3. 您覺得台灣的研究風氣和美國的有甚麼差別？

　　大約 1994 年在維吉尼亞待了五年，之後到德州農工大學待了七年，期間發現和 台灣最大的不同是，他們出海的機會少，計畫競爭非常激烈，計畫大概只有 10%的通過率，在這樣的情況下，教授要得到經費非常困難，因此會格外珍惜出 海研究的機會。

　　另外是教授的薪水只給有些 6 個月，有些 8 個月，有些 9 個月，大部分是 8-9 個月，另外三個月的薪水要老師自己去賺，要怎麼賺呢？第一就是看研究有無 突破，再來就是看提出的構想合理與否，合理的話就可以拿到計畫，這時候就 有額外的經費可以拿，拿不到計畫的話就沒錢，所以教授和學生們都必須很努力，而且美國就是典型的資本主義國家，所以基本上研究好的就會讓你更好， 甚至薪水可以拿到 13-14 個月，研究不好的獲得的資源就會非常少，不像台灣 是齊頭式平等，每個教授都是 12 個月的薪水在拿。

4. 未來是否還有規劃要往哪個領域去研究或是合作?

　　仍然是希望致力於全球關注的議題，比如全球暖化。

　　之前在莫拉克颱風時出海研究，原本海面上的藻類只有十幾隻，颱風來之後， 海面上的藻類數量竟然暴增到十七萬隻！原因是颱風將海底下的影養顏全部翻 攪上來，而且好多魚蝦都來吃，才發現只要海洋藻類夠多，就能吸引魚蝦。而 博士就是做藻類研究，發現藻類既可以當作蝦子飼料，又可以減碳幫助地球， 便毅然決然地投入做研究。

5. 那這兩個差最多的地方?(鹽水、淡水?沒那麼複雜 or 考慮更多東西?)

　　養殖有三種：純海水、半淡水、淡水。

　　由於魚蝦自已會去調節滲透壓，但調節滲透壓需要能量，如果這個調節的能量 沒用上，這些本來用來調節滲透壓所需消耗的能量就會轉而用在成長上，所以鹹水養殖的漁民往往會將鹽度慢慢調降，養出來的魚會長得比較大，淡水養殖就沒有這類問題。

6. 老師踏入 AI 的過程？

　　蝦苗、魚苗+飼料+管理，這三個領域是養殖業最核心也最困難的，尤其現在極 端氣候問題更會影響魚蝦的成長，海鮮養殖不像陸地上豬雞的養殖，一有狀況 馬上就可以發現，因為無法看到水底，所以等到察覺有問題時往往早已到了很 嚴重的情況，為了能夠在一開始出現問題時能夠盡早察覺，利用 AI 來監測水下 狀況是有其必要性的，所以在 2013 年時投入水下影像監測的研發。

7. 聽說一開始在推廣 AI 養殖技術的時候，因為養殖業者的不信任,導致推廣上的困難，想請問當時是如何取得養殖業者的信任呢? 

　　其實過程是順利的，養殖業者也非常希望人家來幫忙。

8. 在研發的過程中有沒有發生其他問題或是趣事？

• 問題 1：影像辨識問題

一開始自己先做了三四年(2013 年開始)，2016 年發表一篇用水下攝影機看蝦子的研究，雖然很早就開始用水下攝影機觀察蝦隻，但卻不懂得分析影像，也不懂得如何利用加值處理讓影像變得更清晰，於是便邀請資工系的黃老師一起合作。

• 問題 2：飼料要放多少？

漁民的經驗來自前人，他們其實也無法抓得非常精準，要嘛就是餵太多或太少，而且餵的時間點也無法精確掌握。
(解決：其實有一個參數：亞硝酸，可以透過 AI 偵測看有沒有餵太多，若餵食太多，蝦子吃不完，隔天亞硝酸的參數會飆高，就可以知道有沒有餵太多。)

• 問題 3：停電

停電只要五分鐘，蝦子就會死亡。

• 問題 4：蝦子生病

蝦子的行為有沒有異常，比如游泳動作很奇怪、吃同伴、不吃東西，透過 AI 就能觀察蝦子有沒有生病，進而利用 AI 去輔助處理。

   與教授合影