Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

為什麼那兩個TEDx演講最好寫成科幻小說?

Gene Ng_96
・2014/07/18 ・5503字 ・閱讀時間約 11 分鐘 ・SR值 556 ・八年級

-----廣告,請繼續往下閱讀-----

我針對王大師幾篇文章 〈TED死都不想讓你看的兩個演講!〉〈大演化(生物篇)–《Rupert Sheldrake之型態場域論》〉〈 大演化(意識篇)〉的兩篇文章〈TED死都不該讓你看的兩個演講?〉〈為何倡導偽科學是犯賤?〉,在泛科學得到一個很棒的文章〈TED 到底該不該讓你/妳看那兩個演講?〉的回應。先廢言幾句,我個性內向害羞不好戰,可是寫文章加入論戰,最令人欣喜莫過於有人加入把理性的討論提供更高層次的深度。

感謝〈TED 到底該不該讓你/妳看那兩個演講?〉一文釐清了一些我那篇〈TED死都不該讓你看的兩個演講?〉沒說清楚的事,並且也提供了新的思考方向。關於文中提到的「不可共量性」(incommensurability),是孔恩典範說最重要的部分之一,但也是 最具爭議性的。我會說那句「相對論與量子力學的出現,是因為當時已經無法用牛頓力學解釋的現象愈來愈多了,於是就出現了相對論和量子力學」,是因為並非把 孔恩的學說照單全收,那時沒說清楚,就趁現在釐清一下。事實上,我對孔恩的「不可共量性」的概念是抱持一定的保留態度。

先就孔恩的學說來討論,孔恩(Thomas S. Kuhn,1922-1996)在其經典著作《科學革命的結構》The Structure of Scientific Revolutions) 提出的這個「不可共量性」觀念,推展出來的觀點之一就是,科學理論無法由客觀的方法來評斷真正的好壞優劣,因為各競爭的理論之間沒有共通的專有名詞、定義 和標準等等,簡單來說就是各說各話、毫無交集啦。「不可共量性」並非孔恩學說專有的,另一位著名科學哲學家費若本(Paul Feyerabend, 1924–1994)也早在《科學革命的結構》之前提出這個概念,不過費若本的「Anything goes!」在此先不討論。

這個「不可共量性」的概念,意味著科學理論有其建構的成份,由其在後現代主義的「建構論」下,科學甚至不能說「發現」了什麼,因為「發現」意味著有事物真 實存在,對後現代主義學者而言,科學僅是「建構」了描述自然的系統,而非「發現」了什麼「真相」,一直衍伸下去,就沒有所謂的「偽科學」 (psuedoscience)這回事了!依照孔恩的學說,科學也無所謂的進步,這個科學界當然無法接受,於是科學哲學家拉卡托斯(Imre Lakatos,1922–1974)就提出的「科學研究綱領方法論」(Research programmes),主張能夠解釋較多事實、能夠預測新的事實就是較好的理論,也就會在競爭中保留下來,在拉卡托斯的學說下,科學是能夠有所謂的進步 的。

-----廣告,請繼續往下閱讀-----

我們再回到孔恩的學說,孔恩本身有區別「科學」和「非科學」的差異嗎?答案其實是有,孔恩用天文學和占星學來說明,孔恩以常態科學之進行與否來判斷科學與 非科學,他認為天文學是科學,因為天文學家有從事在典範的指導下進行「解謎」(solving puzzles)活動,可是占星術並沒有在進行解謎的活動,因為當預測失準了,沒有占星家會在占星術的指導下,依建設性的方法來修正占星術的傳統,所以占 星術並非係科學 [1]。如果用孔恩的標準來說,那兩個演講中的理論,是無法被當作當態科學,因為他們並沒有指引出科學社群,哪怕是少數科學家,能夠進行的解謎活動,因為 沒有大家共同可以接受的研究方法,「意識頻寬」、「形態共振」、「形態發生場」、「型態場域」、「場域記憶」如何利用客觀的方法測量?

