卓伯全

名人推薦：十年一劍霜刃試　三十寒暑志愈堅
文／謝宏炅（基士德科技股份有限公司董事長）

與伯全結緣於2014年仲春之際，時值工業4.0概念提出，傳統產業探索智能製造，GSD也正在為上市規劃及發展策略進行思考和布局。爾後，基士德大膽的決定以智能化作為GSD全系列產品發展方向，從「智慧水泵」切入進行智慧化轉型升級。當時，對於伯全將即時控制，智能化與智慧化理念，導入水務管理體系的投入與堅持，留下深刻的印象，也邀請伯全以顧問的身分參與GSD智慧化工作的指導和協助。
在GSD順利於2018年底返臺上市後，經過一年多的布局和團隊組...

1.1　AI賦能的必要性

以系統性思維所稱之智慧水務，係賦予水資源循環管理系統智慧化管理與控制的能力。水資源循環管理系統，或稱為水資源管理系統，主要包括：水源、淨水、用水、污（廢）水、回收水及再生水等子系統。為符合法規及使用水的標準，各子系統均設置處理系統，利用物理、化學及生物等處理方法及程序，以分離、去除、降解水中污染物質並進一步淨化水質，統稱為「水與污（廢）水管理系統」，為水資源管理系統的主要核心子系統。
水與污（廢）水管理系統，包括：自來水管理系統及污（廢）水管理系統。自來水管理系統，包括：水源、取水、導送水、淨水及配水等子系統；而污（廢）水管理系統，包括：污染源、現場處理（前處理）、收集輸送、處理及處置等子系統。兩者均具有的主要特性，包括：
▪目的性：水與污（廢）水管理系統設置的目的，主要涵蓋用水安全、供水穩定、淨化水質、污染預防等；
▪整體性：每個子系統均由兩個以上的單元、程序及其子系統所組成，從而構成一個有組織的整體，以實現其功能和目的；
▪相關性：各處理單元、程序及子系統間存在著關連性及交互作用（包括相互制約與相互影響）的關係，正是這種相關性確定了水與污（廢）水管理系統特有的整體型態與功能；
▪複雜性：各子系統運作及處理過程與周圍環境之間通常都有物質、能量和資訊交換。環境的變化會引起系統特性的改變，相應地引起系統內部各單元、程序及子系統間相互關係與功能的變化；
▪動態性：各子系統進流水量與水質特性是隨著時間不斷地的改變等。
另外，水與污（廢）水管理系統中，各種物質、能量、結構、型態、功能及其控制都是通過操作運轉的過程表現出來的，因此掌握水與污（廢）水管理系統的動態行為是確保其操作管理成效的關鍵。而水與污（廢）水管理系統之操作管理又是屬於一個動態且十分複雜的過程，除了進流水與污（廢）水之水量與水質特性是隨著時間不斷的改變外，處理系統的程序操作控制，又受到微生物新陳代謝、設備運轉、及環境條件變異等因素之交互作用與影響，任何一方面的缺失或改變都將影響水質處理的成效及系統的穩定性。因此，水與污（廢）水管理系統必須發展出一個有即時性、可監看、具有趨勢性的「動態反饋控制機制」。
再者，為因應水與污（廢）水管理系統與周圍環境的變化而引起系統特性的改變，及系統內部各單元、程序及子系統間交互關係與作用的變化，水與污（廢）水管理系統必須具有反饋機制及「自適應和自學習性的反饋系統」，以保持對客觀環境的適應能力。亦即，水資源管理系統必須賦予解讀、分析資料及邏輯思考與輔助決策的能力。此舉相對地導致水資源管理系統對大量數據及資料量的處理、邏輯推理與最適化決策模擬的要求程度就越高，甚至超出操作者及管理者的思考及行為能力。
人工智慧（Artificial Intelligence, AI）是讓系統具有模擬人類思考模式、邏輯與行為的能力，且能自行透過數據分析的過程，持續校正、進化。亦即，人工智慧經過感知、學習、推理與校正等階段，深入大量需要人類智慧判斷或涉及超出人為分析能力上限的資料規模數據、執行複雜且繁瑣的解讀及分析工作，並依人類思維邏輯規律進行思考及行動，協助突破操作者及管理者的能力限制，賦予水資源管理系統執行智慧化管理及控制決策等活動的能力。

