0

0
0

文字

分享

0
0
0

昂貴的石油=昂貴的食物

商周出版_96
・2013/08/05 ・3452字 ・閱讀時間約 7 分鐘 ・SR值 576 ・九年級

「未來之一瞥 6-1:昂貴的石油=昂貴的食物」就是探討這個問題。

文 / 爾林.莫斯尼斯(Erling Moxnes)

在二○五二年,有沒有可能餵飽全球人口?聯合國糧食及農業組織(Food and Agriculture Organization;FAO)當然希望能夠如此。但我認為,答案是可以和不可以。充足的糧食產量是可以達到的,但我認為,食物的價格將會如此之高,以至於全球的貧窮人口將沒有能力去吃正常的一餐。更糟的是,如果全世界決定大幅度增加使用生質燃料,因為生質燃料的價格將由化石燃料決定,所以,只有有錢的駕駛人買得起生質燃料。這樣的油錢已經超過窮人的負擔。結果可能是造成窮人挨餓,因為全世界的農業生產可能被拿來給汽車當燃料 ,而不是用來餵飽人們。
2052單書封

如果沒有生質燃料的糧食市場

即使沒有擴大生質燃料產量,今天的世界也無法餵飽所有的人口。聯合國糧農組織估計,將近有十億人付不起他們所需要食物的價錢;他們長期處於飢餓狀態。但這主要是分配的問題。全世界有足夠的糧食,可以充分餵飽每一個人,但窮人卻買不起他們應該得到的那一份食物。

-----廣告,請繼續往下閱讀-----

人口成長造成對食物需求的增加。同樣的,經濟成長使得人們可以增加每人的食物攝取量,並且用肉類取代便宜的日常食品,像是穀類、塊莖類、豆類和種子。需求增加,就會刺激增加生產。在這種情況下,糧農組織專家預期,一直到二○五二年之前,食物供應都會一直增加。但要以今天的食物價格作比較而判定未來的食物價格,並不容易。

現在用來種植作物的土地面積,可能會增加三○%。不過,邊際成本將會增加,因為使用了生產力較低的土地,也增加了生物多樣化的損失。這些增加的邊際成本顯示,人們很難根據過去下跌的糧食價格來推測未來的糧價。傳統上,當農業勞工生產力增加時,生產成本就會下降。這可以解釋,近代史上有很長一段時期,食物價格相對於工資而下跌。新的農業技術、新的植物品種、水產業的進步,以及教育普及,將有助延長這場綠色革命。不過,朝另一個方向發展的則是,更高的能源價格,將會增加肥料、殺蟲劑、耕作、灌溉和運輸的成本。

上面這幾項因素中,哪一項將在未來居於主導地位,實在很難預測。潛伏的氣候變遷更增添了不確定性,因為氣候會影響產量,也因為解決氣候變遷問題的政策,可能導致更高的能源價格,以及限制農業生產過程中的甲烷(沼氣) 和氧化亞氮的排放。

燃料與生質燃料的市場 

雖然我們每一個人可以吃下多少熱量的食物,是有一定限度的,但對燃料的需求──像是汽油、酒精、生質柴油和其他交通能源──都會隨著收入而無限制地一直增加。歷史上也有很長一段時期,燃料價格相對於工資而下跌,這是因為發現了大油田、擴大生產規模,以及技術上的進步。再一次,人們無法根據歷史上的價格來推斷未來的價格,因為我們很快就將耗盡最便宜的石油資源。傳統石油產量可能已經達到高峰。化石燃料產量的成長,也許還可以再維持一些時間,因為發現了新油藏,因為可能能夠把煤和天然氣轉變成液體燃料。但這樣的轉變會增加成本,最後,煤和天然氣的價格也會增加,因為這些能源必須從很難抵達的地點取得。我們可能將會看到這個世界出現一個重大的轉變,從石油轉向從頁岩氣提煉出來的甲醇,以及從偏遠地點取得的傳統天然氣。

-----廣告,請繼續往下閱讀-----

因此,在未來幾十年內,仍然會有很長一段時期的高油價。高油價是必要的,可以用來資助需要大筆資金的擴大產能以及結構改變,並且強迫消費者減少對化石燃料的依賴。

生質燃料對食物價格和飢餓的影響 

第一代生質燃料是把普通的農業產品轉變成乙醇(酒精),像是玉米、甜菜和甘蔗。過去二十年,在不斷研究、開發和累積經驗之後,生質燃料的效率已經獲得改善,成本也大為降低。估計顯示,生質燃料的價格範圍從最便宜的;在巴西用甘蔗製成的每桶在四十五美元左右;到在美國用玉米和甜菜製成的,每桶在一百美元左右;到歐洲用小麥製成的乙醇,價格最貴,大約每桶一百二十美元。更多經驗和更大規模的生產,將導致進一步的降價。跟汽油類似,由於在生產過程中也使用了大量燃料,所以也會造成燃料價格的上漲。

