一、前言

廢棄資源或再生資源等循環材料之有效利用為未來必然之趨勢。以鋼鐵廠的副產品-爐渣或爐石為例，常被誤認為污染環境的廢棄物，但實際上，大部分是可被循環再利用的材料，在全球的先進國家，都針對這類資源進行回收與資源化運用，主要應用在土木工程興建、道路基底、面層材料、水利工程、水泥原料、回填材料甚至是肥料等，成功案例不計其數。但若循環材料未能妥善控管其品質與流向、確保處理運用方式，可能對環境造成負面影響。再者，由於長期被污名化，可被循環之材料也可能因為民眾信心不足，也導致抗爭因而無法被有效利用，被迫堆置，最後形成產業發展之障礙，甚至停工停產之結果。

為確保品質及流向，過去政府與產業動用許多人力與成本來監督管理循環資源之流向，就是想要打通這些靜脈通路，以有效利用這些資源。而今隨著科技的進步與普及，可以更低的人力與成本來讓循環資源的監督管理更有效率。

二、說明

科技的進步，帶來新的思維，常聽到許多的新名詞，感覺離我們過去的工作十分遙遠，如AI、區塊鏈、物聯網等，如能將其整合運用於環境保護的工作上，可以有效提升對人力的效率及公信力。因此，現今正是應用管理技術工具於資源循環物流管理的重要契機，包括物聯網、AI辨識、區塊鏈及目前當紅的生成式AI。下圖一為其整合運用的示意圖。

圖一、資源循環再利用管理技術工具整合運用示意圖

以下分別說明其應用：

1. 物聯網(Internet of Things, IoTs)：只要有產生數據、影像的資料收集裝置，就可以透過網路傳輸資料給主機，運算後產生有用的結果。如GPS、攝影機、開關感應器都是相當成熟的技術，可應用在紀錄資源循環物流軌跡與裝卸動作。

2. AI辨識：一般採用卷積神經網路(Convolutional Neural Networks ,CNN)的機制來處理所需的應用。常見的應用有：物件（物料）種類辨識（例如辨別是否為某類的廢棄物）、行為辨識（例如是否正在進行傾倒）、場景辨識（例如是否在施工現場）及數量辨識（例如廠區料堆的數量）。AI的辨識率高可做為自動判斷之準則。

3. 區塊鏈：最有名的應用是虛擬貨幣（如比特幣），是一種具不可否認功能的運作機制，能有效的提高任何系統的「資訊一致性」與「資訊透明度」，只要能將原始數據或其特徵寫進區塊鏈，如GPS座標、檢驗報告、圖/影片特徵寫入區塊鏈，便可形成不可否認的證據。

4. 生成式AI：屬巨型AI模型應用，可以自然語言、圖片等輸入與機器溝通，可生成對使用者有用的資訊，特別是自然語言相關的對話與翻譯十分成熟，應用層面也相當的廣泛。隨著最近大型語言模型的普及化和應用多元化，其應用的潛力十分令人期待。而政府多年來累積的大量資料，如廢棄物清理與再利用之紀錄，應可加以整理，可以用自然語言溝通，媒合循環材料的供需雙方。

在資源循環的努力過程，過去曾發生的資源循環負面使用案例，例如把不適用的循環材料誤用在工程上，造成合法廠商遭受拖累不受社會信任，循環路徑因而受阻。藉由應用前述管理技術工具，物聯網及AI辨識的組合，可以將資源循環過程中的材料規格、品質及環境檢測資料、運輸過程、使用過程都記錄下來，並將關鍵資料寫入區塊鏈，成為不可否認的證據，藉以扭轉循環再利用材料形象。隨著科技的進步及案例經驗的累積，技術成本愈來愈低已臻實用化程度。

工研院在經濟部指導與支持下，在過去幾年已成功整合運用前述物聯網、AI辨識及區塊鏈工具，推動示範驗證案例獲得良好之成效，如與國內鋼鐵業者之合作，以轉爐石港區造地應用情境進行轉爐石示範驗證（圖二所示），藉由此情境測試系統穩定性與提升驗證能量，並藉由數量的累積，滾動檢討驗證過程，持續精進並擴充驗證內容。

圖二、轉爐石港區造地應用情境整體驗證流程

示範驗證案例藉由資通訊整合建構之智慧監視鏈系統，示範進行循環物料由產源運輸至應用場域間之物流監控紀錄，以及品質抽驗。驗證內容主要分為兩大類，分別為物質流向追蹤（主要包含出貨單、地磅攝影機、車輛與船舶GPS追蹤與AI影像識別等），與品質抽驗（主要包含採樣與檢測等）。並分別將資料彙整到前述智慧監視鏈系統。此系統與現行法規要求之清運機具即時追蹤之最大差異，為利用資通訊技術加入AI進行影像判別，並將運送過程記錄於不可竄改之區塊鏈中，並搭配三階段之品質查驗，確保物料在符合品質條件下妥善再利用。目前已應用於相當多種循環材料上，如轉爐石填海造陸、轉爐石結合瀝青刨除料產出長效循環道路鋪面、氧化碴應用於道路細粒料、還原碴應用於控制性低強度混凝土(CLSM)及轉爐石應用於水泥生料等，已累計驗證逾60萬噸，並於2022年獲有科技界奧斯卡之稱的R&D 100獎項入圍肯定。

此外，區塊鏈除應用其不可否認特性於提升公信力外，尚可憑藉其唯一性以產出無紙化憑證，可供外界隨時查閱資料內容與真偽，並且可以提供「零知識證明」，即揭露資訊時可隱藏毋須公開資訊（例如供應商來源），以保護營業秘密，並確實保證所有資料正確性。再生料使用為歐盟與全球各大品牌供應鏈之未來趨勢，因此非常適合應用在再生料含量之稽核認證系統（如GRS和UL2809等國際標準），亦可以整合前述之智慧監視鏈系統，提供業界更加可信之驗證功能。

三、結論與建議

廢棄物是錯置的資源，因為找不到用處才形成廢棄物。近來熱門的生成式AI工具，則非常合適於媒合各類廢棄物或資源物的應用，就產出端而言，因廢棄物種類繁多，性質變化大，其收受應用端所需之規格、標準及適法性也都非常複雜。生成式AI可以用來逐步導引使用者找到合宜、合法的應用案例與廠商，讓物有所用，不容易將資源物錯置成廢棄物。

工欲善其事，必先利其器。資源循環是永無止境的工作，最終願景為達成零廢棄目標。隨著科技進步，如能善用技術工具，搭配國內外法令與供應鏈循環經濟之倡議，相關的整合未來也會被廣泛的應用，運用科技將循環過程透明化，為資源循環開闢一條康莊大道，達成全循環零廢棄之永續發展目標。

四、參考文獻

1. 專案計畫期末執行成果報告：循環材料驗證與媒合平台計畫 109年~112年，經濟部產發署。
2. 資源循環再利用管理技術工具的導入，113年，呂穎彬，台灣循環經濟與創新轉型協會。