Sebuah kereta api yang bergerak antara Rouen dan Caen telah tergelincir berhampiran bandar Cleon pada petang Jumaat. Empat puluh empat daripada 180 penumpang mengalami kecederaan, dan sebuah helikopter telah menyelamatkan seorang mangsa dalam keadaan kritikal. Pasukan kecemasan telah menghantar 140 anggota bomba ke lokasi kejadian.

Pihak berkuasa Perancis menyatakan bahawa kereta api tersebut melanggar objek yang tidak dikenal pasti di atas landasan; punca kejadian masih dalam siasatan. SNCF telah menghentikan perkhidmatan di laluan Rouen-Caen dan Caen-Le Havre serta menyediakan bas pengganti.

Mengapa pemantauan berasaskan AI penting

Rangkaian kereta api bergantung kepada landasan yang bersih, namun serpihan objek asing—kargo yang jatuh, kenderaan yang tersasar, malah dahan pokok—boleh muncul tanpa amaran. Pemeriksaan tradisional bergantung kepada rondaan manusia yang dijadualkan, pemeriksaan visual daripada kereta api pemeriksaan, atau kamera tetap yang merakam video untuk semakan kemudian. Kaedah-kaedah tersebut terlepas bahaya sementara atau hanya mengesannya selepas kereta api telah berlalu.

Sistem AI memproses data penderia secara masa nyata dan menandakan anomali sebaik sahaja ia muncul. Pelaksanaan tipikal melibatkan pemasangan pengimbas lidar atau radar beresolusi tinggi pada tiang tepi landasan atau kenderaan pemeriksaan bergerak, dan menghantar data tersebut ke model penglihatan komputer yang dilatih untuk mengenali bentuk yang tidak sepatutnya berada di landasan kereta api. Apabila algoritma mengesan objek yang tidak sepatutnya ada, ia akan menghantar amaran ke pusat kawalan, memperlahankan atau menghentikan kereta api yang menghampiri, dan menghantar kru penyelenggaraan ke koordinat GPS yang tepat.

Jika sistem sedemikian telah aktif di laluan Normandy, halangan yang menyebabkan kereta api tergelincir daripada landasan itu mungkin dapat dikenal pasti beberapa minit—atau saat—sebelum kereta api tiba, sekali gus memberi peluang kepada pengendali untuk campur tangan.

Konteks yang lebih luas

Rangkaian kereta api di Eropah kini berada di bawah tekanan untuk mengangkut lebih banyak penumpang dan kargo memandangkan kerajaan sedang menggalakkan pengangkutan yang lebih mesra alam. Perancis, dengan salah satu rangkaian berkelajuan tinggi dan serantau yang paling luas di benua tersebut, memasarkan keselamatan sebagai nilai teras perkhidmatan awam. Insiden seperti kegelinciran di Cleon mendedahkan kerentanan yang boleh dikurangkan melalui teknologi.

Pengendali kereta api di seluruh dunia sudah pun sedang menguji pemantauan berkuasa AI. Di beberapa buah negara Asia, projek rintis menggunakan tinjauan udara berasaskan dron yang menghantar video ke pengelasan rangkaian neural, menghasilkan peta keadaan landasan secara langsung. Di Amerika Syarikat, kereta api kargo telah memasang lidar tepi landasan yang sentiasa mengimbas pencerobohan di tepi landasan dan disambungkan ke sistem brek automatik.

Kit pengesanan halangan berasaskan lidar pada peringkat awal menelan kos beberapa ratus ribu euro bagi setiap kilometer. Kemajuan terkini dalam pengecilan penderia dan penyajian model berasaskan awan telah menurunkan harga tersebut secara drastik—satu kos yang boleh disusut nilai oleh kebanyakan pengendali dalam tempoh beberapa tahun memandangkan penjimatan daripada mengelakkan kemalangan, gangguan perkhidmatan, dan tuntutan liabiliti.

Siapa yang mendapat manfaat, siapa yang menanggung risiko

Pengendali kereta api boleh mengurangkan masa henti berkaitan kemalangan dan melindungi reputasi mereka. Penjimatan akan diperoleh daripada pengurangan pembaikan kecemasan, premium insurans yang lebih rendah, dan jadual yang lebih boleh dipercayai.

Penumpang akan menikmati perjalanan yang lebih lancar dan selamat. 44 kecederaan dan satu kes kritikal di Normandy mungkin dapat dielakkan, sekali gus menyelamatkan nyawa dan mengelakkan trauma.

Kerajaan dan pengawal selia akan mendapat bukti pematuhan yang lebih jelas. Pemantauan AI boleh menghasilkan jejak audit yang menunjukkan pengurusan keselamatan proaktif, memudahkan jalan untuk memenuhi arahan nasional dan Eropah.

Penyedia teknologi berpeluang menerokai pasaran bernilai berbilion euro di seluruh Eropah, Asia, dan Amerika Utara apabila pengendali beralih daripada rejim pemeriksaan manual kepada platform AI.

