All Sessions：

智慧海洋引航者：GoOcean 在海域遊憩安全的實踐與展望 GoOcean 海洋遊憩風險資訊平台自 2022 年建置以來，成功整合我國多項海洋觀測資料，提供民眾海象變化與風險警示服務，奠定科技守護海域安全的基礎。面對極端氣候與遊憩活動風險上升，國家海洋研究院將進一步推動「AI for Ocean Safety」三大策略，以強化即時辨識與智慧應變能力： 一、強化 GoOcean 支撐的 AI 資料資產建置 聚焦海洋風險場景，建置六大類 AI 訓練資料集（如落海影像、離岸流辨識、雷達目標標註等），打造能供產業、學界、機關運用的 AI-ready 資料基礎，擴展 GoOcean 功能至智能決策支援。 二、完善 GoOcean 背後的資料治理與平台整合 建構標準化、版本控管、可程式存取之資料治理機制，結合雲端與 NODASS 資料平台，建立跨機關、跨任務的 AI-ready 資料流通機制，提升平台開放性與再利用效益。 三、推動應用落地，讓 GoOcean 技術「出海」 透過 AI 執行委員會促進資料釋出與產業對接，推動原型開發、場域實證與成果商品化，實現從平臺到場域、從資料到行動的智慧防救應用生態。 結語 GoOcean 將不只是海象查詢平臺，更將是我國智慧海域安全治理的核心基礎設施。國海院將持續結合資料、治理與應用三力，帶動科技向海發展，實現 AI for Ocean Safety 的國家願景。

以產學合作專案陳述應用生成式 AI 於商品設計開發的過程。 藉由宏遠興業股份有限公司的新開發布料，將其材質特點突顯並強化使用者經驗設計，作為進入未來永續市場前的商品化測試，成品完成後除具有一定的吸睛度，同時也獲得 iF Design Award 及 C-IDEA Design Award 兩項國際設計大獎，期望透過案例分享，引導設計人正確使用生成式 AI 於專案實作上。

胃癌是世界盛行率第六，死亡率第四之癌症。幽門桿菌是造成胃癌的主因，且根除幽門桿菌能降低罹癌風險；但若感染幽門桿菌造成胃黏膜腸化生等癌前病變，在根除幽門桿菌後，仍具胃癌風險，因此建議這些病人應定期接受監測性胃鏡追蹤。如何在篩檢性胃鏡檢查，能正確地檢查出病人已經罹患胃癌前病變，以安排後續之監測性追蹤，便顯重要。我們團隊以卷積神經 (CNN) 網路，混合 transformer 模型，利用「多尺度胃部關連性網路」診斷胃體發炎，以及以「遮罩自適應焦點調節方法」分割胃鏡影像下胃黏膜腸化生的區域，開發出雙模深度學習模型之胃癌前病變精準醫療診斷方法。如此以內視鏡影像，可經由人工智慧方法輔助醫師做出快速且精確的胃癌風險評估，達到精準健康的目標。

本演講聚焦於邊緣智能與深度學習技術於穿戴式心電圖（ECG）系統的嵌入式應用實踐。透過開發 YOLO-LC 與 1D-SEmbedNet 等輕量化模型，成功在 STM32 與 Jetson 平台上進行即時異常心律辨識與可視化。模型採用 MIT-BIH 與 PTB-XL 資料庫訓練，支援 5～9 類心律分類，並導入 Grad-CAM 提升臨床解釋性。在實務應用上，系統已整合 Whaleteq 與 BROADSIMS 設備進行資料模擬與實機測試，達成高準確度（mAP@0.5 達 0.9973）、低延遲（最短 125 ms）及高部署彈性。研究並延伸至睡眠呼吸中止與心房顫動的聯合偵測，展示穿戴式 AI 於慢性疾病早期預警的潛力。本成果為醫療裝置智慧升級與遠距照護提供具體技術實踐方案

本專題演講將介紹 AI 視覺、AI 聽覺、生成式 AI 在實際產業落地的應用案例（包含智慧永續農業、智慧製造、智慧照護、智慧餐飲等等）以及 AImaker 實作型 AI 人才培育平台, 此平台專注於提供實作 AI 視覺模型、AI 聽覺模型、與 AI 生成式模型的服務。包含數據收集、數據上傳、數據增量（含 AI 生成數據）、數據標注（含 AI 自動標注）、AI 模型訓練、模型下載到多種終端設備（智慧型手機、AR 智慧眼鏡、AI 敲擊棒、edge AI 設備、機器手臂等等）進行模型的驗證與評量。本平台也透過網路整合多個夥伴單位的 GPU servers 形成算力共享聯盟，共同提供 AI 模型建置的算力需求服務。 此平台為 no-code 設計，不需撰寫程式即可輕鬆使用，創造並驗證（優化）自己的 AI 模型，累積 AI 產業應用的實務經驗。

依據 114 年 1 月 6 日國發會召開跨部會「智慧機器人產業推動計畫」會 議結論, 由國科會與各部會合作, 共同推動智慧機器人產業發展方案, 其中, 國科會主要係補助學界針對機器人關鍵技術進行前瞻研發, 以及 結合人工智慧進行相關應用。國研院將配合國科會, 於臺南沙崙籌設智 慧機器人研究中心, 此演講將介紹中心的角色定位與營運模式、願景與 任務, 包含:1) 建構軟硬體共作平台及測試場域;2) 開發機器人前瞻 技術共享與整合平台來協助學界研發與系統整合;3) 以及進行國際交流 合作, 並將協助學界研發成果銜接產業應用, 讓創新技術能夠快速實現 商業化, 另藉由開設課程與實習、舉辦競賽, 培育機器人領域科研人才。