自駕車、機車共享服務、優(yōu)步（Uber）和線上零售商的隔夜到府遞送服務，這些說明了交通（mobility）和物流（logistics）可能是這幾年中最明顯在追求破壞性技術（disruptive technology）和商業(yè)模型的領域。愛美科City of Things計畫主持人Jan Adriaenssens展望這些領域在未來幾年的進展，並預測人工智慧會在其中起什麼作用。

圖一 : 從技術的角度來看，智慧交通是結合先進移動及固定基礎設施的產物，想想自駕車和智慧交通號誌燈。

從技術的角度來看，智慧交通是結合先進移動及固定基礎設施（mobile and fixed infrastructure）的產物，想想自駕車和智慧交通號誌燈。此外，自主系統(tǒng)（autonomous system）和互連系統(tǒng)（connected system）這兩者要區(qū)分開來。自主的自駕車或智慧交通路口根據內建攝影機和感測器提供的資料做出行為；互連的車輛或交通管理系統(tǒng)則從其他車輛的感測器或周遭環(huán)境接收訊息。唯有當這些交通系統(tǒng)的要素發(fā)展完善，並且相互協(xié)調一致後，我們才能著手建構一個智慧交通系統(tǒng)，或以專業(yè)的術語來說—「偕同式智慧型運輸系統(tǒng)」（Cooperative, Intelligent Transport System，C-ITS）。

圖二 : 結合協(xié)同式和自動駕駛汽車技術的交通發(fā)展藍圖（資料來源:qld.gov.au）

為什麼會紅燈

大家可能都熟悉以下情境：當地的小學在市區(qū)內遠足。近百位穿著螢光外套的小學生在老師的監(jiān)督下過馬路。一半的人過了馬路，這時，行人號誌燈又變紅燈了。另一半還沒過完馬路的，有的可能遲疑地站在原地，有的加快腳步繼續(xù)穿越馬路，其他的在路口猶豫不決，甚至開始走回原來的人行道。這個場景在有了智慧交通系統(tǒng)的未來將成為過去式。由人工智慧支援的解決方案不僅能讓行人號誌燈在整隊小學生過馬路時維持綠燈狀態(tài)，還能預期這個決定會帶來的結果，並調整鄰近路口的交通流量，將影響降到最低。

同時，這項解決方案會告知汽車駕駛為何他們要繞道、為何紅燈時間變長了，以及繞道會如何優(yōu)化他們的最終交通時間。

圖三 : 交通號誌燈、車輛和行人的行動裝置互連，即時交換路況資訊（資料來源:digitaltrends.com）

讓上述情景成為可能的技術有很多已經存在。然而，要這些不同的解決方案開始互相交流會花上一些時間。其中一個能促成交流的要件就是快速又可靠的資料交換，在這方面5G可以發(fā)揮重要作用，感測器融合技術（sensor fusion）也很重要：一輛汽車位於轉角，其配置的感測器會提供其他駕駛什麼訊息？其他車輛要如何判斷能否信任那些訊息？

從智慧社區(qū)到智慧城市

為此，愛美科正以不同規(guī)模有效運用各計畫的資源。以比利時安特衛(wèi)普市的Smart Zone計畫為例，該計畫正在研究如何設計出針對所有道路使用者的智慧安全路口。透過觀察道路使用者忽視紅燈的時機，該計畫的目標為根據真實的交通需求來優(yōu)化智慧交通號誌燈。地理規(guī)模更大的是Mobilidata計畫，在這個計畫中，愛美科和一大群來自比利時法蘭德斯區(qū)（Flanders）的夥伴合作，正研究該地區(qū)的移動和交通安全。這項計畫為期五年，現下已提供人工智慧解決方案的供應商也能在此找到龐大契機。

眾所皆知的街道衛(wèi)生問題

智慧交通不僅和挑戰(zhàn)技術有關，對人的情感影響至少同等重要。以街道上出現狗屎為例，這在十年前只會讓人感到「真的很煩」，現在飼主習慣在自家狗狗擺出下蹲姿勢時就準備好拾便袋。現在的人已經不會因為在街上遇到狗口水就氣得跳腳。但是如果十年前你有整整一周不曾踩到什麼東西，那也不代表那些東西對你來說不成問題。你會暗自驚喜自己的幸運，但不會認為街道衛(wèi)生問題已經解決了。只有歷經幾年提升街道衛(wèi)生意識和採取一些改善措施，大眾對街道的心態(tài)才改變。

這個道理也適用於更智慧和更安全的交通系統(tǒng)。有很多潛藏的問題和挑戰(zhàn)都和街道出現狗屎的問題類似。想想看公共運輸工具準時抵達、舒適地騎著單車、呼吸新鮮空氣、擁有安全的公共空間、城市充滿活力等等情景。不只是科技本身，還有我們思考智慧交通的態(tài)度，都應該從上述這些面向來消除現實和觀感的區(qū)別，以及弭平短期和長期思考這個議題的觀點差異。

像飛天車那樣的新潮應用和人工智慧沒什麼關係，人工智慧支援速度較緩慢的發(fā)展，那些發(fā)展會改善整體狀態(tài)。

這其中隱藏著某種複雜度，通常被使用者介面的簡易性所掩飾。科技需以更直觀且不引人注意的方式進行操作，也需保持透明和建立信任。想想先前所說的延長紅燈時間的例子。圖示（icon）的標記能解釋紅燈時間被延長的原因。但是，設計一套以情境為基礎的（scenario-based）軟體相對簡單，設計自我學習的AI系統(tǒng)卻難上許多， AI系統(tǒng)中並非所有情景—也就是說並非所有結果都經過預先設定。

愛美科正在研究一個透明度引擎（transparency engine），它能準確地找到甜蜜點，最適切地展示終端使用者所需的資訊，以提供終端使用者必要的洞察力和信心。這就像一間設有開放式廚房的餐廳，雖然大部分的顧客很可能根本不會察看裡面在煮什麼，但知道餐廳設有開放式廚房這件事，就足以讓顧客對桌上食物產生信心。

由金錢運轉的世界

在物流的概念裡，有個特有的額外維度（extra dimension）：資料擁有權和資料交換。快遞和物流公司都很害怕競爭者正漸漸得知他們公司是如何規(guī)劃運輸路線和進行經營規(guī)劃，因為這些洞見都是他們成本結構的本質，也就是優(yōu)化獲利的本質。同樣的利益衝突也發(fā)生在醫(yī)療產業(yè)的藥物開發(fā)，醫(yī)療領域的資金投注金額龐大，而病患的隱私也至關重要。

只要經濟利益夠龐大，諸如人工智慧支援的交通系統(tǒng)等以資料為基礎的（data-based）應用將面臨各種附加的阻礙。

現在愛美科也正採取措施，來調查如何找到這個問題的解答。想想看建立一個值得信賴且中立的第三方，它能交換相關資料，同時保護個別利益免受侵犯。而City of Things計畫對愛美科來說是重要的實驗環(huán)境，能模擬出上述這些和其他可能出現在現實的情境。

（本文由愛美科授權刊登；作者Jan Adriaenssens為愛美科City of Things計畫主持人／編譯：吳雅婷）