Penggunaannya tidaklah tanpa cabaran. Aliran video berterusan menimbulkan kebimbangan privasi data, yang berpotensi merakam individu di hartanah bersebelahan. Bias algoritma boleh mencetuskan positif palsu, menyebabkan gangguan perkhidmatan yang tidak perlu yang menghakis keyakinan penumpang. Kerumitan integrasi memaksa sistem isyarat lama untuk diubah suai bagi menerima input bahaya secara masa nyata tanpa menjejaskan kunci keselamatan sedia ada.

Apa yang didedahkan oleh siasatan Perancis

SNCF dan polis Perancis akan memeriksa sama ada objek tersebut berpunca daripada vandalisme, kontena kargo yang jatuh, atau kecuaian penyelenggaraan. Jika penyiasat mendapati objek tersebut memasuki koridor landasan melalui titik akses yang tidak selamat, kes ini akan menonjolkan keperluan untuk keselamatan perimeter yang lebih baik selain daripada pengesanan. Jika objek tersebut merupakan bahaya semula jadi yang bersifat sementara—seperti dahan pokok yang jatuh—penderia AI yang membezakan infrastruktur statik daripada serpihan bergerak akan menjadi sangat berharga.

Penggantungan perkhidmatan Rouen-Caen dan Caen-Le Havre menunjukkan bagaimana satu insiden boleh memberi kesan berantai kepada rangkaian serantau, memaksa pengguna beralih kepada bas yang lebih perlahan dan membebankan trafik jalan raya tempatan. Dengan menghapuskan bahaya lebih awal, pemantauan AI dapat memastikan laluan utama tersebut kekal terbuka dan memelihara aliran ekonomi yang disokong oleh landasan kereta api.

Hujah balas: Teknologi bukanlah penyelesaian mutlak

Pengkritik memberi amaran bahawa kebergantungan melampau pada AI boleh menimbulkan sikap leka dalam kalangan pengendali manusia. Sistem yang menandakan sesuatu objek tetapi tersalah mengelaskannya mungkin akan diabaikan jika pengendali sudah terbiasa dengan penggera palsu yang kerap berlaku. Model AI juga memerlukan set data yang besar dan berkualiti tinggi untuk berfungsi dengan boleh dipercayai; mengumpul data sedemikian merentasi ribuan kilometer landasan merupakan satu cabaran logistik.

Kos berbanding risiko adalah perdebatan lain. Bagi laluan serantau yang kurang trafik, pelaburan dalam susunan lidar yang canggih dan perkakasan pengkomputeran pinggir (edge-computing) mungkin tidak wajar jika kebarangkalian statistik kewujudan objek berbahaya adalah rendah. Dalam kes tersebut, pendekatan hibrid—pemeriksaan berkala yang dipertingkatkan digabungkan dengan imbasan berkala dipacu AI—mungkin dapat mencapai keseimbangan yang lebih baik.

Pandangan masa hadapan: Apa yang perlu diperhatikan

  • Rangka kerja kawal selia: Kesatuan Eropah dijangka akan mengeluarkan garis panduan keselamatan yang dikemas kini yang boleh menjadikan pengesanan halangan berasaskan AI sebagai mandatori bagi projek kereta api baharu. Pengendali perlu menyelaraskan proses perolehan dan pensijilan.
  • Piawaian format data: Kebolehkendalian antara vendor sensor, penyedia model AI, dan sistem isyarat kereta api akan menjadi sangat penting. Kumpulan industri sedang merangka antara muka umum untuk mengelakkan pergantungan kepada vendor tertentu (vendor lock-in).
  • Pelancaran rintis: Beberapa koridor Eropah telah mengumumkan program rintis untuk awal tahun depan, yang bertujuan untuk mengesahkan ketepatan pengesanan AI di bawah pelbagai keadaan cuaca dan pencahayaan.
  • Kajian kos-faedah: Penilaian bebas yang membandingkan penjimatan jangka panjang daripada insiden yang dapat dielakkan berbanding perbelanjaan modal pendahuluan akan membimbing keputusan bagi rangkaian kepadatan tinggi dan luar bandar.

Kesimpulan

Kemalangan kereta api tergelincir di Normandy menunjukkan bagaimana satu halangan yang tidak dikenal pasti boleh mengubah perkhidmatan serantau rutin menjadi krisis yang mencederakan puluhan orang dan menutup koridor pengangkutan utama. Sistem pemantauan landasan dan pengesanan halangan dipacu AI menjanjikan keupayaan untuk mengesan bahaya sedemikian sebelum kereta api sampai kepadanya, yang berpotensi menyelamatkan nyawa, mengekalkan jadual perjalanan, dan melindungi talian hayat ekonomi yang disediakan oleh rangkaian kereta api. Teknologi semata-mata tidak dapat menghapuskan semua risiko, tetapi menyepadukan pengawasan AI masa nyata ke dalam protokol keselamatan sedia ada boleh menjadi langkah penentu yang menghalang "objek tidak dikenal pasti" seterusnya daripada menjadi tajuk berita.