Loading [MathJax]/extensions/tex2jax.js

0

0
1

文字

分享

0
0
1

Clip Air,一種嶄新的運輸概念

RainReader
・2013/06/16 ・816字 ・閱讀時間約 1 分鐘 ・SR值 525 ・七年級

由於台灣直飛的國家不夠多,所以轉機的手續成為許多朋友出國商務或旅行中必然的時間消耗。尤其在人生地不熟的偌大機場內找尋轉機位置、重新檢查與排隊等等,都很容易感到無聊與煩躁。瑞士的洛桑聯邦理工學院( École Polytechnique Fédérale de Lausanne ,EPFL)最近提出了一個解決計畫,稱之為「Clip-Air」

這是一個怎樣的運輸方式呢?簡單來說,就是省略重新託運行李、轉機與排隊的過程,把「飛機」和「高速鐵路」的概念合而為一。乘客在月台上搭乘特製的「座艙車」,這個座艙宛如高鐵列車一般,在特定的月台上面進行上下車,乘客只要到指定的月台搭乘就好。等到乘客搭載完畢後,列車就會開往指定的起飛地點,由飛機固定架起,飛往目的地。

例如一架飛機可以搭載數個「座艙」,則其中一個座艙是直達洛杉磯,另外一個座艙則是先在東京轉機,則飛機抵達東京後,飛機將座艙放入軌道後,座艙車便自動行駛進入抵達東京月台,乘客馬上就可以利用月台之間來更換「座艙」目的。

換言之,就是把今天民航客機上面的「乘坐空間」和「運輸動力」區隔為兩個部分,客艙內的空服人員、餐飲、空調依舊如昔,只不過是變成了有輪子的「火車」一般;而把飛行的動力完全交由飛機本身,這樣不僅可以節省轉機的時間與效率,更可以把「航程燃油」和「客艙服務」的成本區隔,有效控制支出,也給予乘客更多的選擇。

-----廣告,請繼續往下閱讀-----

當然,這個把高鐵和飛機概念結合起來來「Clip-Air」的計畫要能實現還有一段時間,各國的機場必須先統一座艙車與運輸機的軌道與相關規格才行。不過看起來,很有趣,不是嗎?

資料來源:Clip-Air project envisages modular aircraft you can board at a railway station

-----廣告,請繼續往下閱讀-----
文章難易度
RainReader
9 篇文章 ・ 1 位粉絲
從小與電玩、動漫結下了不解之緣。曾任教過國中、高中、五專與多所大學,試圖以當代娛樂與流行文化的角度來融入歷史教學,傳達多元化的知識系譜。在學術領域方面,主要研究近代知識分子的思想意識與文化理論;除研究外,也為網路與報章媒體撰寫專欄文章、遊戲攻略。曾任創能網路資訊公司副執行長與GaMavi電玩資訊站長、策展台灣首次非商業電玩藝術展台北數位藝術節,現任教於東海大學與旭傳媒科技。非常歡迎您的交流!

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

1

3
1

文字

分享

1
3
1
從號誌開始還路於民:增設行人專用時相真的能保護行人嗎?
PanSci_96
・2023/09/02 ・3577字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

「好不容易綠燈了,怎麼又有路人擋在斑馬線上?現在汽機車要停讓行人,不是只會讓路口更塞嗎?」

「怎麼一綠燈,腳才剛踏出去,就差點被撞到,台灣真的是行人地獄啊!」

話說道路設計的最高原則,就跟XX製藥一樣,是先研究不傷身體,再講求效果。包括行人、駕駛者等用路人的安全要確保,再來才是讓所有用路人都能在安全的條件下,快速地到達目的地。

那麼駕駛轉彎時須等候行人的規定,你怎麼看呢?身為行人的我覺得,這只是遲來的行人正義,本該如此啊!以前每次過馬路都要急急忙忙,還擔心被司機怒瞪,感覺真的很差。不過握上方向盤的我卻又覺得,哇靠,現在每次汽車轉彎遇到行人就要停下來,結果根本如入行車地獄,一整排車子在路上塞爆,綠燈都結束了,車子還卡在路中間!

