Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

櫻花櫻花何時開!日本的櫻花預報「櫻前線」是怎麼算出來的?

活躍星系核_96
・2017/03/01 ・3676字 ・閱讀時間約 7 分鐘 ・SR值 507 ・六年級

-----廣告,請繼續往下閱讀-----

作者/詹芷瑄

盛開的櫻花。圖/PublicDomainPictures

站在漫天飛舞的花絮中,為自己和愛人定格那美麗的瞬間,想必榮登最浪漫寶座第一名。在日本每年 2-5 月的氣象報導,會增加「櫻前線」的特別專欄,告訴國民櫻花初開及滿開的地點,隨著時間從南部慢慢移動到北部,舉國共享這份喜悅。其實在台灣,櫻花原生種也不少,我們是否也能欣賞到這樣的美景呢?櫻花花期大約只有兩個禮拜左右,賞櫻關鍵可要抓住時機。那麼日本如何判斷櫻前線呢?

日本如何判定櫻前線

首先,我們來看日本氣象廳是如何判斷櫻花的開放時間的吧。

日本氣象廳在全國各地設有櫻花標本木,每年定出幾十個櫻花觀測地點。當觀測地點中的標本木有 5~6 朵以上開花數,即達初花日;若開花率達 80% 以上,即達滿開日,大多數遊客會選擇在這個時候賞櫻,因此賞櫻人潮最多。

-----廣告,請繼續往下閱讀-----

標本木主要選擇染井吉野櫻(Prunus yedoensis Matsum. cv. Yedoensis)品種,這是江戶彼岸櫻(Cerasus spachiana fo. ascendens)與大島櫻(Cerasus speciosa)的雜交種。江戶彼岸櫻原生地由於年代久遠已不可考,它適合生長的環境偏溫帶,像北海道等地;而大島櫻是日本南部沖繩、奄美的原生種,兩者雜交後的染井吉野櫻,開花時沒有葉子,形態色澤美麗,外觀受大眾喜愛。但染井吉野櫻無法自然繁殖後代,須利用無性繁殖技術加以保留,不過也因為如此而保存了相同的遺傳基因,所以開花特性相同。目前日本地區八成以上是此品種,所稱日本櫻花大抵就是指染井吉野櫻。

依靠同種植株預測櫻花開放時間,相對來說準確度提高不少。但在台灣並沒有大數量的染井吉野櫻,又該怎麼判斷各地的開花時間呢?那就問問櫻花本人吧!

 

櫻花會算日子! 它會數寒冬過了多長了,暖春來了多久了

櫻前線示意圖。圖/Wikipedia

櫻花是薔薇科多年生落葉性喬木,在每年夏季的生長期,會在枝條內部開始長芽,並特化成花朵的特殊構造原型。感應到日照時間縮短、黑暗期增長,或者氣溫降低,樹木生長減緩,溫度降到 10℃ 左右時,落葉性喬木就會停止生長。等到冬天真正來臨,感應到更加低溫的環境,為了抵擋寒冷的逆境,就會進入休眠。這裡的休眠是植物主動調控內部生理反應、停止生長狀態及降低體內水分等,在園藝學上稱為內生性休眠(endodormancy)。

形成內生性休眠之後,會開始計算低溫需求(chilling requirement)。也就是指在空氣溫度 0 ℃ — 7 ℃ 的條件下,累積到特定的時間,才可以打破休眠。在還沒累積足夠低溫量之前,即使外在環境達到適合生長的時間或溫度,也無法打破休眠,這是植物為了應付環境變動而演化出來的聰明機制,能感應周圍環境的變化,調整自己的生長狀態。等低溫需求到達一定的累積量,就會轉變成外生性休眠(ecodormancy)了。

-----廣告,請繼續往下閱讀-----

外生性休眠是植物的雙重保險,能避免天氣的間歇性變化。比如冬日裡若有一兩天氣溫較高,使還沒進入春天的溫暖期前就開花,徒增承受寒害的風險。於是植物發展出計算生長積熱需求(growing degree hour requirement)的能力,算出進入溫暖的日子有多長,去判斷春天是不是真的到來。每個植物自己有不同的標準,如果累積的積熱量達到標準,植物才會確定春天真的到來了,開始萌芽開花。而低溫需求與生長積熱需求要同時考慮,才能計算出具體的開花時間。