我有看到一些網友指出,好吧,這些理論不是常態科學,那麼還是可以算是「另類典範」啊,現在的常態科學無法進行研究,不代表未來不會有儀器或方法可以研 究。好的,「另類典範」只是主流科學因為不可共量性無法接受的「典範」,還是這些「另類典範」根本不算是「典範」?什麼是「典範」?孔恩在《科學革命的結構》一 書第一版中,並沒有清楚地說明「典範」是什麼,也沒有對「典範」下一個清楚明確的定義,有學者仔細分析發現「典範」的定義前後變動了不下十次,頗令人詬 病。在後來的版本,他才將典範明確定義為範例(exemplar)和「訓練要素」(disciplinary matrix)(即「科學家在訓練過和中必須學習的構成要素」),前者是教科書明白設計的「實驗範例」,後者是共通的符號通式、形上觀念、價值、方法規 則。由此定義來看,頗難把那兩個演講的理論當作典範來看,因此沒有實驗範例,更難說有所謂的訓練要素。

也有人批評說,主流科學容忍異己的能力有夠差,怎麼因為人家無法檢驗就把他們踢出科學界。通常這麼說的人,大致不是受科學訓練的,或者關注科學的。其實, 在科學界暫時無法驗證的理論,多如牛毛,例如弦論(String Theory)就還無法驗證啊,在生命科學和地球科學等領域,暫時還無法驗證的,或者驗證還不完全的理論更多了。為何我們不把它們視為偽科學呢?道理也不 難,就是因為那些理論在提出時,有考慮到當時所有發現,也定義了適用範圍,而且也指引了驗證的方法,只是等待更先進的儀器出現或量產,或者等待更多的資 料。常態科學其實並沒有局外人想像的那麼封閉。美國化學學會(American Chemical Society)甚至還有「孔恩典範轉移獎」(Thomas Kuhn Paradigm Shift Award)頒給敢於挑戰主流科學的原創點子。

孔恩原本是物理學家,他有次跑錯會場進到經濟學的研討會,發現經濟學家居然還為基本問題吵架,就改行去研究為何自然科學家不會為基本問題吵架。孔恩在《科學革命的結構》提 出的學說,其中一個開創性是孔恩拋棄了維也納學圈(Vienna Circle)和波普(Karl Popper,1902–1994)重視的「邏輯性」,轉而重視「歷史性」的研究。也就是說,孔恩的科學歷史主義研究方法著重科學家實際上是如何進行研究 和看待科學理論的,而非以邏輯指導科學應該是什麼。孔恩的「不可共量性」解釋了一部分科學革命的問題,但也留下了另一些問題。

-----廣告,請繼續往下閱讀-----

在孔恩的學說下,牛頓力學和相對論及量子力學是不可共量的,如果接受相對論,就要摒棄牛頓力學。我用這點去問過了許多念物理的朋友,基本上還沒有找到有人 認同。原因很簡單,因為牛頓力學和相對論還有量子力學在物理學教科書也都有教啊,對許多物理學家而言,它們的差異是在尺度上,是都「正確」的理論。孔恩學說的解釋是,牛頓力學在物理學教科書中仍被教授,不是因為它是「正確」的,而是因為它在數學上比較簡單,對絕大部分我們生活中遇得到的現象,都能取得很好的近似值,不是因為它們是「正確」的,只是因為好用。不過,這問題也來了,大部分物理學家都同時接受牛頓力學、相對論和量子力學啊,只有在古典力學那末期有所謂的「改宗」(coversion),可是革命後牛頓力學仍沒有出現與時間推移有關的淘汰過程。物理學家同時接受「不可共量」的典範,似乎還是和孔恩 所提的有所不同吧?

