MKC Logo
瀏覽數:131

搏感情更懂變通》北捷行控中心完勝AI

關鍵字:

【採訪整理/林哲生 圖片提供/台北捷運公司 攝影/張峻健】

  23年前還向新加坡、香港地鐵取經的台北捷運公司,如今以平均日載超過200萬人次,累積逾85億人次搭乘的風光紀錄,躋身世界大型捷運系統會員,在眾所矚目的營運可靠度(MKBF)表現上,2016年更以488.4萬車廂公里(相當於每月10萬班次發生2.1件5分鐘以上行車延誤事件)名列世界前茅,已超越很多歷史悠久的城市地鐵,稱它「台灣之光」可說名副其實。

  台北捷運肩負如此龐大的交通人流,率先使用全自動/半自動行駛的營運方式,可算是最接近AI人工智慧的試驗場,每天面對紛沓而來的旅客及運務資訊回報,「行控中心」就像捷運系統的大腦,為每班列車織出縝密路網達成載客使命,這樣重要的交管核心,其實就隱身於台北市交通樞紐的「台北轉運站」地底下。在通過一道道管制閘門後,映入眼簾的行控中心就像電影場景裡的NASA指揮中心,各種精細的顯示儀板與圖表嵌在半弧形的大螢幕牆面上閃閃發亮,切割再切割的螢幕區塊顯示不同層次的監控正在嚴密執行,大螢幕截圖回傳的某個監視器畫面,讓所有編制人員聚精會神地保持高度警戒。為了守護捷運的行駛安全,他們還以特殊的扇形席位編制,層層把關。

捷運司令官 行控中心Hold大台北

  來到指揮捷運系統發車的大本營,台北捷運公司行車處行控中心主任許泰銘說:「整個行控中心需要24小時3班制不間斷地輪班,除了我們眼前所見的這個區域,使用無人駕駛的中運量文湖線也有一個較小編制的行控中心,」這才發現,不論是全自動駕駛或是半自動駕駛,行控中心無疑是下達指令的司令官。他說,當文湖線電腦自動駕駛失靈時,受過訓練的站長便會上場手動駕駛列車,自動駕駛並非萬無一失的保障。

  談起台北捷運還沒正式開通的草創初期,相關人員還特地去香港、新加坡研究當地地鐵怎麼運轉、班距怎麼控管、人力安排、司機員的勤務、維修⋯⋯等,即使已經規劃詳盡的SOP流程,但進入營運後仍會遇到新的問題,流程也要一再修改才能更加貼近現況,以工作說明書為例,當列車故障時依照標準步驟處理仍無法排除狀況,就得再修訂。現在台北捷運管理路線長達131公里,多達117個站,所有的順暢都是靠經驗一點一滴累積而成。

  每天面對超過200萬搭乘人次的台北捷運,行控中心彷彿捷運的大腦,他說:「所有資訊都會傳到這邊,除了中心控制面板上的訊號外,現場站長、維修人員會透過無線電,跟行控中心回報所有狀況,聽到現場狀況後,就把所有資訊集中起來,針對這個事件以SOP作業程序來做後續處理追蹤,」所以行控中心可以收集所有資訊並消化吸收後,再依據SOP決定列車該不該停駛或改成慢速行駛、號誌該怎麼設定⋯⋯等。

從反應到預應 先照顧人再解決事

  許泰銘以旅客攻擊事件舉例,「當司機員反應有旅客在車廂持刀傷人,很多旅客受傷,列車控制員負責列車調度,他接受到司機員的回報,把這個訊息喊出來,並壓下席位上設置的緊急鈴後,全行控中心就會鳴動,大家就知道這條路線有狀況要支援,」許泰銘說,我們會設計分工,事故區要照顧,非事故區也要照顧,還要做訊息通報,也要調閱DVR回播事件,「有效分工才能把事情處理好,以旅客攻擊事件來看,我們就需要緊急通報,大部分通報任務會在主任控制員身上,像跟上層主管通報這一塊都是由他來做,另外像對外的單位:消防員、救護車、警察⋯⋯這些都由主任控制員第一時間去通報」。

  行控中心人員的可貴之處,便是能依據現場各種突發狀況,即時做出具彈性的補救措施,即便有SOP流程,但在執行過程的精細面上,其實包含了不同領域的判斷,這正是與機器人差異所在。好比正當旅客攻擊事件造成多名乘客受傷,甚至要分秒必爭地搶送不同傷患送醫時,行控中心的各個人員就得支援警察部署,通知救護人員在關鍵地點準備待命,同時控制事件列車停靠時間並維持其他站別列車運行,所有狀況都會依據歹徒動態不斷調整與改變,而機器人很難判斷何時必須超越過往的處理層級與方式,畢竟攻擊事件百百種,根本無法完全有效預測,但如何控制損傷與彈性整合運用所有資源,正是行控中心展現專業人員寶貴的實務經驗。

分工確實 分線不分家

  而日常中的突發狀況層出不窮,最常遇到車門臨時故障,他說,「車門關不起來時我們就請站長去看看,如果有異物卡住就把它撿起來,假如沒有異物卻關不起來,會請站長幫忙把這個車門隔離掉,讓旅客上下車就從其他門進出,當然後續就盡快入廠把它換掉;另外,列車可能遇到電力問題,車廂跳成緊急照明,可能是屬於輔助電力的問題,當它有一些狀況必須降階慢速運轉時,這部列車就不適合再載客,會儘速請旅客下車,趕快進廠維護修。」

