【資管】資管生透過專題研究以實踐資訊倫理與社會責任的能力

專案名稱:Gathereen – CO2 減排社群平台

指導教授:康藝晃老師
團隊成員:楊佳真、余任濤、廖仕雅、徐啓軒、黃佑鈞、鄭名圻、林霈瑄

近年來環保意識抬頭,許多關鍵議題與事件在這兩年內充斥於生活周遭,包括電動車、碳中和、碳定價、碳關稅、國際氣候峰會等等。與此同時,全球疫情阻斷了國際流通,進而帶動國內旅遊興盛與在地化推廣。在此形勢下,本團隊覺得可以將危機化作轉機,嘗試在環保永續的議題上創造商業模式,同時鼓勵大眾在外出的同時選擇較低碳的生活、通勤方式,並推廣符合政府認證的在地化綠色商家,藉由社群平台的流量與特性推廣永續的價值觀。

圖一:Gathereen概念發想

經過評估,Gathereen 符合橫跨三個永續發展目標的部分指標,包括:SDG 12 責任消費與生產、SDG 13 氣候行動和 SDG 17 多元夥伴關係。具體的指標有:12.8 促進對永續生活方式的普遍理解、12.B 開發和實施監測永續旅遊業的工具、13.3 建立應對氣候變化的知識和能力、17.17 鼓勵有效的夥伴關係。

Gathereen作為一個社群減碳平台,除了可以提升用戶環保永續的認知,也可以透過追蹤使用者的碳排,以形成監督的作用,最後透過積極拉抬相關政府部門、非政府組織、商家的參與,建立起更為緊密合作的減碳社會網。

圖二:Gathereen商業模式

Gathereen 是 Gather Green 的結合,強調環保行動的本質,同時,Gathereen 也是 gallery 的諧音,象徵著減碳生活意象與社群融合的展現。目標受眾鎖定在關心環保永續議題、喜愛外出旅遊且科技接受度高的年輕族群,同時亦強調多元社會角色的參與,包括店家廠商、民生消費者、相關政府部門,以及非政府組織等。我們的初衷是在增進環境永續和人類文明、商業利益之間是否存在共生共榮的可能性。當然,目前的技術與系統仍有許多需要彌平現實面的問題,比如「該如何吸引消費者和企業用戶」、「如何將功能真正吸引到『重視永續議題且對於科技使用不陌生』的人」、「如何能夠有效改變以往傳達環保永續、減碳意識的模式,增添其趣味性及易用性」……,是我們未來欲積極努力的目標。

圖三:Gathereen 標識

Gathereen 是一款融合社群元素的創新環保行動應用程式,讓使用者可以透過應用程式內一系列有趣的功能,參與環保行動,同時還能累積點數 C point,換取永續商品相關獎勵。

綠色藏寶圖 – 個人減碳行動
Gathereen 使用 Google Maps APIs,能夠有效追蹤並記錄使用者的行走步數、搭乘大眾運輸之公里數等移動量,判斷用戶是否為低碳交通,倘若是低碳交通,將依據移動距離給予對應的點數,例如用戶低碳出行一公里將得到10點C Point。並且結合政府開放資料大平台,使系統能在「綠色藏寶地圖」上顯示綠色商家,當使用者進行綠色消費時,同時也會累積 C point 點數,每消費100元,累積1點 C point。

社群挑戰 – 社群減碳行動
社群挑戰為 Gathereen 亮點功能,任一使用者皆可成為減碳行動發起人,抑或是行動參與者。應用程式內具有融合社群概念的「任務挑戰」及「議題討論」功能,其中,「任務挑戰」依任務時間長短,共分為四級,完成相對應的任務挑戰,可以累積最少5點,至多25點的 C Point,也期待使用者能吸引更多志同道合的夥伴加入使用行列,而「議題討論」功能,能大幅提升使用者之間針對永續環保議題的交流。

​綠色小舖 – 獎勵兌換回饋
而使用者累積一定數量的 C point 後,可前往應用程式內,與環保店家合作的「綠色小舖」,一同兌換永續商品折價券等好康。

MY C Point – 個人資訊管理
My C Point 為個人資訊管理介面,可查看所累積之 C Point 點數及當日步行數,另外,透過區域排行榜,能與所在處附近的夥伴累積步數里程碑,為減碳生活同奮鬥!