孔恩的典範說,另一個問題是,孔恩在《科學革命的結構》提出大部分案例,都是物理和化學的,生物學的極少。有學者認為用孔恩的學說來解釋生命科學是有侷限的,因為生命科學是常態科學沒有問題,可是又有點像孔恩說的「革命科學」(revolutionary science),因為理論的更迭在生命科學領域頗為頻繁,教科書常常是幾年一整章一整章地改寫。甚至整本大部分章節在改版時整個改寫的,在一些進展神速 的生命科學領域是家常便飯,導致常常有二手教科書賣不出去的狀況Orz 可是有學者提出,生命科學裡也沒有出現如同《科學革命的結構》的那樣的科學革命 [2],而且生命科學裡頭還有很多等發現了新現象,再來找理論的狀況,如這十幾年快速興起的基因體學、轉錄體學、蛋白質體學、代謝體學等等的「體學」 (-omics)就是先不管理論先狂收資料(data),再來看看有誰能想得出該怎麼找出現象的。所以生命科學要怎麼用孔恩的學說解釋,恐怕要費不少心力。因為不同學科的性質差異不小,有學者認為生命科學恐怕難以完全用孔恩的學說來解釋 [2,3]。

而且生命科學裡頭,尤其是我身處的演化生物學,對一個現象,多個典範並存的狀況也不勝枚舉。當我還是個鮮嫩的大學生時,我們抱著一本本厚如磚頭的教科書去 上課時,有學長就問我們說,怎麼知道一個領域進展比較快呢?就去看那個領域教科書改版時變薄的程度。我們疑惑不是該反過來嗎?進展快的領域因為更多發現, 所以教科書該變厚啊。學長就回我們說,當一個領域有大幅進展後,很多相競爭的理論,就會有其中少數幾個因為有更強的預測力和解釋力而勝出,而落敗的理論就不必在教科書裡詳細解釋了XD

我不敢保證狀況一定如此,可是對同一現象,許多典範共存共榮的情況真的還不少,例如在我的專業裡要解釋為何鳥類有特別漂亮的羽毛,就可以用性擇中挑好幾個 理論來討論,很多理論都有討論的價值因為都有支持的證據,我甚至認為它們只是角度不同,搞不好都有可能是對的。

-----廣告,請繼續往下閱讀-----

有人會以共同發現或再發現來試圖反駁孔恩新理論其實沒有贏的理點,因為如果新理論不是更好,那怎麼會有人能夠不約而同地得出同樣的發現和理論呢?科學史 上,最著名的「共同發現」例子,就有牛頓(Sir Isaac Newton,1643-1727)和萊布尼茲(Gottfried W. Leibniz,1646-1716)共同獨立確立微積分體系(Calculus),還有達爾文(Charles R. Darwin,1809-1882)和華萊士(Alfred Russel Wallace,1823-1913)共同發現物競天擇的演化論;「再發現」最有名的例子是孟德爾(Gregor J. Mendel,1822-1884)的遺傳學在首次於1865年發表後,就被埋沒直到1900年,荷蘭的雨果·德·弗里斯(Hugo de Vries,1848–1935)、德國的卡爾·柯靈斯(Carl Correns,1864–1933)和奧地利的契馬克(Erich von Tschermak,1871–1962)各自獨立研究,再次發現了孟德爾定律。

孔恩學說對共同發現和再發現的解釋是,共同發現和再發現,仍然和科學的進步無關,是因為當科學社群整個「問題意識」都轉換成對哪些現象需要被解釋、哪些事 情值得預測有共識時,因為也進入了一個共同的框架,就會出現英雄所見略同的現象。就以我較熟悉的演化論例子來說,當時博物學家(naturalists) 有共同的目標來解釋物種起源現象以及一堆自然史現象,加上讀了科學社群共同的重要期刊書籍時,他們就會作共同的觀察,導致得出相近的結論等等。