3.1 AI賦能的本質與內涵

水資源管理系統，主要包括：水源、淨水、用水、污廢水、回收水及再生水等子系統。水資源管理系統所面臨的環境問題，可分為：「水資源調配與利用」及「水資源保護與保育」等問題。其中，水資源調配及保育問題，必須藉由「量的管理」策略來滿足水資源的供應及需求；而水資源利用及保護問題，則需藉由「質的管理」策略來達到預防水源與承受水體污染的目標。水資源系統AI賦能的目的，在於解決水資源調配及利用與保護及保育等環境問題。因此，水資源管理系統AI賦能的本質為「水資源環境問題解決方案提供者」。
水資源管理系統AI賦能，係指賦予水資源管理系統智慧化管理與控制的能力。亦即，藉助新興的資料（訊）收集與數據分析技術，將各項水與污（廢）水處理過程相關設備及裝置所產生的數據，透過智慧物聯網（AIoT）收集、分析後，運用智能化操控及智慧型AI推論技術從中獲取設備運轉、程序控制及操作維護管理上的經驗知識及操作維護管理方式，再回饋到相關設備及程序控制上，使水資源管理系統變得更具智慧，進而達到整體性提升水資源管理系統營運管理績效，包括：管理效率最佳化、設備效能最佳化及操作效益最佳化的目標。
然在賦予水資源管理系統智慧化管理與控制能力的過程，必須建置一個「水資源管理系統AIoT（公／私有雲）管理平台」，可用於感測數據收集、邊緣和雲端分析計算基礎架構，且必須佈署雲端／邊緣智慧運算工具，以提供機器學習／深度學習／人工智慧建模、更新等功能。在智慧雲端／邊緣運算架構下，資料的分析與知識的產生，必須更接近於數據資料的來源，使能更快速且適切的處理及分析大數據。以上相關資料（訊）收集與數據分析之訊息，再藉由可視化數位儀表板進行即時顯示及預警，並進一步就整體性（或綜合性）成效評估結果，提供水資源環境問題的解決方案，作為水資源管理系統監督考核營運管理績效與輔助研擬決策的工具。其中，由水資源管理系統AIoT管理平台產生的「水資源環境問題解決方案」即為水資源管理系統AI賦能的主要內涵。
因此，水資源管理系統AIoT管理平台建置的必要條件，包括：
(1) 必須要有一個AIoT雲端運算平台（公／私有雲），可用於感測數據收集、邊緣和雲端分析計算的基礎架構；(2) 該AIoT雲端運算平台必須部署雲端／邊緣智慧運算架構，以提供機器學習／深度學習／人工智慧建模、更新等功能；(3) 在智慧雲端／邊緣運算架構下，資料的分析與知識的產生，必須更接近於數據資料的來源，使能更快速且適切的處理大數據。另邊緣運算應採分散式運算的架構，將應用程式、數據資料與服務的運算，由網路中心節點（伺服器），移往網路邏輯上的邊緣節點來處理。由於邊緣節點更接近於用戶終端裝置，能夠加快資料的處理與傳送速度，減少延遲。


以上內容節錄自《水資源AI賦能》卓伯全◎著．基士德環科股份有限公司出版
更多精彩內容請見
http://www.pressstore.com.tw/freereading/9786269963416.pdf

1.1　AI賦能的必要性

以系統性思維所稱之智慧水務，係賦予水資源循環管理系統智慧化管理與控制的能力。水資源循環管理系統，或稱為水資源管理系統，主要包括：水源、淨水、用水、污（廢）水、回收水及再生水等子系統。為符合法規及使用水的標準，各子系統均設置處理系統，利用物理、化學及生物等處理方法及程序，以分離、去除、降解水中污染物質並進一步淨化水質，統稱為「水與污（廢）水管理系統」，為水資源管理系統的主要核心子系統。
水與污（廢）水管理系統，包括：自來水管理系統及污（廢）水管理系統。自來水管理系統，包括：水...

