就在科技大国美国仍在各州展开无人车测试，去年新加坡与大学、自驾车业者合作测试无人车，期望无人车减少交通车流量，透过数据分析改善新加坡的交通效率，期望能成为第一个推动自驾车商用化的国家。

本周三希捷在新加坡举行的物联网高峰会，邀请IDC、MasterCard及新加坡科学研究局共同参与，就物联网发展潜力、应用及安全等面向进行讨论，Seagate新加坡全球销售及销售作业资深副总裁郑万成表示，过去是70亿人口产生资料，但在物联网时代，不只人与人产生资料，大量的连网装置、感测器也会带来大量数据，为资料的储存、分析及应用带来新的机会跟挑战。

Seagate：物联网、新装置创造大量资料储存需求

郑万成在高峰会之前的简报中指出，新兴装置、云端服务、物联网、安全监控、线上随选影视内容、认知服务将会加速资料的产生，以物联网为例，Cisco预期，2015年物联网平均每月产生1EB的资料量，2017年将增加至2.4EB，到了2020年将增到6.3EB，从2015年到2020年每月物联网资料量的年複合成长率为44%。

物联网的万物互连，透过感测环境、人机互动产生大量的数据，资料的储存分析变得更重要，而新兴装置如无人车、无人机、AR/VR也同样产生大量的资料。以无人机为例，目前空拍无人机所拍摄的影像为HD、Full HD画质，若以2K拍摄一小时产生30GB的资料量，以4K拍摄一小时即产生700GB，如果以更高的8K，一小时就产生1999GB。

尽管目前无人机飞行续航力大多只有20至30分钟，但未来随着无人机的续航力延长、影像画质不断提昇，势必产生巨量资料储存需求。今年1月CES上，Seagate即与知名无人机业者大疆创新策略联盟，以简化无人机的资料流中的每个过程，让长时间拍摄高画质影像的无人机不会受到巨量资料储存的限制。

过去在PC时代，资料储存多集中于电脑系统，Seagate与OEM业者维持合作关係，而在物联网时代下，无人机、AR/VR、物联网装置等新装置的兴起，产生更多资料量，迎合此一趋势，Seagate加强和其他装置商建立合作关係。大疆在今年CES展示可拍摄5.2K影像的无人空拍机，无人机飞行25分钟拍摄5.2K影像，资料量高达120GB。

新加坡用无人驾驶计程车打造智慧交通

在科技圈中引人注目的另一项技术，无人自动驾驶车，包含Uber、百度等科技业者、福特、宾士、BMW等车厂相继投入自驾车，美国已在不同的州展开测试，但受限于各州对自驾车的看法不同，并非每个州都开放自驾车测试，向来在新兴科技上不落人后的新加坡政府将其视为物联网的应用实例之一。

专门研究将新兴科技产生经济效益的新加坡科技研究局资讯通信研究院教授况顶立在论坛中表示，新加坡政府运用科技力量打造智慧国，利用物联网技术改善交通、工厂生产效率提昇、医疗人力短缺等问题，其中在智慧交通系统部份，两三年前科技研究局与交通部签署了5年期的备忘录以发展自动驾驶车，包含研究对自驾车的规范管理，设立测试设计中心，现在已有两辆无人车在新加坡的一北地区上路测试。

去年8月新加坡政府宣布与裕廊集团、南洋理工大学合作建立无人驾驶车测试与研究卓越中心，以测试并制定无人驾驶车的测试标准，打造首个无人驾驶车测试专区，提供实地测试前的模拟测试所需，并与美国自动驾驶车技术研发商nuTonomy与Delphi合作，由两家业者运用各自的自驾车在特定区域测试，以自驾计程车的服务形态，使用者在测试区域内任何地点，可以手机呼叫无人车，提供点到点的载客服务。

新加坡政府与自驾车技术业者之一的Delphi合作，在一北地区的商业区测试自驾车载客服务, 使用者可透过手机App呼叫无人驾驶计程车，系统会告知使用者在什么时候抵达乘车地点，民众搭乘无人车在一北地区内移动。

Delphi的自驾计程车实际行驶于新加坡的一北地区。

新加坡透过无人驾驶车搜集大量交通数据，希望透过资料分析，让交通运输更智慧、更有效率。但况顶立分享这项物联网计划的挑战之处在于物联网终端装置的资料处理，以无人车为例，为了让无人车可以达到真正的无人驾驶，需要处理即时的路况资料，这个资料分析机器价格约需2万美元，推动无人车成功背后的关键之一资料分析。

导入无人车带来的效益，况顶立认为相当明显，新加坡现有约60万辆汽车，导入自动驾驶车作为交通工具，可以减少12名乘客的车量，约降低8成的汽车，这带来相当显着的效益，减少建置停车场，同时解决塞车的问题。

新加坡合作的另一家自驾车技术商nuTonomy介绍影片。

新加坡政府致力于为无人车建立完整的生态发展，况顶立认为新加坡可望成为全球第一个推出无人车商业化服务的国家，但目前新加坡的无人驾驶计程车仍在测试中，政府尚未定出明确的商业化时程。

除了透过自动驾驶车改善新加坡的交通，新加坡也在其他面向的物联网应用，况顶立表示，像是占新加坡GDP约2成的工厂生产制造，预测性的维护可以改善工厂的生产效率，另外，在医疗业，根据研究一位医护人员每天进行例行性事务工作，在医院内移动距离约5到6哩，使医疗人员的工作效率低落，透过医护人员使用穿戴装置搜集数据，结合资料分析、机器学习技术，提昇医护人员的工作效率。