記者李嘉興／高雄報導

為加速海洋環境監測智慧化，提升海洋垃圾辨識效率，海洋委員會國家海洋研究院（國海院）30日正式發布全臺首套AI-Ready「MDImageNet海廢影像資料集」，並同步啟動「2026海廢影像辨識國際AI競賽」。本次活動由海洋委員會指導，攜手Amazon Web Services（AWS）、工業技術研究院AIdea人工智慧共創平臺等單位合作，希望透過開放資料與AI競賽，促進人工智慧、電腦視覺及海洋科技跨域合作，打造智慧海洋治理的新典範。

國海院表示，海洋垃圾長期受海流影響跨境漂流，臺灣海岸同時面臨境內外海洋廢棄物累積問題。過去海岸監測主要依靠人工進行撿拾、分類、測量、拍照及資料建檔，不僅耗費大量人力，也容易因判讀標準不同影響調查成果，因此建置高品質AI訓練資料集成為推動智慧監測的重要基礎。

國海院指出，研究團隊歷經多年建立MDImageNet海廢影像資料集，目前已累積超過2萬張真實海岸影像，完成超過4.2萬個海洋廢棄物物件標註，符合AI模型訓練需求。資料集以國際淨灘行動（ICC）分類架構為基礎，並建立符合臺灣需求的NAMR三層級分類架構，兼顧國際標準與國內海岸調查應用。

此外，國海院依循《人工智慧基本法》推動資料治理、資料開放及再利用政策，並採用CC BY 4.0授權方式公開資料集，提供研究機構、大專院校、教育單位及產業界共同使用，期望促進AI模型訓練、海洋科技研究及智慧治理應用發展。

海洋委員會副主任委員吳欣修致詞表示，海洋資料真正的價值，在於跨領域共享及實際應用。海委會很高興與國海院及各合作夥伴共同推動海洋AI發展，目前國海院已建置整合全國海洋資訊的平台，累積超過300億筆海洋資料。未來將持續推動資料標準化、結構化與治理工作，提升資料品質，讓海洋數據成為AI訓練、海洋科研及政策決策的重要基礎。

國家海洋研究院院長陳璋玲表示，高品質且可共享的資料，是人工智慧持續發展的重要核心。此次公開MDImageNet資料集，不僅代表多年海岸調查成果完成數位化整理，也希望透過資料開放，讓學術界、研究機構及產業共同投入AI模型訓練及技術開發，推動海洋科技創新，提升海洋環境監測、污染治理及永續管理能力。

AWS臺灣董事總經理王定愷指出，臺灣本島及離島海岸線總長超過1,500公里，若僅依靠人工巡查，不僅成本高，也難以全面掌握海洋廢棄物分布，因此AI、自動化及無人機技術將是未來智慧巡檢的重要發展方向。AWS將提供雲端運算、AI、電腦視覺及無人機管理等技術資源，共同推動臺灣智慧海洋發展。

Xpark董事小倉經敬則表示，Xpark長期投入淨灘及海洋保育工作，也持續結合地方政府、企業及社區推動環境永續。此次國海院發布MDImageNet資料集，展現科技與海洋保育結合的新契機，不僅可提升臺灣海洋環境監測能力，也有助於國際海洋科學研究、教育推廣及跨國交流。

配合資料集正式公開，國海院同步啟動「2026海廢影像辨識國際AI競賽」，並首次公開研究團隊建立完成的Baseline Model作為參賽隊伍模型開發基礎。競賽以物件偵測平均精確度均值（mAP）及模型輕量化效能作為評比重點，開放高中職、大專校院學生及社會人士組隊參賽，報名期限至8月10日，總獎金新臺幣30萬元，另設最佳輕量化優化獎，鼓勵兼具高準確率及部署效率的AI模型。

國海院表示，期望透過開放資料及國際AI競賽，匯聚全球人工智慧、電腦視覺、資料科學及海洋科學人才，持續提升海洋垃圾智慧辨識技術，將AI創新成果實際應用於海洋污染監測、海洋治理及永續發展，共同打造臺灣智慧海洋的新未來。