按真理的軌跡而行

1988年，在進行決定以曝氣氧化或氧化劑氧化染整廢水中偶氮（-N=N-）染料發色團的實驗中發現，當-N=N-被氧化斷鍵時，廢水中的氧化還原電位（Oxidation-Reduction Potential, ORP）會產生折點（break-point）變化，且監測此等ORP break-point發生的時機可有效掌握曝氣氧化或氧化劑氧化反應的終點。直至1995年，在進行高級氧化程序（Advanced Oxidation Processes, AOPs）對ABS（Acrylonitrile-Butadiene-Styrene）樹脂廢水的生物可分解性研究中，再度驗證ORP break-point在臭氧氧化ABS廢水過程中的監測性與可控制性，進而確立了我在廢水處理系統自動化監測與控制技術的研究方向。
1997年起，我開始進行高級生物脫氮除磷機制與自動化程序控制技術之研究，同時於輔導經濟部工業局建置台灣各級工業區污水處理廠廢水管理系統期間，藉由推動各級工業區污水處理廠電腦化、資訊化及自動化的過程，導入ISO14001環境管理系統績效評量指標並建置污（廢）水管理資訊與決策支援系統，以符合建置ISO14001環境管理系統污染預防及持續改善的原則與目標。同時，也開始規劃水與污（廢）水管理系統自動化後，經由智能化操控邁入智慧化管理與控制的發展路徑。於是自1999年起，我開始將模糊理論（Fuzzy Logic）及類神經網路（Artificial Neural Network, ANNs）導入水與污（廢）處理系統，進行人工智慧（Artificial Intelligence, AI）與智能化程序控制技術之研究。至2005年止，上述研究成果合計發表國內外期刊論文33篇，技術報告11冊，並榮獲環境工程學會優秀論文獎殊榮。
2005年起，成立環境工程技師事務所，開始致力於將上述研究過程所發展的最佳化曝氣節能控制模組及最佳化生物脫氮除磷程序控制模組應用於污水處理廠POC驗證工作，並推廣前瞻性環境資源管理與環境污染控制技術。2010年，因有感於新世代環保產業必須結合資通訊科技（Information and Communication Technology, ICT）產業及環境工程與管理技術，並透過智能化感知技術、物聯網技術、即時數據分析、雲端化服務，在發展智慧環境的過程中打造出藍海（循環）經濟的創新價值，乃積極投入環境智聯科技的研發工作。直至2018年，開始應用環境智聯科技所研發之廢水自動化監測及智能化控制模組，進行水資源回收中心可視化智能管理平台的建置及A2O（厭氧—缺氧—好氧）生物處理程序智能化控制，驗證成果及成效顯著，進而決定全力推展「環境智聯科技」。
2020年2月，應聘進入基士德科技股份有限公司（以下簡稱GSD）服務，擔任技術總監一職。GSD自2015年成立智慧水務推動小組以來，一直致力於為建設及營運中的淨／污（廢）水處理廠提供智慧節能的解決方案。並憑藉多年的環工技術和經驗，針對水與污（廢）水處理、污泥處理及河道淨化等方面，提供技術評估、診斷、改造及設備維修與智慧監控等服務。2018年，GSD已成功開發了智慧物聯（AIoT）系統，包括水泵、風機等單機設備智慧產品、EP6監控預警智慧模組等產品及技術服務，奠定「設備賦能」技術發展策略的基石。
2020年10月，我結合「設備賦能」、「程控智聯」與「智能巡檢」等技術訂定智慧水務發展策略，並帶領GSD研發團隊陸續完成應用於水與污（廢）水處理系統中物理、化學及生物處理單元及程序之智能化操控模組及智慧型推論模型，與大數據分析、邊緣運算等產品及技術服務。目前，GSD水資源AIoT管理平台已被產、官、學、研定位為一個可廣泛應用於水資源管理系統，達到設備延壽、操作優化、精簡管理及節能節費等目標之技術服務平台。
直至2023年，建置水資源AIoT管理平台儼然已成為實現水資源管理系統精實管理的必要途徑。其中，生物曝氣及化學加藥之智能化與智慧型精確控制技術，不僅成為水資源管理系統節能降耗不可或缺的執行方案，更有助於降低污（廢）水處理過程的總碳排放量，在實現淨零碳排的路徑發揮立竿見影之效。另水資源AIoT管理平台具高度整合性，能夠將線上監測水質參數、設備運轉數據以及耗用人力、電能數位化，透過大數據資料庫及可視化軟體，將原本複雜難以理解的運行處理單元及程序之情境及場景，簡化為一目了然的視覺化管理介面，實現虛實整合的數位孿生系統，協助企業加速雙軸轉型（數位轉型×永續轉型），以符合永續經營及ESG的目標。
惟在將AI導入水資源管理系統的過程，從一開始操作管理者深怕工作會被AI取代及無法相信AI可以完成如此高度複雜性及變異性的程序控制，到研發人員對AI認知的差異而被認為只是為AI而AI，甚至資通訊業者及自動化廠商認為只要將監測控制訊號可視化或建置物聯網（Internet of Things, IoT）系統就是智慧化管理等等的迷思及誤解，導致智慧水務發展方向的模糊化。再加上，近年來生成式AI技術的不斷發展及普及，已被誤認為可以取代水資源管理系統的領域知識者和AI工程師的角色，極可能造成水資源管理系統智慧化管理及控制策略的混沌化現象，操作管理者無法判斷真假及對錯，進而對AI的導入產生恐懼、誤解或不信任，屆時將成為發展智慧水務的障礙。因此萌生記載水資源管理系統AI賦能的本質與內涵，以及實現AI未來發展趨勢的技術特徵的想法及作法。
一路走來我相信，堅持造就軌跡、軌跡成就真理。我受到師長的栽培及各方貴人的提攜得以善盡本質學能堅持環境智聯科技的發展軌跡，並以理論基礎為依歸研發水資源管理系統AI賦能技術成就發展智慧水務的真理。期待本書所記載的真理可以消弭環境智聯科技前進的障礙，讓智慧水務發展的方向清晰明確化，善盡一位環境保護從業人員的責任與使命。