然而,孔恩的學說對孟德爾的「發現」,可以解釋它為何被埋沒,因為當時還未出現科學社群共同要解決的遺傳學問題,可是卻無法解釋孟德爾為何吃飽沒事去做那 些實驗,因為孟德爾的數據並非純觀察而來的,而是精心設計出來的,可是卻和並沒有科學社群共同重視的問題毫無相關,沒有人知道孟德爾真正要解決的問題是 啥,可是他的實驗得出的定律後來卻能被一而再、再而三地反覆驗證。迄今孟德爾為何要進行那些實驗仍是個謎,雖然教科書可能會拗出一兩個。我念遺傳學博士班 時,哲學家和歷史學家也來我們系上參一腳來解釋,可是卻眾說紛紜,沒有一個大家都能接受的解釋。

〈TED 到底該不該讓你/妳看那兩個演講?〉文中指出 「如果我們真的嚴刑峻法地排除任何不符合當前常態科學的觀點,那麼我們很可能因此屏棄具有價值的學說(最好的例子是『中醫』)」,那我先來以中醫為例好 了,中醫和西醫基本上是不可共量的典範,兩者之間幾乎沒有共同的語言可言,用西醫的方法研究中醫,似乎頂多是拿中藥來萃取有效成份測試,或者統計針炙的有 效性等等,對於中醫提到的氣、經絡、穴道等等,迄今仍沒有令人滿意的科學解釋。而中醫以孔恩學說來看,算是常態科學嗎?我想答案應該為否!因為中醫並沒有 進行常態科學的解謎活動,中醫學界根據的就是老祖宗留下的知識體系,千年歷史以上的古書仍可當作教材。可是西醫卻有在進行解謎活動,努力尋找疾病的致病原 因以及研發新的療法。就算大學的中醫系有在做研究,也是利用西方科學的方法,不是用中醫的理論在解謎。

-----廣告,請繼續往下閱讀-----

那中醫到底有存在的價值嗎?我自己的答案是「有」,因為中醫在一定的範圍內,仍有一定的解釋力和預測力,而這樣的解釋力和預測力的確是使用者最在乎的。我 自己小時候體弱多病,尋遍西醫都找不出原因,只好求助中醫,吃了幾個月中藥,身體健康狀況有顯著的大幅改善。因此,我不會說中醫是科學的,可是我認為中醫 是有價值的,不必強行用西醫的那套來包裝,就是為何中醫是迄今少數存活下來的傳統醫學。雖然我不完全贊同,但還是提一下納西姆.尼可拉斯.塔雷伯 (Nassim Nicholas Taleb,نسيم نيقولا نجيب طالب‎)在《反脆弱:脆弱的反義詞不是堅強,是反脆弱》Antifragile: Things That Gain from Disorder)這本書中,就提出應用性的科技,主要是建立在「試誤」(Try & Error)上的,和科學理論可以無關,沒有牛頓力學的年代,仍然能蓋出巴黎聖母院(Cathédrale Notre-Dame de Paris)啊(請參見〈脆弱的反面不是強固,是反脆弱(Antifragile)〉)。

最後,來探討一下,如果「我們永遠無法知道我們是否絕對正確,也不知道當前的典範可以走得多久多遠,很可能今日的常態科學到了下一個十年、二十年已經不再 常態」,我們需要擔心「如果我們真的嚴刑峻法地排除任何不符合當前常態科學的觀點,那麼我們很可能因此屏棄具有價值的學說」嗎?我想,從孔恩學說的出發點 而言,我們更不需要擔心這點,因為假設十年、廿年、卅年、卌年後,「問題意識」真的都轉換成漢氏和謝氏理論裡的現象需要被解釋、事情值得預測了,那麼漢氏 和謝氏的理論就會被「再發現」,他們該有的功勞也會有。連孟德爾那個資訊不發達的年代,孟德爾定律都能復出了,在這個資訊年代需要擔心什麼?在言論自由和資訊發達的社會裡,他們仍有自己發聲的管道,我們根本完全不需要擔心他們該不該被常態科學摒棄的問題。倒是寫成科幻小說搞不好也是一個保留和傳播他們理論 的好方法呢!

