[楊谷洋] 新加坡自駕計程車上路,台灣有可能嗎 ?
[楊谷洋] 新加坡自駕計程車上路,台灣有可能嗎 ?
2016.08.29 | 科技

想像一下,在你上街召喚計程車的時候,當車門一打開,車內竟然沒有駕駛,你感覺如何?會覺得太酷了,馬上跳上車,還是嚇得轉身就走?

全球第一批自動駕駛計程車8月25日開始在新加坡市區提供載客,新加坡也成為全世界第一個推出自駕計程車服務的國家。開發這項技術的公司名為nuTonomy,它超越來勢洶洶的Uber率先進入市場,首批車隊僅有6部,預計年底前會擴編至12部,nuTonomy宣稱最終的目標是在2018年提供全自駕的計程車車隊,以協助新加坡減輕市區交通高度擁塞的問題。

nuTonomy
#####全球第一批自動駕駛計程車出現在新加坡,已經正式開始載客。圖片來源:nuTonomy。

##自動駕駛概念早已存在

自駕計程車聽起來很炫,但它所涉及的自動駕駛技術並不是新的觀念,早在1920年代就已經有相關的研究在進行。事實上,在我們的身邊早就有自動駕駛的車輛運行中,像是世界各國大部分的捷運系統都已經是自動駕駛,當客機在高空飛行時,基本上也是設定由電腦操控。

**那自駕計程車又有何特別的地方呢?**關鍵就在於捷運是走在軌道上,而計程車可是在大馬路上奔馳,而飛機呢?雖然天空看似無邊無際,它們在飛行時勢必遵循一定的航道,絕對不能任意偏離。然而,有沒有軌道真有那麼大的差別嗎?

那可不,軌道的存在讓自動駕駛的技術難度大大降低,仔細想想,捷運的便捷不就是建立上軌道的封閉性上嗎?列車行進時不會受到外界的干擾,唯我獨尊,而且由於一節一節的車廂緊密地連結在一起,因此可以毫無間隙地同步高速前進。

相反地,汽車所面臨的可是險惡的環境啊,大家只要回想一下上下班時間台灣的街頭應該就很有概念了吧!迎面而來的是來自四面八方的汽車以及穿梭其間的摩托車,每位駕駛又都身懷絕技、卻又不是同一個路數,車與車之間的距離常常是難以捉摸、甚至是毫髮之間!想想這樣的場面,大家應該可以感受到自駕汽車所面臨的挑戰有多麼嚴峻了吧!

現今許多先進國家都如火如荼地展開對自動駕駛汽車的開發,其中,身為科技重鎮的美國當然是超級玩家。

##美國率先在1997年展示自駕車

早在1980年代,加州就已經以州政府的層級推出稱為PATH(Partners for Advanced Transportation Technology)的計畫,廣發英雄帖,邀請國內外的學界與業界團隊參與研發。此計畫在1997年達到高峰,在成果展示當天,州政府實際在高速公路隔出幾道,一共八輛自動駕駛汽車浩浩蕩蕩開上路,好不壯觀!後來,由於加州政府財務困難等因素,此計畫漸漸轉型成以運輸為重點,但已經為此領域立下汗馬功勞。

另外,值得一提的是美國國防部國防高等研究計劃署所提出、被稱為DARPA挑戰賽(Defense Advanced Research Projects Agency Grand Challenge)的自動駕駛汽車競賽,獎金相當高,通常以百萬美金為單位。

更重要的是,一旦獲獎立刻揚名立萬,無怪乎吸引全世界頂尖團隊參與,此項競賽在2004年首次推出,地點選在人煙較為稀少的地方,看看在一定的時間內哪部自駕車走的最遠,到了2007年的Urban Challenge,則更進一步將測試場域拉到接近都市的環境。

經由競賽的方式,Grand Challenge成功地琢磨出經得起真實環境考驗的技術,對於自動駕駛汽車的發展確實產生了具體影響。

##台灣也有自駕車

台灣當然也不落人後,約莫在DARPA Grand Challenge的2004年同時,國內也展開稱之為「智慧型運輸系統」的計畫,目地在於開發智慧型車輛以及相對應的運輸系統。

根據國內智慧駕駛系統專家、現任教於交通大學電控所的吳炳飛教授表示,如果想要達到汽車的完全自動駕駛,需要發展包括影像、雷達、定位、以及控制四個面向的技術,所需運用到的感測器則涵蓋了攝影機、雷達、雷射測距儀、GPS、里程計、控制器等。

簡單的說,全自駕汽車需要像人類駕駛一樣,眼觀四面,甚至比人看得更遠、更沒有視覺死角,同時它也必須清楚知道自己的所在位置,更需要具備有面對突發狀況的應變能力,而這些功能都得在電光火石間即時完成,因為馬路如虎口,可沒有讓你遲疑的時間。

nuTonomy
#####全自動駕駛車需要整合影像、雷達、定位、以及控制等四方面的技術,才有辦法眼觀四面,應變突發狀況。圖片來源:nuTonomy。

那目前吳教授團隊所開發的交通大學智慧車TAIWAN iTS-1的功力如何呢?它真的可以在無人駕駛的情形下開在交大的校園,也可以在夜深人靜、幾無車輛的高速公路上奔馳,能夠自我換道、保持車距、定速行駛等。儘管技術已經相當到位,但基於安全考量,目前還沒有進入開上新竹街頭的階段。

##人們對自駕車仍不放心

再回到新加坡街頭的自駕計程車,即使它號稱是無人駕駛,但駕駛座上仍然配置著在緊急狀況發生時可以立刻介入的人員,後座也坐著一位監看汽車運作的研究員,所以雖然宣稱是自動駕駛,整部車其實還蠻擁擠的。

這也意味著現階段,我們實在不放心讓一部汽車自顧自地在街頭橫行,不管它的人工智慧有多高、感測器有多靈敏。

這又會讓人聯想到另一個問題,如果自駕計程車出了車禍,那誰該負責呢?處罰汽車本身顯然不具意義,難道我們要將它送進監獄或是易科罰金嗎?那是要汽車製造商負責囉?汽車業勢必有話要說,保險的理賠又該如何處理呢?

新科技的誕生必然會帶來新形式的挑戰,當自動駕駛汽車進到人類社會時,所要面對的議題絕對不會僅僅停留在技術層面,這也是我們在擁抱它的同時必須懷抱的體認。

儘管離貨真價實、完完全全的自駕計程車的實現仍然有待進一步的實戰考驗,但無論如何,新加坡總算是踏出第一步。

**那自駕汽車在台灣的有可能實現嗎?**以台灣的實力來說絕對有機會,但我們所面對的技術挑戰一定遠超過新加坡,原因為何呢?說起來自駕汽車的背後畢竟是人工智慧,如果環境越單純,它當然越容易應對。

但現階段我們卻樂觀不起來,因為如果台灣的駕駛不能確實遵守號誌燈以及車道與標線的規範,改變有空隙就鑽的駕車習慣,那一定會讓自駕汽車頭很痛。原來,汽車到底能不能自動駕駛,人的因素還真不能小覷呢!

延伸閱讀:搶先優步!自駕小黃來了、新加坡為首發國
新加坡積極發展無人車,Delphi也加入

#####《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。

關鍵字: #自動駕駛
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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