消防救護人員總是冒著危險，衝鋒陷陣守護我們的安全。我們的歲月靜好，是因這群英雄替大家負重前行；幸好現在有群資料科學家，為他們挺身而出。
根據內政部消防署統計，台灣緊急救護服務出勤數幾乎連年增加，2020年的出勤次數已經突破110萬次，且救護車的平均反應時間（註1）僅有六分鐘左右，平均送醫時間（註2）也僅有八分多鐘的時間。「搶快」「搶時間」已是救護車輛的日常，但在這也使消防救護人員暴露在極高的交安風險中；統計更指出，「車輛碰撞」是美國消防員殉職的第二大原因。
消防救護員守護民眾安全，且出勤次數連年增加。圖片來源：Shutterstock
每年數百位消防員死於車禍
加拿大的一支四人資料科學家團隊Hackanadians發現這個議題的嚴重性：每年有數百位消防員死於緊急車輛的碰撞，此類事故案件多發生在有交通號誌的十字路口，因為這些急著保護民眾的緊急公務車輛冒著巨大風險搶路通行時，不時會遇上不甚注意的民眾車輛。
Hackanadians希望借助資料科學與人工智慧，找出提升道路安全的新解方。
然而，這不是早該能實現的技術嗎？
在科幻電影或我們對智慧城市的想像中，似乎只要將所有車輛裝上與交通號誌直接溝通的高科技設備，透過雲端運算，馬上就能規劃出最佳路線，一路順暢且不會發生碰撞。
其實不然。
「在每部救急公務車上都裝上最先進的設備，當然是個已被討論過的議題，但實際上非常難以落實，原因很簡單：這需要極高的成本，」Hackanadians團隊成員Hossini一語道破。
原來，要做到以上的情境，所有救急公務車皆需裝設GPS，並隨時保持連動雲端系統；雲端系統也須與所有號誌燈連通，且所有技術間皆需瞬時串接，才能應付救急車輛臨時改道、修路等緊急臨時狀況。如此一來，需要同時更新多項設備，成本相當驚人。
因此，Hackanadians發想並做出了「救命號誌燈」（Traffic Lights for Life）——利用AI技術，在交通號誌附近部署感測器收取聲音資訊，一旦感測器監聽到有救急的救護車高鳴，立即控制該十字路口。
救命號誌燈利用AI科技控制十字路口。圖片來源：截自Hackanadians團隊影片
原理看似簡單，隱藏其中的資料科學量能卻相當不容易：當感測器偵測到鳴笛聲，即啟動AI即時事件串流技術，將單維度聲音資料瞬間轉換為多維度的資訊，包含分貝、頻率、音色特徵等；並應用雲端內部深度學習模型，準確判斷現下的車輛聲音是否為救急公務車輛所發出，再立即執行交通控制。
也就是說，讓交通號誌有了耳朵這個感官來「監聽」救難車輛，AI再化身大腦下達指令，為救護車智能「開路」，不需再停下等待紅燈，或冒險搶黃燈通過。
這樣的AI系統少了車聯網裝置的建置，僅需管理在交通號誌附近的終端感測器，以及一個AI運算平台的雲端流量。少建置成本，發揮了AI分析的價值，並考量了成本的可行性。（延伸閱讀｜連假人擠人？引進這種交通AI就不必擔心塞車、買不到票）
兒童肥胖、石化碳排放、循環經濟，AI都能幫忙
讓Hackanadians資料科學團隊能落實以公眾利益為中心的創意，其實是來自SAS 2021國際黑克松（註3）活動的支持。SAS每年都會舉辦黑客松，鼓勵資料科學家、雲端技術好手，應用SAS提供的免費軟體、雲端平台進行試驗，並提供顧問導師給予輔導。
今年，SAS黑客松首次擴及全球30多個國家，進行為期一個月的協作激盪，產出近100種獨一無二的使用情境。上述加拿大「救命號誌燈」專案，即奪下「數據為善」類的冠軍獎牌。
