漁業是海島型經濟的重要產業，然而，養殖漁業近年面對嚴峻挑戰，包括氣候變遷、人力短缺與成本上揚等，尤其是未來10年農業就業人口有將近11萬名因高齡化退場，為此，水產養殖朝智慧養殖的需求日益殷切。 成立於2014年的峰漁公司，以自行水產養殖為基礎，開發出獨有的友善環境養殖模式，運用AI知識化養魚，有效提升10水產產量，降低15人力時間成本。 「峰漁」二字的涵義深厚，「峰」代表好山，「漁」代表好水，期望企業能讓台灣永遠有好山好水；也是「豐腴」的諧音，希望產品帶給消費者飽滿健康的身心。公司創辦人劉建伸歷經養魚學徒、募資、租借魚塭、創立養殖公司、開創品牌及推展銷售等創業歷程，實屬不易。 勞動人力短缺與漁業從業人員年齡老化 養殖漁業藏隱憂 臺灣現階段的水產養殖仍以傳統式養殖魚塭為主，養殖技術仍靠口耳相傳的經驗傳承為主，加上勞動人力短缺與漁業從業人員平均超過60歲，導致無法有效穩定的提升產能與良率，此種飼育方式在水產疾病控制上產生一定的難度，又為了進行疾病防治，而使得藥物濫用、環境汙染與水質生態破壞的可能性大增，造成惡性循環，使得養殖品質下降。 此外，臺灣養殖市場也有651水產養殖工作者遭遇技術不足困擾，傳統養殖戶在有限的IoT感測器支持下，主要仍然是憑藉本身的經驗知識來進行水質管理、飼料投餵、疾病發現等養殖作為，此種極度倚賴個別漁民能力的養殖管理，一旦老師傅凋零，不僅面臨傳承接班的議題，也難以穩定的供應一定品質、數量的漁獲，恐將造成整個養殖漁業從養殖到銷售端的困境。 為了改善漁業養殖無法經驗傳承的痛點，同時也為漁業在養殖上具備「數位化」基礎，當務之急必須從開始搜集養殖行為數據建構AI服務為重要開端。 漁業數位分身技術 協助漁民轉型智慧養殖 峰漁公司在資策會的協助下，引入「漁業數位分身」技術，以動態調整養殖排程，也就是說，依照魚類的物種、習慣、變因來調變養殖排程，用AI養殖技術來養好魚，不僅有效提升10水產產量，同時更降低15人力時間成本。 具體作法上，先將每個物種如鱸魚、台灣鯛等，將養殖的魚池、吃料及決策行為數位化，從放苗至收成的階段，所經歷的季節氣溫變化，全部一一記錄下來進行數位化，逐漸將老師傅的經驗方法紀錄存成豐富的資料庫。 針對紀錄下來的資料，分析複合式的變因，找出最佳的養殖行為，產生動態式的養殖排程。 一池一池的紀錄養殖師傅的數據經驗。 然而，養殖行為普遍依賴經驗法則，即便是資深的養殖師傅，也難確保找出最佳答案，因此提出新的做法解決此議題：即「透過預測養殖行為與水質、飼料投餵的過往資料與養殖互動，並從水質、養殖反向評價養殖行為，藉此找出最佳的養殖行為」，透過每天時程排程，給予漁民最直覺式的操作建議。 為了持續滾動優化動態養殖曆，會反覆朝向三步驟循環進行模型疊代： 1向模型輸入現在的養殖曆； 2模型預測未來的環境； 3用未來的環境修正養殖曆的缺點，藉此得到新版的養殖曆。 在過程中，同步藉由養殖專家的經驗來建立養殖行為與環境之間的因果關係。 動態養殖曆程的建立及科技養殖建議服務，提供了可回溯、追蹤詳細的養殖歷程，是少數可將養殖數據化的技術，漁民在知識的建構上可以很快速、簡易的方式記錄日常行為，不需占太多時間，長期下來可以減少15人力時間成本、平均提升10產量營收。 智慧養殖成效卓著 減少15人力提升10產量 同時，也可將養殖曆延伸至不同的水產物種，如白蝦、虱目魚、文蛤、台灣鯛等，依各池產生不同規格的養殖排程，收成的水產物種依不同規格溯源追蹤，建立安心食品一條龍服務。 峰漁主要產品分為兩類，一類是水產養殖模組，包含魚苗、飼料、資材及益生菌、生產養殖規劃與製程、監測等，可單獨販售也可模組輸出。 峰漁公司出產的優質水產品，屢屢獲得大獎。圖峰漁公司官網 另一類產品是優質水產品，包含鱸魚排、鱸魚丸、無油鱸魚丸、鱸魚水餃和鱸魚高湯，產品榮獲各種獎項，包含2017 年屏東十大伴手禮、「菌沛尖吻鱸魚排」榮獲2017 年農委會評選銀髮族友善食品、「菌沛無油鱸魚丸」榮獲農委會評選2018 年銀髮友善食品金饌獎、「好漁夫鱸魚水餃」及「精燉鱸魚高湯」榮獲2019 年農委會評選銀髮族友善食品，連續獲獎代表峰漁公司的水產品「品質」看得見也食在安心。 此外，峰漁擁有專屬符合國際需求的水產種苗，例如：純海水養殖的吳郭魚種苗及自行選育海水台灣鯛種苗（FY-01），是許多國家養殖企業引領企盼的品項，也依照環境設計的養殖模組、疫病監測工具及飼養資材，提供客戶更穩定的收益。

