行政院主計(jì)總處發(fā)布國(guó)情統(tǒng)計(jì)，110年臺(tái)灣農(nóng)林漁牧業(yè)就業(yè)人口達(dá)54.2萬(wàn)人，較109年減少1.1%(約0.6萬(wàn)人)；主計(jì)總處每5年舉辦的農(nóng)林漁牧業(yè)普查資料顯示，109年農(nóng)業(yè)經(jīng)營(yíng)管理者平均年齡約64.4歲，顯見從農(nóng)人口持續(xù)老化，從農(nóng)家數(shù)也減至69.3萬(wàn)。

農(nóng)委會(huì)資料則顯示，臺(tái)灣漁業(yè)從業(yè)人口約34.7萬(wàn)人(含3.5萬(wàn)名外籍船員)，從業(yè)人數(shù)逐年降低。前述數(shù)據(jù)突顯臺(tái)灣農(nóng)林漁牧從業(yè)者逐年減少、人口老化及人力斷層等問(wèn)題。隨著政府積極推動(dòng)青年回鄉(xiāng)等相關(guān)計(jì)畫搭配獎(jiǎng)勵(lì)措施，前述問(wèn)題出現(xiàn)轉(zhuǎn)折，除了政策支持與推動(dòng)，智慧農(nóng)業(yè)也發(fā)揮關(guān)鍵助力。

圖一 : 110年臺(tái)灣農(nóng)林漁牧業(yè)就業(yè)人口較109年減少1.1%。(source：行政院主計(jì)總處)

智慧化席捲各級(jí)產(chǎn)業(yè) 帶動(dòng)農(nóng)漁智慧生產(chǎn)模式

網(wǎng)路與數(shù)位科技日新月異，人工智慧(AI)、人工智慧物聯(lián)網(wǎng) (AIoT)、大數(shù)據(jù)(Big Data)、感測(cè)觀念與技術(shù)都可以導(dǎo)入農(nóng)漁等傳統(tǒng)產(chǎn)業(yè)，比方農(nóng)機(jī)具等農(nóng)業(yè)設(shè)施、土壤及作物導(dǎo)入感測(cè)元件(如環(huán)境感測(cè)、生物感測(cè)及影像辨識(shí)等)，結(jié)合無(wú)線通訊技術(shù)，可以將蒐集擷取到的各項(xiàng)數(shù)據(jù)(如光度、溫溼度、二氧化碳濃度、土質(zhì)、蟲害等)上傳至雲(yún)端資料庫(kù)進(jìn)行複雜的資料分析，甚至透過(guò)各種智慧APP落實(shí)農(nóng)漁產(chǎn)品溯源追蹤。

針對(duì)傳統(tǒng)農(nóng)漁民較不擅長(zhǎng)的行銷與銷售部分，也可以透過(guò)市場(chǎng)需求與商情資料整合，透過(guò)大數(shù)據(jù)做資料探勘、整合及分析，得出有價(jià)值的經(jīng)營(yíng)、銷售、行銷數(shù)據(jù)，進(jìn)一步產(chǎn)生有效產(chǎn)銷規(guī)劃、生產(chǎn)管理、人員配置及顧客服務(wù)等決策，獲得智慧監(jiān)控、智慧產(chǎn)銷等效益，這些科技操作與使用對(duì)於青年農(nóng)漁經(jīng)營(yíng)者來(lái)說(shuō)相當(dāng)輕鬆易學(xué)，可以大幅降低農(nóng)漁作業(yè)負(fù)擔(dān)、勞動(dòng)需求及各項(xiàng)成本支出。

