自駕車也能「交朋友」？AI社交網絡讓車輛即時共享路況情報

科學家最新研發的「緩存式分散聯邦學習系統」（Cached-DFL），徹底改變自駕車之間的溝通模式。這套系統讓車輛能像使用社交軟體般，隨時交換最新路況資訊，卻不必建立直接連線，更無須擔心隱私外洩問題。

傳統自駕車必須彼此靠近且取得授權，才能分享行車數據。但紐約大學坦登工程學院劉勇教授團隊開發的新技術，創造出類似社群平台的共享機制。車輛能瀏覽其他車的「動態牆」，獲取導航技巧、交通模式、道路狀況等實用情報，完全不會涉及車主個資。

現行自駕系統多將資料集中儲存，反而增加大規模資料外洩風險。Cached-DFL讓每輛車都化身行動資料庫，透過訓練過的AI模型攜帶路況資訊。劉教授比喻：「就像為自駕車打造經驗交流圈，沒去過布魯克林的車，也能從其他車輛學到當地路況。」

研究團隊在曼哈頓虛擬路網測試100輛自駕車，發現每120秒更新一次的AI模型，配合車距100公尺內的自動分享機制，能大幅提升數據效率。佛羅里達大學電機系許傑副教授指出：「分散式學習的優勢在擴展性，車輛只需與周遭同伴交換資訊，避免所有資料都傳回中央伺服器。」

這項技術不僅降低運算成本，未來更將突破廠牌限制，實現車與交通號誌、衛星等設備的全面互通（V2X標準）。Aptiv軟體總監Javed Khan強調：「本地緩存模型既能保護隱私，又能強化即時決策，對自駕系統至關重要。」

研究團隊下一步將進行實測，推動業界從集中式伺服器轉向「邊緣運算」架構，讓衛星、無人機等智能設備都能參與這場資料革命，建立更強大的群體智慧網絡。