這兩種植物生理現象也能夠用來說明,為什麼有些農民會說今年不夠冷,或是天氣忽冷忽熱,影響植物開花結果的原因了。掌握植物開花機制,專家們就能夠通過氣象資料,預測櫻花開花時間,「櫻前線」由此而來。

要怎麼知道有沒有達到「足夠的低溫量」呢?

截至目前為止,植物學家們仍然還未完全解開休眠機制的謎底,所以無法從樹木生理的角度解釋和預測開花日期。但是在栽培的過程當中,他們慢慢發現一些規律。比如冬天過冷或不冷櫻花都會比較晚開。於是他們嘗試把經驗轉化成可以量化的模型,而去測試櫻花這類落葉性喬木滿足低溫需求的有效溫度範圍,在種植的時候測量和記錄環境溫度變化,就可以判斷植物是不是滿足低溫需求了。

圖片提供/吳暘子(版權所有©暘子書屋)

把時數相加就可以知道什麼時候開花的低溫時數模型

最先被廣泛使用的模型是低溫時數模型(Chilling Hours Model),單位稱為「低溫時數」(Chilling Hour, CH),其中低溫指的是 0℃-7.2 ℃ 之間的溫度,而低温時數顧名思義就是把滿足低溫需求的小時數相加,再對照作物的已知參考值,就能判斷它是否解除休眠狀態了,是不是很簡單呢?

-----廣告,請繼續往下閱讀-----

等等,讀到這裡似乎有個小小的矛盾,如果要計算小時數才能知道開花的時間,算完的時候也開花了,那知道了計算模型又有什麼用呢?

其實在管理者實際操作的時候,大多是根據氣象資料歷年的數據,對比今年的氣溫變化狀況,預期最快和最慢開花的時間,推測可能的開花日。而預測開花時間,就可以試著配合季節性活動,例如台大杜鵑花節等其他因素調整花期,也常常用來分散果品的產期,使水果產期延長,分散盛產掉價的風險,若提早上市還能賣到不錯的價錢呢。

這種計算小時數的方法,是大概在 1940 年代提出的第一代模型,後來也慢慢發展出其他的計算方式,像是下面要介紹的猶他模型和動力學模型,是大眾比較能夠接受和應用的模型。

圖片提供/吳暘子(版權所有©暘子書屋)

給溫度加權的猶他模型

因為大家慢慢覺得低溫時數模型計算出來的開花時間不夠準確,而植物學家進一步發現,太高或者太低的溫度會對植物累積低溫需求產生負面的影響。於是  974c 年由Richardson提出了猶他模型(Utah Chilling Model),單位稱為“猶他低溫單位”(Utah Chilling Unit, CU),將溫度更詳細劃分成不同的區塊,環境的溫度落在不同的區塊內會有不同的數值,有正有負的數值相加,才得出最後的標準參考值。因為簡單方便的關係,這個模型是目前最為廣泛應用的一種。

-----廣告,請繼續往下閱讀-----

回歸植物生理之進擊的動力學模型

但把上述兩種方法應用到相對較高溫的地區,例如以色列等地的時候,這種利用溫度劃分的模型又變得不適用了。因此為了解決暖冬地區的植物栽培問題, 1987 年植物學家們回到植物生理的角度提出了「兩階段作用」的概念(Two-step Process),假設休眠狀態的完成度與某個「打破休眠因子「的含量呈線性關係,那麼生成這個因子的速度就決定了滿足低溫需求的快慢。

所謂“兩階段作用”,指的就是生成這個因子的過程有兩個步驟。第一階段是一個可逆的反應,通過酵素作用,在低溫條件下生成此因子的前驅物(precursor),而這種前驅物會因為高溫被破壞;第二階段是不可逆的反應,當前驅物累計達到一定量會形成穩定的“打破休眠因子”,這時候才算開始累積低溫需求。