引用文獻:

  1. Kuhn, Thomas S., 1974. “Logic of Discovery or Psychology of Research?”, pp. 798–819 in P.A. Schilpp, The Philosophy of Karl Popper, The Library of Living Philosophers, vol xiv, book ii. La Salle: Open Court.
  2. Wilkins, A.S. 1996. “Are there Kuhnian revolutions in biology?”. BioEssays 18: 695–696.
  3. Mayr, E., 2004. “9 – Do Thomas Kuhn’s scientific revolutions take place?” pp. 159-170 on E. Mayr, What Makes Biology Unique?: Considerations on the Autonomy of a Scientific Discipline. Cambridge University Press.

本文原刊登於The Sky of Gene

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
Gene Ng_96
295 篇文章 ・ 32 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
今天的星座運勢是……不宜相信占星術?——《數盲、詐騙與偽科學》
大牌出版.出版大牌_96
・2024/01/07 ・2000字 ・閱讀時間約 4 分鐘

占星術的背後

占星術是極普遍的偽科學,書店架上塞滿了談占星的書,而且幾乎每一份報紙都會發布每日星座運勢。蓋洛普(Gallup)1986 年發布的一項調查報告指出,52% 的美國青少年相信星座,而各行各業中,認同占星學中某些亙古流傳說法的人,也多到讓人難過。我說讓人難過,是因為如果那些人相信占星師和占星術,當你進一步思考他們還可能相信哪些人事物,會讓人不寒而慄。一旦那些人手握大權(比方說雷根總統)、卻根據這類信念行事,特別可怕。

占星術主張,人出生那一刻的各星球牽引力,會影響一個人的個性。但這個論點很難讓人接受,理由有二:(一)占星學完全沒有提到這種牽引(或是其他)力道,到底要透過哪一種生理或神經生理機制運作,更別說解釋了;(二)負責接生的產科醫師施加的牽引力,遠高於各個星球。請記住,一件物體對於身體(比方說,新生兒)施加的牽引力,和物體的質量成正比,但和物體與身體的距離平方成反比。這是否代表比較胖的產科醫師接生的寶寶,會有一組人格特質;比較瘦的產科醫師接生的寶寶,會有另一種不同的人格特質?

占星理論中有很多缺陷,但數盲視而不見。他們不太關心運作的機制,也不太想去比較數值大小。話說回來,即使沒有清晰明瞭的理論基礎,但如果占星術有用、有實務證據撐腰,還是應該獲得尊重。只可惜,一個人的出生日期,與標準人格測驗的得分之間,沒有任何相關性。

圖/envato

一直以來,都有人找占星師做相關的實驗(最近是加州大學的蕭恩.卡爾森﹝Shawn Carlson﹞)。研究人員會給占星師看三個匿名的人格特質側寫,其中一個是當事人的。當事人提供所有占星要用到的數據(透過問卷,而非面對面),占星師必須從人格特質側寫中挑出哪一份是當事人。實驗中總共有 116 位當事人,而負責檢驗的是歐洲與美國 30 位最頂尖(由同業判定)的占星師。實驗結果如下:占星師約有三分之一的機率,可以挑出正確的當事人人格特質側寫,也就是說,和隨機猜測沒什麼區別。

-----廣告,請繼續往下閱讀-----

凱斯西儲大學(Case Western Reserve Univer sity)物理學家約翰.馬蓋文(John McGervey)檢視《美國科學名人錄》(American Men of Science)上,超過 1 萬 6,000 位科學家,以及《美國政治名人錄》(Who’s Who in American Politics)上,超過 6,000 位政治人物的出生日期,發現他們的星座是隨機且均勻分布在十二個月中。密西根州立大學(Mi chi gan State University)的伯納德.西弗曼(Bernard Silver-man)取得密西根州 3,000 對夫婦的紀錄,發現他們的星座和占星師預測相配的星座之間,沒有相關性。

