iVOD / 154026

Field Value
IVOD_ID 154026
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154026
日期 2024-06-13
會議資料.會議代碼 委員會-11-1-23-16
會議資料.會議代碼:str 第11屆第1會期交通委員會第16次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 16
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第1會期交通委員會第16次全體委員會議
影片種類 Clip
開始時間 2024-06-13T14:28:36+08:00
結束時間 2024-06-13T14:35:52+08:00
影片長度 00:07:16
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/cf02c7fc60cc7ba00e47a7bcb46088595c95aab381092a40bde74b6f355ecae16eb0d0d8684cdce65ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 廖先翔
委員發言時間 14:28:36 - 14:35:52
會議時間 2024-06-13T09:00:00+08:00
會議名稱 立法院第11屆第1會期交通委員會第16次全體委員會議(事由:邀請交通部部長李孟諺列席報告業務概況,並備質詢。)
gazette.lineno 1195
gazette.blocks[0][0] 廖委員先翔:(14時28分)謝謝召委,那麻煩我們部長。
gazette.blocks[1][0] 主席:請李部長。
gazette.blocks[2][0] 李部長孟諺:委員好。
gazette.blocks[3][0] 廖委員先翔:部長好,前幾天國際上非常知名的企業家,也是在我們臺灣出生的黃仁勳回到臺灣來,帶起了臺灣一股AI的浪潮,他誇獎我們臺灣其實就是一個AI島,我們在世界AI產業有舉足輕重的地位。其實長久以來,我們臺灣的政府,中華民國政府,長期以來好像都跟產業脫鉤,就是產業發展的非常科技化,但是我們的各部門,常常落後我們的產業非常多。我不曉得部長接任交通部長之後,包括黃仁勳來了之後,你有沒有思考過,我們交通部有沒有哪些業務,可以利用AI的科技來提升我們的服務品質?有沒有思考過這個問題?
gazette.blocks[4][0] 李部長孟諺:是,我舉個例子,譬如說我們高速公路的匝道儀控,現在就有利用相關的177大數據,做人工智慧的演算,來決定儀控的秒數。另外,在定位系統方面,高鐵、臺鐵定位系統其實也把最佳化的定位方式置入。我想,後面還有很多其實是我們可以來努力的。
gazette.blocks[5][0] 廖委員先翔:其實,第一,我一直想呼應部長所講的第一段,就是利用影像判斷的方式設置高速公路的儀控,這點可能高速公路局有在做了。
gazette.blocks[6][0] 李部長孟諺:是。
gazette.blocks[7][0] 廖委員先翔:至於平面道路等地方政府的交通設施呢?其實大家常常會講,地方的交通非常……可能算混亂、壅塞,交通部有沒有思考過?我在第一次競選議員的時候就提出了智慧交通的概念,但後來發現地方政府根本沒有能力做這件事情。交通部有沒有在思考,就這件事情協助地方政府,將地方的路口號誌利用影像判斷作秒差調整?或者是在行人穿越的部分,有時候行人按了按鈕好久,但為了跟前後路口號誌連貫,可能過了兩分鐘都還不能過。對於這樣的情形,交通部有沒有辦法把影像辨識系統導入到地方落地?
gazette.blocks[8][0] 李部長孟諺:現在我們有協助各縣市政府建立它的交通行控中心,而這個行控中心就包括針對整個車流用AI攝影作車流演算,對紅綠燈作最佳化處理。另外,現在各個路口中,其實很多路口已經開始作科技執法,而科技執法也是用攝影機研判,比如說車輛有沒有禮讓行人。我們現在不是規定車輛至少要離行人3公尺、3個枕木的距離?這些影像就是利用AI判斷車輛有沒有違法,可以減少警察要在路口執法的負擔。
gazette.blocks[9][0] 廖委員先翔:那麼針對號誌這部分,我再追問、詳細了解一下。號誌部分現在還在沙盒實驗嗎?還是已經開始能普遍讓地方政府運用、整體路網都能夠有這樣的服務?