按真理的軌跡而行

1988年，在進行決定以曝氣氧化或氧化劑氧化染整廢水中偶氮（-N=N-）染料發色團的實驗中發現，當-N=N-被氧化斷鍵時，廢水中的氧化還原電位（Oxidation-Reduction Potential, ORP）會產生折點（break-point）變化，且監測此等ORP break-point發生的時機可有效掌握曝氣氧化或氧化劑氧化反應的終點。直至1995年，在進行高級氧化程序（Advanced Oxidation Processes, AOPs）對ABS（Acrylonitrile-Butadiene-Styrene）樹脂廢水的生物可分解性研究中，再度驗證ORP break-point在臭氧氧化ABS廢水過程中的監測性與可控制性，進...

推薦序
作者序
前言

Chapter 1 AI賦能的「能」與「不能」
1.1 AI賦能的必要性
1.2 AI技術的發展與應用
1.3 AI賦能的效益及影響

Chapter 2 AI賦能的實質意義
2.1 AI賦能認知上的迷思
2.2 AI賦能的目的與目標

Chapter 3 AI賦能的技術發展
3.1 AI賦能的本質與內涵
3.2 水資源管理系統AIoT管理平台
3.3 智慧水務服務平台
3.4 智能化操控模組與智慧型推論模型之特點

Chapter 4 AI賦能的技術特性
4.1 設備賦能
4.2 程控智聯
4.3 精確控制
4.4 智能巡檢

Chapter 5 AI賦能加速雙軸轉型
5.1 雙軸轉型
5.2 AI賦能對縮短數位科技落差的效應
5.3 AI賦能對加速雙軸轉型的效應

Chapter 6 AI賦能驅動淨零碳排
6.1 因應全球氣候變遷之水資源管理策略
6.2 AI賦能對淨零碳排的重要性
6.3 AI賦能對淨零碳排的效應
6.4 AI賦能對綠色轉型的效應

Chapter 7 AI賦能邁向ESG永續發展目標
7.1 ESG永續發展目標
7.2 虛實整合系統CPS與數位孿生系統
7.3 虛實相輔邁向ESG永續發展目標

Chapter 8 AI賦能的最後一哩路
8.1 AI賦能的回顧與前瞻
8.2 AI賦能的挑戰與展望

推薦序
作者序
前言

Chapter 1 AI賦能的「能」與「不能」
1.1 AI賦能的必要性
1.2 AI技術的發展與應用
1.3 AI賦能的效益及影響

Chapter 2 AI賦能的實質意義
2.1 AI賦能認知上的迷思
2.2 AI賦能的目的與目標

Chapter 3 AI賦能的技術發展
3.1 AI賦能的本質與內涵
3.2 水資源管理系統AIoT管理平台
3.3 智慧水務服務平台
3.4 智能化操控模組與智慧型推論模型之特點

Chapter 4 AI賦能的技術特性
4.1 設備賦能
4.2 程控智聯
4.3 精確控制
4.4 智能巡檢

Chapter 5 AI賦能加速雙軸轉型
5.1 雙軸轉...