Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

醫療機器人和神戶醫療產業都市——日本,百聞不如醫見(2)

miss9_96
・2017/01/03 ・2657字 ・閱讀時間約 5 分鐘 ・SR值 543 ・八年級

-----廣告,請繼續往下閱讀-----

續前篇:《醫院該不該以賺錢為目的?一窺日本醫療國際化的現況

日本在機器人領域的發展,不論在二次元或三次元裡都十分成功。筆者在這次的訪日行程裡,有幸見識到了日本的醫療機器人,在機器人協助患者行走的過程裡,雖然不像駕駛鋼彈、EVA 般的帥氣,但老婆婆用我聽不懂的日語,表達出滿足的喜悅,卻是充滿了真實和感動。

從來沒想過,「想站起來」這個念頭,對某些人可能是種恐怖的經驗。

「回家以後,我覺得更有信心了」,患者露出了微笑這麼地說著。

從床上起身、平穩的散步,這對我們而言都是再簡單不過的事情。但對於腦中風、脊髓受損等疾病導致肌肉萎縮的患者來說,這種動作可是異常艱鉅的行為!他們因為疾病導致下肢的肌力減弱而難以行動,又因為缺乏使用,再惡性循環進一步地下肢肌肉萎縮,最終導致行動不便。

在 JR 東京綜合醫院裡,引入了復健用的下肢醫療機器人:HAL®(Hybrid Assistive Limb®。HAL 醫療機器人並不像我們想像中的那種人形機器人,它的運算電腦外觀僅是一塊白色版子,繫在患者的背後,連通的四具馬達縛在患者的大、小腿處,同時會有量測皮膚電位的電極貼片黏於患者的大腿,穿戴完畢後,患者的下身像是穿上了一套白色的外骨骼機器似的。HAL 醫療機器人的原理是「動之前,大腿皮膚已經先有感覺了!」,當患者的大腦傳遞「移動大腿」的訊號時,即使患者沒有意識到「移動」的念頭,其神經訊號已經從大腦透過脊髓,傳遞到大腿的肌肉裡,而大腿皮膚表面也呈現了電位的變化。而就在此刻,電極貼片將電位變化傳給患者背後的運算電腦,由電腦協調四具馬達的出力,以協助患者運動!

-----廣告,請繼續往下閱讀-----
HAL®(Hybrid Assistive Limb®)
HAL®(Hybrid Assistive Limb®)

在 JR 東京綜合醫院裡,我看到了一名約莫 60 歲的患者穿戴後 HAL 醫療機器人後,從舉步艱難,慢慢地變成了平穩行進(仍需復健師視情況調整電腦參數)。而患者也透過翻譯告訴我們,使用 HAL 醫療機器人後,原本對於「起身、走路」感到恐懼的心理,漸漸地有勇氣和力量去克服了,這對於患者來說,是極大的信心鼓舞!

JR 東京綜合醫院的田中清和醫師告訴我們,目前 HAL 的租金約 25 萬日幣/月,而復健的收費約 1 萬日幣/小時。雖然學理上的研究未到完備的程度,但由於有許多的需求,目前仍是供不應求的狀態。

神戶醫療產業都市

1995 年 1 月 17 日清晨,芮氏 7.3 的地震襲擊了日本關西。一夕之間,六千多名神戶市民,離世了。

1995 年的神戶大地震,摧毀了神戶市,許多建設和公共設施都付之一炬。儘管傷痛,神戶市開始對於都市的未來討論和深思,究竟,神戶的未來要變成什麼樣的都市呢?數年的討論期裡,各種想像都被提出,也有人認為神戶可規劃成有著眾多娛樂產業的休閒都市。但最終,市政府選了一條艱難的道路,他們要將神戶打造成未來的醫療產業都市