-----廣告,請繼續往下閱讀-----

與其讓每個人都陷入行人與駕駛的無間道,也許我們該思考的是最根本的燈號設計問題,調整號誌設置加上增設行人專用時相(Pedestrian Scramble),被認為是擺脫行人地獄惡名的關鍵一招,但這招真的有用嗎?該怎麼用才真的好棒棒呢?

紅綠燈秒數該如何設計?

最近交通改革的呼聲很高,820「還路於民大遊行」也即將登場。台灣交通雖然不會因為一次的遊行,在一夕之間改變,但能讓更多人在乎交通的癥結,願意理性討論,我認為都是很好的發展。

因為多起令人傷心的事故,「道路設計」如今備受重視,然而設計道路不是看心情或靠直覺,不論是車道寬度、人行道寬度或是標線位置,都是集合交通學、數學和心理學分析的綜合結果。其中,紅綠燈的設計相對來說比較簡單,因為那就是解數學題嘛。

喔?這數學題該怎麼解呢?我們先以最簡單的雙時相號誌來舉例。這裡所謂的時相,就是指號誌的狀態。例如一個最一般的十字路口,會由一個南北向綠燈、東西向紅燈的時相,加東西向綠燈、南北向紅燈的另一個時相,組成雙時相系統。如果又加上禁止直行、僅允許轉彎的情況,那就是又多了一個時相。而由三個以上組成的系統,就是我們常聽到的「多時相交通號誌」。

-----廣告,請繼續往下閱讀-----
雙時相號誌例圖。圖/轉動高雄青春夢-高雄市政府交通局

現在我們眼前有一個雙時相號誌路口,我們的目標,是設計一個在固定時間內,能讓更多車通過,駕駛可以花更少時間抵達目的地的路口。唯一的條件,是它的紅燈與綠燈時間必須一樣長,那麼你會希望紅燈長一點還是短一點呢?蛤,短一點比較好?真的是這樣嗎?

當我們在設計號誌週期 (signal timing) 時,通常會將號誌畫成類似於 PM 常用的甘特圖,更加一目了然。現在我們有第一種設計:紅燈、綠燈各一分鐘,一個號誌週期是兩分鐘。以及第二種設計:紅燈、綠燈各 30 秒,一個週期是一分鐘。實際畫成甘特圖,雖然一次的紅燈等待時間變短了。但長時間來看,你遇到綠燈跟等紅燈的時間,是一樣多的,也就是在相同時間內,前進的距離是一樣的。

設計號誌週期不同,實際有效時間也會不同。圖/PanSci YouTube

當然啦,相信你也看出來了,現實情況不是這樣,就算是藤原豆腐店的送貨員,從零加速到一百,喔不對,一般道路速限是 50 公里。從零加速到 50,也是需要起步時間的,如果遇到紅燈也需要煞車時間。再加上黃燈的轉換時間,這些時間加起來會產生不少的時間損耗。如果遇到一次紅燈,就會損失 5 秒。那麼在週期為兩分鐘的道路上行駛兩分鐘,實際上的有效時間,只有 60-5 秒,也就是 55 秒的時間。在週期為一分鐘的路口呢?雖然行駛兩分鐘的綠燈時間總計也是一分鐘,卻因為會多遇到一次紅綠燈。所以有效時間會損失 2 次 5 秒,也就是有效時間只剩下 50 秒,比週期是兩分鐘的道路還少了五秒。

結論就是,雖然綠燈長一點,紅燈也需要等久一點,但比起不斷地走走停停,能將速度維持在速限的時間更久,就能節省更多時間。

-----廣告,請繼續往下閱讀-----

號誌連鎖,幹道更順暢

當然,以上假設是紅燈與綠燈一樣長的情形,大部分的道路規劃都存在幹道、支道的區分。幹道是交通的命脈,也是車流量最大的地方,因此綠燈時間就會設計的比紅燈還要長,在號誌設計上也會有其他的考量。

