今（2023）年算是AI大爆发的一年，从大型语言模型（Large Language Model，LLM）到人工智慧生成内容（Artificial Intelligence Generated Content, AIGC），每天都有新的惊喜出现，让人对AI应用在日常生活中有更多的想像空间，就像十多年前的人工智慧物联网（Artificial Intelligence + Internet of Things , AI + IoT, AIoT）开始改变人们的生活一般。

早期的AIoT主要应用在万物联网及遥控，让我们可以轻易地透过如温湿度、声音、重量、风速、照度、电压、电流、空气品质、酸咸度等各种感测器了解远端的状态，并可使用像手机、平板等移动联网装置远端改变如开关、马达、灯光等致动器的动作。当系统定时且长时间记录後，就能配合一些AI算法来进行时序变化状态分类、预测，如运动健身、天气预测、马达故障预测等。不过早期晶片的储存、计算能力有限，所以大部份的资料和AI推论功能都是放在云端，直到近年来半导体及软韧体技术的突飞猛进，将AI部署在边缘装置端才变得可能。

前不久（2023/8/31-9/2）刚落幕的台湾智慧农业周及台湾国际海洋暨渔业产业展[1]中有相当多厂商秀出AIoT应用，主要分为传统的智慧监控、遥控、管理及新一代具有影像、声音分析能力的边缘智慧应用，前者已相当普及，以下就针对後者帮大家简单介绍几项最新边缘智慧的应用。

1.智慧秤重及雷射驱鸟

图1 : 智取科技（iCHASE），左：AI智慧秤重计，右：AI雷射驱鸟器。

传统养鸡场为了得知鸡只的成长状况，所以需要每天派人随机捉几只鸡来秤，再以人工记录、统计分析，这样作很没有效率，於是智取科技提出采用自动秤重再回传电脑，如图1左图所示。乍听之下很简单，不过鸡只可不会乖乖站在秤盘上，於是将饲料放在秤盘上吸引鸡只自动站上。此时问题又来了，有可能多只鸡一起站上秤盘上，导致取得错误重量，此时AI就派上用场了，使用电脑视觉中常用的「物件侦测」，计算鸡只数量，再将总重量除鸡只数量就可得平均值。虽然这个方式无法确认同一只鸡是否重复计算，但采用大数法则，只要记录的次数和频度够高时，还是可以得到整场鸡只的平均重量。另外透过摄影机全天候的观察和记录，亦可根据鸡只的活动量来分析健康程度，进而预警。

图1-1 : （智取科技AI智慧秤重计，影片来源：Youtube [2] ）

AI除了可以用来计算地上跑的鸡只数量，当然也可以用来侦测天上飞的或停在农作物上鸟的数量，如图1右图所示。当发现鸟出现在不该出现的地方时，此时使用低功率的雷射来扫射鸟的眼睛使其惊吓，当一只被吓到飞走时，通常其它鸟也会跟着一起飞走，如此即可达到赶鸟的作用，减少农作物被鸟吃掉的机率。

图1-2 : （智取科技AI雷射驱鸟器，影片来源：Youtube [3] ）

2.智慧自主移动侦测及喷药

图2 : 左：台南区农业改良场「芦笋生长智能影像辨识系统」，右：佐翼科技无人机/自走车智慧喷药。

自主移动机器人（Autonomous Mobile Robot, AMR）是一项高度整合的系统，在智慧制造的工厂中很常见，它具有多组摄影机甚至有360度光达、机器手臂，可自动扫描场景并建立地图、自主导航避障，常用於异地搬运（取放物件），尤其在物件非规则摆放的情况下更是有用。除了在地上跑的自走车外，常见的多旋翼无人机（Drone）也有类似的系统配置，因此可归类在一起。

当AMR应用於农业时，常用於跟随车、自动采果、自动喷药、农作物生长分析等。为了克服地面泥泞或不平整的问题，常需搭配大轮子或履带或四轮独立驱动或可伸缩四轮等设计。

此次展出，有台南区农业改良场和台大陈世芳老师合作的「芦笋生长智能影像辨识系统」[4][5]，如Fig. 2左图所示，自走车上配置有摄影机，取像後可依笋农需求分析必要资讯提供种植建议。

另外佐翼科技则推出智慧喷药的自走车[6]和无人机[7]，如图2右图所示。同样地利用摄影机取得场景影像，进行影像分析，以达到精准喷药或喷水或施肥，减少浪费。除运动路线除可事先规画好外，亦可依电脑视觉自主移动。

图2-1 : （佐翼科技智慧喷药自走车，影片来源：YouTube[6] ）

图2-2 : （佐翼科技智慧喷药无人机，影片来源：YouTube[7] ）

3.智慧侦测渔场

图3 : ??音（Echoing Ocean），左：定位浮标（黄色）、水下麦克风和渔场示意模型，右：智慧鱼群侦测。

传统探测渔场会使用声纳系统对水下进行探测或使用无人机进行空拍，前者较为昂贵不是所有船只都有配备，後者虽较容易取得，但只适合较接近海面的鱼群侦测，需在视觉可视情况下操作。

为提供性价比较高的解决方案，国立中山大学水下声学专业团队於2022年5月成立??音（Echoing Ocean），由莫显篱教授和张元樱博士共同领军。其技术是利用三组浮标搭载高感度水下麦克风对水下进行监听，经三角定位算法来定位鱼群所在位置，如图3左图所示。由於水下有许多杂音且不同种类鱼群会发出不同声音，所以需要透过将收集到声波进行即时频域转换和时域累积来产生可供辨识的图谱。最後利用AI辨识究竟是背景杂音还是那一种的鱼群发出的声音，如图3右图所示。

小结

由於本文篇幅有限，还有很多边缘智慧（Edge AI）应用未能完整介绍到，有兴趣的朋友可以叁考官方网站[1]。通过此次展会可了解到随着边缘装置的计算能力大幅提升，有更多的声音、影像AI辨识可以直接部署到边缘装置，不需再传送到云端，这样对於计算的即时性、方便性、隐私性及部署成本都能更加优化，相信不久的将来会有更多的智慧应用会落实在农林渔牧业上，让从业人员能更轻松的工作。

（本文由VMAKER授权转载；连结原文网址）

叁考文献

[1] 台湾智慧农业周，https://www.taiwanagriweek.com/

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

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

[4] 台南区农业改良场，「芦笋智慧家，生产一把抓 设施芦笋智动化省工机具与智能生产决策系统」，https://www.tndais.gov.tw/theme_data.php?theme=news&sub_theme=news&id=15228

[5] 陈世芳，「智能芦笋生长监测系统」，https://www.bioagri.ntu.edu.tw/newsdetail.php?show=4&pgshow=33&ID=494

[6] 佐翼科技，「DX GO 智慧无人车喷洒」，https://www.droxotech.com/amr-解决方案/智慧无人车喷洒-dx-go/

[7] 佐翼科技，「DX 智慧喷洒无人机」，https://www.droxotech.com/无人机解决方案/智慧喷洒无人机dx系列/