-----廣告,請繼續往下閱讀-----

在 1998 年左右,日本的經濟仍屬於強勁成長的時代。日本理化學研究所(日本重大國家研究機構,近似於台灣的中央研究院)位於神戶市的分院起了重大的磁吸作用,有專精於 iPS 萬能再生細胞研究的「多細胞系統形成研究中心(RIKEN Center for Developmental Biology)」、以及擁有超級電腦——「」的「計算科學研究機構(RIKEN Advanced Institute for Computational Science)」等機構,再加上神戶市立中央市民醫院等臨床單位,這些重要的研究單位,吸引了許多生醫廠商進駐到神戶空港外的人工島上,形成醫療產業聚落。從 1998 年的 0 間廠商開始,到了 2015 年已經超過 300 間醫療廠商進駐,目前超過 7000 名員工,估計帶來的經濟效果約 1600 億日圓。

神戶的港灣人工島。圖/wiki
神戶的港灣人工島。圖/wiki

而神戶市政府在推動醫療產業都市時,了解到政府單位並沒有能力分析、規劃醫療產業,因此神戶市政府協助成立了獨立的財團法人——「先端醫療振興財團」。雖然從中文的角度裡看到財團二字,但該法人的目的是支援神戶醫療產業都市的發展、連結產官學的力量以提高醫療產業、建構適於次世代醫療的發展環境等。先端醫療振興財團目前的理事長是開創癌症免疫療法的本庶佑(ほんじょたすく)教授,神戶市每年撥出 40 億日幣推動醫療產業都市,其中的 15 億日幣交由先端醫療振興財團全力推動醫療產業化。

神戶醫療產業都市推動醫療用機器人、長照用機器人的產業化,在基礎研究上也利用超級電腦——「」的能力,縮短新藥開發等研究的時間與金錢成本。同時也有次世代抗體藥物和 iPS 醫療產品的研究正在進行,同時由於受到國際的重視,世界衛生組織(World Health Organization / WHO)也和先端醫療振興財團、神戶大學等在 2016 年的 9 月開始合作進行失智症的臨床研究,希望能對失智症做到早期發現、早期診斷、早期介入的「先制醫療(pre-emptive medicine)」目的!

具有 864 個機櫃的超級電腦「京」。圖/wiki
具有 864 個機櫃的超級電腦「京」。圖/wiki

我個人認為……

看了日本對於醫療國際、產業化、HAL 醫療機器人,以及神戶醫療產業都市後,我對於日本政府在處理「跨領域」和「未知性高」的事物態度上,有了極大的印象。日本政府對於難以管理的「醫療國際、產業化」任務,毅然的設立了獨立的法人來推動這項任務,也藉此避免了政府內各部會權責重疊、資源浪費的問題。儘管目前成效尚不及亞洲鄰國,但他們「以當地人需求為本、以當地醫療自主為目的」的俄羅斯海參崴醫療影像中心的範例,令人印象深刻。檯面上因為北方四島而交惡的兩國,但民間的互動卻如此的活絡。

-----廣告,請繼續往下閱讀-----

而在 JR 東京綜合醫院裡,能夠親眼看到患者的微笑,讓我覺得 HAL 醫療機器人真的是很棒的東西!而這種能夠改善患者生活的智慧醫療工具,也許就是台灣打開鄰11ㄅ國醫療市場的方式之一。而神戶醫療產業都市裡,我看到了日本政府極為大膽的一面。神戶市每年超過 5 億台幣的費用交給了先端醫療振興財團分配運用,神戶市政府對專家團隊的信任,以及規劃後,不論世界和政局如何改變,依舊對於未來超過十年以上的堅持、毅力(神戶於 1998 年設定未來將朝向醫療產業都市,至今堅持了 18 年),都讓我感到非常的有意思!回頭看看台灣,我覺得兩國在醫療上都各有所長,也許未來有一天,兩國能夠有機會一起交流,甚至一起合作開展未來的醫療啊!

-----廣告,請繼續往下閱讀-----
文章難易度
miss9_96
170 篇文章 ・ 1084 位粉絲
蔣維倫。很喜歡貓貓。曾意外地收集到台、清、交三間學校的畢業證書。泛科學作家、科學月刊作家、故事作家、udn鳴人堂作家、前國衛院衛生福利政策研究學者。 商業邀稿:miss9ch@gmail.com 文章作品:http://pansci.asia/archives/author/miss9

0

0
0

文字

分享

0
0
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

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。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia