），左：定位浮標（黃色）、水下麥克風和漁場示意模型，右：智慧魚群偵測。

傳統探測漁場會使用聲納系統對水下進行探測或使用無人機進行空拍，前者較為昂貴不是所有船隻都有配備，後者雖較容易取得，但只適合較接近海面的魚群偵測，需在視覺可視情況下操作。

為提供性價比較高的解決方案，國立中山大學水下聲學專業團隊於2022年5月成立洄音（Echoing Ocean），由莫顯蕎教授和張元櫻博士共同領軍。其技術是利用三組浮標搭載高感度水下麥克風對水下進行監聽，經三角定位算法來定位魚群所在位置，如圖3左圖所示。由於水下有許多雜音且不同種類魚群會發出不同聲音，所以需要透過將收集到聲波進行即時頻域轉換和時域累積來產生可供辨識的圖譜。最後利用AI辨識究竟是背景雜音還是那一種的魚群發出的聲音，如圖3右圖所示。

小結

由於本文篇幅有限，還有很多邊緣智慧（Edge AI）應用未能完整介紹到，有興趣的朋友可以參考官方網站[1]。通過此次展會可了解到隨著邊緣裝置的計算能力大幅提升，有更多的聲音、影像AI辨識可以直接部署到邊緣裝置，不需再傳送到雲端，這樣對於計算的即時性、方便性、隱私性及部署成本都能更加優化，相信不久的將來會有更多的智慧應用會落實在農林漁牧業上，讓從業人員能更輕鬆的工作。

（本文由VMAKER授權轉載；連結原文網址）

參考文獻

[1] 臺灣智慧農業週，https://www.taiwanagriweek.com/

[2] 智逐科技（iCHASE）, 「AI智慧秤重計」，https://www.ichase.com.tw/scales

[3] 智逐科技（iCHASE）, 「雷射驅鳥器」，https://www.ichase.com.tw/bird-repeller

[4] 臺南區農業改良場，「蘆筍智慧家，生產一把抓— 設施蘆筍智動化省工機具與智能生產決策系統」，https://www.tndais.gov.tw/theme_data.php?theme=news&sub_theme=news&id=15228

[5] 陳世芳，「智能蘆筍生長監測系統」，https://www.bioagri.ntu.edu.tw/newsdetail.php?show=4&pgshow=33&ID=494

[6] 佐翼科技，「DX GO 智慧無人車噴灑」，https://www.droxotech.com/amr-解決方案/智慧無人車噴灑-dx-go/

[7] 佐翼科技，「DX 智慧噴灑無人機」，https://www.droxotech.com/無人機解決方案/智慧噴灑無人機dx系列/