為提升與強化我國環境輻射監測與核安全緊急應變能力，今(115年)年由核能安全委員會輻射偵測中心與國立中正大學電機系謝奇文教授，清華大學蔡世欽博士，李傳斌博士放射性核種特性團隊共同合作執行「機器學習應用於加馬輻射能譜偵測模型建立」計畫，本計畫為國內首次應用人工智慧技術(AI)以建立台灣環境輻射監測之預測模型與放射性核種度量分析技術，推動我國輻射監測技術朝下一世代AI人工智慧化發展。

輻射偵測中心是我國長期負責全台環境輻射監測與調查工作，持續於核設施周邊及各地區建置快速即時智慧化輻射監測系統，並進行環境中的各式樣品分析與國際技術交流，以確保監測數據之準確性與公信力。然而，現行廣泛使用之低成本輻射偵檢器雖具高靈敏度，但在能量解析度有限的情況下，於特定放射性核種在低劑量或天然放射性核種背景環境中仍面臨度量與鑑識困難的技術瓶頸。

為提升監測效能，本計畫結合目前最新人工智慧技術，發展不同加馬輻射偵檢器的能譜資料快速分析與重建技術，以改善不同偵檢器間之度量技數值差異，進一步提升放射性核種鑑識能力與整體環境輻射監測精準度。目前已初步建立不同AI技術方法於加馬能譜上的可行性，其結果顯示AI具備良好應用潛力。未來亦將進一步整合自動核種辨識與異常判讀機制，並建立區域背景能譜資料庫，作為環境輻射監測之基準參考。

透過上述技術發展，本計畫期望提升環境輻射監測之即時性與可靠度，並可應用於核能設施周邊監測、環境輻射調查、核子事故應變及邊境輻射偵測等多元場域，有助於強化國家核子安全與提升社會對環境監測之信任。

輻射偵測中心環境監測組方鈞屹組長與兩位同仁於4月15日下午於清華大學原子爐周邊進行實地輻射監測作業，透過實際場域量測驗證相關技術之應用情境。相關監測成果亦將作為後續研究分析與模型驗證之重要依據。(文/王昱閎 ,圖/李傳斌)