很多化石燃料的使用者可以使用生質燃料,通常不需要作任何調整,或是只作有限的調整。因此,生質燃料的價格跟石油價格有很大關聯。不過,請注意,人們對燃料的需求,比對食物的需求要大得很多。用能源容量來計算,目前全世界石油產量,是全球農業生產的五倍多。假設把食物轉換成生質燃料,將會損失食物能量含量的大約四○%,那麼,這個世界的全部食物產量,只能取代目前全球石油產量的不到一二%。新的植物品種多少可以提高這個百分比,但如果全球目前一二%的石油產量,要由生質燃料所取代,那將不會剰下多少食物,可供人們食用。

未來生質燃料的擴張,將決定於燃料價格和生質燃料製造成本之間的差價。燃料價格長期超過成本,將導致生質燃料產量長期累積。在燃料價格低於生質燃料生產成本的期間,對新廠的投資將會停止,而且只要目前的燃料價格能夠支付營運成本,那麼舊廠的生產將會一直持續下去。增加生質燃料產量將會造成回饋,食物價格也會上漲,而這最後終將造成生質燃料停止成長。甚至,即使目前以及未來的生質燃料產量,都將繼續在全球燃料產量中占很小的比率,但當然還是可以造成食物價格的升高。和人類對食物的需求相比較,這種農業產能增加的潛能是相當可觀的,但如果和對生質燃料需求成長的潛能相比,則顯得很小。隨著農業生產的極限逐漸逼近,邊際成本將會增加,並導致食物價格在長時間後上漲。很多窮人將無力負擔這麼高的食物價格,甚至連他們賴以生存的日常基本食物也買不起。因此,生質燃料產量可以很容易就被擴大,但這會犧牲掉貧窮人口的食物消費權力。

-----廣告,請繼續往下閱讀-----

政府介入    

有什麼可以阻止這個預測在未來幾十年內發生?發現蘊藏豐富的新燃料能源,將可以抑制燃料價格,以及阻止生質燃料起飛。不過,這需要好幾十年時間才能開發出新科技、減少成本,和擴大產能。這也需要幾十年時間來改善能源效率,以及建立能源不那麼重要的文化。能源消耗機械、建築和基礎建設,都有很長的經濟生命。二○五二年那些人造的大城市,其實在現在就已經被建造好了。

通過國際性協議,把農業保留給人類消費之用,以及禁止使用農產品來製造生質燃料,這需要人們大幅轉變態度,不再把土地看作私人產業,並且轉向自由市場機制。但在一些國家,態度則很難改變,因為這些國家有很充足的糧食,能夠自給自足,但卻要依賴進口愈來愈貴的汽油。

農業生產有限的國家比較會禁止在自己國內生產生質燃料。中國已經禁止使用玉米製造乙醇,印尼則提高棕櫚油的出口關稅,以確保國內的食用油供應不會受到影響。不過,這樣的政策並不是都能及時實施和發揮效果的。在前幾次的糧食危機裡,一些治理績效不佳的國家,居然還從正在鬧飢荒的地區裡出口經濟作物。

重新分配財富,讓貧窮人口也能夠和別人競爭,爭取可以讓他們活命的糧食,這種情況是不可能在國際間發生的。但卻可能在國家層級發生,如此就能避免因為飢荒而爆發革命。

-----廣告,請繼續往下閱讀-----

也許,人們之所以會如此悲觀,最大的原因,就是因為新聞記者、政客和選民普遍認知錯誤。大家注意的焦點都\放在目前的問題上,且是用目前的觀點來看這些問題。大部分人並不了解能源和糧食市場是如何運作的,而且,他們也低估了改變政策路線需要的時間,以及保持警惕的必要。他們並沒有充分了解,在預防未來發生飢荒方面,我們今天所擁有的資源多過明天。

爾林.莫斯尼斯(挪威人,一九五二年出生)挪威柏根大學(University of Bergen)系統動態學教授。他擁有美國達特茅斯學院(Dartmouth College)哲學博士學位。他的多本著作都在討論資源管理與經濟,焦點集中在人們對系統動態與政策的誤解。 