  由於行控中心講求團隊合作的概念,捷運每條路線都有設計分工表,當紅線發生狀況時,綠線、藍線、橘線該做什麼,矩陣圖都有畫出來,大家便能各司其職,許泰銘說:「當今天緊急鈴壓下去,全行控中心知道後就開始分工,列車控制員透過無線電接收回報列車故障,就立即把緊急鈴壓下去,啾啾啾的聲響就來了,分工作業就成形了。假設綠線出狀況了,紅線就來照顧非事故區的調度,事故區可能是某個站或某列車,其他區域仍要照顧,紅線的路線控制員就要來負責安排哪部車先通過,PO訊息的是橘線的路線控制員,在電腦上用緊急資訊系統輸入事件訊息,讓全公司、各場站依自己職責去支援,」另外,狀況發生後,想要掌握現場,便得透過捷運車站大約1萬支監視器來回播放現場DVR,找到對的攝影機投射出最新狀況或是回播之前狀況,釐清發生過程;而資訊助理則藉由車站廣播或是旅客資訊顯示器及電視來公布訊息,旅客若有下載捷運App,也能第一時間收到訊息。

「納莉」重擊 專業人力靈活抗災

  台北捷運營運至今,面臨最大的營運危機之一應當是2001年9月15日∼9月17日的納莉風災,單日雨量飆到425公釐,許泰銘想起那時狀況:「當天我沒上班,接到緊急電話說要趕快來支援搶救,板南線水淹的就像河流了,控制室樓下B4層機房區都是輕鋼架地板,我進去要搶救機房區時,那些輕鋼架地板都已經浮在水面上了。」災情慘重,16個車站(板南線11站、淡水線5站)、南港機廠及高運量行控中心都受到嚴重影響,那次史無前例的天災事件,也讓台北捷運花了近3個月才全面搶通,同時也突顯了一個問題,當營運因重大災情全面停擺之際,換作是機器人或電腦恐怕也束手無策,專業人材頓時成為最可靠的機動力。經歷風災肆虐後,他說:「我們在後續路網的沿線車站,已架設了22樘防水隔艙,規劃了從天而降的升降式、橫移式或擺動式的防水隔艙,所有防水隔艙的監控、警訊,都由控制中心的防水隔艙電腦來掌控。」未來,讓電腦或機器人成為行控中心有效管理的工具,但保有專業人力審度全局的應變空間,應是台北捷運在未來AI時代中最好的營運模式。

貼心+創新 輸出顧問服務

  面對AI浪潮來襲,許泰銘認為,交通運輸業對於其能減輕例行性的工作負擔樂觀其成,規律性的工作未來大概都會被AI取代,因此,未來行控中心發揮的工作價值就很重要,他說:「很多國際軌道組織、公司的相關資訊部門也關心AI的發展,但AI到底發展到什麼程度,能夠取代多少重複性、例行性、比較邏輯性的判斷思考,還是得看它的發展程度,」如果未來重覆性作業都能被AI取代的話,他覺得應把人力重點放在「貼心服務」與「創新挑戰」的面向上,畢竟AI再怎麼厲害,還是冰冷地處理事情,從心出發的這些服務,AI現階段會比較弱一些,他認為好比列車發生故障時,人員如何提供旅客更安心的等候感受都是可以加強的方向,至於AI在未來5年、10年能取代多少人力,仍是未知數,當地勤作業大部分都被AI取代時,多餘的控制員則可能投入「顧問」業務,許泰銘說:「顧問業務目前如火如荼發展中,我們接到很多Case,中國大陸便占很大部分,台中捷運、桃園捷運或是新加坡也都有合作案,持續不斷開發新客層,未來顧問也能駐點服務,當AI技術發展造成人力精減,我們都可以往這些方面發展,在交通運輸領域都還是可以有很好的發揮。」

  同時,他也指出,目前中國交通運輸業發展飛快,重工業的發展令人驚豔,但在比較軟性的管理組織面或票務經驗上仍須師法他國,台灣擁有語言優勢,像過去便曾接觸過西安、成都、青島、武漢、南京、南昌、重慶、廣州及瀋陽等地鐵公司。

人才4特質 AI時代續發光

  機器人可擁有單一領域的強大演算能力,卻終究無法「將心比心」,除了面對各種旅客糾紛或援助需求,又得緊急排除各式車輛故障與各種通訊或環控異常,行控中心人員得創造更好的運輸效率與服務,同時成為AI趨勢下的多功能人才。

  因此,若想成為行控中心成員,許泰銘指出,目前都會要求碩士以上的學歷,並以理工科系背景為主,進來後都會再訓練,也有淘汰機制;由於控制室是一個處於高壓的環境,當狀況進來後可能得在3∼5秒間做出決策,所以首重沉著冷靜的特質,並且能夠承受業務壓力,一旦掌握狀況後要能迅速下指令,因此人員個性希望是果決的,此外,控制員必須分工合作,擁有合群的特質才能融入整個團隊。

  台北捷運是以人為本的交通服務業,面對AI發展,許泰銘說:「AI的概念就是程式邏輯的概念,人腦畢竟有限,現階段行控中心做了很多事情,也開發了很多系統,如事件管理系統,利用一些程式語言、資料庫的運作,開發出很多協助業務運作的系統,也算AI的前身。」未來有AI幫忙,台北捷運就更有餘力對於旅客服務及文化層次,多做一些禮讓宣導、親子化區,甚至像背景音樂這類創新服務的設計,加入更多人性面的新元素,讓本來冰冷的運輸更加活潑。許泰銘強調,行控中心的工作價值,是幫助台北捷運守護捷客安全,並提供「搏感情的大眾運輸服務」,這一點,AI的確難以複製與取代。

【完整內容請見《能力雜誌》2017年7月號,非經同意不得轉載、刊登】


您可能會有興趣的課程

資料讀取中...

您可能會有興趣的出版品

資料讀取中...

能力雜誌

資料讀取中...