2017年，iPhone X的亮相讓提供 Face ID人臉解鎖的3D感測技術成為大熱門，也帶動了3D感測模組中的核心零元件VCSEL的發展。而VCSEL封裝元件入料瑕疵檢測，若透過AI推論模型可解決良率偏低產業難題，提升可靠度達95。 VCSEL技術現階段可被運用於諸多用途和各類終端消費市場，包括機器人、移動設備、監控、無人機，以及ARVR等。VCSEL在需求高速調製功能的應用（例如照相機和生物計量）中堪稱為不錯的解決方案。 VCSEL技術應用層面廣，也可應用於無人機。圖為佐翼科技農用無人機 VCSEL技術應用層面廣 AI技術助攻瑕疵檢測 赫銳特科技表示，VCSEL封裝元件市場也面臨到商業對手強力的削價競爭，需要進一步降低成本提升、產品競爭力，其中一個關鍵的難題就是將玻璃透鏡更換為環氧樹脂型透鏡。傳統玻璃透鏡的生產良率高，但成本較環氧樹脂透鏡高，因環氧樹脂經切割製程，側壁切割道上容易會有毛邊，造成尺寸過大，容易在打件時因為受熱而產生的應力釋放，將會直接導致光學透鏡破裂。 赫銳特科技指出，VCSEL環氧樹脂透鏡的入料檢測十分重要，在封裝空間的限制下，封裝與光學透鏡貼合的空間有限，且此光學透鏡會被侷限於一金屬框架內，若是沒有控管好尺寸公差，很容易在打件時因為受熱而產生的應力釋放會直接導致光學透鏡破裂，造成VCSEL封裝可靠度驗證良率損失最高達到10，造成生產成本增加。 為解決上述問題，赫銳特科技希望在VCSEL環氧樹脂透鏡的入料階段，可以藉由AI影像監控環氧樹脂元件的尺寸及外觀瑕疵，確認其尺寸是否合乎規格、切割邊緣是否平整、外觀是否瑕疵等。由於傳統的入料檢測，經通過大略的人眼目檢分辨好壞，為順利收集影像數據，首先需要解決影像蒐集的問題。 因此，赫銳特科技首先建立自動光學檢測裝置Automated Optical Inspection，AOI，自動光學檢測裝置包含X、Y、Z三軸動及高解析相機，及相關控制軟體自動記錄影像。蒐集完成後的影像資料，經opencv將測試影像Test與一標準正常影像Normal，進行影像對位後取出Test與Normal影像的差異部分，並可經由Pixel Mapping計算影像的像素面積進行比較完成初步篩檢。 承上之影像分類，進行手動標籤標示包含：正常、外觀瑕疵或形狀特徵差異之樣品，後進行演算法訓練與驗證，使用深度殘差網絡Residual neural network ResNet或其他相關演算法進行深度學習，以辨識出透鏡的優劣情形。 導入AOI檢測 提升產能效率達20以上 比較導入AI影像檢測的前後差異，導入前的VCSEL入料透鏡檢測，僅透過簡易的人工外觀檢測，將透鏡封裝在已固晶的VCSEL封裝體上，通過一般點亮檢測後，最後進行可靠度測試高溫回焊，失效樣品進再入重工流程。 但在導入AOI檢測之後，可提前將有問題的透鏡篩選出來，除了可以降低後續物料投入的成本，亦可減少失效情形降低重工的需要，因而提升可靠度驗證良率達95以上，預期可協助場域業者降低生產成本達10，提高產能效率達20以上。 導入AI影像檢測的前後之差異 赫銳特科技指出，這項技術是基於微小影像開發的AI應用技術，透過深度學習演算法辨識影像瑕疵，用來辨識瑕疵影像。而訓練後的網路來自動分類對應於預定類別的影像數據。透過參考影像就能辨識缺陷類別，因此不再需要繁瑣的編程。 而在工業機器視覺環境中，深度學習主要用於應用中的分類任務，例如在工業產品的檢驗或零件的辨識，未來隨著IOT穿戴裝置的發展，符合節能省電的潮流議題，光電元件尺寸將不斷的縮小，本技術未來也可應用在其他微小光電元件的外觀瑕疵檢測。

