欠缺人力巡檢軌道?AI能幫忙

欠缺人力巡檢軌道?AI能幫忙

圖片來源:劉國泰攝

作者: 轉自經濟日報

普悠瑪翻覆事件之後,重要的是鐵路安全如何升級。台灣人工智慧學校執行長陳昇瑋表示,用AI,能讓軌道運輸更安全。

本文作者:陳昇瑋(台灣人工智慧學校執行長、人工智慧科技基金會執行長及中央研究院資訊科學研究所研究員)

普悠瑪列車翻覆事件讓人震驚及不捨,雖然此次事件的肇事原因尚未釐清,但也讓人更為擔心軌道的巡檢問題。

根據銘傳大學都市規劃與防災學系馬士元副教授的說明,台鐵巡檢員人力不足,台鐵的許多軌道都很老舊,近十年,養護設備增加,但巡檢人力反而減少,勢必影響公共安全。一個簡單的解法,就是增加巡檢員人力,這原本是前交通部長賀陳旦的規劃,但後來因故計畫中止。

在不增加人力的前提下,技術的提升就是唯一的解法了,依我之見,人工智慧正是此問題的解方。

此話怎說?人工智慧擅長分析數以萬計的微弱訊號來做出判斷,與人類必須要有明顯且直接的訊號才能做明確判斷的能力完全不同。在醫療應用中,我們讓人工智慧以此能力依據X光片或心電圖來做出比醫師還準確的判讀;在製造業中,我們讓人工智慧以此能力依據機器的振動、聲音、溫度及反應等等來做出比資深師傅更準確的故障提前預測。例如在機件真的故障停工前至少幾個小時甚至幾天前就預知,可以提早更換及送修,避免該機件真的在線上停工,造成無可預期的損失,此技術通常稱為預測性維護或預防性維護。

事實上,這類的技術在國外早已用在軌道的養護,無人台車每日在非服務時段於軌道上自動運行,以各種感測裝置取得資料,再以人工智慧模型來做判讀,一發現有異常,立刻通知維修工班來進行保養維護。這種技術相對成熟,已有現成的系統,我們其實可以用更少的人力來做到軌道巡檢。當然巡檢還包括目視的部分,而目視檢測也是今日人工智慧最成熟的應用之一,因此應該也有高度自動化的可行性。

另一方面,在白天服務時段,也可以利用列車經過時,車輪、車體、軌道的振道、角度、聲音等資訊,以人工智慧做即時的量測診斷,不用等到半夜停機,而是將每班列車當作是感測器的觸發事件,每班列車經過就做一次診斷。當軌道狀況一有不佳,立即通知行車中心。此技術是原本人力巡檢員做不到的。另一個附加的好處是,此類設備可以同時擔任列車狀況的外部診斷角色,當列車上的自我診斷系統出問題時,外部裝置仍可以運作,監控列車的外部表現(速度、過彎角度、晃動等等),以達到全時的風險控制。

筆者對於軌道運輸一竅不通,但有將人工智慧運用在各領域的經驗,深知我們必須放下門戶之見,放下人工智慧什麼可做及什麼不能做的成見,真正以實驗及數據來證明,才有機會讓人工智慧可以真的幫上忙。換句話說,若要讓人工智慧在軌道運輸安全上有所發揮,我想不會是單純一個招標案可以解決,軌道運輸專家及人工智慧專家的攜手合作將會是關鍵。悲傷的事件已然發生,我們只能望向未來,樂見此次事件將對台鐵帶來的正面影響。

(原文連結:用AI讓軌道運輸更安全

(責任編輯:程遠茜)

延伸閱讀