gazette.blocks[10][0] 李部長孟諺:我請司長跟您報告,比較詳細。
gazette.blocks[11][0] 黃司長新薰:跟委員報告,事實上,從106年開始一直到現在,都已經上線,您剛剛所垂詢的路口部分,確實已經用AI的CCTV作影像辨識,再傳到智慧交通管理中心,透過這樣的判別之後,再下傳到路口的號誌控制器裡面,把綠燈的秒數讓給車流比較多的部分。
gazette.blocks[12][0] 廖委員先翔:行人的部分有嗎?
gazette.blocks[13][0] 黃司長新薰:啊?
gazette.blocks[14][0] 廖委員先翔:行人的部分?
gazette.blocks[15][0] 黃司長新薰:行人現在也有,甚至除了十字路口之外,因為部長的要求,我們在非號誌化路口這一塊也裝了剛剛講的這套警示系統,未來會普遍到全臺灣都會有。
gazette.blocks[16][0] 廖委員先翔:大概一年編列?以今年來說,一年大概編列多少預算在補助地方政府update系統?
gazette.blocks[17][0] 黃司長新薰:一年的話,全國現在大概是編了4億。
gazette.blocks[18][0] 廖委員先翔:4億嗎?
gazette.blocks[19][0] 黃司長新薰:是。
gazette.blocks[20][0] 廖委員先翔:好。有沒有預估如果要全面普及的話,大概需要多少經費?
gazette.blocks[21][0] 黃司長新薰:因為這部分比較重,大概6成會用在這個部分。
gazette.blocks[22][0] 廖委員先翔:6成?
gazette.blocks[23][0] 黃司長新薰:對,4億裡面有6成。
gazette.blocks[24][0] 廖委員先翔:我是說,如果全臺灣的號誌系統都要作……
gazette.blocks[25][0] 李部長孟諺:全國更新。
gazette.blocks[26][0] 廖委員先翔:全國更新的話?
gazette.blocks[27][0] 黃司長新薰:如果全國更新,我們可能還要再作統計。不過,每年我們都將這個列為重點……
gazette.blocks[28][0] 廖委員先翔:重點項目?
gazette.blocks[29][0] 黃司長新薰:對、是。
gazette.blocks[30][0] 廖委員先翔:好,那就再麻煩交通部繼續加油。
gazette.blocks[30][1] 另外,我們討論一下雪隧塞車的問題。關於雪隧,其實之前我跟召委去勘查過,就是端午節之前,清明連假的時候。那時候高公局說與其提高速限的功效跟取締龜速車,其實以整個交通的流暢來說,要求龜速車加速對於整體車流量與行進速率會有比較大的幫助嘛!對不對?
gazette.blocks[31][0] 彭副局長煥儒:跟委員報告一下,尤其是北上部分,常常有人稱的路隊長,那就是龜速車,其實它的下游是沒有塞的,所以如果能夠取締它……
gazette.blocks[32][0] 廖委員先翔:對,但我們現在要取締路隊長非常困難嘛!對不對?
gazette.blocks[33][0] 彭副局長煥儒:對。
gazette.blocks[34][0] 廖委員先翔:其實現在有個東西叫做區間測速機制,一直以來民間反彈都很大。其實區間測速沒有什麼問題啦!最大的問題在於主管機關常常設定不合理的限速、固定的限速,大家才會反彈區間測速。交通部有沒有考慮過用區間測速取締路隊長?
gazette.blocks[35][0] 彭副局長煥儒:目前對於龜速車比較沒有辦法用區間測速,不過我們會把……
gazette.blocks[36][0] 廖委員先翔:為什麼?理論一樣啊!
gazette.blocks[37][0] 彭副局長煥儒:在雪隧部分,我們會特別針對龜速車顯示,將車號……
gazette.blocks[38][0] 廖委員先翔:但我知道現在沒有啦!我知道現在沒有嘛!那未來可不可以?
gazette.blocks[39][0] 彭副局長煥儒:這個……慢速車部分涉及的比較多,有可能因為下游也已經壅塞了。
gazette.blocks[40][0] 廖委員先翔:當然啦!當然會有一些例外情況要排除嘛!
