海廢對環境大？和 AI 攜手保護海洋！
你知道嗎？全球每年有超過 860 萬噸的垃圾排入海洋，而我們在海岸看到的只是其中的冰山一角。
【海廢有完沒完？】
海洋廢棄物，也簡稱為「海廢」，這些廢棄物來源很廣泛，包括船舶運輸、沿海活動，甚至是陸地上的活動。也來自我們日常生活中不經意產生的垃圾，因為風吹、河流、下水道或洪水等因素，最終都可能流入海洋，進而形成所謂的海洋廢棄物。
海洋廢棄物，也簡稱為「海廢」，這些廢棄物來源很廣泛，包括船舶運輸、沿海活動，甚至是陸地上的活動。也來自我們日常生活中不經意產生的垃圾，因為風吹、河流、下水道或洪水等因素，最終都可能流入海洋，進而形成所謂的海洋廢棄物。
愈來愈嚴重的海洋廢棄物問題對自然生態帶來衝擊，也直接對我們的生活和環境造成巨大的影響。其中最直接的受害者便是海洋生物。想像一下，當這些生物誤食了塑膠製品（例如：吸管、塑膠袋），可能會因此窒息、消化道阻塞，甚至可能因此喪命。另一方面，這些垃圾也可能破壞海洋生態環境，例如覆蓋海底，影響海底生物的生存。
然而，隨著科技的發展，我們現在有能力利用 AI 的「深度學習」來解決這個問題。
【「深度學習」是什麼？】
你知道電腦如何辨識照片中的貓或狗嗎？或者是當你對手機說話時，它是如何理解你的話的？這些都是「深度學習」可以解決的問題。深度學習是一種讓電腦學習從資料中找出模式的方法，就像我們人類從經驗中學習一樣。
「深度學習」讓電腦能夠像人腦一樣思考和學習。而這樣的能力來自於一種叫做「類神經網路」的工具，它是一種模擬人腦神經元結構的計算模型，可以處理和學習複雜的資訊。這種模型由多個層次的節點或「神經元」組成，每個神經元都能接收輸入，進行計算，並產生輸出。
類神經網路的基本結構包括輸入層、隱藏層和輸出層。輸入層接收原始資料，隱藏層負責處理資料，輸出層則產生最終結果。每一層的神經元都與上一層和下一層的神經元相連接，這些連接稱為「權重」，代表了該連接的強度或重要性。
在學習過程中，類神經網路會根據輸入資料和期望的輸出（標籤）來調整權重，使得模型的預測結果越來越接近期望的輸出。這種學習過程通常需要很大量的資料和計算資源。所以，你可以想像「深度學習」就是一種訓練「類神經網路」的方法，讓它能夠更好地理解和學習資料的模式和結構。
「深度學習」是如何運作的？
那麼，深度學習是如何運作的呢？首先，資訊會從輸入層開始，像接力棒一樣傳遞給下一層的神經元。每一個神經元都會對接力棒（資訊）做一些變化，然後再傳給下一個神經元。當接力棒傳到最後一層時，我們就得到了電腦的預測結果。
然後，我們會看看這個結果和真正的答案有多麼接近，並根據這個差距來調整每一個神經元，讓它下次可以做得更好。這個過程會一直重複，直到電腦的預測結果愈來愈接近真正的答案。
以下是一個深度學習的運作流程圖，可以幫助你更好地理解這個過程：
識別和分類海洋廢棄物
「深度學習」在我們的日常生活中有許多應用，以下是三個例子：
- 語音助理：你是否有使用過 Siri、Google Assistant 或 Alexa？這些語音助理就是使用深度學習技術來理解我們的語音指令，並給出適當的回應。它們可以幫我們查詢天氣、設定鬧鐘，甚至控制家裡的智能設備。
- 自動駕駛：深度學習也被用於自動駕駛車輛。透過深度學習，車輛可以學習如何識別路上的物體（如其他車輛、行人或交通標誌），並做出適當的駕駛決策。
- 影像識別：深度學習也被廣泛用於影像識別。例如，Facebook 使用深度學習來識別照片中的人臉，並自動標記你的朋友。另一個例子是醫療影像分析，醫生可以使用深度學習來幫助識別疾病，例如癌症的早期跡象。
想像一下，我們如何使用深度學習的力量來識別和分類海洋廢棄物呢？以下是一個基本的流程：
- 收集數據：首先，需要收集大量的海洋廢棄物圖像，這些圖像可以從各種來源獲得，例如無人機、衛星圖像、海洋探測器等。
- 數據標記：將這些圖像進行標記，標記出圖像中的海洋廢棄物。這一步通常需要人工進行，但也可以使用半監督學習或弱監督學習來減少人工標記的工作量。
- 訓練模型：使用這些標記過的圖像來訓練一個深度學習模型，例如：卷積神經網路 (Convolutional neural network，CNN) 。這個模型將學習如何從圖像中識別出海洋廢棄物。
- 測試和優化模型：在訓練完成後，需要在一組未見過的圖像上測試模型的性能，並根據測試結果來優化模型。
- 部署模型：最後，將訓練好的模型部署到實際的系統中，例如無人機或海洋探測器，讓它們能夠在實際環境中識別海洋廢棄物。
這種方法可以幫助我們更有效地識別和追蹤海洋廢棄物，並提供有關海洋污染的寶貴數據。然而，這只是解決問題的一部分。未來，我們除了創造有效的方法來清理這些廢棄物，更重要的還是如何防止更多的廢棄物進入海洋。比方說，我們的生活為了追求便利，大量使用塑膠包裝，大多的塑膠包裝都是一次性使用，而且都沒有被回收。因此，在城市製造的垃圾，極有可能最後淪落到海邊，污染海洋。若要真正從源頭解決問題，除了思考如何「回收」之外，也應該先想想如何從日常生活「減少」塑膠製品的使用。
均一平台連結了 SDG14 永續海洋與保育議題，與 code.org 合作了「海廢有完沒完」的跨領域課程，希望大家能夠認識並理解海廢與我們息息相關，也能夠從自己出發、做出行動，改變海洋生態。
現在，和我們一起從「阿龜與海廢朋友的小旅行」的故事中，認識海洋廢棄物，然後透過「保護海洋的人工智慧」的遊戲，來理解 AI 如何辨識海洋生物及海洋廢棄物吧！
在開始之前，記得先準備好瑜珈墊呦！
