AI串聯大數據 打造智慧交通

(筆者為工研院產業科技國際策略發展所分析師沈怡如)
中國時報

根據國際調研機構P&S Intelligence調查報告,全球AI運輸市場2017年達14億美元,預測2023年將成長至23億美元,2018年至2023年之複合成長率為16.5%;市場成長之關鍵要素,涵蓋了公部門的政策支持以及眾多汽車製造商、科技巨頭以及新創企業的投入。

自動駕駛系統已成為近年來主流應用。隨著攝影機、雷達等感測器性能不斷提高,帶來大量的環境與交通數據,搭配高可靠度演算法,進行大規模測試驗證,加以AI人工智慧提升準確率並且帶來高成效,逐漸實現車輛全自動化。以感測與決策系統為主的自駕車系統,領域將涵蓋:高精度圖資、演算法、感測融合、語音/影像/手勢辨識、模擬、生理監測、路線優化、預測性維護等;從軟體、硬體、系統整合到服務,顯見其技術潛力。

相較於現有的光達感測器倚靠一系列獨立感測器所產生的大量數據,需要較長的處理時間以及大量的運算能力,也無法有條件的評估數據的可用性與優先性;iDAR平台以仿生(Biomimicry)為基礎所開發,結合光達、融合式攝影機與AI人工智慧技術,模擬人類視覺的感知設計,以軟體定義的平台,實現更快速、準確、可靠的感知系統。

2018年美國專利商標局公開福特汽車申請之專利,福特汽車將打造一款擁有AI人工智慧系統之無人自動駕駛警車。該AI無人警車將具備辨識能力、可自主監控、追蹤車輛,當發現道路上超速車輛時,傳統取締模式會透過偵測器確認車速後,拍照或錄影再逕行舉發;此自駕車發現違規車輛時,能立即追蹤並確認車速,主動辨識車牌號碼,同時與警局電腦連線,即時對違規車輛或其他車輛發出警示,甚至決定是否對超速車輛罰款。

交通運輸系統以數據為中心、AI人工智慧技術需搭配大數據以達成效,兩者之結合帶來許多實質效益。然在技術應用過程中,仍有許多面向值得思考,例如數據資料取得方式衍生出的隱私權與資安問題,科技執法的公正公平性,自駕車衝擊勞動市場等議題也逐漸受到關注。

在台灣的智慧交通整體發展建議上,需以數據驅動,積極建立資料中心平台,以高品質數據為目標,提供安全且具可用性與可靠度之資料;產學研應深化AI人工智慧軟硬體核心技術之能量,提早佈局並加速整合;政府單位則持續鼓勵創新、培育人才、研擬法規,並建構良好投資與研發環境。

你可能還想看