除了保護救護人員，由巴西團隊Tupã Fit啟動的「Brasil 2030」專案，則以協助世界各地解決「兒童肥胖症」問題的創意，奪下產業類獎牌。
巴西團隊Tupã Fit透過科技，解決兒童肥胖問題。圖片來源：截自Tupã Fit團隊影片
「Brasil 2030」在巴西的Tupã市蒐集真實的兒童資訊並定期追蹤，在專案過程中也投入諮詢營養學家、醫師、體育學家與教育學者等領域專家，定義了數十種變因後，應用SAS AI創建評分系統來剖析龐雜的資料，提供包含學校、社區、公衛組織等各方動態資訊，追蹤兒童的肥胖問題並提供修改方針，如提醒照護人或教育工作者，調整兒童飲食建議與活動狀況的方案等。
他們也利用SAS AI技術，打造了一個「數位分身」，在虛擬環境中模擬不同的情境，提供學術研究人員評估各類新計畫對兒童健康的影響，以更有效率地找到公共政策，消除兒童肥胖症。
如此應用資料科學與數位分身協助消弭兒童肥胖的作法，對肥胖及過重的兒童比例居亞洲之冠的台灣（註4），不失為一個推行借鏡。
除了人道議題，印度的LivNSense團隊也發現，石化工廠即使有導入數據蒐集系統，被用來監測工廠設備效能的比重也很低。因此，他們決定將SAS AI導入工廠內，進行物聯網應用。
他們將蒸氣鍋爐變成智慧工廠的終端感知設備，用來預警鍋爐異常、燃燒不全或熱能轉換的流失等現象，最終達到最佳化燃氣鍋爐的能源利用率，和控制二氧化碳排放量；預估可讓中型化工廠每年節省1,000到1,200萬美元，達到經濟與環境的雙贏局面。
而美國的NPK4Ever團隊，則是利用AI讓循環經濟成真，以支持接下來100年的有機食物永續性。他們使用SAS建立了分析模型，將以糞肥為主的有機肥料回收應用最佳化，找出全美大型牲畜牧場的糞肥來源、可收集及乾燥肥料的倉庫，以及可加工的工廠，並協助分析碳補償的價格。
目前預計，可協助合作的糞肥廠減少32%溫室氣體排放量。（延伸閱讀｜預防虐兒、打擊毒品⋯⋯佛心AI默默做了哪些善事？）
「群眾智慧」的多樣性最可貴
知名專欄作家索羅維基（James Surowiecki）所著《群眾的智慧》（The Wisdom of Crowds）一書提及，群眾所能產生的智慧與決策遠超過我們所想像。其一案例是一場猜牛體重的比賽，群眾猜出的平均數字竟幾乎吻合答案；這也說明，「群眾智慧」對於猜測未知事物的可貴之處，即在於它的多樣性。
這樣的精神，也是SAS舉辦國際黑客松所欲發揮的影響力——重點不是曇花一現的資料科學比武大會，而是滋養正式商轉、或制定公共政策的創意養分；期許大眾一同以正向的方式使用數據，解決更多貧困、健康、人權、教育、環境等領域的真實世界問題。
呼應SAS創辦人古德耐博士（Jim Goodnight）所言：「當知道我們能讓別人的生活更美好、更安全，這是我們編撰程式時的成就感，也是我們持續努力改變未來的動力。」（延伸閱讀｜八張圖，一次搞懂人工智慧的現在、未來，及對你工作的影響）
註1：反應時間指救護車出勤（離隊）至救護車抵達現場之使用時間。
註2：送醫時間指救護車離開現場至送達醫院之使用時間。
註3：SAS 2021國際黑克松（SAS 2021 Hackathon）旨於聚集各方分析有志之士，應用資料科學共同激盪出新創意，協助跨領域的整合專案發想與實行，讓全球想解決某些關鍵議題的專家、好手們聚頭，共同對世界發問，希望在創意碰撞與實作中，蒐集群眾智慧，找到能夠協助小至企業，大至世界的解答。
註4：衛福部2020年統計資料，台灣12歲以下肥胖及過重的兒童高達31.3％，居亞洲之冠。