我同意「昂貴的石油=昂貴的食物」一文的重點,那就是,生質燃料將對食物價格的上漲構成壓力。但我認為,這樣的影響將很有限,因為我們不會選擇太多食物來作為生質燃料的原料。這是因為,大部分用食物作原料的生質燃料,對環境並不特別友善,而從煤製成石油的成本相當低(每桶七十美元),因此,人們不會急著去製造價格比較高的生質燃料。同時,頁岩天然氣的蘊藏量相當豐富,換算成石油的價格約等於每桶十三美元。

還有,對食物價格的影響,將受到穀物飼料將大為減少的反制,這種情況之所以會發生,主要是因為全球富裕人口最後終於選擇少吃紅肉。或者,更精確來說:全球經濟與文化精英終於決定,他們已經沒有興趣去追趕美國人每一頓都要吃紅肉的目標了。我相信,這種排斥美國作風的行動將會來到──因為考慮到健康關係,關心動物的權益,永續發展,以及單純的成本考量。所以,人們將來將會減少吃精製食物。

-----廣告,請繼續往下閱讀-----

 

摘自《2052》,由商周出版。

-----廣告,請繼續往下閱讀-----
文章難易度
商周出版_96
123 篇文章 ・ 364 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
250 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
AI 進雞舍,感測器顧豬場:科技如何成為畜牧業的最佳幫手?
鳥苷三磷酸 (PanSci Promo)_96
・2026/09/05 ・3583字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

從仰賴人力巡視、憑經驗判斷,到導入感測、影像辨識、聲音分析與 AI,智慧畜牧正逐步以數據支撐養殖決策。(圖片提供:Shutterstock)

過去,養雞農得在半夜走進雞舍,靠耳朵分辨雞隻有沒有出現「囉音」(呼吸道疾病的特有聲音);但農民時間有限,一天頂多進雞舍巡三次,而打噴嚏、咳嗽這類異常聲音,又常和背景噪音太相似、不夠明顯,「漏聽」幾乎在所難免。

如果有一套系統能全天候守在雞舍,不僅聽見異常聲音,還能透過影像觀察雞隻狀態、同步記錄體重,情況會不會有所不同?這正是「智慧監測走進畜牧業」的真實場景。

透過感測、影像辨識、聲音分析與 AI,畜牧養殖管理,已經逐步從仰賴人力巡視、憑經驗判斷,轉向以數據支撐的決策;智慧畜牧不只能提高生產效率,也能改善動物福利與整座牧場的生物安全。

本文從家禽到豬隻,採訪兩位長期投入智慧畜牧管理的研究者:國立中興大學生物產業機電工程學系蔡燿全副教授以及國立臺灣大學生物機電工程學系郭彥甫教授,探討科技如何成為畜牧業的最佳助手。

-----廣告,請繼續往下閱讀-----
透過機器視覺與深度學習,系統能辨識母豬的姿態,量化進食、站立與哺乳時間,協助豬農及早發現健康異常。(圖片提供:臺灣大學生物機電工程學系郭彥甫教授)

科技接手觀察,補上人力巡視極限

「如何客觀量化健康指標,其實相當困難。」蔡燿全副教授指出,人工巡視的限制,在於「人不可能一直在現場」。以雞舍為例,雞隻體重反映健康狀況,但用「肉眼估算」並不精準,原因出在羽毛會隨當下溫濕度蓬鬆變化;至於雞隻的消化道疾病,則要看肛門與糞便,但「異常聲音」要在夜深人靜的半夜靠「人耳」去分辨,這些都是雞農單靠人力會存在的侷限。

養豬也是。郭彥甫教授指出,過去豬農評估一欄豬的健康狀態,多半是走進去、用肉眼看一下,母豬花多少時間吃料、站立、有沒有在哺乳,無法精確量化判讀。

靠肉眼、人耳判讀,既消耗人力、又不夠精準,因此,智慧畜牧把這些工作交給機器,透過感測器接手觀察,目標在於「及早發現」。

以雞舍為例,機器讀的是「身體徵象」。

-----廣告,請繼續往下閱讀-----

蔡燿全副教授指出,透過「家禽監測系統」,在雞舍裝設麥克風、攝影機與秤重平臺,把叫聲、雞冠與雞眼的顏色、體重,連同溫濕度、風速、氣體等環境資料,一併轉成可判讀的數據。

