穩扎穩打的AI策略化資料為行動　國海院攜手印太夥伴　推AI-Ready海廢影像資料治理

墨新聞｜記者王承綸／高雄報導

記者王承綸／高雄報導

海洋委員會國家海洋研究院(國海院)今(12)日於臺北IEAT會議中心舉辦「印太海廢影像資料集MDImageNet國際論壇」，邀集來自澳洲、韓國、泰國、美國等地的國際專家與臺灣團隊，透過實體與線上方式以推動AI-Ready Data Governance（即確保影像資料能直接用於AI模型訓練的標準化管理流程）為核心理念，強調建立從資料收集、標註、共享到治理的完整鏈結，確保海洋廢棄物影像資料具備品質一致性、可追溯性與跨國互通性，為AI應用奠定堅實基礎，並促進印太地區在相關資料收集、共享與治理上的協同合作。

這個工作的目標是建立可供各國AI團隊及研究機構使用的「AI-Ready 海廢影像資料集」，而非直接開發AI模型。透過高品質、可追溯的標註影像資料，讓未來任何AI開發者，如學生或公民科技參與者，都能在公平且一致的基礎上訓練模型。

國際專家齊聚分享AI與資料庫應用經驗，論壇以「AI-Ready海廢影像資料集」為核心，首先由國海院陳璋玲院長線上開幕致詞。陳院長表示：國海院結合臺灣的科技專業與國際夥伴的經驗與洞察力，致力建立AI-Ready的海廢影像資料集，以開發更智慧、更快速、更協調的工具，應對海洋廢棄物問題。我們秉持將資料轉化為行動的理念，不僅在臺灣，更要推向印太地區及全球，為後代子孫建立更清潔、更健康、更永續的海洋。論壇由長期投入海廢快篩的澄洋環境顧問有限公司顏寧執行長主持，聚焦如何透過人工智慧與跨國合作，提升海廢監測的效率與準確性，並推動未來資料開放與公眾參與。

來自於印太國家的專家齊聚於論壇，分享AI與資料庫應用的經驗。首先，由國海院賴堅戊研究員介紹臺灣建置的MDImageNet海廢影像資料集，該資料集依據AI-Ready Data Governance架構，落實資料在收集、標註、分類與管理上的品質一致性與可追溯性，並以國際淨灘行動(International Coastal Cleanup，ICC)之海洋廢棄物分類為基礎進行分類與標註。自2023年至今，已累積超過 20,000張影像，並公開於MDImageNet海廢影像資料集平台（https://mdimagenet.namr.gov.tw/），結合卷積神經網路(Convolutional Neural Network,CNN)與物件偵測技術，提供即時影像辨識功能。

國海院賴研究員指出，海廢種類繁多、型態多變且受環境影響大，缺乏高品質且標準化的影像資料會限制AI技術在監測與治理上的應用，因此專屬的影像資料集對確保分類一致性與推動跨國合作至關重要。今年7月，國海院於新北野柳舉辦「海廢調查暨 MDImageNet 推廣活動」，號召民眾透過手機拍攝並運用AI即時辨識，開創「科技淨灘」新模式。

泰國亞洲理工學院地理資訊中心(GIC)Karun Mooksrisai與 Hau Nguyen Cong介紹「pLitter系統資料庫」，運用地理資訊系統與空間科技，開發可監測並管理塑膠污染的創新平台。韓國我們的東亞海網絡(OSEAN)創辦人Sunny Hong博士分享「Ocean Knight」公民科學計畫與「Ocean Cloud」海洋資料入口網站，展示如何結合AI與民間參與，形成國家級海廢監測資料。美國國家海洋暨大氣總署(NOAA)Sea Grant專家 Catherine Prunella以美國案例探討海廢治理挑戰，並提出社區資料集與國際合作的新契機。