由此看來大多時候植物其實是處在緩衝期內來回擺動,藉此發展出最新的動力學模型(Dynamic Model),單位是「低溫片段」(Chilling Portion, CP)。這個模型是藉由不間斷的偵測和計算,利用溫度的變動判斷是否滿足低溫需求,來達到最貼近植物生長狀態的模擬效果。以下是動態模型略微複雜的計算公式,其中slp, tetmlta0, a1, e0, e1為常數。

而根據Elike和Patrick的統計比較方法,把不同地區的原始數據帶入三種方法中,並將計算結果相除,發現數值差異非常大,表示這三種模型的結果並不成比例,也就是說這些模型的適用範圍不太一樣,那到底要怎麼選擇呢?

-----廣告,請繼續往下閱讀-----

統計模型只是個工具喔

低溫需求的模型是來自於管理者的經驗,而且根據不同植物、不同地區需要進一步調整,例如調整猶他模型的溫度界限或者改變動力學模型的常數值等等,沒有一套萬能公式可以從南用到北、從櫻花用到桃花。如何選擇模型要靠自己嘗試,不適用的模型就像是不趁手的工具,這個不行就換一把再試試看囖。

低溫需求滿足後,還有高溫需求呢

高溫需求也就是剛才提到的“生長積熱需求”,它們的計算原理大同小異,只不過溫度範圍換成 4℃~25℃ 。在低溫需求被滿足之後馬上開始計算,當氣溫小於 4℃ 時不予計算;介於 4℃~25℃ 之間時,用實際氣溫減去 4℃ 得到結果;當氣溫大於 25℃ 時,就採用 25℃ 減 4℃ 得到的 21 作為累積值。累加到每種作物的已知經驗值,就可以開花囖。

圖片提供/吳暘子(版權所有©暘子書屋)

說了這麼多,如果真的很想要和心愛的人來一場浪漫的櫻花之旅的話,除了及時發漏日本櫻前線的氣象報導,或者用上述方法自己推估之外,再提供一個小小資訊給大家參考:根據 2011 年在岡山縣的櫻花物候學研究,日本櫻花的開放順序是先從都市開始,然後是北方內陸最後才是南方近海喔。這是由於當地環境、太陽照射及風速合力影響的結果。

看完這篇對櫻花的開花生理有沒有稍稍理解了呢!最後,祝大家今年能夠賞櫻成功啦!

-----廣告,請繼續往下閱讀-----

參考文獻:

  1. Chandler, W.H. 1942. Deciduous orchards. Lea & Febiger, Philadelphia
  2. Luedeling, E. and P.H. Brown. 2011. A global analysis of the comparability of winter chill models for fruit and nut trees. Int. J. Biometeorol. 55:411-421.
  3. Fishman S, Erez A, Couvillon GA (1987a) The temperaturedependence of dormancy breaking in plants – computersimulation of processes studied under controlled temperatures. J. Theor Biol 126(3):309–321
  4. Fishman S, Erez A, Couvillon GA (1987b) The temperature dependence of dormancy breaking in plants: mathematical analysis of a two-step model involving a cooperative transition. J. Theor Biol 124(4):473–483
  5. Ohashi Y., Hiroshi K., Yoshinori S., Hiroshi I., Nobuko Y. 2011. The phenology of cherry blossom (Prunus yedoensis “Somei-yoshino”) and the geographic features contributing to its flowering. Int J Biometeorol (2012) 56:903–914
  6. Cesaraccio, C., D. Spano, R. L. Snyder, and P. Duce. 2004. Chilling and forcing model to predict bud-burst of crop and forest species. Agricultural and Forest Meteo. 126: 1-13.
  7. 日本氣象廳. 2012. さくらの開花日の変化 – 気象庁. 
-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

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

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

3
0

文字

分享

0
3
0
媽!!!到底為什麼母親節要送康乃馨啊?
Peggy Sha/沙珮琦
・2019/05/10 ・2000字 ・閱讀時間約 4 分鐘 ・SR值 447 ・四年級

-----廣告,請繼續往下閱讀-----

每年的母親節,很多人都會買康乃馨送給媽媽。但是,你有沒有想過:到底為什麼母親節要送媽媽康乃馨?難道不能送滿天星、銅鋰鋅或自動筆芯勒?(被母親擊飛)康乃馨到底是種什麼樣的植物呢?