搭上AI列車，資服業者借助深厚的產業基礎，不僅自己轉型，也協助客戶轉型 成立已超過20年的哈瑪星科技，近年來不斷研發AI技術，並協助產業客戶導入AI。哈瑪星認為，執行一個完整的AI專案，除了AI理論知識、數據分析與模型訓練能力，實務上還需要依據客戶的需求開發數據串接API、建置資料庫、開發前端RWD網頁，甚至還需要考慮到版面設計與使用者體驗 User Experience。這些工作不僅對AI新創業者形成技術門檻，即便對已具規模的業者來說，每個專案反覆投入人力進行類似的功能開發，也難以累積技術經驗、加速業務成長。 機關客戶對於AI仍具備高度客製化之需求 以哈瑪星科技所執行的政府A機關的需求為例，用戶須針對特定管道的不實資訊進行管控，需要平台提供用來訓練模型和預測的數據接入功能，並可以在平台上完成自然語言處理NLP文本分類模型訓練與使用。當模型發現不實資訊時，需要即時透過通訊軟體通報相關負責同仁。而B機關的需求則是希望透過AI模型針對民眾陳情案件進行自動分類，並即時提供陳情民眾或案件承辦人員可參考之歷史案件資訊。儘管專案模式相似 數據接入、模型預測、警示通知，但在個別專案中，仍只能分別進行需求功能開發，無法重複利用既有的程式與模型來加速後續專案的執行。 在深入探討之後，哈瑪星科技發現企業面臨導入AI專案的痛點，包括導入成本高昂、專案時程冗長等，其中，在企業內難以齊備資料科學家、分析師、工程師、設計師等人才，而現階段的專案皆為集中解決特定領域需求，難以重複利用AI模型跨入其他應用領域，同時，因為工具集中在AI專案領域，無法滿足客戶提供整體解決方案。 換言之，在AI技術的落地上，由於AI資服業者往往面臨「人力有限」、「領域限縮」與「工具不足」等困境，致使專案執行成本高昂或時程冗長。這些都是業者們亟需解決的共通性問題。因此，若有一個AI模型應用服務管理平台，將可解決上述困難，不僅能夠快速導入降低成本，還有助於縮短專案時程，提供客戶一站式解決方案。 AI模型應用服務管理平台協助快速完成專案 因此，哈瑪星科技在經濟部工業局AI計畫支持下，進行「AI模型應用服務管理平台AISP研發計畫」，投入研發AISP產品，目的是為了讓AI資服業者能事半功倍地完成AI專案。 AI模型應用服務管理平台提供AI一站式解決方案 透過AISP，AI資服業者可透過既有的模組功能快速組裝數據API介接、模型管理與模型預測結果監控訂閱等需求功能。同時也提供常用的圖形化工具，幫助業者快速設計用戶所需要的互動式圖表或儀表板，有效降低執行專案所需要的人力成本，並縮短解決方案POC或導入時程，加速產業AI落地與擴散。 在產品商模上，短期內將廣邀具備AI專門領域技術的資服業者合作，藉由平台服務解決各類場域需求單位所面臨的AI導入問題，逐步建立平台品牌信賴感。 中期則盼以哈瑪星過往的成功經驗逐步拓展業務市場，聯合多家資服業者建立策略聯盟，針對專門領域可解決更多且廣泛的問題，並提供更多解決方案供場域單位選擇。 平台結合領域專家共同擴展海外市場 長期而言，在建立各項專門領域的AI策略聯盟後，平台將擁有大量針對專門領域的AI解決方案專家，累積大量的專案成功經驗後，哈瑪星科技期望AISP將能與專家業者們攜手合作，共同進軍拓展國際市場。 哈瑪星科技股份有限公司於民國89年延攬多位資深專業經理人及相關領域技術專長人才所組成，致力於軟體技術研發暨服務，並以建構成為國際級軟體公司為目標，積極促成各項跨國產業合作機會。公司在首任總經理的優良領導之下，已快速成長成為臺灣主要軟體公司之一。