人工智慧防救災前瞻應用論壇(2026)
日期|2026 年 1 月 9 日(五)下午1:30 (下午1:00報到)
地點|國家地震中心 13 樓
主題|人工智慧防救災前瞻應用論壇
日期|2026 年 1 月 9 日(五)下午1:30 (下午1:00報到)
地點|國家地震中心 13 樓
主題|人工智慧防救災前瞻應用論壇
一、活動前導介紹
面對氣候變遷帶來的災害威脅與日益複雜的應變挑戰,人工智慧已逐漸成為強化災害監測、應變決策與災後復原的重要力量。今年舉辦的「人工智慧防救災前瞻應用論壇」延續過去兩年的經驗,聚焦於 技術成果落地、跨領域合作與實務需求對接,邀請不同研究與技術團隊分享最新成果與應用情境。
本次論壇以「技術成果與應用分享」為核心,透過多場報告與交流討論,呈現 AI 在災害防救領域的最新進展,包括災損辨識、應變決策輔助、數據整合與情資推論等面向。我們期待本次論壇能成為串聯研究、政府與產業的重要平台,推動臺灣防災科技邁向更智慧、更具韌性的未來。
二、活動亮點
三、議程
面對氣候變遷帶來的災害威脅與日益複雜的應變挑戰,人工智慧已逐漸成為強化災害監測、應變決策與災後復原的重要力量。今年舉辦的「人工智慧防救災前瞻應用論壇」延續過去兩年的經驗,聚焦於 技術成果落地、跨領域合作與實務需求對接,邀請不同研究與技術團隊分享最新成果與應用情境。
本次論壇以「技術成果與應用分享」為核心,透過多場報告與交流討論,呈現 AI 在災害防救領域的最新進展,包括災損辨識、應變決策輔助、數據整合與情資推論等面向。我們期待本次論壇能成為串聯研究、政府與產業的重要平台,推動臺灣防災科技邁向更智慧、更具韌性的未來。
二、活動亮點
- 多場技術成果分享:呈現最新 AI 災防模型、資料平台與應變工具。
- 跨領域知識交流:連結研究團隊、政府機關與民間組織共同討論需求與挑戰。
- 高度實務導向:聚焦技術如何落地,提升災情掌握、資訊整合與決策效率。
- 第二階段交流時段:提供與會者互動討論,促進合作機會與需求回饋。
三、議程
論壇影片
|
|
|
|
講題及講者簡介
Taipei Lens:AI Native 之應變決策輔助平台.
周遠同台大智活 AI 技術組組長。自土木系畢業後曾參與矽谷、紐約、台灣之 AI 新創。對於 AI 於各個產業之應用非常有熱忱,曾有開發服飾、室內設計及醫療等 AI 產品之經驗。
|
災害應變決策系統為指揮官提供資訊,以做出正確決策。然而,現有應變系統多是擔任資料整合的角色,指揮官會在災害龐大的資訊量下,遇到資料過載與決策瓶頸之議題。Taipei Lens 為 AI Native 之決策輔助平台:除了以 3D 視角整合多項城市數據,更透過 LensAI 大腦進行民眾通報處理、定期情資彙整、自然語言數據推論查詢、動態追蹤複雜指標等,期待協助指揮官提升對災情狀況之認知,並將數據轉化為決策建議,以做出更快、更好的決策。
|
人工智慧應用於災後大範圍建物與道路損壞評估
林偲妘美國密西根大學土木工程博士,現任國立臺灣大學土木工程學系副教授。其研究領域包括營建管理、災害風險分析、社區永續性和韌性、災害管理、遙測影像與人工智慧應用於災情評估等。
|
本研究結合大範圍遙測影像與人工智慧技術,辨識災後建物與道路損壞程度。因應不同災害類型、破壞規模,針對深度學習模型之泛用性問題深入研究。旨在災後及時提供大範圍之災損資訊,輔助政府與相關災害應變單位進行緊急救援與復原計畫之決策,提升社會整體抗災韌性。
|
無人機智慧巡檢與裂縫量化
吳日騰美國普度大學土木工程博士,現任國立臺灣大學土木工程學系副教授,臺大國際半導體學士學位學程合聘教授。研究領域包含人工智慧與電腦視覺、結構健康診斷與預診、超材料研發與設計、地震工程、系統識別。
|
本研究致力於以無人機發展自動與智慧化結構健康診斷系統,研發之AI模型結合裂縫辨識與探索,使無人機自行捕捉所有可能之破壞區域。此外,本研究研發AI模型進行裂縫量化,利用AI偵測裂縫與識別裂縫中心線,並結合三維重建與平面擬合等電腦視覺技術,準確量化裂縫寬度。研究成果將有助於災前災後之損害檢監測,大幅降低人力成本。