那麼,為何這麼多人相信占星之說?一個明顯的理由是:在通常語焉不詳的占星預言中,人們會去讀他們想讀到的一切,然後為預言添加根本不存在的真實性。他們也比較可能記得有成真的「預言」,過度看重巧合,忽略其他。其他理由還包括,占星術的歷史悠久(當然,人祭﹝ritual murder﹞和獻祭也同樣古老)。或是因為,它原理很簡單、但操作起來有一定的複雜度,會讓人感到安心。或者是,堅稱這個月能不能墜入愛河和天上的浩瀚星海有關,很能寬慰人心。

圖/envato

我猜,此外還有最後一個理由,那就是在一對一諮詢期間,占星師會從臉部表情、儀態、肢體語言等等,尋找和人格特質有關的線索。我們來看看知名的案例:聰明的漢斯(Clever Hans)。漢斯看來是一匹會算數的馬,牠的訓練師會擲骰子,問牠骰子上面的點數是多少。而漢斯會用馬蹄踏出正確答案,然後停住,旁觀者都大為驚異。但人們看不出來的是,訓練師原先都站定不動,等到馬兒敲到正確的次數,會有意無意地動了一下,就是這樣的反應讓漢斯停了下來。所以,不是這匹馬知道答案,牠只是反映了訓練師知道答案。人常無意間在占星師面前扮演訓練師的角色,占星師就像漢斯一樣,反映出客戶的需求。

美國天文學家卡爾.薩根(Carl Sagan)就說過,要破解占星術以及更廣義的偽科學,最好的辦法就是真正的科學。真正科學的奇妙之處也同樣神奇,不過多了一項優點:這些奇妙之處很可能是真有其事。說到底,偽科學之所以成為偽科學,並不是因為得出的結論稀奇古怪。畢竟,運氣好猜中、機緣巧合、奇特的假說,甚至是一開始的誤信,都在科學上扮演過一定角色。偽科學失當,是因為其結論經不起檢驗,以及無法和其他經過檢驗的主張之間,建立起一致的關係。我很難想像,像演員莎莉.麥克琳(Shirley MacLaine,按:麥克琳是推動新時代運動的先驅)這些人會因為證據不足、或有更好的替代解釋,就去否定通靈等超自然現象。

-----廣告,請繼續往下閱讀-----

——本書摘自《數盲、詐騙與偽科學》,2023 年 11 月,大牌出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

大牌出版.出版大牌_96
3 篇文章 ・ 0 位粉絲
閱讀的大牌不侷限於單一領域, 視野寬廣,知識豐富,思考獨立。

0

2
0

文字

分享

0
2
0
破除歐洲殖民之前的非洲沒有科學發展史的迷思!非洲原來也有豐富的科學傳統?——《被蒙蔽的視野》
時報出版_96
・2023/06/14 ・3003字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

1577 年 11 月,廷布克圖(編按:城市名)上空出現了一陣壯麗的流星雨,那座城市就位於現今的馬利(Mali)(編按:位於西部非洲的國家)境內。有關西非天文現象的報告,在整個十六和十七世紀期間都不斷出現。十七世紀早期一位西非編年史家阿卜杜.薩迪(Abd al-Sadi)便曾記載道:

一顆彗星出現在眼前。它在黎明時分從地平線升起,接著一點一點上升,並在日落和黑夜之間達到正上空。最後它消失不見。

西非皇廷裡的天文學家

我們在本章已經見到,在這段時期,伊斯蘭世界各地,從撒馬爾罕到伊斯坦堡的統治者,對天文學是抱持著多麼濃厚的興趣。撒哈拉以南非洲地區也有這相同的情況。許多文學家受聘在桑海帝國(Songhay Empire)統治者阿斯基亞.穆罕默德(Askia Muhammad)的皇廷工作。桑海帝國是個伊斯蘭蘇丹國,16 世紀期間控制了西非大半地區。這些天文學家協助編制年曆並提供宗教指引,對桑海帝國統治做出貢獻。