以體重為例,當雞隻走上秤重平臺,秤出幾隻的總體體重後,平台上方的攝影機,再以AI影像辨識方式,辨識出秤重平台上的雞隻數量,進而換算出雞隻的平均體重,更進一步的做法是,只要在雞舍中央架一臺主機,建立「影像輪廓對應實際重量」的關係,雞舍的其餘角落,只需由上往下拍的攝影機(不必裝設秤重平臺),單靠影像就能推算體重。這也同步解決了動物福利的問題:不必再人工抓雞懸掛量重,對雞隻的干擾降到最低。

在豬舍方面,機器讀的則是「行為與姿態」的動態變化。

郭彥甫教授指出,只要在母豬分娩欄後方架設攝影機,以機器視覺與深度學習,辨識母豬的姿態,量化牠花多少時間進食、站立與哺乳,同時逐隻追蹤欄內仔豬的移動,把狀態分成哺乳、休息與活動三類。當母豬把乳頭壓住、遲遲不讓仔豬吸奶,又不太進食,系統就能標記出這頭母豬已接近生病,整欄仔豬可能跟著吃不到奶、活動力下降。這些畫面,都讓長期被關在窄欄、行動受限的母豬處境,能夠直接被機器紀錄、透過數據化被豬農看見。

-----廣告,請繼續往下閱讀-----

專家教會 AI 讀懂異常,監測從記錄升級為預警

但機器「看得到」只是第一步,「讀得懂」則要靠人與 AI 協作。

以豬舍的應用場景為例,郭彥甫教授指出,AI的機器學習過程,得先由「人」在影像裡,把豬一隻一隻單獨標註起來,累積上千張影像之後,提供給AI學習、訓練,確保AI能夠「讀懂」之後,之後就由機器接手,自動辨識每一隻豬;例如有些小豬在吃飼料、有些在喝水、有些在打架、互咬;郭彥甫教授指出,這套AI 辨識仔豬「日常行為」的準確率已達到91.36%,等於在100隻仔豬中,AI就能精準判讀出91.36隻的行為模式。

雞舍的場景也是同樣邏輯。蔡燿全副教授解釋,透過預先架設機器在雞舍,進行現場錄音,接著以濾波去掉雜訊、把聲音切成小段,再請專家逐段標註,哪些是正常叫聲、哪些是異常囉音,取出聲紋特徵之後,再餵給AI機器學習,訓練出辨識模型。

當機器學會判讀後,監測的價值就能直接從「記錄」,升級為「預警」。

-----廣告,請繼續往下閱讀-----

舉例來說,雞舍的聲紋辨識系統,由於是24小時錄音,在農民尚未察覺、還沒記錄到異狀之前,系統就先發出「偵測到異音」的預警,不會等到農民到現場查看才發現。此外,影像辨識系統則可以預先偵測到人眼較難察覺的雞眼異常(雞眼異常後2至3天會出現較高死亡率),等於替農民爭取到提早3天處置的黃金時間。

預警換來實際效益。蔡燿全副教授表示,根據合作雞農的回饋,導入這項系統之後,育成率可提升約3%,因為透過系統24小時不間斷監控,農民更能做到「及早發現、及草治療」,提高雞隻「從飼養到出貨」生命週期的完整性。此外…….傳播途徑。蔡耀全副教授補充,傳統雞隻育成率大約落在80%,導入系統這幾年來,育成率持續提升,近年來已經逐步成長至85%至87%。此外,因為農民不再需要頻繁進出雞舍,也切斷了病原透過人腳、野鳥糞便帶入的傳播途徑。蔡耀全副教授補充,傳統雞隻育成率大約落在80%,導入系統這幾年來,育成率持續提升,近年來已經逐步成長至85%至87%。

豬舍也是。郭彥甫教授指出,量化母豬的姿態與哺乳行為,能夠提早判斷牠是否接近生病,另一方面,系統對仔豬群體活動力的追蹤,則讓農民能夠更早察覺「一頭母豬不好、整欄仔豬跟著受影響」的連鎖效應,進而提早做出相對應的準備措施。 科技帶來的好處,除了提前預警,減少人為疏漏,當農民的巡視工時下降、勞動強度減輕,也能間接讓更多青年農民,願意回鄉接手畜牧場。

雞舍聲紋辨識系統可 24 小時錄音,在農民察覺異狀前發出預警,影像辨識也能提早發現人眼較難察覺的雞眼異常。(圖片提供:Shutterstock)

