【硬塞智慧交通】柯市長、杜奕瑾:要做服務、以人為本的智慧交通

自製專題

評論
評論

科技發展為人類世界帶來便利,相反地,背後面臨著資安與法律層面的衝擊,從網路時代崛起到智慧交通起飛,數據、科技安全嗎?我們的隱私有保障嗎?現有「防弊」為核心的台灣法規制度有辦法讓新服務出現嗎?

在論壇中,台北市長柯文哲 、Taiwan AI Labs 創辦人杜奕瑾與輔大財經法律系翁清坤教授分別從政府、資料數據與法律變遷角來度探討,進而讓大家對智慧交通有更全面貌的了解。

柯市長:共享經濟是世界潮流 

柯市長首先就跟大家分享,自己對智慧城市推動的策略,由內而外、由公而私,公部門到私人企業的推展等佈局。目前,智慧交通可分為四大層面,共享、綠能、e 化、安全。以及三大重點,共享、無現金支付、自駕車。

「共享經濟是世界潮流。」柯市長分享目前幾項在台北市共享運輸的營運成果,共享自行車 Ubike 已經是重要的城市標記,還有共享汽機車 U motor、U car ,以及共享停車位 U parking。

「如果你能接受 Airbnb 那麼你為什麼不能讓停車位也共享呢?早上去上班就把空下來的停車位出租不是更有效益嗎?」柯市長反問大家。

針對備受關注的停車問題,柯市長秉持著公家機關應交出停車位,稅務方面做改進,讓停車問題獲得改善,而在 Ubike 2.0 的革新,柯市長認為也是一項具有挑戰的任務。理想中透過太陽能柱,但是這些柱子究竟該怎麼設 1.0到 2.0 該如何相容發展,軟硬體整合力將成為關鍵要素。

Image_from_iOS_(9)
柯文哲分享台北市共享交通各項成果

至於共享、無現金支付到自駕車,需要公私部門協力,公部門提供場域及行政面協助,私人企業則是提供車輛及平台營運,以降低政府建置成本。

台北市政府推動智慧城市與無人駕駛小巴不遺餘力,柯市長如何看到大家對自駕車的爭議呢?

「自駕車百分之百不會撞到人太困難了,人開車也會撞到人!」柯市長直言。

柯市長分享自己在以色列坐無人車的親身體驗,要 AI 迅速分辨馬路上的一景一物很困難,我們在公車專用道上做自動駕駛,無人車技術上並不難,然而在城市道路點對點的運輸雖然從想象中,場景很容易理解,但技術上卻非常困難,然而,市場仍然會以最大商業利益為考量,對於人類真正的需求反而不是主要解決的痛點。

問題驅動、資料開放 杜奕瑾:要做以人為本的智慧交通

PTT 之父,台灣人工智慧實驗室(Taiwan AI Labs) 創辦人杜奕瑾如何看待智慧交通的發展與挑戰?

他指出,兩年前兩年前就開始智慧交通的研究,認為智慧交通發展的重點包含,AiOT、5G 新能源等,透過數據蒐集,藉由專業領域分析,再將具有實際驗證的數據交由 AI 訓練,進而產生更有效益的解決方案、給予施政建議,比如說透過數據分析在某個轉彎出的車輛特別多,可以增加更多的轉彎道。

「我們要開始想這些問題,不能在想要買什麼設備,而是去想該去解決什麼問題,
智慧城市的思路,應該是問題驅動。」

杜奕瑾強調以人為本的智慧城市思路,不同交通需求如何提供最妥善的照護,先前 AI Lab 在台南建立無人機空拍與AI 智慧城市,就是結合在地文化以安平古堡為起點,應用 AI 與無人機環景攝影,智慧導航、橋樑及古蹟建物巡檢等等,未來也希望能與政府部門持續合作。

除了智慧城市交通經驗導入 AI 系統採取資料分析,面對自駕車與數據應用之間的挑戰杜奕瑾怎麼看待?他認為自駕車能從 Level 1 一路快速發展到 Level  4,背後最大的關鍵其實是資料蒐集的能量。

然而當這些大量資料被少數群體獨佔,就會衍伸出相當多問題,像是臉書就是最好的案例,而今天若是公家機關握有這些資料呢?資料壟斷的問題相對更加複雜了。

去識別化的開放,透過一部份公開資料、演算法,讓資料可被公眾檢視,保持開放態度,AI Lab 正在進行的區塊鏈項目,去中心化的特性也與之呼應。從自己在AI Labs 的經驗,提到資料正義原則,希望持續努力讓個人資料屬於個人,而非平台擁有。

至於公部門,他認為可成立專門的監管單位,讓事故發生時,可由公權力要求握有資料的私部門提供協助調查。

他強調,台灣對資料開放的態度,和他國不一樣,這是在智慧交通發展下,台灣相當具優勢的背景條件,加上新創、軟體人才的發展,台灣能變成世界級的場域,不過一樣強調大家還是相先思考究竟要解決的痛點是什麼,他也認同柯市長所提到的以人為主的服務出發,而非全盤的商業利益考量。

無人車時代法律過渡期 翁清坤:監理沙盒、人機混合共同承擔責任

輔大財經法律系翁清坤教授分享交通演進史與法律之間的關係,汽車科技帶動社會結構、法律制度跟進變遷,在汽車時代,GPS 數據隱私、酒駕,來到無人駕駛時代的過度期,法律層面則是以監理沙盒、人機混合共同承擔責任兩方向因應。

談到隱私問題 ,他認為網路世代的演進對人類行為的改變,直到現在都在適應,無人車時代亦是如此,他舉例,像是大家在討論 AI 假新聞,但是這個問題並不是全因為 AI 才出現的,許多新技術出現的問題多半都是將既有的問題再度浮上檯面。

「道德困境也一直是難解的問題,自駕車演算法也會面臨,城市設計者背後還有哲學基礎,並沒有定論。」避免資料被濫用,在法律必須化出界線,一開始搜集就要知道目的是什麼,是否能有延伸的應用。

至於 AI 責任問題 ,他也提到近日熱議的華裔工程師駕駛特斯拉車禍事件,背後受到討論:輔助性駕駛,特斯拉到底該不該負責?在事故裡,車主是否過失?隨著駕駛工具有了新科技的導入責任歸屬變得更加複雜。

法律界目前可能的三種路徑,第一是全由 AI 權人負責、第二是開發商無過失責任、另外可能還有個解法,就是讓 AI 自己負責,他解釋,可以透過 AI 製造、開發獲益者,共同成立基金會,透過法人化,讓意外事故能由基金賠償。

延伸閱讀:


評論