gazette.blocks[41][0] 彭副局長煥儒:是、是、是。
gazette.blocks[42][0] 廖委員先翔:但像是雪隧裡面沒有辦法變換車道,至少跟前車差了幾秒、也就是差了超過一定秒數以上,又用了過多時間在隧道內,可能就是一個取締要件、就可以取締嘛!如果是前車慢,我們當然也會慢嘛!好不好?我希望你們考慮一下。
gazette.blocks[43][0] 彭副局長煥儒:OK,那我們再跟執法單位研究一下。
gazette.blocks[44][0] 廖委員先翔:你們評估一下啦!看看是不是能在一個月內考慮一下用科技執法方式改善雪山隧道龜速車的問題。
gazette.blocks[45][0] 彭副局長煥儒:是。
gazette.blocks[46][0] 廖委員先翔:好不好?一個月?
gazette.blocks[47][0] 彭副局長煥儒:好。
gazette.blocks[48][0] 廖委員先翔:好,那就以上兩個問題再麻煩交通部。謝謝。
gazette.blocks[49][0] 李部長孟諺:謝謝。
gazette.blocks[50][0] 主席:謝謝,廖先翔委員發言完畢。
gazette.blocks[50][1] 現在請王美惠委員發言。
gazette.agenda.page_end 82
gazette.agenda.meet_id 委員會-11-1-23-16
gazette.agenda.speakers[0] 李昆澤
gazette.agenda.speakers[1] 黃健豪
gazette.agenda.speakers[2] 林國成
gazette.agenda.speakers[3] 林沛祥
gazette.agenda.speakers[4] 林俊憲
gazette.agenda.speakers[5] 何欣純
gazette.agenda.speakers[6] 陳素月
gazette.agenda.speakers[7] 葉元之
gazette.agenda.speakers[8] 陳雪生
gazette.agenda.speakers[9] 邱若華
gazette.agenda.speakers[10] 徐富癸
gazette.agenda.speakers[11] 許智傑
gazette.agenda.speakers[12] 蔡其昌
gazette.agenda.speakers[13] 魯明哲
gazette.agenda.speakers[14] 陳俊宇
gazette.agenda.speakers[15] 鄭天財Sra Kacaw
gazette.agenda.speakers[16] 黃仁
gazette.agenda.speakers[17] 陳亭妃
gazette.agenda.speakers[18] 牛煦庭
gazette.agenda.speakers[19] 洪孟楷
gazette.agenda.speakers[20] 羅廷瑋
gazette.agenda.speakers[21] 鍾佳濱
gazette.agenda.speakers[22] 游顥
gazette.agenda.speakers[23] 傅崐萁
gazette.agenda.speakers[24] 陳培瑜
gazette.agenda.speakers[25] 羅智強
gazette.agenda.speakers[26] 楊瓊瓔
gazette.agenda.speakers[27] 洪申翰
gazette.agenda.speakers[28] 廖先翔
gazette.agenda.speakers[29] 王美惠
gazette.agenda.speakers[30] 林月琴
gazette.agenda.speakers[31] 陳冠廷
gazette.agenda.speakers[32] 邱志偉
gazette.agenda.speakers[33] 翁曉玲
gazette.agenda.speakers[34] 莊瑞雄
gazette.agenda.speakers[35] 林楚茵
gazette.agenda.speakers[36] 涂權吉
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2024-06-13
gazette.agenda.gazette_id 1136201
gazette.agenda.agenda_lcidc_ids[0] 1136201_00002
gazette.agenda.meet_name 立法院第11屆第1會期交通委員會第16次全體委員會議紀錄
gazette.agenda.content 邀請交通部部長李孟諺列席報告業務概況,並備質詢
gazette.agenda.agenda_id 1136201_00001
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 4.18221875
transcript.pyannote[0].end 8.13096875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 14.76284375
transcript.pyannote[1].end 16.58534375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 16.87221875
transcript.pyannote[2].end 28.33034375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 28.71846875
transcript.pyannote[3].end 37.25721875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 37.89846875
transcript.pyannote[4].end 57.03471875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 57.20346875
transcript.pyannote[5].end 65.40471875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 65.40471875
transcript.pyannote[6].end 65.57346875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 65.57346875
transcript.pyannote[7].end 66.97409375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 66.97409375
transcript.pyannote[8].end 68.45909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 68.59409375
transcript.pyannote[9].end 94.02471875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 80.06909375
transcript.pyannote[10].end 80.69346875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 94.02471875
transcript.pyannote[11].end 96.42096875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 97.06221875
transcript.pyannote[12].end 102.32721875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 102.68159375
transcript.pyannote[13].end 106.25909375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 106.63034375