海桑帝國在十五世紀的領土範圍。約在今日的西非撒哈拉沙漠和沙漠以南的區域。圖/wikipedia

阿斯基亞.穆罕默德本人是個虔誠的穆斯林,支付他的天文學家豐厚的俸祿,要他們協助計算禮拜時間和齋戒月日期。另有些人則奉命判定麥加的方向。

十六世紀廷布克圖出現了天文學家的身影,見證了撒哈拉以南非洲地區在現代科學史上所扮演的重要地位。這個地方比其他任何地帶都更被人排除在科學革命歷史之外。然而就連在認可更廣闊世界之重要性的科學史料當中,撒哈拉以南非洲地區,依然是令人起疑地完全缺席。

-----廣告,請繼續往下閱讀-----

然而,歐洲殖民時期之前的非洲並沒有科學的想法是個迷思,而且急需更正。就像世界其他地區,非洲也擁有豐富的科學傳統,而且在十五和十六世紀時,還隨著宗教和貿易網絡的擴張而經歷了重大轉變。

因此,與其將撒哈拉以南非洲地區看成與世界其他範圍區隔開來的地帶,我們必須把它看成我們在本章所深入探究的這同一段故事——全球文化交流的故事——的一個環節。

與世界各地聯繫 貿易網絡的擴張和伊斯蘭教的傳入

廷布克圖在十二世紀建城,接著在十五和十六世紀期間經歷了大幅擴張,特別是在桑海帝國興起之後。桑海帝國在一四六八年掌控了那座城市。這次擴張主要是跨撒哈拉地區的貿易勃興所驅動,商旅隊伍絡繹於途,從廷布克圖運送黃金、鹽和奴隸到埃及以及其他地方,並藉由絲路把西非與亞洲連接起來。

在這同一時期,其他非洲王國也開始在沿岸地區與歐洲人進行貿易。這標誌了跨大西洋奴隸貿易的開端,所造成的衝擊,我們在接下來兩章就會更詳細深入探究。

廷布克圖很快富裕起來,也讓桑海帝國的統治者得以支撐起「一所富麗堂皇,內裝豪華的宮廷」還加上了「眾多醫師、法官、學者、和祭司」。

-----廣告,請繼續往下閱讀-----

除了貿易、宗教之外,還有個關鍵因素讓非洲和更寬廣世界連繫起來。穆斯林在公元七世紀征服北非之後,從十世紀開始,伊斯蘭教便擴散跨越撒哈拉傳入西非。接著從十四世紀開始,伊斯蘭教就愈來愈廣泛散播開來,特別在鄉村地帶。就在這段期間,除了進口手抄本之外,西非伊斯蘭學者也開始在各地方著述愈來愈多原創手抄本,這些地點包括廷布克圖等都市。非洲統治者早就體認到,伊斯蘭教對於鞏固政權的重要性。阿斯基亞.穆罕默德甚至還曾於一四九六年,在廷布克圖許多學者陪同下,完成了一趟麥加朝聖之旅。

天文學知識的傳入 進一步引發科學發展

隨著貿易和朝聖而來的是知識。阿斯基亞.穆罕默德從麥加返國時,帶回了好幾百部阿拉伯手抄本,內容詳細記載了從天文學新觀點到伊斯蘭教法原則等一切事項。商人從撒哈拉各地回到西非時,也帶來了在伊斯坦堡和開羅購買的一批批阿拉伯手抄本。

「這裡有從巴巴里(Barbary)(編按:北非地名)帶來的手抄本書籍,比其他任何商品獲利都更豐厚,」十六世紀的著名旅行家利奧.阿非利加努斯(Leo Africanus)在他前往廷布克圖時便曾這樣寫道。