例如,大家在路上看到一整排綠燈,一路大順暢,心情一定也十分舒暢,這被稱為號誌同步 (Signal Synchronization)。剛才討論的是單一紅綠燈的時間長短,現在我們同時考慮整條路上的紅綠燈,依照經驗也知道,沒有號誌同步的幹道,遇到的紅燈次數自然也會比較多,那麼因為頻繁減速、加速而出現的時間損失又多起來了。

但是,號誌同步真的是最優的作法嗎?其實不見得。當我們將號誌再次畫成圖,把號誌的時間和空間擺在一起,形成時空圖(Time-Space Diagram),並且加入行駛速限的考量。

號誌時空圖(Time-Space Diagram)。圖/Traffic Signal Timing Manual

我們會發現,放入合適的時差,能讓號誌如波浪般傳遞下去,每次你剛好到下一個路口,就會剛好遇到綠燈,達到真正的一路大順暢。這種安排方式被稱為號誌連鎖 (Signal Coordination)。而要讓雙向的道路都能受益於號誌連鎖的好處,就需要透過嚴密的車流量與數學計算。

-----廣告,請繼續往下閱讀-----

在這些基礎之上,還需要加入時間、車流、轉彎道等資訊,才能做出最有效的號誌設計,實在不簡單。在這個基礎之上,若要解決行人屢屢遭遇事故的困境,該怎麼設計紅綠燈呢?

行人專用時相是什麼?

前陣子,關於駕駛轉彎時須等候行人的議題又再度浮上水面,有人提出既然每次汽車轉彎遇到行人就要停下來,不如增設「行人專用時相」(Pedestrian Scramble)來解決問題。在這個時相內,只有行人可以移動,反過來說,在汽車移動的時候,行人是不能移動的。

這有什麼好處呢?首先,因為行人穿越馬路時所有汽車都得靜止,因此行人可以穿越對角線,穿越馬路的次數從兩次變為一次。對於駕駛來說也有好處,因為駕駛行駛時已經沒有行人會穿越斑馬線,因此右轉車輛可以不受影響,降低等待時間。而最重要的是,行人移動時沒有任何交通工具正在移動,直接降低了車禍的風險。倫敦交通局在 2010 年的報告中,便說明行人專用時相可以降低 38% 的行人傷亡。

行人專用時相可以降低 行人傷亡。圖/Giphy

既然這麼立竿見影,那把所有路口都加設「行人專用時相」就解決問題了嗎?其實也不是。增加一個時相,就意味整個週期拉長了。因此不論是行人還是車輛,要等的紅燈時間也會拉長。在少部分城市,就觀察到駕駛更容易因為等得不耐煩而搶跑、闖紅燈,例如加拿大的多倫多,就因此在 2015 年取消了行人專用時相。

-----廣告,請繼續往下閱讀-----

一般認為,適合設置行人專用時相的地方,僅在行人人流量高的路口,例如鬧區、車站前、幹道交叉口等等。在行人數量不多的路口,增加時相可能反而會使塞車問題更加嚴重。

還有什麼方法能讓行人更安全的過馬路?

事實上,台灣交通安全協會理事長陳宏益也表示,行人專用時相只是短期應急作法,更好的做法是搭配不同路口採用不同的措施。例如設置「行人早開時相」(Leading Pedestrian Interval),讓行人比車輛早 3~7 秒綠燈,增加行人被駕駛看到的機會、減少人車爭道。

或是呢,設置行人庇護島或將行穿線退縮,除了庇護島能多一分保障外,重要的是行穿線退縮能增加汽車的等候空間,並且因為車輛在轉入時已經轉直,比較不容易因為 A 柱死角而看不見行人。

行穿線退縮也能保護行人安全。圖/PanSci YouTube

這樣聽起來,只要根據每個路口車流、人流,調整燈號設計,台灣的「行人地獄」應該有解囉?你覺得呢?有可能改變嗎?

