人工智慧賦予數據生命，讓過去各種盤點和調查所蒐集到的龐大資料，找到重新被利用的機會，透過資料驅動決策，就能夠對症下藥，利用AI提升社會福祉，究竟AI可以幫助解決哪些社會問題呢？

颱洪災害致停電風險預警系統

台灣位於颱風路徑的要衝，時常釀成大範圍停電，謝宗震博士說明，AI可以在颱風來臨之前，幫助預測可能造成停電的區域，利用中央氣象局的颱風路徑預測、過往累計雨量分布圖、台電的電機機組建設資料、電線杆分布座標、颱風致災歷史數據以及全台灣村里特徵等，就可以建立停電風險預測模型，協助台電公司在颱風來臨之前，提早進行災害管理及資源配置，讓停電的風險降到最低。

農地重金屬汙染偵測

過去環保署透過人力調查方式，定期派專業技師至全國農地進行重金屬檢驗，是個耗時耗力的調查工作，利用AI可以幫全台灣農地進行快篩，立即找出有問題的農地，謝宗震博士說明，AI系統利用農委會的土壤採樣及調查分析報告中的13萬筆農地資料，發現全台灣共有993筆農地具有重金屬超標問題，驅動政府重視農地汙染問題，並盡速展開受汙染農地的整治工作。

打造節能降耗的智慧工廠

工廠生產需要非常多的資源，處理製造污染更是營運成本的負擔，智慧工廠的產線上佈滿感測器，紀錄工廠操作的歷史軌跡，所收集到的數據利用AI建模方式，找出最佳生產方式，既可以滿足品管要求，又可以做到節能，達成降低成本、潔淨生產的目標。

兒少再受虐預警系統

利用兒少受虐案件基本資料、家庭資料、家庭功能評估、關係人狀態等數據，建立再受度受虐風險預警模型，將風險以分數高低呈現，協助社公判斷案件處理的次序，提升調查個案的準確度，並選擇最適合的處理方式。根據統計，每年平均有2萬位的家暴受虐兒童，每位社工平均要處理60案，而其中有30%是屬於家暴回頭客，目前預警系統可以達到約65%的準確度，代表每年可以多救3000~4000位兒童遠離再次家暴，並且幫助社工降低工作負擔，讓有限的資源得以應用在最需要的地方。

火災風險預測

2016年謝宗震博士團隊，利用消防局火災發生資料、社會局家庭狀況紀錄、建照單位的建築物相關紀錄等，幫高雄市建構了火災風險地圖，並在隔年完成了鳳山區的火災熱區圖，可以精密到每一棟建築物未來５年內發生火災的機率，消防局可以精準的針對特別危險的建築物進行火災預防居家訪視宣導，實施半年後發現火災發生機率真的下降。

謝宗震博士認為，AI 的核心目標是「人」，是一種「早知道」的策略，早知道要不要放颱風假、早知道哪些家庭會有人受傷，用最有效率的方式，解決問題痛點，而其中的關鍵就是落實資料驅動的變革管理，有正確的資料，才能讓AI發揮真正的價值。