圖四:Gathereen系統特色示意

台灣在因應巴黎氣候協定施行細則推動溫室氣體減量,根據《溫室氣體減量及管理法》第4條第1項,明定溫室氣體長期減量目標為139年溫室氣體排放量降為94年排放量50%以下。因此,本團隊預期先向台灣大學生推廣,期望於一年內,應用程式使用者人數能達到5000人,合作店家達到五十家,將有超過3000人使用C point與店家互動,每日應用程式的用戶總行走里程可達到1萬公里。在2050年時,期望台灣能有更多的減碳大使,透過提高綠色交通的方式,使溫室氣體排放量降為94年(2005) 排放量50%以下。

Gathereen 透過社群互動、獎勵機制的模式,能使更多人參與環保永續行動,並以輕鬆、有趣的方式付諸實踐,讓更多使用者從「從不減碳」變為「減碳大使」,積跬步以至千里,通過每個人看似渺小的行動促成台灣的綠色轉型。

圖五:Gathereen發表合影
圖六:Gathereen網站連結

資料來源:
立法院-因應巴黎氣候協定施行細則推動溫室氣體減量作為之研析https://www.ly.gov.tw/Pages/Detail.aspx?nodeid=6590&pid=179455

【 專案名稱:DANCEasy – 舞蹈學習輔助系統

指導教授:林耕霈老師
團隊成員:施怡安、林宜璇、顏利、康芸瑄、郭佳偲、黃亭諺、劉易承、陳秋贊

本團隊根據身邊同學自學舞蹈的經驗,發現自學舞蹈有下列三項痛點:

1. 網路上的影片大多只有單一的拍攝角度,看不到舞者側面及背面的動作。
2. 在家使用電腦看影片自學,往往需要花費時間及力氣前後移動腳步來控制電腦播放或暫停影片。
3. 初學者想自學舞蹈,難度高且具挑戰性。再者,許多報導指出,跳舞對健康的改善大於其他類型的運動,除了能改善綜合平衡能力,預防老年癡呆症外;相較於其他運動,舞蹈對健康的助益更大且更容易堅持。不只年輕人,高齡族群也經常以舞蹈作為休閒娛樂、社交方式。

因此決定要打造一個「幫助人們更有效率、更便利的學習舞蹈」的輔助系統,也期待此計畫除了能夠使民眾更輕易、更全面的學習舞蹈,及培養規律運動的良好健康行為外,也能夠引起大眾對 3D 立體化影像技術的重視。

圖一:DANCEasy 功能及流程構想

本團隊認為此系統有達到下列 SDGs 目標:

1. SDG3(健康與福祉):確保健康的生活方式,促進各年齡人群的福祉。本系統提供一些輔助舞蹈學習的工具:使用者可以觀看 3D 立體化的舞蹈動作,也提供類似體感遊戲的操作方式 – 利用手勢播放暫停影片。

透過輔助系統,使用者能從學習舞蹈中獲得成就感及樂趣,同時達到休閒娛樂及運動的目的。此外,許多醫學期刊指出,跳舞能夠改善平衡、讓思維變清晰、預防老年痴呆症及降低心臟疾病致命的風險,因此我們的系統除了支援舞蹈這項運動及休閒娛樂,也能促進各年齡層的健康。

圖二:3D 化人偶呈現
圖三:2D 影片及手勢辨識操作介面

2. SDG4(優質教育):確保包容和公平的優質教育,讓全民終身享有學習機會。

輔助系統操作簡單,任何年齡層都能輕鬆上手。除了一般的舞蹈學 習,對於老年人的早操、太極拳,甚至是病患的復健、運動選手姿勢校正,只要有影片,都能上傳到系統上。此外,系統提供使用者成本低且容易負擔的學習方式,只要有瀏覽器及鏡頭(一般筆電的也可以)就能連線使用。因此,團隊認為此系統適合終身學習,對於不同身分、經濟狀況、年齡的族群也都是能輕鬆負擔的。

目前系統主要能提供以下三種目標對象價值:舞蹈初學者、有舞蹈基礎的學習者、以舞蹈作為運動的使用者。對於舞蹈初學者,他們可以匯入自己喜歡和難度較適中的影片來學習,建立學習舞蹈的興趣;對有舞蹈基礎的學習者而言,我們提供 3D 人偶來幫助他們學得更全面,手勢辨識也可以減少不必要的操作時間,提升學習效率及便利性;對以舞蹈作為運動的使用者來說,團隊利用科技化的工具讓他們能夠體驗舞蹈的樂趣,也提供一個更便利、有效率在家中運動的選擇。

