本届台湾创新技术博览会落幕后，国立台湾海洋大学团队拿下六项前瞻专利技术，集中展示其在水产养殖、生物技术、海洋治理与渔业数字化上的研究成果。
据科技大观园报道，台湾约在 5、6 年前开始将人工智能全面导入养殖产业。AI 养殖通过多元传感元件与算法建立自动化系统，全天候感知水下环境变化。研究团队以「看水色」为基础，结合水质数据，再配合水下影像估算鱼重，并观察鱼群抢食时的水花强度，用于精准控料，减少超过养殖成本 5 成的饲料浪费，同时建立大数据资料，推动台湾渔产转型。
AI 自动投喂把传统经验转成数据
传统养殖长期依赖人工判读水色和观察鱼群状态，容易出现资源浪费和监控盲点。国立台湾海洋大学研究团队将光学镜头与色卡校正结合，再叠加酸碱值和溶氧量数据，把原本较依赖经验的判断方式转成可量化的科学流程。
团队也使用水下影像辨识鱼体长度与体重，并配合投饵机观察水花剧烈程度，实现 AI 自动化控料。由于饲料占养殖成本五成以上，精准投喂可直接改善获利表现。全天候监控还可提早捕捉鱼群摄食异常等病征，发出预警，降低病害扩散风险。面对高温和久旱等极端气候，水质监控与决策数据库也可协助渔户调整盐度变化，减少世代传承中的试错成本。
两项养殖与生技成果在博览会获奖
在水产养殖与生物技术领域，潘彦儒副教授团队发表「浮游动物休眠卵保存系统及其方法」，获得铜牌奖。该团队建立了适用于浮游动物休眠卵的保存流程，可有效控制微生物污染、减缓活性衰退，并维持长期保存后的孵化品质。
这项技术突破了传统饵料生物必须持续消耗资源培养的限制，为水产养殖种苗培育提供了稳定的创新生产平台。
另一项由张忠诚教授团队研发的「养殖区域饲料投放系统」，则聚焦精准水产科技。该系统不再采用传统定时定量的盲目喂食方式，而是通过实时监测水产生物聚集时形成的水波纹动态，精确计算最佳投喂量，尽量贴近生物真实摄食需求，在减少饲料浪费的同时维护养殖水质。
3D 动态海图用于远洋治理与风电影响评估
研究团队还开发了国产「新世代全球 3D 即时动态海洋与渔业地理信息分析系统」，整合自动船舶识别系统（AIS）、渔船监控系统（VMS）以及渔船航程记录器（VDR）等数据。
该系统以经纬度划分网格，在远洋海域采用 0.25 度、约 25 公里的精细度，在沿近海采用 0.001 度、约 100 米的精细度，呈现立体航迹和渔获高度。官方稽核人员可借此判断船只是否进行渔捞作业，并与捕捞许可及配额交叉比对，用于防堵非法捕捞（IUU）。
这项技术也被用于离岸风电开发，通过 3D 图层客观厘清风场建设对传统渔场作业强度的实际影响。
电子观察员系统将 AI 引入渔获记录
为深入记录现场渔获，研究团队开发了「电子观察员」（Electronic Monitoring）系统，以应对台湾渔船甲板配置非标准化及夜间光线不足等问题。AI 在障碍物遮挡或镜头遭喷溅的复杂环境下，仍可进行鱼种辨识，准确率突破八成。
在这一系统下，覆核人员只需确认关键标记时间点即可完成审核。面对物种多样的沿近海环境，团队持续扩充辨识模型库，并同步开发民间版手机通信软件，简化纸本申报流程。
从替代蛋白到 MSC 认证
报道提到，相关研究已从养殖端延伸到替代蛋白研发，也覆盖远洋端争取海洋管理委员会（MSC）永续认证的需求。现场经验被转成可调用的数据资产后，AI 智能养鱼正成为台湾渔业兼顾经济效益与生态永续的转型工具。