隨著近年來全球氣候變遷導致瞬間降雨量異常、極端氣候條件的促發，讓邊坡災害發生的機率已較過往更加頻繁。

「我們已經面臨極端氣候的挑戰與影響，」國立臺灣海洋大學副校長顧承宇說，從冰層融化、極端氣溫天數的變化，以及數百年來罕見的瞬間強降雨，都說明了我們的生活環境、家園安全已面臨前所未有的威脅，必須仰賴科技的協助，加速重組與強化現有的預防整備策略，才能因應未知的挑戰。

特別是臺灣位處亞熱帶，受梅雨季與颱風季影響，又因板塊運動頻繁地震，使邊坡土壤更易鬆動崩塌（參考圖1）。如今，導入 AI 智慧防災技術，可更有效應對極端天氣帶來的挑戰。

由於邊坡的穩定性與降雨有密切關連，過去經驗與資料顯示，坡地災害幾乎都發生在強降雨或颱風期間。顧承宇副校長說，在沒有人工智慧技術幫助的時候，科學家仰賴的多數是「經驗法則」（參考圖2），由於邊坡保護除了靠擋土牆與地錨等工程設計以及植生外，排水系統的暢通至關重要，因此每當颱風來襲前，政府就會協同專家學者藉由分析過去的資料比對，找出容易發生淹水的熱區進行預防整備，包括清理排水系統、發放沙包，甚至是提前撤離，確保人身安全。

「不過極端天氣的出現也讓事前預警準備更加困難，」在越加頻繁的強降雨情況下，顧承宇副校長說這都讓經驗法則難以發揮效益。因此號召AI與大數據專家等協同合作，將過去這數十萬筆歷史降雨量的資訊，連同坡地崩塌紀錄與地理資訊系統（GIS）、衛星遙測影像與 LiDAR 等，一同作為 AI 模型訓練的重要來源，逐步朝智慧防災的方向邁進，並透過 AI 與大數據訓練，結合感測器、無人機與 5G 通訊，打造更即時、精準的防災應變機制。

顧承宇副校長表示，精準資料是AI模型的決勝點，而過去長時間累積的紀錄正好能在人工智慧時代下發揮效用。他舉例，當氣象預報指出將有颱風來襲，團隊就能依照目前的預估數值調整參數，讓AI模型協助指出可能淹水的熱區，進行事前預防整備，避免邊坡崩塌。

他進一步指出，相比於人腦的極限與盲點，AI可以協助我們以更全面視角下判斷。如果過去我們只能透過經驗來判斷淹水熱區進行防護，而現在的AI則可同步參考衛星資料，透過全面分析指出哪些地點可能因為施工、植被等因素，成為颱風天淹水應注意的地區，靠AI協助讓災前預防的整備更完整，以有限的人力資源，創造最高的安全價值。

AI 不僅能在事前提升邊坡安全預防，顧承宇副校長提到，隨著科技日新月異，包括感測器、監視器等設備增設，都能為邊坡安全防護盡一份心力，「影像收集除了在災害發生第一時間發出警訊，也能作為日後分析預警模型的資料提升未來精準度。」此外，顧承宇副校長也說，近年來 5G 網路普及對於防災也扮演重要角色，為民眾傳遞更即時的訊息，甚或是無人機在災害現場的應用，能協助救災人員抵達不易前往的場域，進行災害區域偵測、即時影像回傳，甚至執行簡單救援任務。

「科技的發展，特別是AI技術，讓我們能更精準預測極端天氣帶來的影響，提高防災決策的效率與準確度。最終目標是讓防災工作更具前瞻性，減少災害帶來的損失，真正守護人民安全。」顧承宇副校長期盼道。即便AI這項技術也絕非萬能，在數據不足的情況下也可能影響模型的準確度，但面對極端天氣事件，相信科技仍會是我們最重要的盾牌。