圖四:系統特色示意

本團隊所規劃的量化成果預計是學習一部舞蹈影片所花費的時間減少 30%。目前預計先在有上述煩惱的同學及有在舞蹈社團的同學中推廣,尋找 30 位同學進行測試。30 位同學中,將舞蹈程度相當的同學兩個、兩個分組,共分成 15 組,兩位都學習同一段舞蹈,一個看影片自學,一個使用系統輔助學習(實驗組和對照組),並各自記錄他們學習所花費的時間。

此外,在未來展望中,團隊希望能將此系統延伸應用至舞蹈學習外的領域,對以下對象產生正面影響:

1. 需要復健的病患:在無法定期回診的情況下(例如交通、疫情),醫師可以遠端視訊診斷病情,並傳送復健影片供使用者在家練習。我們系統能夠提供他們更有趣且科技化的復健方式。

2. 運動姿勢校正:教練在授課結束後,可以傳送相關的影片供運動員在家調整自己的姿勢。使用者可以利用我們系統的 3D 人偶功能,360 度零死角的觀看姿勢,以更全面的學習。

圖五:團隊成員與教授的合影

專案名稱:IOT 智慧溫室

指導教授:楊惠芳老師
團隊成員:陳智原、黃于千、吳咨賢、黃子恩、蕭順景、胡哲思、蔡尚諺

自農業發展以來,人類便致力於降低病蟲害機率,減少農業損失。也因植物的病蟲害嚴重可造成非常大的經濟損失,故植物防疫在農業中是非常重要的一環。隨著氣候變遷與人口成長,糧食短缺成為了當務之急,植物病蟲害、氣候變遷導致的天災,皆會阻礙農作物的生長,導致產量下降,且政府也在近年積極推廣智慧農業,希望藉由物聯網(The Internet of Things,IoT)、大數據(Big Data)、AI (Artificial Intelligence)等方法實現精準種植,達到保護環境、提升產量等目標。

本團隊開發一套系統,透過自動化溫室、病蟲害偵測機制與諮詢系統,達到病蟲害防治的目的。我們將透過物聯網的技術,利用感測裝置監測生長環境,創造一個可控制的植物生長溫室環境。美國賓夕法尼亞州立大學和瑞士聯邦理工學院(EPFL)的研究人員於2021年共同開發一款軟體,該系統可以從作物的照片識別作物危害,準確率達99.35%。

因此為了達到防治病蟲害之目地,本團隊利用類神經網路的分析讓使用者了解植物是否健康,以及患有不同疾病的機率分別為何。使用者可利用諮詢系統詢問病蟲害資訊和處置方式,其目的在於幫助缺乏專業農業知識的使用者也能夠對於不同的植物病症進行適當的處理。透過 AI 病蟲害分析與諮詢系統,我們期望打造更加使用者友善之系統環境,讓具不同背景知識的使用者皆能使用。


環境監控頁面,使用者可以在該
UI 介面上即時的監控環境資訊。

資料視覺化界面,使用者可以利
用該圖表來審視過往的環境資訊。

此外,透過這個系統,也能增加農業生產力和強化適應氣候變遷,進而消除飢餓;強化科學與科技能力協助邁向永續的消費和生產模式,並確保永續消費及生產模式;智慧溫室系統可幫助各國抵禦和適應氣候變遷浩劫及自然災害,維持農業生產力,進而因應氣候變遷及其影響。本系統也希望能夠進一步推廣到自家使用者,以滿足有種植植物需求的使用者,並且持續改善系統流程並擴充更多功能。


警示介面,使用者可以客製化不同的
提醒條件,在條件觸發時系統會提醒
使用者。

警示介面,使用者可以客製化不同的
提醒條件,在條件觸發時系統會提醒
使用者。
實際的 3D 溫室圖,使用者可以利用該空間來種植植物。
← ←

分析結果: Early blight : 0.99972 Late blight : 0.00026

病蟲害分析功能,該功能會利用本團隊架設在溫室端的相機進行截圖,經過yolov5模型找出葉子樣本的所在位置,該yolov5由團隊經過訓練,使其能夠判斷葉子的所在位置,抓出葉子位置後經過裁切將原始圖片轉換成許多張的葉子樣本,並送入團隊以restnet50為基礎訓練的卷積神經網路,最後可以獲得該葉子樣本在各項分類的機率分布,例如上圖葉子被判定為 : Early blight的機率為0.99972,Late blight的機率為0.00026,healthy的機率為0。