transcript.pyannote[14].end 137.02221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 137.68034375
transcript.pyannote[15].end 139.19909375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 139.57034375
transcript.pyannote[16].end 141.22409375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 141.57846875
transcript.pyannote[17].end 145.30784375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 145.64534375
transcript.pyannote[18].end 147.21471875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 147.65346875
transcript.pyannote[19].end 186.51659375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 186.68534375
transcript.pyannote[20].end 192.15284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 193.11471875
transcript.pyannote[21].end 197.99159375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 198.49784375
transcript.pyannote[22].end 202.96971875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 202.96971875
transcript.pyannote[23].end 204.70784375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 206.59784375
transcript.pyannote[24].end 222.20721875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 222.54471875
transcript.pyannote[25].end 223.64159375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 223.89471875
transcript.pyannote[26].end 225.21096875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 225.37971875
transcript.pyannote[27].end 229.68284375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 229.88534375
transcript.pyannote[28].end 232.60221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 232.75409375
transcript.pyannote[29].end 253.44284375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 241.02284375
transcript.pyannote[30].end 241.52909375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 242.35596875
transcript.pyannote[31].end 242.49096875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 242.84534375
transcript.pyannote[32].end 243.23346875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 253.61159375
transcript.pyannote[33].end 254.18534375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 254.55659375
transcript.pyannote[34].end 255.97409375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 256.61534375
transcript.pyannote[35].end 260.10846875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 260.10846875
transcript.pyannote[36].end 266.58846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 266.95971875
transcript.pyannote[37].end 268.52909375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 268.91721875
transcript.pyannote[38].end 273.82784375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 273.82784375
transcript.pyannote[39].end 276.98346875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 277.74284375
transcript.pyannote[40].end 278.18159375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 278.24909375
transcript.pyannote[41].end 283.10909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 284.47596875
transcript.pyannote[42].end 286.88909375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 286.53471875
transcript.pyannote[43].end 291.29346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 292.06971875
transcript.pyannote[44].end 298.22909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 297.57096875
transcript.pyannote[45].end 298.26284375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 298.26284375
transcript.pyannote[46].end 298.73534375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 298.73534375
transcript.pyannote[47].end 308.16846875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 308.42159375
transcript.pyannote[48].end 309.60284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 309.97409375
transcript.pyannote[49].end 310.53096875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 310.75034375
transcript.pyannote[50].end 326.24159375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 327.03471875
transcript.pyannote[51].end 332.02971875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 332.55284375
transcript.pyannote[52].end 334.39221875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 334.71284375
transcript.pyannote[53].end 338.05409375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 340.24784375
transcript.pyannote[54].end 351.13221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 348.60096875
transcript.pyannote[55].end 351.25034375
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 351.28409375
transcript.pyannote[56].end 351.90846875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 351.90846875
transcript.pyannote[57].end 369.82971875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 370.36971875
transcript.pyannote[58].end 376.78221875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 377.28846875
transcript.pyannote[59].end 383.17784375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 383.39721875
transcript.pyannote[60].end 387.04221875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 387.46409375
transcript.pyannote[61].end 388.10534375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 388.42596875
transcript.pyannote[62].end 393.33659375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 393.33659375
transcript.pyannote[63].end 396.93096875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 396.93096875
transcript.pyannote[64].end 397.65659375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 397.52159375
transcript.pyannote[65].end 400.91346875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 401.33534375
transcript.pyannote[66].end 403.63034375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 404.54159375
transcript.pyannote[67].end 407.27534375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 407.61284375
transcript.pyannote[68].end 414.53159375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 415.39221875
transcript.pyannote[69].end 417.16409375
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 415.66221875
transcript.pyannote[70].end 416.35409375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 416.37096875
transcript.pyannote[71].end 418.27784375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 418.14284375
transcript.pyannote[72].end 422.24346875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 422.83409375
transcript.pyannote[73].end 427.52534375
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 427.71096875
transcript.pyannote[74].end 428.01471875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 428.01471875
transcript.pyannote[75].end 428.80784375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 429.76971875
transcript.pyannote[76].end 432.87471875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 433.09409375
transcript.pyannote[77].end 433.16159375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 434.41034375
transcript.pyannote[78].end 436.19909375
transcript.whisperx[0].start 4.212
transcript.whisperx[0].end 4.714
transcript.whisperx[0].text 麻煩我們部長請李部長
transcript.whisperx[1].start 15.115
transcript.whisperx[1].end 36.864
transcript.whisperx[1].text 委員好部長好前幾天這個國際上非常知名的企業家也是從在我們臺灣出生的這個黃仁勳回到我們臺灣來那也帶起了臺灣的一股AI浪潮那他誇獎說我們臺灣其實就是一個AI島我們在世界AI產業有一個舉足輕重的一個地位那其實長久以來我們