技術到位、市場未到,智慧畜牧的應用挑戰

然而,儘管智慧畜牧的技術持續進步,但要真正落地應用並普及化,目前仍有待跨越的門檻。

-----廣告,請繼續往下閱讀-----

「因為農民沒有 IT 部門。」蔡燿全副教授點出了智慧畜牧最大的門檻:推廣難度高。

他解釋,老一輩農民對科技熟悉程度較低,一旦網路不穩、甚至插頭沒插上的小狀況,原廠可能就得親自跑一趟畜牧場,服務成本相當高,再加上臺灣市場規模有限,負責落地推廣、技術轉移的農業科技公司,意願自然不高。

此外,「農民投入意願」也是一大門檻。「如果這個科技一定可以幫他賺到錢,他就會樂意接受。」郭彥甫教授觀察,豬農評估導入系統的關鍵,在於能不能幫他「賺到更多錢」,而非只是「節省時間和勞力」,「如果只是省下勞力,農民多半會傾向自己來、或是另外聘請人力。」臺灣雖然在2020年就從口蹄疫除名,但近年來面對周邊國家持續存在的非洲豬瘟等疫情風險,豬農對外部人員(智慧農業團隊、農業科技廠商等)進出格外謹慎,都讓智慧畜牧的應用落地,還需要更多溝通與推廣。

最後一道判斷留給人,「資料治理」智慧畜牧下一步

換句話說,智慧畜牧的技術本身,其實已經備妥,唯獨產業與市場的節奏,還需要時間跟上。

-----廣告,請繼續往下閱讀-----

從雞舍到豬場,感測與 AI 接手了「看」這件過去只能靠人力與經驗撐著的工作,效率、動物福利與疫病防線,也因此被重新畫過一遍。

值得一提的是,兩位研究者不約而同都將「最後一道判斷」留給了人:雞隻該不該投藥、母豬難產怎麼處置,這類牽涉責任的決定,仍由農民與獸醫拍板,AI 負責的是更精準的監測、讓異常更及早被發現。

隨著愈來愈多養殖現場,開始累積這些數據,郭彥甫教授預測,「資料治理」將是畜牧業下一步的趨勢。他解釋,當養殖場規模擴大、不常親臨現場的經理人將更依賴簡單直觀的報表,掌握場內狀況;而這些累積下來的數據,還能推估產量、預估禽隻出場時機,同時對接市場價格,做出更合適的決策。

資料來源

-----廣告,請繼續往下閱讀-----
  1. 中興大學生物產業機電工程學系蔡燿全副教授
  2. 臺灣大學生物機電工程學系郭彥甫教授

原文連結:https://pse.is/9k7pkt

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
250 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
0

文字

分享

0
1
0
AI × 綠能:下一波新創浪潮,從新北起跑
鳥苷三磷酸 (PanSci Promo)_96
・2025/11/12 ・2319字 ・閱讀時間約 4 分鐘

本文與 新北市青年局 合作,泛科學 協助刊登

前言

「2025 VentureStar新北新創之星挑戰賽」以競賽結合輔導,扶植並激發青年的創業能量,為期半年的賽事歷程,決賽獲勝的3組團隊獲得為期三個月的「創投陪跑」機會。創投導師變身為「指導教練」,給予公司發展、商業模式和募資規劃等具體建議,幫助團隊接軌市場,把夢想變現。

延續首屆「新北新創之星」競賽,今年邁入第二屆,新北市青年局局長邱兆梅表示,雖然活動以「競賽」為名,但過程反而更像是為新創團隊串接資源,成為創業加速的起點。有鑑於全球數位轉型與氣候變遷趨勢,2025新北新創之星聚焦AI與綠能,鼓勵青年創業者以新北為基地,有了政府資源的挹注,無後顧之憂開發新技術、推動產業升級,並建構台灣新創生態系。

-----廣告,請繼續往下閱讀-----
侯友宜市長與三組獲勝團隊合影。(左起:第二名「應援科技」、第一名「歐姆佳科技」、第三名「恰口科研」)/ 圖片提供:新北市青年局

「台灣有很好的科技人才,我們觀察到許多技術創業者都先累積了一些工作經驗、在市場上看見某些未解的問題,於是在30多、40歲選擇創業,自己打造一個創新產品或服務來解決他看見的問題。」邱兆梅說,科技創業必須從初期就思考規模化,必須透過持續與產業鏈合作來驗證產品、更新技術,擴展影響力,而規模化的關鍵就是「投資」。因此,去年起,新北市政府青年局與創投公會合作舉辦「新北新創之星挑戰賽」,實際練兵把募資流程搬上舞台。