|
營建工程與防救災之自動化管理與巡檢
林之謙伊利諾大學香檳分校土木工程博士,現任國立臺灣大學土木工程學系副教授。研究領域包含多模態資料蒐集與分析、電腦視覺應用於工程、成本與進度最佳化與施工安全管理。
|
本研究旨在提升營建工程自動化生產與巡檢效能,核心概念在於以自主化感測與資料分析取代人工巡查的不確定性與風險。研究首先針對施工現場資料採集需求,建立自動化巡檢流程,透過影像、深度、點雲等多模態視覺感測辨識材料堆置、施工狀態、潛在危害與安全規範違失,並以深度學習方法提升缺失檢出率與判讀一致性,支援成本、工期與風險管理。在此基礎上,本研究進一步將巡檢系統擴充至多台協同載具,整合自主導航與路徑規劃,使不同機器平台可同時覆蓋大型工區並執行動態避障、資訊共享與警示回饋。未來具淺力應用於災後快速巡檢、危害偵測與工程韌性評估之延伸應用。
|
建物室內鑑定方法與工具
張家銘美國伊利諾大學香檳分校土木與環境工程系博士,現任國立臺灣大學土木工程學系教授。主要研究領域包含智慧型結構、人工智慧於結構工程之應用、結構健康監測、結構控制、地震工程、先進實驗技術。
|
本研究提出一套結合擴增實境與機器學習之室內結構缺陷檢測系統,以改善傳統目視檢查耗時、人力需求高與主觀性問題。系統建構於 ARKit 與 RoomPlan,可即時進行 3D 空間重建,並整合 YOLOv8 辨識裂縫與剝落等缺陷。透過 AR 標註與自動對應 2D 平面圖,實測結果顯示可縮短 30–50% 檢查時間、提升量測準確度並降低人力需求,同時強化資料整合與文件化效率。
|
應用AI輔助建築物耐震風險快篩
邱聰智台灣大學土木工程博士,現任國立雲林科技大學營建工程學系副教授。其研究領域包括建築物耐震評估、耐震補強、耐震設計、人工智慧應用於耐震快速評估等。
|
有鑑於921地震以前興建的既有老舊建築物數量龐大,其耐震能力亟待有效率的評估確認,才能讓政府建築管理單位執行防災規劃、都市更新、危老重建與耐震補強。本研究開發一套系統,應用AI影像辨識的技術,可讀取經數化後的建管圖紙,擷取關鍵參數進行耐震能力快速評估,依評估分數篩選排序,可供政策參考。本技術可大幅提高人工判讀圖資效率,適合應用於建築管理圖資已經完成數位化的地方政府,判讀分數可應用於建築管理、都市計畫等相關業務,本演講將介紹實務應用案例,可供機關業務相關單位參考。
|
打造救災智慧大腦:當大型語言模型(LLM)遇上地理資訊系統(GIS)
楊承道
國立臺灣大學土木工程研究所電腦輔助工程組博士,現任國家地震工程研究中心副研究員、中原大學兼任副教授。研究與專長領域包含地震損失評估、人工智慧於工程之應用與教學、災害救援道路規劃、軟體工程,以及永續與防災相關議題。歷年於中原大學開設課程包括物件導向程式設計、資料庫應用、AI 於土木之應用及工程應用數值方法。
|
我們正在開發一套「AI 救災助手」,用來協助分析災情資訊。系統結合災損推估模型與地理資訊系統,在災害初期就能辨識高風險熱區與潛在災點,提供決策參考。透過大型語言模型進行自動分析與定位,能協助導引應變行動、減少人力調度成本,提升整體應變效率。
|
多人語音辨識、語意萃取與資料對接
張慰慈國立臺灣大學博士,現任國震中心-臺大土木合設人工智慧研究中心執行秘書、國家地震工程研究副研究員、臺大土木系兼任助理教授。研究興趣為高效能計算、序列模型機器學習、離散力學、系統整合與最佳化等
|
聲音是生活中最常見、也最容易取得的訊訊息載體,但過往卻始終無法好好地處理這種最自然的資料型態。現在乘著人工智慧浪潮和生成式AI的橫空出世,我們開始能分解多人語音、萃取其中的隱晦語意,進而將這種非結構的資料轉化為結構型式,最終與其他系統對接。不論是災後的社工訪談、還是平時的弱勢關懷、決策會議討論等等,舉凡防救災人員、社工/志工都能從中獲益,為隱性的災後重建及撫平創傷帶來新的展望。
|