行政院農(nóng)委會(huì)積極推動(dòng)智慧農(nóng)業(yè)計(jì)畫，主軸為「智慧生產(chǎn)」與「數(shù)位服務(wù)」，以現(xiàn)行產(chǎn)業(yè)生產(chǎn)模式為基礎(chǔ)，搭配省工省力機(jī)械設(shè)備、輔具及感測(cè)元件的研發(fā)應(yīng)用，並導(dǎo)入跨領(lǐng)域資通訊技術(shù)(ICT)、物聯(lián)網(wǎng)(IoT)、大數(shù)據(jù)(Big Data)分析、區(qū)塊鏈(Block Chain) 等前瞻技術(shù)，透過(guò)智慧化生產(chǎn)管理提升農(nóng)業(yè)整體生產(chǎn)效率與量能，藉由物聯(lián)網(wǎng)與大數(shù)據(jù)分析技術(shù)建構(gòu)主動(dòng)式全方位農(nóng)業(yè)消費(fèi)/服務(wù)平臺(tái)，結(jié)合效率、安全、低風(fēng)險(xiǎn)特性，打造智慧農(nóng)業(yè)新時(shí)代。

圖二 : 智慧農(nóng)業(yè)三大策略。(Source：農(nóng)委會(huì))

AIoT結(jié)合大數(shù)據(jù)強(qiáng)化農(nóng)漁智慧生產(chǎn)模式

以數(shù)位科技翻轉(zhuǎn)傳統(tǒng)產(chǎn)銷模式，相關(guān)策略與技術(shù)模式可以廣泛應(yīng)用於農(nóng)漁業(yè)。以農(nóng)業(yè)來(lái)說(shuō)，農(nóng)作物的病蟲害防治管理極為重要。過(guò)去，農(nóng)業(yè)經(jīng)營(yíng)者在得知作物出現(xiàn)病蟲害時(shí)不一定能亡羊補(bǔ)牢，財(cái)損難以估計(jì)，從作物出現(xiàn)異常、檢體採(cǎi)樣、送鑑定單位培養(yǎng)檢驗(yàn)往往曠日廢時(shí)，失去防治先機(jī)。高雄區(qū)農(nóng)業(yè)改良場(chǎng)與工研院合作開發(fā)「作物病害精準(zhǔn)預(yù)警系統(tǒng)」，藉由儀器設(shè)備監(jiān)測(cè)及AI學(xué)習(xí)判斷提供即時(shí)訊息，提醒病害用藥防治從預(yù)防面著手降低可能的意外損失。

「田間作物狀態(tài)提示系統(tǒng)」以監(jiān)測(cè)作物炭疽病為主要病害預(yù)警目標(biāo)，利用環(huán)境監(jiān)測(cè)系統(tǒng)進(jìn)行田區(qū)光照、溫度、濕度及作物根圈土壤水分、溫度等微環(huán)境監(jiān)測(cè)，配合氣象資訊蒐集環(huán)境因子資訊，以大數(shù)據(jù)演算找出作物病害與微環(huán)境變化之間的關(guān)係，再導(dǎo)入作物發(fā)病的學(xué)理基礎(chǔ)及專家系統(tǒng)，進(jìn)行參數(shù)設(shè)計(jì)及判斷，透過(guò)AI統(tǒng)計(jì)運(yùn)算及歸納分析提供系統(tǒng)智能化學(xué)習(xí)，預(yù)測(cè)作物發(fā)病機(jī)率，再以不同燈號(hào)顏色警示提醒，藉由無(wú)線傳輸訊息提醒經(jīng)營(yíng)者做好病害防治，達(dá)到預(yù)防勝於治療的目標(biāo)。

圖三 : 洋蔥田間作物病害精準(zhǔn)預(yù)警系統(tǒng)實(shí)際運(yùn)作示意圖。(Source：農(nóng)委會(huì))

數(shù)位分身的高階應(yīng)用：行為決策

除了農(nóng)委會(huì)，資策會(huì)開發(fā)的數(shù)位分身(Digital Twins)—智慧溫室及智慧養(yǎng)殖場(chǎng)等解決方案為漁業(yè)帶來(lái)新的科技能量，是基於物聯(lián)網(wǎng)9大感知技術(shù)持續(xù)監(jiān)測(cè)水質(zhì)/作物/養(yǎng)殖物生長(zhǎng)環(huán)境等設(shè)施，再透過(guò)控制盒將資訊上傳雲(yún)端。

