【一週新聞短評】 核電廠比搭飛機還安全?
【一週新聞短評】 核電廠比搭飛機還安全?

本周最引人注目的新聞,除了世界棒球經典賽(WBC)台日大戰創下平均12.92%的收視率──代表有260萬名觀眾守在電視機前觀戰──之外,大概就是3月9日的廢核大遊行了,根據《蘋果日報》報導,全台灣北中南東、總計有22萬人走上街頭。 

關於「要不要核能」的爭議,在網路上可搜尋到的意見有很多。我稍微查了一下正反兩方的意見,其實不外乎以下幾種在鬼打牆:

  反對核能 支持核能
安全 核電廠很危險。專家說很安全,那是1970年代的舊研究,早被廢除了。

(專家說很安全我才不信)

專家說核電廠比搭飛機還安全。而且新的核電廠有全新的安全設計。

(專家說的你都不信,你要信誰?)

環保 核廢料無法處理,不環保。 不用核電用火電,火力發電排碳也一樣不環保。
效率 若加上廢爐、處理核廢料的成本,核能發電成本遠超過目前估計,其實一點也不划算。 核電發電成本最低,最有效率。而且台電的核能發電成本,有把處理核廢料估計進去了。
經濟 願意漲電價,此外可以節約能源,來彌補廢除核能減少的發電量。 不要漲價,而且電力變貴,台灣經濟就會差,未來大家還不是一起吃苦。
ps.這裡純粹比較「支持/反對核能」雙方,不處理「我支持核能,但反對核四」的意見。大概沒人會相信核四(如果有的話)是一個可以安全運作的發電廠(嗯……除了台電本身啦──我想麥當勞也很堅持自己的餐點非常健康)。 

扯遠了,我們回到表格裡。有關核能的環保、效率、經濟議題,正反兩方都提出很多意見,我們暫且置而不論。不過我心裡始終有個問號縈繞不去,就是「核能發電到底安不安全?」這個問題。 

白話來說,一聽到「核電廠很危險」,大部分永和派(擁核人士最新的網路稱號)會告訴你:專家說,發生某某災難的機率是幾千萬分之一(或幾百萬分之一、幾十萬分之一,總之是很大分之一就對了),比你搭飛機還安全,比你買樂透中獎的機率還低,所以不用擔心。說核電有多恐怖都是騙你的,不信專家你要信誰? 

聽起來挺有道理的。 

然而,除了重複引用「核電廠比搭飛機還安全」的這個比喻之外,我們並沒有真正去了解「某某災難」的定義是什麼(核電廠爆炸?爐心熔毀?還是……);以及「幾十萬百萬千萬分之一」的機率,到底是怎麼來的,詳細的數字又是多少? 

其實,目前所有關於核能電廠的安全評估,最早的資料來自於1975年,美國核能管制委員會(Nuclear Regulatory Commission)一份名為「WASH-1400」的報告(參考維基百科:http://en.wikipedia.org/wiki/WASH-1400;此外還可以下載報告原文,這是用打字機打的報告,十分懷舊)。 

這份研究計畫是由麻省理工教授Norman Rasmussen主持,運用系統安全工程分析方法,花了70個人一年的工作量完成。報告中估計,一座反應爐運轉一年,發生「爐心熔毀」的機率大約是200萬分之1,差不多和一個人活一輩子被隕石砸死的機率相等。 


圖1:著名的WASH-1400報告,也是「核電廠比搭飛機安全」的故事來源。

不過這份報告很快引來許多批評。1976年,憂思科學家聯盟(Union of Concerned Scientists)就發表了150頁的文章來批評WASH-1400報告,包括它沒有估計到人為因素、低估系統運作的複雜性等等。而在1979年,美國核能管制委員會也宣布,不再支持或背書WASH-1400的任何一項結論。 

此後,美國核能管制委員會又分別在1982、1991年進行了核能電廠的風險評估(參考連結),把安全標準提高到「每人每年因反應爐事故直接死亡的機率要在2000萬分之1以下」「因事故造成的癌症死亡率要在500萬分之1以下」。但不久後又再度宣布不再為這些標準背書,理由是「採用過度保守的分析,以致於無法應付劇烈災變」,因此正在研擬最新的核災風險估計,但直至目前,還沒有任何結果。 

現在我們知道,真正的專家,對於目前核能電廠的安全是沒有任何保證的。那些百萬分之一、千萬分之一的機率,不再有任何單位提供背書。 至於台灣呢?1999年,台電在「核四再評估會議」所提供的分析資料顯示,現存的三座核電廠可能發生爐心熔毀的機率,平均是每萬爐年有3.3次;而核四的安全標準將會是「每10萬爐年發生1次爐心熔毀」。 這個數字到底可不可信?自從1956年第一座商業核能發電廠啟用以來,至今57年(目前全球有435座反應爐在工作中),其中就發生了3次爐心熔毀事件:車諾比、三哩島、福島──那幾萬、幾十萬、幾百萬分之一的機率,為什麼變成3/57? 

《黑天鵝效應》書中引用了一個故事:拉斯維加斯賭場的「風險控管」,通常是專注在避免被賭客大贏錢,由於賭場內所有遊戲的勝敗機率都可以算出,只要控制好「大鯨魚」級的百萬賭客,其他小賭客的輸贏不過是九牛一毛。引此,賭場裝備了電影般的監視系統,好好監督賭客的一舉一動,防止詐賭。 

然而,其實賭場的風險遠跟它的業務無關。有史以來,拉斯維加斯發生的4大賭場損失,分別是:

1.一名無可取代的演員,在主秀中被老虎咬成殘障,讓賭場損失了一億美元左右。直到出事之前,沒人懷疑過這隻老虎會反撲跟它睡在同一間臥室的主人,賭場甚至觀眾保險,卻沒有為這為演員保險。

2.一位承包商在飯店擴建工程時受傷,卻對和解條件非常不滿,因此企圖把賭場炸掉,在地下室的柱子放置炸藥。

3.賭場員工因為某個完全無法解釋的理由,把必須交給國稅局的表格壓在自己的抽屜裡,賭場逃漏稅持續了好幾年卻沒人發現──直到某天收到吊銷執照的命令,最後付了一筆龐大的罰款了事。

4.賭場老闆的女兒被綁架,老闆為了籌措贖金,違反賭博法盜用保險箱裡的鉅額金錢。 

造成賭場最大損失的事件,往往是在賭場的「風險評估」之外。而且,這些重大事件造成的損失金額,遠遠超過模式內風險的1000倍以上。依照核電廠的規格設計,爐心熔毀的機率是幾萬分之一。然而,我們該怎麼估計「某個毫無理由逃漏稅的員工」或「電廠組員被綁架」「包商報復放炸藥」的風險? 

如果我丟一枚公平的硬幣(意思是正面、反面的機率各一半),連續99次都出現正面,我問:「第100次出現反面的機率是?」專家會告訴你:「機率是50%,因為你已經假設這是公平的硬幣,而且每次投擲都是獨立事件。」賭徒則會說:「你要不就是在鬼扯,要不就是笨蛋,才會相信50%這種事。這個銅板一定動過手腳,這不可能是公平的遊戲。」 

專家只在框子內思考,賭徒幾乎完全在框子外思考。我不知道核電廠究竟多安全,但我能肯定,那機率絕對比十萬、百萬、千萬分之一,大上非常多。

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