人工智能如何解决实际的社会问题

人工智能赋予数据生命，让过去各种盘点和调查所搜集到的庞大资料，找到重新被利用的机会，透过数据驱动决策，就能够对症下药，利用AI提升社会福祉，究竟AI可以帮助解决哪些社会问题呢？

台洪灾害致停电风险预警系统

台湾省位于台风路径的要冲，时常酿成大范围停电，谢宗震博士说明，AI可以在台风来临之前，帮助预测可能造成停电的区域，利用中央气象局的台风路径预测、过往累计雨量分布图、台电的电机机组建设资料、电线杆分布坐标、台风致灾历史数据以及全台湾村里特征等，就可以建立停电风险预测模型，协助台电公司在台风来临之前，提早进行灾害管理及资源分配，让停电的风险降到最低。

农地重金属污染侦测

过去环保署透过人力调查方式，定期派专业技师至各地农地进行重金属检验，是个耗时耗力的调查工作，利用AI可以帮全台湾农地进行快筛，立即找出有问题的农地，谢宗震博士说明，AI系统利用农委会的土壤采样及调查分析报告中的13万笔农地资料，发现全台湾共有993笔农地具有重金属超标问题，驱动政府重视农地污染问题，并尽速展开受污染农地的整治工作。

打造节能降耗的智能工厂

工厂生产需要非常多的资源，处理制造污染更是营运成本的负担，智能工厂的产在线布满传感器，纪录工厂操作的历史轨迹，所收集到的数据利用AI建模方式，找出最佳生产方式，既可以满足品管要求，又可以做到节能，达成降低成本、洁净生产的目标。

少儿再受虐预警系统

利用少儿受虐案件基本数据、家庭数据、家庭功能评估、关系人状态等数据，建立再受度受虐风险预警模型，将风险以分数高低呈现，协助社公判断案件处理的次序，提升调查个案的准确度，并选择最适合的处理方式。根据统计，每年平均有2万位的家暴受虐儿童，每位社工平均要处理60案，而其中有30%是属于家暴回头客，目前预警系统可以达到约65%的准确度，代表每年可以多救3000~4000位儿童远离再次家暴，并且帮助社工降低工作负担，让有限的资源得以应用在最需要的地方。

火灾风险预测

2016年谢宗震博士团队，利用消防局火灾发生数据、社会局家庭状况纪录、建照单位的建筑物相关纪录等，帮高雄市建构了火灾风险地图，并在来年完成了凤山区的火灾热区图，可以精密到每一栋建筑物未来５年内发生火灾的机率，消防局可以精准的针对特别危险的建筑物进行火灾预防居家访视倡导，实施半年后发现火灾发生机率真的下降。

谢宗震博士认为，AI 的核心目标是人，是一种早知道的策略，早知道要不要放台风假、早知道哪些家庭会有人受伤，用最有效率的方式，解决问题痛点，而其中的关键就是落实数据驱动的变革管理，有正确的数据，才能让AI发挥真正的价值。