過(guò)程中，雲(yún)端中的AI機(jī)器人會(huì)在系統(tǒng)內(nèi)持續(xù)模擬數(shù)位分身，獲取外部水溫、溶氧量等設(shè)施因子及作物/養(yǎng)殖物生長(zhǎng)狀況等生長(zhǎng)因子，而雲(yún)端系統(tǒng)會(huì)創(chuàng)造出一個(gè)模擬的「數(shù)位分身」，AI機(jī)器人則會(huì)按照以往的成功策略運(yùn)算合適的「行為決策」。透過(guò)9種感知器偵測(cè)與行為決策，建構(gòu)一套完善的「智慧農(nóng)漁業(yè)數(shù)位分身」解決方案，可大幅增加產(chǎn)量至300%。

近年來(lái)，智能聯(lián)網(wǎng)漁電共生的案例越來(lái)越多，如臺(tái)鹽綠能為推動(dòng)「漁電共生」，發(fā)展綠能發(fā)電結(jié)合水產(chǎn)養(yǎng)殖，於臺(tái)南北門打造一座200KW漁電共生的示範(fàn)案場(chǎng)。合作業(yè)者新漢在臺(tái)鹽綠能總部導(dǎo)入iAT2000雲(yún)智化系統(tǒng)，建置iAT2000戰(zhàn)情中心，整合不同場(chǎng)域的魚塭關(guān)鍵資訊供決策者做出判斷，同時(shí)將實(shí)體數(shù)據(jù)與微軟(Microsoft)雲(yún)端整合成為數(shù)位分身，利用機(jī)械學(xué)習(xí)分析改善管理指標(biāo)的各項(xiàng)建議，而機(jī)械學(xué)習(xí)也會(huì)持續(xù)、動(dòng)態(tài)地學(xué)習(xí)各項(xiàng)經(jīng)驗(yàn)、知識(shí)，落實(shí)協(xié)作與決策優(yōu)化。iAT2000雲(yún)智化技術(shù)與數(shù)位分身技術(shù)整合，可降低導(dǎo)入成本約50%、提高約30%的生產(chǎn)效率。

圖四 : iAT2000雲(yún)智化系統(tǒng)成功打造智能聯(lián)網(wǎng)漁電共生案例。(Source：新漢)

機(jī)器學(xué)習(xí)與CAE模擬技術(shù)的應(yīng)用

數(shù)位分身是結(jié)合AI與HI(人類智慧)的新興技術(shù)，發(fā)展應(yīng)用包含物聯(lián)網(wǎng)、雲(yún)端運(yùn)算、應(yīng)用程式介面和開放標(biāo)準(zhǔn)、AI和數(shù)位實(shí)境技術(shù)等。如果納入CAE模擬技術(shù)，數(shù)位分身可以透過(guò)AI技術(shù)輔助蒐集各項(xiàng)參數(shù)，縮短模型建置時(shí)間，還能提供無(wú)法直接在實(shí)物上計(jì)算的數(shù)據(jù)。由於數(shù)位分身AI可以24小時(shí)運(yùn)作，搭配機(jī)器學(xué)習(xí)(ML)，有助經(jīng)營(yíng)者長(zhǎng)期累積行為決策與最佳解方，大幅降低人力勞動(dòng)及相關(guān)成本、避免人為疏失或人腦不足之處，為科技農(nóng)漁經(jīng)營(yíng)者帶來(lái)許多效益。

國(guó)際智庫(kù)指出，全球數(shù)位分身市場(chǎng)規(guī)模2020年到2026年間的年複合成長(zhǎng)率達(dá)58%，預(yù)估2026年市場(chǎng)規(guī)模達(dá)482.7億美元。數(shù)位分身多應(yīng)用於產(chǎn)品設(shè)計(jì)與故障維修預(yù)測(cè)或避免意外停機(jī)等意外，以達(dá)節(jié)省成本的目的，若結(jié)合AI機(jī)器學(xué)習(xí)與深度學(xué)習(xí)，可擴(kuò)大應(yīng)用於分析、診斷、預(yù)測(cè)等面向。目前全球數(shù)位分身應(yīng)用案例多集中於航太、製造業(yè)，臺(tái)灣與荷蘭則率先投入智慧農(nóng)業(yè)的技術(shù)研發(fā)與應(yīng)用。

亞太電信與養(yǎng)殖漁業(yè)發(fā)展協(xié)會(huì)共同應(yīng)用AIoT物聯(lián)網(wǎng)結(jié)合大數(shù)據(jù)的解決方案，讓漁民智慧生產(chǎn)模式更為精進(jìn)，智慧養(yǎng)殖設(shè)備可以節(jié)省巡視工作時(shí)間，每一口魚塭約省時(shí)50%。AIoT感測(cè)物聯(lián)網(wǎng)內(nèi)含六大功能：水質(zhì)感測(cè)、氣象監(jiān)測(cè)、智能電箱等遠(yuǎn)端或自動(dòng)化控制、養(yǎng)殖場(chǎng)域即時(shí)監(jiān)測(cè)、水下攝影設(shè)備及雲(yún)端數(shù)據(jù)分析平臺(tái)。

AIoT物聯(lián)網(wǎng)技術(shù)所建構(gòu)的智慧養(yǎng)殖監(jiān)測(cè)系統(tǒng)可以提供即時(shí)數(shù)據(jù)並搭配警告機(jī)制，出現(xiàn)異常可在最快時(shí)間內(nèi)反應(yīng)改善，有效降低財(cái)損，同時(shí)降低長(zhǎng)期維運(yùn)及後勤成本。對(duì)於經(jīng)營(yíng)者來(lái)說(shuō)，不再需要每天巡視魚塭8小時(shí)，可以透過(guò)手機(jī)、筆電等終端設(shè)備連結(jié)雲(yún)端數(shù)據(jù)分析平臺(tái)，查詢即時(shí)數(shù)據(jù)或更新資料，每天約可減少4-5小時(shí)的工時(shí)。

圖五 : 導(dǎo)入AIoT應(yīng)用物聯(lián)網(wǎng)可有效管理魚塭。(Source：亞太電信)

感測(cè)技術(shù)與聯(lián)網(wǎng)技術(shù)的應(yīng)用

感測(cè)器是物聯(lián)網(wǎng)應(yīng)用的基礎(chǔ)，隨著物聯(lián)網(wǎng)的多元應(yīng)用，對(duì)於感測(cè)器的要求也不盡相同，但連網(wǎng)自動(dòng)上傳數(shù)據(jù)、低功耗、高可靠度、耐用性佳是基本需求。延電科技與國(guó)立屏東科技大學(xué)合作設(shè)計(jì)的魚菜共生系統(tǒng)結(jié)合養(yǎng)殖水質(zhì)監(jiān)測(cè)、投餌系統(tǒng)、植物滴灌系統(tǒng)功能，其中的水質(zhì)感測(cè)系統(tǒng)可以自動(dòng)抽取水質(zhì)樣本做檢測(cè)，感測(cè)項(xiàng)目包含含氧量、酸鹼值、水溫、導(dǎo)電度、氨氮離子等，除了蒐集水質(zhì)感測(cè)數(shù)據(jù)，也同步上傳數(shù)據(jù)至雲(yún)端做成記錄，還可以遠(yuǎn)端監(jiān)看養(yǎng)殖環(huán)境數(shù)據(jù)；投餌系統(tǒng)及植物滴灌系統(tǒng)可以透過(guò)自動(dòng)排程，手動(dòng)遠(yuǎn)端控制餵飼及灌溉時(shí)機(jī)。這套系統(tǒng)可以透過(guò)長(zhǎng)期監(jiān)測(cè)數(shù)據(jù)判別影響魚類與收成等外在環(huán)境因素，有助提升產(chǎn)品品質(zhì)與產(chǎn)量，自動(dòng)化聯(lián)網(wǎng)系統(tǒng)則大幅節(jié)省巡檢及記錄的人力成本。

