昨日（26日）下午，肇事的普悠瑪司機公開說明，車輛故障因素、操作流程及。但檢方卻已在22日傍晚表示，初判事故（21日下午約4:50發生）原因是車速過快，機械故障釀禍的可能性較小。不禁令人質疑，當時檢方有科學佐證資料嗎？
誰在說謊呢？台鐵23日對事故總結：ATP全程正常、翻車屬「人為疏失」。但「1021鐵路事故行政調查小組」24日表示，事故原因尚「無」人為疏失的認定或推測。針對車禍前司機是否告知調度員ATP關閉之爭議，外界痛批台鐵，台鐵鹿局長於25日請辭獲准。但在這種種爭議之前，我們能夠如何改善火車的行車安全呢？
智慧火車或可是解方！人工智慧（AI）自動駕駛火車。目前自駕汽車是熱門話題，但火車亦可自動駕駛。以物聯網（IoT）連結ATP、煞車系統及動力系統等機電，可大幅減少駕駛員、調度員（火車的腦）、檢查員＋列檢員（排除火車故障的手）的溝通判斷落差，使普悠瑪司機毋需「邊開邊修邊趕點」；致生技術、人力與制度無法整合而釀禍！AI＋雲端是火車的腦，IoT＋大數據是感測軌道、車型狀況及通訊號誌的眼與手，能指示駕駛員如何以AI協助開火車！
台鐵的許多火車ATP關閉是常態嗎？司機怕被罵？事故通常歸咎於人為疏失，但在機器學習、影像辨識及圖形處理器（NVIDIA GPU）等新科技加入下，可大幅提高系統安全性。澳洲的4TEL Pty 公司表示，火車AI化除可大幅減少支出，還能持續進行機器學習；改善司機的煞車系統和自動加、減速。尤其火車與汽車不同，係在軌道上移動，四周環境干擾少，更適合機器學習。
台鐵近4年發生事故逾2000件，傷亡人數至少448人，原因包括正線出軌、衝撞、失火與運轉保安故障。台鐵產業工會22日指出，養護人力不足、道班縮編、養護範圍變長、不斷增開班次、列車編組重複運用、檢修時間減少等；是管理制度原因。
目前火車大多採用：從硬體信號到無線射頻調度系統的通訊列車控制技術。但國外先進國家已開始改為網際網路、精密感應器，還有AI的深度學習等科技創新。未來將發展出智慧火車與無聲軌道，從軌道技術轉向列車自動車載技術。澳洲4TEL 與 John Holland公司合作，在新南威爾斯州，模擬鐵路網路系統，使用紅外線和光學攝影機，加上機器學習演算法，試行火車AI計畫。
瑞士聯邦鐵路公司（Swiss Federal Railway Company）使用 AI＋超級電腦和深度學習，結合軌道地理資訊系統（RGIS）。使調度員在虛擬環境裡，可以即時互動方式操控，使火車時刻和調度達最佳化！碰撞偵測在半秒鐘內進行動作。
美國奇異公司（GE）整合攝影機、軟體和GPU技術，與印度鐵路公司（Indian Railways）合作，將在印度班加羅爾進行車載模型試行計畫。將傳統作業員走在軌道上查看軌道缺失及維護問題，改為「預測性和規範性作業」，不影響安全下節省成本。未來火車將有足夠的聰明才智（Smart）和認知決策，協助駕駛員及調度員，以系統整合方式改善火車的安全風險管理。
(本文曾刊登於107.10.27蘋果日報即時論壇)
誰在說謊呢？台鐵23日對事故總結：ATP全程正常、翻車屬「人為疏失」。但「1021鐵路事故行政調查小組」24日表示，事故原因尚「無」人為疏失的認定或推測。針對車禍前司機是否告知調度員ATP關閉之爭議，外界痛批台鐵，台鐵鹿局長於25日請辭獲准。但在這種種爭議之前，我們能夠如何改善火車的行車安全呢？
智慧火車或可是解方！人工智慧（AI）自動駕駛火車。目前自駕汽車是熱門話題，但火車亦可自動駕駛。以物聯網（IoT）連結ATP、煞車系統及動力系統等機電，可大幅減少駕駛員、調度員（火車的腦）、檢查員＋列檢員（排除火車故障的手）的溝通判斷落差，使普悠瑪司機毋需「邊開邊修邊趕點」；致生技術、人力與制度無法整合而釀禍！AI＋雲端是火車的腦，IoT＋大數據是感測軌道、車型狀況及通訊號誌的眼與手，能指示駕駛員如何以AI協助開火車！
台鐵的許多火車ATP關閉是常態嗎？司機怕被罵？事故通常歸咎於人為疏失，但在機器學習、影像辨識及圖形處理器（NVIDIA GPU）等新科技加入下，可大幅提高系統安全性。澳洲的4TEL Pty 公司表示，火車AI化除可大幅減少支出，還能持續進行機器學習；改善司機的煞車系統和自動加、減速。尤其火車與汽車不同，係在軌道上移動，四周環境干擾少，更適合機器學習。
台鐵近4年發生事故逾2000件，傷亡人數至少448人，原因包括正線出軌、衝撞、失火與運轉保安故障。台鐵產業工會22日指出，養護人力不足、道班縮編、養護範圍變長、不斷增開班次、列車編組重複運用、檢修時間減少等；是管理制度原因。
目前火車大多採用：從硬體信號到無線射頻調度系統的通訊列車控制技術。但國外先進國家已開始改為網際網路、精密感應器，還有AI的深度學習等科技創新。未來將發展出智慧火車與無聲軌道，從軌道技術轉向列車自動車載技術。澳洲4TEL 與 John Holland公司合作，在新南威爾斯州，模擬鐵路網路系統，使用紅外線和光學攝影機，加上機器學習演算法，試行火車AI計畫。
瑞士聯邦鐵路公司（Swiss Federal Railway Company）使用 AI＋超級電腦和深度學習，結合軌道地理資訊系統（RGIS）。使調度員在虛擬環境裡，可以即時互動方式操控，使火車時刻和調度達最佳化！碰撞偵測在半秒鐘內進行動作。
美國奇異公司（GE）整合攝影機、軟體和GPU技術，與印度鐵路公司（Indian Railways）合作，將在印度班加羅爾進行車載模型試行計畫。將傳統作業員走在軌道上查看軌道缺失及維護問題，改為「預測性和規範性作業」，不影響安全下節省成本。未來火車將有足夠的聰明才智（Smart）和認知決策，協助駕駛員及調度員，以系統整合方式改善火車的安全風險管理。
(本文曾刊登於107.10.27蘋果日報即時論壇)