  1. 當然有解,那麼多國家都提出了交通零死亡願景,事在人為啊!
  2. 教育才是最佳解,從幼兒園開始重新學習行人路權觀念,保守估計下一代……大概就會成功了。
  3. 我不入地獄,誰入地獄,這個肉身臭皮囊,還是靠自己長眼顧好吧!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----
所有討論 1
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

2
1

文字

分享

0
2
1
航空公司的機票定價策略是什麼?轉機航線更長為什麼反而更便宜?
PanSci_96
・2023/05/06 ・2857字 ・閱讀時間約 5 分鐘

疫情解封半年了,你出過國了嗎?

當你開始自己安排行程,為了能留更多預算吃美食、買紀念品,我們往往會貨比三家,盡可能找到更加實惠的機票。但找著找著總是會發現,欸!奇怪,怎麼需要轉機的航程,總是比直達班機便宜上許多!?

明明航程更長,為什麼票價卻變便宜了呢?

機票價格是怎麼定的?

綜觀整個大眾運輸市場,陸上交通工具如高鐵、火車、客運的票價,不論是連假還是平日,其實都不會相差太多。然而飛機卻完全不一樣,即使是在旅遊淡季,價格仍然會以分鐘為單位上下波動,要搶到一張經濟實惠的機票,全憑本事了!

航空公司的訂價策略是票價快速浮動的主因之一,即使是同一班機,每個座位的定價會有所不同,距離起飛的剩餘時間、班機上的空位情況也都會影響價格。除了市場的供需外,國際油價、人力成本也都是影響成本的因素。

-----廣告,請繼續往下閱讀-----

航空公司在計算完各項成本之後,首要任務就是決定要開哪些航線,以及在這些航線上配置多少班次的飛機,才能最大化運輸旅客並且避免浪費太多空位。

機票價格是怎麼定出來的呢?圖/Envato Elements

為什麼轉機比較便宜?

其實載人跟載貨的情形很像,如果你把自己想像成貨物,航空公司換成貨運公司,就很好理解了。當我們網購下單東西時,貨運公司並非從店家直接派一台貨運車送貨到府,而是先集中到物流中心,接著發到各縣市較小的營業所,最後才由司機個別配送。

從點對點運輸改為集中後再處理,雖然單一貨物需要移動的距離變長了,但物流路線的複雜度卻簡化了許多;以貨運公司的角度來看,在相同的人力下,每天能配送的貨物量也就增加了。

這種物流重新分配方式稱為軸輻網路或是樞紐網路(hub-and-spoke network),在剛才的例子中,整個網路如同車輪的輻條般輻射展開,而物流中心就是中心的樞紐 hub。

-----廣告,請繼續往下閱讀-----
輻射展開的樞紐網路。圖/PanSci YouTube

把相同的概念放到航運中,這些關鍵的樞紐就稱為樞紐機場,長途航線通常會經過樞紐機場並在此轉機,繼續前往目的地。至於要選擇哪個機場是樞紐機場,除了考量機場的吞吐量外,當然也考量到航空公司本身的所在位置。例如國內的華航、長榮、星宇航空等,樞紐機場就都在桃園國際機場,而大家飛歐洲線常搭的阿聯酋航空,樞紐機場就在杜拜國際機場,這也是為什麼我們通常都得在杜拜轉機。

在 hub-and-spoke 的架構下,航空公司可以放心把總部設在樞紐機場,不僅能高度掌握每條航線,人力成本分配也可以更簡化。

航線上的交通規則

此時此刻,全球正在飛行的飛機數量,大概有 8000~20000 架次,這數量可不少,必須有妥善的管制系統。天空其實和汽車的高速公路、火車的鐵軌一樣,飛機也需要照著明確規劃好的空中航線及高度飛行,並且遵循飛航管制。