農(nóng)漁業(yè)導(dǎo)入AIoT的痛點(diǎn)：成本與經(jīng)驗(yàn)學(xué)習(xí)

研調(diào)機(jī)構(gòu)Gartner指出，2020-2025年AIoT應(yīng)用市場(chǎng)在軟體解決方案及行業(yè)集成服務(wù)方面將呈現(xiàn)強(qiáng)勁成長(zhǎng)，預(yù)估2025年全球AIoT產(chǎn)值將達(dá)4,500億美元。當(dāng)數(shù)位轉(zhuǎn)型與智慧化升級(jí)成為必然趨勢(shì)，當(dāng)傳統(tǒng)農(nóng)漁產(chǎn)業(yè)面對(duì)高齡化、少子化與人才斷層等問(wèn)題，智慧農(nóng)漁業(yè)無(wú)疑是轉(zhuǎn)型之鑰。

不過(guò)，雖然政策大力支持與推動(dòng)，臺(tái)灣存在許多小規(guī)模農(nóng)漁業(yè)生產(chǎn)模式，即使明白科技可以帶來(lái)明顯助益與改變，但是大量的設(shè)備與系統(tǒng)建置成本對(duì)許多經(jīng)營(yíng)者來(lái)說(shuō)負(fù)擔(dān)相當(dāng)沉重，如果規(guī)模經(jīng)濟(jì)與獲利不到一定程度，許多農(nóng)漁經(jīng)營(yíng)者相對(duì)保守。另一方面，數(shù)位感稍差的熟齡農(nóng)漁經(jīng)營(yíng)者對(duì)於學(xué)習(xí)數(shù)位科技的熱情與理解力也因人而異，前者也許可以透過(guò)政策推動(dòng)與補(bǔ)助、尋找策略聯(lián)盟、業(yè)者開發(fā)符合小農(nóng)成本需求的AIoT系統(tǒng)等方式克服，後者需要年輕世代經(jīng)營(yíng)者接棒傳承，或者透過(guò)推廣教育、專業(yè)課程等方式縮短與科技的距離。

可喜的是，越來(lái)越多年輕世代投入農(nóng)漁數(shù)位轉(zhuǎn)型的研發(fā)與生產(chǎn)行列，如「2022第四屆高通臺(tái)灣創(chuàng)新競(jìng)賽」第二名的團(tuán)隊(duì)沃旭科技(Vossic Technology)就推出農(nóng)漁畜牧養(yǎng)殖系統(tǒng)，透過(guò)「GREAT雌雄辨識(shí)AI技術(shù)」，以AI頭盔捕捉吳郭魚影像，魚場(chǎng)工作人員能立刻找出雌雄魚群，與之搭配的物聯(lián)網(wǎng)平臺(tái)VIP（Vossic IoT Platform）則統(tǒng)一管理鑑定後的數(shù)據(jù)資料，進(jìn)一步創(chuàng)造有價(jià)值的商業(yè)資訊。

未來(lái)，AIoT等數(shù)位技術(shù)結(jié)合人腦HI可以產(chǎn)生更多創(chuàng)新研發(fā)，除了廣泛應(yīng)用於農(nóng)漁業(yè)，也可以擴(kuò)及農(nóng)漁次產(chǎn)業(yè)或加工等領(lǐng)域。智慧化監(jiān)控與精準(zhǔn)產(chǎn)銷不僅可以促進(jìn)臺(tái)灣農(nóng)漁產(chǎn)業(yè)升級(jí)，維持並提高產(chǎn)業(yè)競(jìng)爭(zhēng)力，同時(shí)也能促使年輕世代回鄉(xiāng)投入農(nóng)漁產(chǎn)業(yè)，挽救傳統(tǒng)產(chǎn)業(yè)世代斷層的危機(jī)。