由本校基因體暨生物資訊學研究所朱彥煒特聘教授所帶領的「AIMIA 阿米亞團隊」，在國科會科研創業計畫的支持下，開發出「智慧農業前瞻預警平台」，結合人工智慧演算法辨識作物生理特徵，可即時反映水稻植株生長狀態，並在10-15 秒內提供
使用者灌溉栽培建議，實驗證實可有效減少灌溉用水20%。今年已成功與彰化米屋企業合作，實作出6 公頃的「AI 低碳米」，未來將續談合作，逐步擴展至彰化米屋企業全產區逾1,400 公頃。
朱教授表示，水稻為臺灣重要糧食，全年栽培面積約22 萬公頃，是栽培面積最廣的作物，農民經常根據個人經驗來判斷灌溉時機和用水量，儘管具有豐富經驗的農民可生產高品質、高產量的稻米，然而各地氣候相異，經驗無法複製，近來氣候變遷加劇，更讓過去建立之栽培經驗失準。整體而言，目前的農業栽培仍然缺乏客觀且低成本的評估體系。AIMIA 團隊所開發的「智慧農業前瞻預警平台」，是國內第一個發展以作物生理為主的決策平台，藉影像技術取代高精密儀器，使用者透過個人智
慧型手機，拍攝水稻田區照片，上傳至「智慧農業前瞻預警平台」，系統後臺會將照片轉換成多樣光譜資訊，並提取重要生理特徵，運算10~15 秒後回傳最適化灌溉栽培決策給使用者。AIMIA 團隊更進一步表示，因一般慣行農法湛水時間較長，透過「智慧農業前瞻預警平台」最適化灌溉栽培決策，以客觀的數據協助使用者判斷灌溉的時間點，以及須灌溉的高度，可提升水資源利用效率，並減少水田狀態下甲烷排放量。以全臺每年稻田灌溉用水約62 億噸估算，可節約逾12 億噸水資源，同時節省馬達抽水耗電約1.65 億新臺幣，相當於減少3.15 萬噸二氧化碳排放。此外，最適化灌溉栽培參考自國際稻米研究所，以減少水田甲烷排放30%估計，約可減少全臺每年18 萬噸二氧化碳排放，相當於565 座大安森林公園碳吸附量。
使用者灌溉栽培建議，實驗證實可有效減少灌溉用水20%。今年已成功與彰化米屋企業合作，實作出6 公頃的「AI 低碳米」，未來將續談合作，逐步擴展至彰化米屋企業全產區逾1,400 公頃。
朱教授表示，水稻為臺灣重要糧食，全年栽培面積約22 萬公頃，是栽培面積最廣的作物，農民經常根據個人經驗來判斷灌溉時機和用水量，儘管具有豐富經驗的農民可生產高品質、高產量的稻米，然而各地氣候相異，經驗無法複製，近來氣候變遷加劇，更讓過去建立之栽培經驗失準。整體而言，目前的農業栽培仍然缺乏客觀且低成本的評估體系。AIMIA 團隊所開發的「智慧農業前瞻預警平台」，是國內第一個發展以作物生理為主的決策平台，藉影像技術取代高精密儀器，使用者透過個人智
慧型手機，拍攝水稻田區照片，上傳至「智慧農業前瞻預警平台」，系統後臺會將照片轉換成多樣光譜資訊，並提取重要生理特徵，運算10~15 秒後回傳最適化灌溉栽培決策給使用者。AIMIA 團隊更進一步表示，因一般慣行農法湛水時間較長，透過「智慧農業前瞻預警平台」最適化灌溉栽培決策，以客觀的數據協助使用者判斷灌溉的時間點，以及須灌溉的高度，可提升水資源利用效率，並減少水田狀態下甲烷排放量。以全臺每年稻田灌溉用水約62 億噸估算，可節約逾12 億噸水資源，同時節省馬達抽水耗電約1.65 億新臺幣，相當於減少3.15 萬噸二氧化碳排放。此外，最適化灌溉栽培參考自國際稻米研究所，以減少水田甲烷排放30%估計，約可減少全臺每年18 萬噸二氧化碳排放，相當於565 座大安森林公園碳吸附量。