農業部水產試驗所全球資訊網

隨著人工智慧（AI）技術日益成熟，科學家們開始將這股力量導入自然觀測領域，連浩瀚海洋中微小的浮游動物，也成為AI學習的對象。這些肉眼難辨的「小點點」在維繫海洋食物鏈、碳循環與水質淨化等關鍵功能中扮演不可替代的角色。那麼，試驗船從海洋採集的浮游生物，是如何一步步被AI認識與分類的？讓我們從「樣本」到「數據」的過程娓娓道來。
 
第一步：精準分樣與代表性取樣
試驗船返航後，首要任務是使用專業的「浮游生物分樣器」對採集樣本進行分樣（subsampling）與縮分。這個步驟是後續所有觀察與分析的基礎，透過物理性的等分操作，確保每一瓶子樣本都能充分代表該測站的原始生物組成，避免因取樣偏差導致後續 AI 訓練數據的失真。

浮游生物分樣器
第二步：剔除藻類與雜質
樣本帶回實驗室後，須先人工剔除藻類與非生物雜質。這是一項考驗耐心與手眼協調的工作，研究人員需在顯微鏡下利用鑷子小心操作。由於部分測站含有大量海藻，若不先行清除，將嚴重影響後續掃描與 AI 分類的準確度。操作時的施力角度與力道至關重要，必須在維持樣本結構清晰的同時，避免破壞其外觀特徵。

浮游動物常與藻類糾纏或混入雜質（如箭頭所示），需人工清除以利判讀
第三步：用電腦「看懂」浮游動物
剔除雜質後的樣本，經清洗並去除保存用酒精後，平鋪於透明水層中，放入專用生物掃描機拍攝。單一測站的浮游生物會先拍成一張大圖，再由電腦軟體切割為單個個體影像，最後交由AI程式進行初步分類。

浮游生物掃描儀拍攝之單一測站大圖
由於資料庫仍在建構中，目前的判讀結果均須經人工確認，藉此同步累積辨識素材，持續優化模型的學習效果，如橈足綱與箭蟲綱的辨識已愈趨精準。

透過電腦判讀，將大圖上每個個體切割為獨立的照片。（左）橈足綱(Copepoda)之個體照；（右）箭蟲綱（Sagittoidea）之個體照。
瓶頸克服與技術改良
在 AI 判讀流程中，影像對焦的穩定性是關鍵挑戰。為了克服酒精比重過輕導致樣本浮於液面而模糊的問題，研究團隊精進了處理流程：試驗船採集樣本後，立即以酒精進行初步固定，確保生物組織結構穩定不變質；於實驗室拍照前，將已固定的樣本短暫轉置於清水中浸泡，利用比重差異使生物體自然沉降，從而獲得穩定的對焦平面與高清晰影像；影像擷取完成後，樣本會立即重新回收至酒精中。這種精細的程序，不僅在確保影像品質的同時嚴謹地維護了標本結構的完整性，更有效避免了因外觀破損或對焦失準造成的 AI 判讀誤差。。
 
結語：科技雖進步，細心仍為首要條件
即便AI輔助技術日益成熟，這場海洋微觀世界的探索之旅依然充滿挑戰。從最初的樣本處理到最終的分類辨識，每一個環節都蘊含著難以被自動化取代的細膩經驗。AI並非萬能的解答，而是一項需要人類精準導引與耐心「餵養」數據的工具。在追求效率的同時，研究人員對生物形貌的維護與判讀的嚴謹，才是讓科技發揮最大價值的核心。期待未來透過更多跨領域合作，讓我們對海洋生命的理解能更深、更廣。