撇開因為機械故障導致的空難,因人為失誤導致飛機在空中「相撞」,在歷史上確實發生過幾次。

-----廣告,請繼續往下閱讀-----

例如 1986 年,墨西哥國際航空 498 號班機與私人小型飛機在洛杉磯國際機場上空發生擦撞,雙雙墜毀。事後調查,肇事的原因是由於實習航管員分心,忽略了雷達中出現的小型飛機訊號,未能提醒兩架班機迴避,因此發生憾事。在這之後,美國聯邦航空局強制所有境內的飛機,都要安裝空中防撞系統,避免憾事再次發生。

498號班機被撞後的影像,飛機當時已經失去水平尾翼。圖/維基百科

時至今日,除了在飛機上安裝防撞系統外,航空管制多次調整,訂出垂直隔離、前後隔離、左右隔離等規範。

以垂直隔離為例,依照高度將航道分為了好幾「層」;除非遇到亂流、機械故障等緊急狀況,否則飛機應保持在特定的飛航空層(Flight Level , FL)中飛行,如:FL290 就是該飛機在高度 2 萬 9 千英尺飛行。隨著大氣數據計算機、高度計以及自動駕駛系統的發展,現在兩個飛航空層的垂直間隔為 1000 英尺;因此在一般民航機巡航高度的 FL290 到 FL410 之間,共可以切割出 13 個空層供飛機飛行。

另外,萬一真的不幸發生意外,飛機要能找到地方緊急迫降,此時要考慮的便是延程飛行時間 (Extended Operation),也就是當意外發生時,迫降到最近機場的時間。通常航線規劃時會要求航線中的任一點,要能在 60~180 分鐘內飛到最近的機場,因此航線的規劃就不能偏離陸地太遠。

-----廣告,請繼續往下閱讀-----

為了能橫跨大洋,選擇不同的機型、飛機本身噴射發動機數量的不同,延程飛行時間也可以跟著拉長。例如較新的波音 777 中許多型號,便通過了 ETOPS-330 的認證,代表延程飛行的容許時間長達 330 分鐘 。

飛機怎麼飛快又省油?

這一條條的空中公路,又該怎麼規劃,才能又快又省油呢?我們可以直接看看實際運行中的航線。然後就會發現:飛機竟然不飛直線,而是繞了個大弧線!你以為是繞了遠路嗎?恰恰相反,這是最短距離!

我們來思考一下,要如何在地球上劃出兩點間的最短距離?只要把地球像是西瓜一樣一刀切下,這一刀不僅要同時經過目標兩點,還要通過球心,剛好把地球切成對半。這條弧線就是兩點的最短距離,又稱為大圓弧線。使用此路線飛行的航線,則稱為大圓航線。

除了大圓航線外,風速當然也是需要考量的重要因素。在地球中緯度的高空上,有條長年從西吹向東的西風帶,如果乘上這些風帶由西向東飛,不僅比較快也較省油;反過來由東向西逆風飛行,所需時間就會較久。以及在各緯度都有可能出現、風速可達時速 200 到 300 公里的噴射氣流,飛行時,若利用這些風帶的效益比大圓航線還要高的話,既可以省油、省時又省錢。

-----廣告,請繼續往下閱讀-----
利用風帶飛行,既省油、省時又省錢。圖/Envato Elements

如果還想要繼續深入機票的定價策略,就會發現裡面複雜的程度就像是氣象預報一樣。

例如為了讓每個座位不被浪費,航空公司出售機票的數量可能比實際的座位數量還要多,也就是所謂的機位超賣,至於要超賣多少張機票,則要綜合考量該班次遊客的性質通常是商業或是旅遊目的居多,並且計算旅客放棄的機率以及賠償成本等等。當旅遊旺季時,還要考量到機場航班過多,機場跑道的起降還要排隊造成的擁擠延誤成本等等。

如果可以簡單誰想要複雜呢?因此也有航空公司推出低成本航空,也就是我們常說的廉航。它們會選擇反其道而行,減少大型機場使用,並以短、中航程為主,策略又完全不一樣。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----