你真的了解康乃馨嗎?為什麼母親節要送康乃馨給媽媽呢?圖/publicdomainpictures

康乃韾象徵母親,到底是誰決定的?

要談到母親節贈送康乃馨的傳統,就不得不提起母親節的起源。其實,我們現在過的母親節是個挺「新」的節日,是由一位名叫安娜‧賈維斯 (Anna Jarvis) 的美國女子所推廣的。

賈維斯的母親在生前便常常表達自己期望能有一個可以紀念母親的日子;而在她母親過世的三年後,1908 年的 5 月 10 日,賈維斯在教堂中舉行了紀念儀式,成為史上第一個母親節。

賈維斯選擇用白色的康乃馨來象徵母親,因為她認為康乃馨的潔白能代表母愛的真誠寬廣。她也認為康乃馨花瓣不會一片片掉落、而是往中心萎縮的這個特質,就像媽媽擁抱小孩一般。

-----廣告,請繼續往下閱讀-----

恩……不過後來商人們見獵心喜,白色康乃馨的價格應聲上揚,花販更進一步推廣紅色康乃馨,營造出「紅色康乃馨送給健康的媽媽、白色康乃馨紀念過世的母親」這種說法,把賈維斯女士給氣得半死。

我明明就說白色康乃馨,誰准你們換成紅色的!(設計對白)圖/By Olairian – Own work, cc0, wikimedia commons

康乃馨的花瓣不是真正的花瓣?

姑且不論創辦人的憤怒,以及如今送媽媽白色康乃馨可能會被打,我們現在看到的康乃馨其實都是基因突變過後的「畸形花」。康乃馨又名「香石竹」(Dianthus caryophyllus),原始野生的品種只有五片花瓣,看上去十分單薄。

野生的香石竹,看起來是不是和印象中的康乃馨差很多呢?圖/By Zeynel Cebeci – own work, CC BY-SA 3.0, wikimedia commons

那那那……現在我們在花店看到那些層層疊疊的美麗花瓣到底是什麼?其實它們是雄蕊喔!

雄蕊和花瓣原本都來自於「花原基」(flower primordia),當調控的基因出現突變,就會讓雄蕊「瓣化」(petalody)。雄蕊花瓣化後,變形的雄蕊與原本的花瓣重疊後,就形成了重瓣花。如此一來,使得整朵花的體型看起來變得更大,也更具有觀賞價值。

-----廣告,請繼續往下閱讀-----

雖然這樣的花多數的雄蕊變形,因此不易產生花粉,卻會因為長得漂亮而被人工繁殖留了下來,慢慢變成我們現在看到的樣子。(所以說長得好看還是很重要滴)

每次母親節,我們其實都送了一堆變形的雄蕊給媽媽呢!

雄蕊花瓣化?很多漂亮的花都這樣

什、麼!?雄蕊還能變形成花瓣,還騙我在母親節送給媽媽?素每啊啊啊,這樣讓我怎麼教小孩?

怎麼會是假的花瓣啊啊啊啊啊啊!圖/giphy

還請各位看倌莫急莫慌莫害怕,雄蕊花瓣化聽起來雖然離奇,但在自然界卻是十分常見的事情。比如說大家非常喜歡的櫻花,也是其中之一。在台灣的重瓣山櫻開花期較單瓣台灣山櫻約晚一個月,而雄蕊花瓣化後,會使得花粉變少,也較不容易結果。

而除了櫻花以外,在東方象徵大富大貴的牡丹、艷麗迷人的山茶花也都是雄蕊花瓣化的結果。

-----廣告,請繼續往下閱讀-----

但是,是不是所有雄蕊花瓣化的花看起來都非常「澎派」呢?欸…其實並不是喔。像是看上去非常小清新的野薑花,也是雄蕊花瓣化的成員之一,我們所見的那漂亮的「花瓣」其實是雄蕊,而真正的花瓣,是雄蕊背後那三根長披針形的東西。

那看起來像花瓣的其實是雄蕊,針狀的才是真正的花瓣喔!圖/flickr

說了這麼多康乃馨相關的小知識,你是不是都記住了呢?無論母親節有沒有送康乃馨,大家都要記得時時對媽媽表達你的愛與感謝喔!泛科學祝大家母親節快樂!

