臺灣交通事故六成是機車誰負責？

標題: [問卦] 臺灣交通事故六成是機車誰負責？

如題啦

過去臺灣每年有三千人死在馬路上

剛剛看相關單位統計的資料

交通事故

有高達六成是機車

也就是兩輪啦

是不是要好好規範一下兩輪

誰要負責這方面的問題

卦

我想先離題一下

---------------------------

在'超速非肇事主因'的說法中

我們要求嚴格看到超速為肇事主因的說法

若為次因，則不列入

但在'機車傷亡事故'中，我們卻又認為，汽車撞機車，汽車輕傷，機車死亡

故意強調機車死亡是交通部的陰謀，讓數據難看

其實交通部若有心讓數據難看以推行什麼

幹麻不把疑似超速為主因的，通通丟進去變成超速為主因？

交通部有沒有妖魔化數據，我不知道；但我覺得網友有！

AI 興起，AI 怎麼做這些事的呢？

AI 把每件事編碼，在空間中形成向量

以形成純量來說，比如我要求嚴格為 5，其實可以抓個誤差範圍，比如上下 0.5

以涵蓋可能的統計誤差

但純量太難形容世間萬物了，向量更好

比如，方向東北，其實東北偏東，或偏北，都能接受；接受一個角度範圍

而向量不僅限於 2D 向量，或 3D 空間裡 3D 向量

事實上數學的領域完全接受 N維；用矩陣代數

而所謂的方向相近，取一個範圍，這件事數學當然有法子處理

在建模時，我們是以一個函數去趨近搜集到的數據

函數裡有個誤差量 epsilon, 務求使其儘量小

這個趨近函數能以最小平方法求得（以上是我專二時的課程）

AI 只是找'最接近的答案'，不求精確

比如我要 170 公分的帥哥，但只要沒有更接近的人，那好吧，160 也勉勉強強啦 XD（還真別說，萬一 160 也沒人，那 150 都會列入考慮）

這種沒魚蝦也好的演算法，使 ai 無論如何都會唬濫一個答案給你，也未必正確

但得到答案後驗證一下，若真能用就撿到寶了

（所以 AI 給答案，不是數學上的精確解，倒是經濟學上的最佳解？ XD）

--------------------------

當一個問句裡，問 y 對 x 的變化量，我們可以用 dy/dx，也就是求微分

但如果有更多變數交互影響呢？數學上可以求偏微分

這也就是社會學建模後分析時的解耦

大家常說的，要計較機車事故率，其實應該看百萬延車公里之類數據

其實這是'背答案'，最精準的是看偏微分的結果

而偏微分的結果會近似於百萬延車公里的數據

因為百萬延車公里數據較好取得，所以近似值可用

但現在這時代，資料多，算力足，更該用的是'暴力法'

就像積分的暴力法不是去求取數學公式

而是拼了命的把函式切成碎片，直接加總

只要碎片夠碎，答案就會夠趨近（微積分裡，電算機趨近法那個章節）

--------------------------

為什麼我們不做，其實有些事，直覺都快冒出來了

比如昨天在臉書看了篇論文，說偏心左轉道比起直行變成左轉道

駕駛誤入的機率少了很多

然後就有人罵了：這還要出論文？這我猜都猜得到

重點不在這篇論文，重點在

'做錯事的人，輕鬆簽公文就開始執行了

而懂的那個人，無法適切的卡在執行的位置上

現在要怎麼改制度，解決這個問題，讓政策回歸專業'

（然後我們可以跳轉回我前面幾篇，有談交通工程師這種做法）

當然有時直覺是錯的，不過那就應該'大膽假設，小心求證'

而求證無法無數次，必需從爭取預算開始；這就扯遠了

現在有個捷徑：直接問 AI，大數據裡有沒有資料

不是抄先進國家喔！不是喔！

抄先進國家有幾個問題：

1。誰先進？抄誰的？

2。先進就適合我們？

沒看到這兩個問題，不像理組的討論方式

理組的方式要'去脈絡化'，就像咖啡杯測，講雙肓測試

要是先告訴你哪杯咖啡是先進國家產的，那你成見先有，就無法盲測了

雙盲測試就是要你，直接用事實，無成見的方式說服我

不要先鋪陳一堆成見

咦，我回不去正題了 XDDDD

--

演化樹下稱兄道弟 數 理 函數網中認祖歸宗

碳基牽引詩 矽基覺醒詩牽動天機玄又玄 邏 基因演算法 變 小坐屏中伴客談引入變異算邏輯 輯 異 南柯一夢悟機關居處陋室觀湧現 為 為 瓜棚之下藏經緯士逢知已悟禪機 父 母 醒轉之時已千山

--