傳統上飼養產生的廢水，畜牧業者必須依法逐步處理，其中廢水固液分離的效果對整體淨化效能有重大影響。而為了達到良好的分離效果，需要根據凝集程度調整凝集劑的添加量，但在過去並沒有可以測量凝集程度的感測器，農民必須透過肉眼觀察調整凝集劑用量，不僅增加許多工作負擔，也難以因應廢水濃度的變化。近期，日本農研機構(NARO)開發出「AI凝集感測器」，它運用AI影像辨識技術改善畜牧業廢水處理流程，使其能夠精確測量廢水凝集程度，有助於廢水自動化處理。

　　新開發的AI凝集感測器透過機器學習，讓AI系統能夠辨識何謂正確的凝集狀態以及凝集劑添加不足或過量的狀態，在測試多種AI模型後發現ConvNeXt模型最適合，測量誤差最小。系統中包含一個用於拍攝凝集槽內部的攝影機，以及專門進行AI 運算的主機，可透過電腦或智慧型手機進行操作和監控。

　　經由實驗證實，該感測器可成功自動控制凝集程度，例如將凝集度設定為0.7，系統即可由此精準控制凝集劑的添加量，使凝集度穩定維持在目標值。該項技術的實用性包含以下4個方面：

1. 人員管理方面：可減少人工巡檢次數。
2. 淨化效果方面：避免凝集不良，造成固液效果分離不佳，影響後續處理效果。
3. 藥劑控制方面：精準控制凝集劑使用量，提升流程處理效率
4. 成本方面：因凝集劑所耗費用約占處理成本中的40%，故減少凝集劑浪費可降低運營成本
　　這項技術對於現在面臨嚴重人力短缺的畜牧業來說極具價值，未來預計將技轉給固液分離設備製造廠商、感測器製造商及廢水處理設施施工廠商，期望可廣泛應用於畜牧廢水處理設備中，促進環境友善並紓解人力短缺問題。
【延伸閱讀】-紙質生物感測器快速檢測農場糞便污染