-----廣告,請繼續往下閱讀-----
Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。

0

0
0

文字

分享

0
0
0
【特輯】但見櫻花開令人思科學:關於櫻花你該知道的五件事
PanSci_96
・2019/03/11 ・1154字 ・閱讀時間約 2 分鐘 ・SR值 449 ・四年級

春花開賞櫻去!除了尋找賞櫻名點、追逐櫻前線,你知道櫻花起源自哪?櫻花的葉子為何有鋸齒?櫻花開期為何一直變?一起挖掘櫻花樹底下究竟埋藏著多少科學,讓每朵花都開得如此嬌豔動人呢?

櫻花櫻花何時開!日本的櫻花預報「櫻前線」是怎麼算出來的?

在日本每年 2-5 月的氣象報導,會增加「櫻前線」的特別專欄,告訴國民櫻花初開及滿開的地點,隨著時間從南部慢慢移動到北部,舉國共享這份喜悅。櫻花花期大約只有兩個禮拜左右,賞櫻關鍵可要抓住時機。那麼這個「櫻前線」是怎麼算出來的呢?

櫻花櫻花幾時開?春天冷就晚點開吧!

雖然梅花是越冷越開花,但如果初春太冷,櫻花的花期也會大受影響。以 2015 年的美國為例,原本紐約、華盛頓及費城往年約 3 月中至 3 月底間就會盛開的櫻花,受到濕濕冷冷的春天影響,一路拖到了四月才逐漸盛開。

明明就到了春天,為什麼天氣一變冷就會影響櫻花開不開呢?

-----廣告,請繼續往下閱讀-----

櫻花大戰,究竟櫻花真正的原產地在哪裡?

每年春天,東亞的櫻花都會盛開。每年櫻花盛開的時候,東亞中國、日本、韓國三國的媒體上都會出現櫻花原產地之爭。

三月末是日本最有名的櫻花「染井吉野櫻」花季,在中日韓三個國家都是盛開期。韓國媒體照例一年一度地宣傳「染井吉野是我們的」,而中國櫻花產業協會執行主席何宗儒更是語出驚人——據《南方都市報》報導,2015 年 3 月 29 日該協會在廣州召開記者會,何宗儒在會上表示櫻花既非起源於日本,又非起源於韓國,而是起源於中國。

其實,如果弄清楚「櫻花」的定義,櫻花的起源在科學上是件很清楚的事情,並沒有這麼多的紛爭——野生的櫻在數百萬年前誕生於喜馬拉雅,但現代栽培的觀賞櫻花,則是多年前的日本人在日本選育出來的。

如果可以簡單,誰想要複雜:為什麼櫻花的葉子會發育成鋸齒?

櫻花的葉子是種自成一格的氣質,和許多常見的樹葉都不同。當你仔細看著櫻葉,它邊緣的微小鋸齒很容易就會吸引你的目光。這些鋸齒到底有什麼意義?植物又為什麼會有這些長在葉緣的鋸齒呢?

-----廣告,請繼續往下閱讀-----

 

太空櫻花,太空櫻花,長得快!長得快!

如果把植物送上太空,會有什麼影響呢?日本人早在 2008 年就做過這種有趣的嘗試了。當年,他們特別挑選櫻花的種子進入太空,而數年之後,這些種子帶著滿滿的宇宙謎團長大成樹,並提前開出特別的花朵。

現在,就讓我們來回顧一下曾讓日本的僧侶和科學家都為之瘋狂的宇宙櫻花吧。

 

-----廣告,請繼續往下閱讀-----