transcript.whisperx[2].start 38.665
transcript.whisperx[2].end 56.34
transcript.whisperx[2].text 我們台灣的政府 中華民國的政府長期以來好像都跟產業脫鉤啦就是產業發展得非常科技化但是我們的各部門常常落後我們的產業非常多那我不曉得部長接任我們交通部長之後包括黃元勳來了之後你有沒有思考過
transcript.whisperx[3].start 57.381
transcript.whisperx[3].end 79.136
transcript.whisperx[3].text 我們交通部有沒有哪些業務可以利用AI的科技來提升我們的服務品質?有沒有思考過這個問題?我舉個例子,譬如說我們的高速公路的乍到移控那它現在就有利用相關的177的大數據那做人工智慧的演算來決定那個移控的秒數
transcript.whisperx[4].start 80.137
transcript.whisperx[4].end 80.277
transcript.whisperx[4].text 委員會主席
transcript.whisperx[5].start 97.128
transcript.whisperx[5].end 113.195
transcript.whisperx[5].text 影像判斷的方式來設置我們高速公路的移控這可能我們高速公路有在做了那至於平面地方政府的交通設施呢我們其實大家常常會講我們地方的交通非常的可能混亂 擁捨那我們有沒有思考過
transcript.whisperx[6].start 115.476
transcript.whisperx[6].end 136.769
transcript.whisperx[6].text 因為其實我在當然在第一屆競選議員的時候我就提出了一個智慧交通的概念那後來我發現其實地方政府根本沒有能力做這件事情那我不曉得我們交通部有沒有在思考這件事情來協助地方政府的地方的入口號誌利用影像的判斷來做秒差的調整或者是行人穿越的部分有時候行人按了好久為了要跟前後入口
transcript.whisperx[7].start 137.449
transcript.whisperx[7].end 140.552
transcript.whisperx[7].text 現在我們有協助各縣市政府建立他的交通行控中心那這個行控中心就會包括整個車流
transcript.whisperx[8].start 156.969
transcript.whisperx[8].end 186.093
transcript.whisperx[8].text 用AI攝影去做車流的演算那來讓他的紅綠燈有一個最佳化的處理那另外其實現在各個路口很多路口已經有開始做科技執法那科技執法也是用攝影機去研判比如說這個車輛有沒有離讓行人我們現在不是規定車輛至少要離行人3公尺3個整目的距離那這個這些影像他就是利用AI來判斷這個車有沒有違法那可以減少這個警察要在路口執法的負擔
transcript.whisperx[9].start 186.735
transcript.whisperx[9].end 187.075
transcript.whisperx[9].text 我請司長跟您報告比較詳細
transcript.whisperx[10].start 206.787
transcript.whisperx[10].end 232.361
transcript.whisperx[10].text 跟委員報告那事實上從106年開始一直到現在現在已經都上線所以我們在那個路您剛剛所垂詢的路口的部分確實我們就已經用AI的這個CCTV來去做影像的辨識然後傳到我們的那個智慧的交通管理中心然後透過這樣的判別之後下到我們的那個路口的耗資控制器裡面然後把
transcript.whisperx[11].start 232.961
transcript.whisperx[11].end 233.682
transcript.whisperx[11].text 警示系統
transcript.whisperx[12].start 256.702
transcript.whisperx[12].end 276.575
transcript.whisperx[12].text 未來會普遍到我們全台灣都會一年編列我以今年今年來說我們大概一年編列多少的預算在補助地方政府算是update我們的系統一年的話我們全國現在目前是大概編了4億4億嗎是好那有沒有預估大概如果說要全面普及的話需要多少經費
transcript.whisperx[13].start 278.343
transcript.whisperx[13].end 290.935
transcript.whisperx[13].text 因為這個部分是比較重大概百分之六成會到這個部分六成對 四億裡面有六成是沒有說全台灣的耗資系統都要去做一個全國更新更新的話
transcript.whisperx[14].start 292.13
transcript.whisperx[14].end 317.466
transcript.whisperx[14].text 全國更新這個我們可能還在做統計不過每年的話這個我們是列為重點重點項目對是好那就再麻煩我們叫孟繼續繼續加油好那另外這個我討論一下我們血稅這個塞車的問題因為血稅其實之前之前我跟趙偉去過勘察過嘛端午節的時候更之前清明連假的時候那我們那時候高工局是說
transcript.whisperx[15].start 318.787
transcript.whisperx[15].end 337.574
transcript.whisperx[15].text 與其提高速限那的功效跟這個取締歸宿車讓歸宿車加速其實對整個以交通的流暢來說要求這個歸宿車加速的話對於整體的這個車流量的行進速率是會有比較大的幫助嗎對不對
transcript.whisperx[16].start 340.447
transcript.whisperx[16].end 366.744
transcript.whisperx[16].text 該委員報告一下齁因為尤其是北上的部分齁常常人家稱的陸隊長那就是歸宿車其實他的下游是沒有塞車對因為我們現在要取締陸隊長非常困難嘛對對不對那我們其實現在有東西叫區間車速其實一直以來都被民間反彈很大齁其實區間車速沒有什麼問題啦最大的問題是我們常常會定一個不合理的限速齁過地的限速那大家才會來反彈這個區間車速我們有沒有考慮過用區間車速來取締歸宿那個陸隊長
transcript.whisperx[17].start 370.507
transcript.whisperx[17].end 386.949
transcript.whisperx[17].text 目前歸宿車比較沒有辦法用那個區間測速但是我們會把歸宿車有顯示在水稅的部分有特別去做針對歸宿車會把他的車號差距我知道現在沒有啦我知道現在沒有嘛那未來可不可以
transcript.whisperx[18].start 388.511
transcript.whisperx[18].end 403.07
transcript.whisperx[18].text 這個因為慢速的部分的話他涉及的比較多有可能下游也已經用涉了這當然啦這當然啦你當然會有一些例外情況排除嘛是是是對啊你至少像雪碎裡面他沒有辦法變換車道嘛那至少你跟前車差了幾秒
transcript.whisperx[19].start 404.591
transcript.whisperx[19].end 432.205
transcript.whisperx[19].text 你差過一定的秒數以上然後你又用了過多的時間在隧道內那他可能就是一個取締的要件嘛他就可以取締嘛那如果說你前車慢的話我們當然也會慢嘛我希望我們考慮一下研究一下你們評估一下啦他們是能夠在一定的一個月內然後考慮一下用科技指導的方式來改善我們雪山隧道歸宿車的問題好不好一個月好那就以上兩個問題再麻煩我們交通部謝謝
transcript.whisperx[20].start 435.147
transcript.whisperx[20].end 435.913
transcript.whisperx[20].text 謝謝廖先翔委員