另有些手抄本則是隨著許多伊斯蘭學者抵達,他們是在天主教征服穆斯林西班牙時逃來此處,那次戰役最終便導致格拉納達酋長國(Emirate of Granada)在十五世紀末敗亡。稍後我們就會見到,阿拉伯手抄本在西非的散播,最終便導入了科學的轉型,這段故事與文藝復興時期的歐洲有驚人的相似之處。

-----廣告,請繼續往下閱讀-----
廷布克圖手抄本的其中一頁,內容是關於數學與天文學,並以阿拉伯文記載。這些收抄本也象徵著阿拉伯地區的知識傳入,對西非地區的科學發展史有重要的影響。圖/wikipedia

在伊斯蘭教傳播之前,非洲民眾就仰觀天象。古馬利多貢人(Dogon)為所有不同星辰命名,而南非的科薩人(Xhosa)則在夜間使用木星來引路。中世紀貝南王國(Kingdom of Benin,位於當今的現代奈及利亞)的統治者甚至還聘僱了很特別的一群天文學家來追蹤太陽、月球和星辰在全年期間的運行。這群專家稱為伊沃烏基(Iwo-Uki),也就是「月升協會」(Society of the Rising Moon)

這對於規劃農曆尤其重要。貝南王國首都的中世紀天文學家,密切監看獵戶座腰帶的推移並宣告「當這顆星從天空消失,民眾就知道,該種植山藥了」。伊費王國(Kingdom of Ife,也是位於現今奈及利亞境內)的中世紀統治者,同樣體認到天文學對於城內農業和宗教生活的重要性。伊費城是約魯巴文化(Yoruba culture)的一處核心,城內有許多神殿。國王在這附近建造了一批大型花崗岩柱,用來追蹤太陽運行,並判定宗教節日時間以及年度收成時節。

從十五世紀起,這些現存的天文學傳統經歷了重大變遷。就像在歐洲,非洲學者也開始藉由阿拉伯文譯本來研讀(諸如亞里士多德和托勒密等)古希臘思想家的著作。夜間,成群學生齊聚營火周圍,看著星辰流逝,並拿他們測定的結果來與見於種種阿拉伯手抄本的星曆表做個比較。

其中一部手抄本很可能在十六世紀的廷布克圖被用來教導天文學,書名稱為「星辰運動的知識」(Knowledge of the Movement of the Stars)。它一開始先解釋古希臘和羅馬作者的天文學理論,隨後轉向較為晚近的伊斯蘭思想家,好比海什木,他在十一世紀針對托勒密的天文學寫出一部影響深遠的批評著述。那部手抄本接著還解釋,如何判定特定星辰的位置,還有它們在占星上的重要意義。

-----廣告,請繼續往下閱讀-----

還有一部手抄本是廷布克圖一位名叫穆罕默德.巴哈約戈(Muhammad Baghayogho)的學者寫的,內容解釋了如何計算出白天(使用日晷)和夜晚(使用月球位置)的禮拜時間。巴哈約戈在十六世紀早期完成了一趟麥加朝聖,而且他擁有十分豐富的阿拉伯手抄本藏書,在廷布克圖首屈一指,他還針對十六世紀鄂圖曼一位名叫穆罕默德.塔朱里(Muhammed al-Tajuri)的天文學家所著作品撰寫了一部評註。沒錯,你在廷布克圖找得到的手抄本,不只是以阿拉伯文寫成的,還包括鄂圖曼土耳其文的內容,這就顯示在這段時期,鄂圖曼和西非的科學發展,有很密切的關係。

——本文摘自《被蒙蔽的視野:科學全球發展史的真貌》,2023 年 5 月,時報出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
時報出版_96
174 篇文章 ・ 35 位粉絲
出版品包括文學、人文社科、商業、生活、科普、漫畫、趨勢、心理勵志等,活躍於書市中,累積出版品五千多種,獲得國內外專家讀者、各種獎項的肯定,打造出無數的暢銷傳奇及和重量級作者,在台灣引爆一波波的閱讀議題及風潮。