【記者林杰整理】新加坡是一座被土地緊緊約束的城市。道路已佔去國土面積的十二個百分點，再擴建就只能與住宅、綠地或產業設施爭奪空間。當基礎建設的物理極限逼近，唯一的出路便是提升既有資源效率。
新加坡代表處童振源大使指出，人工智慧被視為一種「隱形容量」，新加坡不是憑空造出新道路，而是透過數據與演算法，讓相同的基礎設施承載更多車流，讓公共運輸服務更多乘客，甚至以無人駕駛接駁車滿足短程需求。
童大使表示，正是在這樣的背景下，星國《Smart Mobility 2030》藍圖於2014年推出。這份藍圖把交通管理視為一場數據驅動的系統工程，追求的不僅是效率，也包含透明治理與社會接受度。跨部門協調、公私合作、信任與安全的設計，被視為確保創新落地的核心。
新加坡用AI 監測進行交通管理，童振源說，智慧號誌是改革的起點，由新加坡科技研究局開發的 CRUISE 系統，能整合感測器網絡、交通流量與行人資訊，並透過 AI 即時調整號誌時序。公共巴士與緊急車輛可因此獲得優先通行，事故或阻塞也能在第一時間被辨識與處理。
至於執法領域同樣展現了轉型，過去需要人工逐一檢視的巴士專用道違規，如今透過電腦視覺即可即時偵測並通報。未來，公車的車載攝影機也將被納入 AI 驗證網絡，大幅提升違規檢測效率。
童振源進一步指出，新加坡道路維護也迎來了一場效率革命，自2023年起，AI 視頻分析系統取代了人工巡檢，車載設備能在日常行駛中自動偵測坑洞、裂縫、標線褪色或標誌損壞，準確率超過九成。過去需要三十多人力才能完成的巡檢，如今僅需一半人數，效率提升六成，成本降低兩成。再加上民眾透過應用程式回報缺陷，AI 系統得以進一步交叉驗證，讓道路維護更加全面。
對於公共運輸的智慧化，童大使表示，公共運輸是 AI 與市民互動最直接的場景。過去乘客經常抱怨巴士到站時間不準，如今 AI 預測模型已將天氣、交通信號、停靠時間與車流納入考量，準確度大幅的提升。在地鐵系統方面，業者與新科工程合作，透過數位孿生技術將列車與車站映射到虛擬空間，及早偵測異常並預先維護，降低了故障對營運的衝擊。
童振源指出，新加坡安全防護同樣邁向「預防」而非「事後處理」，武吉班讓輕軌於2023年部署的 iSafe 系統，能在乘客靠近月台邊緣或侵入軌道時即刻示警，偵測準確率高達 99.8%。未來，SBS Transit 更計畫在部分巴士上導入 RABS 智慧煞車系統，能在 150 公尺外發現危險，並於 40 毫秒內反應，降低事故風險與撞擊嚴重性。
在自動駕駛與智慧停車部分，新加坡自動駕駛的推動採漸進策略。2024年聖淘沙率先試行無人小巴，服務數萬乘客而未發生重大事故，讓社會首次實際體驗自駕便利。2025年9月起，榜鵝社區迎來 Grab、WeRide 與康福德高、Pony.ai 的接駁計畫，預計2026年開始提供住宅區接駁。初期仍有安全員陪同，並邀請居民試乘，以循序漸進方式累積信任。至於停車領域同樣被 AI 重塑，透過邊緣運算與視覺分析，停車場可實現高達 99% 的車牌辨識準確率，並即時偵測空位與違規停車，大幅提升管理效率。
新加坡用 AI 打造智慧交通模式的成效與挑戰，童振源說，新加坡正進行一場「小國大實驗」，在有限土地的前提下，將交通的每一個環節都打造成智慧系統，用演算法換取容量，用制度換取信任，用數據換取流動性。結果是號誌更聰明，巴士更可靠，地鐵更安全，自駕車逐漸普及，停車也更加便利。一座城市的流動性，正在 AI 的驅動下悄然擴張，這些 AI 措施已展現具體成效，但挑戰依然存在。資料量的快速成長需要更嚴格的共享與標準化，熱帶氣候對感測器穩定性提出長期考驗，而公眾信任則有賴於透明的事故處理與責任界定。