「這個計畫正是我們推動加速新創落地、獲得資金的重要方式。」邱兆梅指出,有別於傳統競賽的形式,挑戰賽模擬真實創投情境的設計,讓新創團隊真正接觸到創投與市場的需求。除了獎金之外,另邀請頂尖創投專家,進行一對一實體輔導,可針對痛點、盲點即時回饋,解決創業難題。創投陪跑機制可協助團隊在實戰中學習與提升,而且競賽全程陪跑,一路手把手的陪伴,協助團隊更快「接地氣」進入市場。

新北新創之星的比賽原型借鏡新加坡,有效連結相關資源,對新創產業發展帶來極大助益,未來將一步步升級為具國際影響力的平台。邱兆梅說,從首屆賽事到今年第二屆,建置新創生態系,進而啟動創業再到陪伴團隊成長,過程真的非常難得。今年以最火紅的「AI人工智慧」與「綠能永續」兩大概念為主題,號召全台具潛力的新創團隊參賽,共吸引全台72組新創團隊參賽。經過層層考驗,「歐姆佳科技」獲得評審青睞奪得冠軍!

第一名「歐姆佳科技」/ 圖片提供:新北市青年局

第一名「歐姆佳科技」

-----廣告,請繼續往下閱讀-----

聚焦於半導體與通訊領域的量測、校正與測試服務,其「陣列快速校正演算法」核心技術可大幅縮短測試時間,從過去的數小時壓縮至數分鐘。這項技術的關鍵在於利用AI演算法自動比對多組感測數據並預測誤差分佈,再透過機器學習修正量測模型,讓設備能自行完成高精度校正。這樣的自動化流程,不僅能節省人力與能源,也呼應「綠色製造」的趨勢──以智慧化取代耗能式的反覆測試,讓產線更有效率、更環保。歐姆佳科技以實驗室研發出身,展現了AI在硬體產業鏈的實際應用:AI不僅生成內容,也能優化製造。

第二名「應援科技」/ 圖片提供:新北市青年局

第二名「應援科技」

打造一站式金流雲端平台的「應援科技」,協助各式組織與個人整合捐款贊助、活動報名售票與周邊商品銷售,大幅降低政黨、宗教、演唱會等公眾活動的經營模式,可省下高昂的行政、法遵及行銷成本,並進一步優化營運流程管理。

這個平台的背後,是一套AI交易風險偵測與自動化金流監控系統,可即時比對交易異常行為,預防詐騙與帳務錯誤。此外,他們也導入「碳足跡計算模組」,讓大型活動的金流資料能反向轉換成能源消耗與碳排估算,提供主辦單位「綠色帳本」參考。這樣的AI+Fintech結合,示範出數位金流如何跨入永續領域,成為新創中最具社會創新的典範之一。

-----廣告,請繼續往下閱讀-----
第三名為「恰口科研」/ 圖片提供:新北市青年局

第三名為「恰口科研」

致力於食農與事業廢棄物循環加值的「恰口科研」,以微生物發酵與AI監測技術處理農業與食品廢棄物,將其轉化為高值化肥料與生質材料。團隊研發的感測系統能即時監控發酵槽內的溫度、pH與氣體濃度,讓AI演算法調整曝氣量與養分比例,達成最佳化分解效率。這樣的智慧循環系統,不僅減少廢棄物焚化造成的碳排,也能讓農友用上低成本、環境友善的改良土壤資材。恰口科研的模式體現了「AI+綠能=農業再生的下一步」。

包括獲獎的3組團隊在內,入圍的10組團隊都含括了AI與永續兩大主題。邱兆梅表示,新北市擁有超過26萬家中小企業及百萬青年人口,青年更是城市的核心力量。這次賽事與創投公會合作,從徵件開跑、Pitch Day、10堂輔導課程及一對一實體訪視,希望解決新創產業的業務開發與溝通痛點。「得獎不是目的,而是實際將輔導過程中獲得的經驗實際運用。」許多去年獲獎的新創團隊,發展都已超出參賽預期,這也是新北市的新創能量的循環。

無論是半導體AI校正、智慧金流管理,還是生質循環材料,這三組新創都從AI與綠能交會點出發,實踐科技落地與永續的雙重願景。這不只是創業競賽的亮點,更象徵AI正在滲透製造、金融、農業等多元領域,為新北的新創能量注入「知識密度」與「綠色韌性」。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
250 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia