「AI所有的應用不外乎從資料的探知、感知，最後做到預知，而城市基礎建設的角度來看，7Starlake一直致力於透過電腦視覺運算、5G、IoT、雲端運算及人工智慧，融合感測器來做到智慧城市的安防、環保跟交通應用。」7Starlake總經理丁彥允，在第八屆《WHATs NEXT》未來科技產業高峰會中表示。
在以前的年代，若想要調閱路口的監視器攝影機，真的是非常耗時耗力，但現在進入5G時代，透過大量的頻寬將可以讓這些互動式資料去做預測式、主動式的分析。雖然目前還沒有大量佈建，但7Starlake也希望這樣的應用透過大量算力導入海量資料，能夠給大家看到智慧交通可以做到的願景。
丁彥允提及，最近未禮讓行人的事情受到各界關注。由於台灣的路口相當多，而台灣去年整年的交通死亡車禍人數為四千人，其中有19%-20%的死亡車禍是發生在十字路口；也就是說，十字路口造成的死亡車禍比例相當高。
因此，到底可以用什麼樣的科技技術來做到有效預防、提醒的動作？
丁彥允表示，結合5G、AI及電腦視覺，假以時日當算力越來越強、頻寬更加普及之後，就可以運用大量資料來做到交通的預測分析。
「我們認為2020年在事件分析跟事件通報上是屬於靜態的層次，而未來透過5G頻寬，再加上資料可以做邊緣運算的即時推論、資料搜集、分散式運算、在雲端做預測分析等，將能夠形成完整的動態圖資及數據分析。」丁彥允指出，台灣或其他人口密集的交通環境，若有感測器及現成車輛就可以做到的四個偵測結果，分別是交通路況動態圖資、車路環境主動偵測、車內環境安全偵測、駕駛行為分析。
交通路況動態圖資包含公車停等區違規停車、紅線違規停車、闖紅燈、紅燈右轉、車流分析等主動式的動態偵測；車路環境主動偵測包含路面坍塌、遮蔽交通號誌、車輛造成交通堵塞、盲區偵測警示、大型車前防撞警示等；車內環境安全偵測包含人流偵測、跌倒偵測，以及道路施工、路面積水、三角錐、路面障礙等空間偵測；駕駛行為分析包含疲勞指數分析、工作指數分析，其中涵蓋了高污染車的監控及低污染區域的監測等。
透過經年累月的數據採集與分析，逐步建立智慧城市數位資料生態系願景！