善用AI 再論杜絕道路天坑之道

近期全台，無論北、中、南各地，道路的天坑事件頻傳，影響用路人或是鄰近建物住戶的生命財產安全至鉅。初步檢視其成因，有部分與鄰近建築工地之施工具有關聯性之外，大部分致災原因都與既有地下相關設施之功能性毀損所致。此情形在短延時強降雨下更為常見，因此極端氣候下之城市地下構造物，受到考驗日趨嚴峻，值得重視。

檢視歷次「雨後道路天坑」的肇因，經由坑洞開挖後，常見地下排水箱涵、溝渠結構或老舊管線之損壞，而造成水流滲漏，導致路基之掏空。畢竟前述這些地下構造設施，興建年代久遠，加以台灣地震發生頻率高，常造成構造物之本體或接合處，常有裂損之情形，加以強降雨導致的水流加速作用下，水的力量持續且無孔不入的對於損壞處產生衝擊，弱化既有構造物功能性，終致路基掏空產生下陷。極端氣候已成為了全球氣候之常態，除針對平常排水設施宣洩不及造成的淹水災情要處理外，更應檢視對其功能性的影響，若忽視預防處置時，則發生道路天坑之風險，也將越高、越頻繁。

現階段為了預防天坑事件發生，處理對策上，仍以｢盤點各路段既有「側溝、管線、道路、工地」等管線設施的基本資料｣為主，藉以優先擇定較老舊設施的路段為標的，再普查該標的過去曾發生塌陷的位置，藉此找出潛在之『高風險熱點』，將之納入後續優先辦理檢測或納入周期性檢查方式之對象，以預防突發性的災害。如此處理之SOP固然合乎程序，但能顧及的範圍仍屬有限，恐有忽略其他從未發生過，卻有潛在危害風險的位置。何況以人力為主，面對龐雜的資料，處理費工費時，不僅建檔績效不彰，甭論隨機點檢校核。

況且前述天坑事件發生時，通常發現該地點的地下設施與管線資料，完整性是較為缺乏的，縱然有『道管維護單位』，但由於管線興建年代老舊不一，以致資訊不完整；而地下相關各種設施，分屬單位甚多，導致跨單位基本資料整合更加困難，因此資料不完整或未整合，司空見慣。加上有些相關地下構造物，新工資訊尚未建構完成，在完工使用的維護期間，辦理之更換、維修與改建的情事，不一而足，奢談能予以有效管理等。然而，『困難歸困難』，這些資訊的整合及流通，卻是後續降低天坑事件風險之最根本關鍵課題，亟急需政府與相關單位正視及列為改善之首要。

　查，人工智慧（AI）技術的運用，目前正走在潮流的尖端，持續對各個行業領域帶來革命性的影響。營建工程更應重視AI，善用其對於流程、效率之正確性及營運與維護成本之優勢。據了解，資訊科技與人工智慧結合發展，具有大量的資料整理、分析及歸納上之功能，相較傳統人工管理，在效率及效益上，具有極大的優勢，運用AI技術在工程生命週期上的管理，已是必然的趨勢，或許AI正是吾等傳統人工管理遇到瓶頸，尋求突破的救星。

總之，為降低天坑事件之發生，仍然需從構造物的生命週期來管理，首要工作仍是現地資料的建立，包含年代久遠之既存結構及新建設施等，藉由原設計圖資、人工智慧（AI）技術，與檢測科技等，建構詳細之圖資檔，可大幅提高速度和準確性，更可以減少現地的損壞及降低建置成本。畢竟，天坑災害發生之當下，因缺乏對於現地各管線資訊的正確掌握，除了造成災害搶救時間的延遲外，更恐因誤判，造成該路段災害的真正肇因及潛在危險因子未能排除，導致同一地點重複致災的發生。       

本報認為，面對極端氣候已成常態之強降雨，為杜絕道路天坑的發生，藉人工智慧（AI）建構圖資，勢在必行。落實之道，可分新案與舊案策略不同。新案應全面（AI）建構圖資；舊案則人工與AI並行，逐漸更替。譬如說，目前管理維護階段相關作業主要仍以人工進行，且各單位的調查、監測、檢試驗及維修作業的相關圖資，目前也大多也屬於各自獨立管理分散而缺乏整合。因此，先有了完整的圖資系統，維護管理成果皆可記載運行後，接續再輔以（AI）技術作資料整合、分析、判斷、預測與警示，甚至對修復改善工法提出建議。若執行上能與目前政府極力推行BIM之理念相輔相成，相信成效必彰。