Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

知識時代襲來,科技部的「科技大觀園」在新世紀的角色是什麼?

科學月刊_96
・2017/10/11 ・4897字 ・閱讀時間約 10 分鐘 ・SR值 606 ・十年級

-----廣告,請繼續往下閱讀-----

  • 文/廖英凱—非典型的不務正業者、興致使然地從事科普工作、能源與科技政策研究。曾有機會撰稿於科學月刊、泛科學、研之有物、物理雙月刊、國語日報科學版、科技大觀園等科學媒體。
截圖自科技大觀園網站。

科技大觀園」是一個歷經近十載的老牌科普平台,如圖書館般典藏眾多國內外科研成果,但在知識產業蓬勃的當代,仍有不少需積極改進之處。

大觀十載,知識時代襲來

2008年1月,國家科學委員會(現為科技部)上線「科技大觀園」網站,旨在透過網路平台,整合國內各機構所產出科普文章、演講影音與各類活動等成果。迄今,由科技部科教國合司負責營運的科技大觀園網站,亦同時應用特約撰稿契約等模式,與民間科普作者簽約產製文章。

2016年12月29日,立法院教育及文化委員會審議「科學技術基本法部分條文修正草案」,通過由立法委員黃國書等19人所提案的「科學技術基本法第十三條」的「科普保障入法」相關條文,並修訂科發基金運用「應編列一定比例之經費推廣科學知識普及化」。

2017年7月28日,由立法委員黃國書與吳思瑤舉辦,並有科技部陳良基部長全程出席參與的科技基本法之科普推廣相關子法修訂與後續執行公聽會中,科技部提出科普經費應為科發基金預算總額至少千分之五,並由科技部統籌執行的草案。並介紹過去以「科技大觀園」做為科學普及、科學傳播為推廣核心的策略。不過,在公聽會上,有諸多學者提出對科普經費運用方式的建議,以科技大觀園作為科技部推廣科普的核心策略是否值得沿用,更值得各界進一步的討論。

-----廣告,請繼續往下閱讀-----

歷經近十載的科技大觀園,以匯集管理各單位科普執行成果為己任,是過去國內科普資源整合的重鎮。然而,隨著近年來知識內容媒體的百花齊放,資源人力均不算寬裕,也沒有商業考量的科技大觀園,其營運理念難以跟上知識經濟的浪潮。在學術科教圈、新創媒體界、知識產業鏈中,都陸續招致對其營運與內容的批判建議。本次草案中,預估千分之五的科發基金,在今日約為每年2億元的經費挹注(含既有已執行編列之經費),更引發科學社群對科技大觀園改善的急切建言。筆者因近年陸續有機會在科技部「科技大觀園」、中研院「研之有物」、 「科學月刊」、「物理雙月刊」、「泛科學」與「國語日報科學版」等科學內容媒體上發表撰文,或協助採訪撰稿,故就個人經驗,以作者、內容產製者為出發點,提出科技大觀園未來營運方向之建議。

一、欠缺近代編輯制度

「請編輯老師協助刪減是我要求的,且主要係刪減部分較深奧的科學名詞與理論為主,因為若有太多的科學名詞與理論,就不算是科普文章,普羅大眾是看不懂的。」—節錄自科技部予筆者部分書信往來內容

筆者於2016年間,拜科技部「特約撰稿契約」制度所賜,有機會協助科技大觀園採訪撰寫3件我國傑出的科研產學合作成果。採訪過程獲益匪淺,對於民間獨立撰稿者來說,是相當理想且能得到支持的合作方式。然而,在撰稿期間從科技部承辦窗口回信得知,科技部另有「編輯老師」能對文章給予意見、執行刪修。筆者除從承辦窗口轉述得知編輯老師意見外,也曾多次提出希望能與編輯直接意見交流。但直至文章刊出至今,筆者仍無從知曉編輯的身分,也未有與編輯直接交流的機會。

以筆者曾為科技部撰寫的一篇介紹「烏龍茶」的科普文為例,筆者在文章編修完後,被科技部告知因字數過多而有所刪減,但收到稿費計酬文件時,看到字數才察覺文章在編修過程中,被刪減的篇幅係千餘字,但「被刪減的是哪些段落」、「刪減原因」在筆者主動要求前皆未被告知。

相較起過去在其他科普媒體的刊載過程,文章刪修亦是常態,但重要的絕不僅是刪修的結果,而是來回討論修正的過程。編輯所給予的修訂意見、基於科普專業的交流討論,都是作者提升能力的重要機會。長期合作的編輯,更是作者們非常重要的朋友,亦師亦友的信賴關係,也是作者們持續投入科普內容產製的熱忱來源。

-----廣告,請繼續往下閱讀-----

因此,對於仍會持續產製內容的科技大觀園來說,應優先建立作者與編輯直接協作機制;於編制上或外聘合作上,強化具有科普編輯、與作者協作以及經營社群經驗的人力。以此解決過去作者與承辦窗口之間,因對文章內容、形式,稿費或轉載制度等認知相岐或意見轉述失真所產生的摩擦或誤會。

二、目標受眾定位過於狹隘

過去數年來,政府將科技大觀園定位成一整合科普資源的平台。然而,科技大觀園並未對「科普」的定義,與目標受眾的定位,有更宏觀彈性的策略。

以筆者過去曾協助科技大觀園採訪中興大學曾志正教授的研究為例,曾教授以質譜儀、核磁共振等研究方法,理解烏龍茶好喝的學理機制,並發展出新型烏龍茶製程,以輔導業者提升產業。但很可惜地,在文章編修過程中,關於涉及科學名詞與理論的部分,被以「不算是科普文章,普羅大眾是看不懂的」為由,而被科技部要求刪減。

受限於「普羅大眾」的科學普及,是囿於既有教育制度,教師之於學生的知識傳授框架。更受制於公務機關,常被迫有「公家資源需照顧人數最大化」的關鍵績效指標(Key Performance Indicators, KPI)迷思。理想的科普策略,應有分眾、分流的目標受眾與內容設定。無論是以激發興趣為主的國小生、尋求專業知識入門途徑的大學生、試圖理解我國科研成果與產業發展趨勢的民眾或從業者,都可以是科學普及的目標受眾。

-----廣告,請繼續往下閱讀-----

就作者而言,單一科普文章的受眾定位,須同時考量作者寫作特性與其學研背景;寫作內容的資訊量與知識深度;與此文章預期達到的目標效益。相較起文章完成後被編輯片面刪減具較深科學內涵的部分以降低閱讀門檻,能讓作者與編輯或科技部共同討論文章受眾定位,才能最大化發揮每一位作者的專長。因此,筆者認為建立起更宏觀、更彈性的目標受眾定位策略,才能使科技大觀園有機會吸納更多元的作者社群,並呈現更為豐富寬廣的內容樣貌。

三、網站介面不利於理解或引發興趣

筆者相信,科學普及工作,有協助讀者理解科學內容的責任,也有推廣科學激發人們對科學產生興趣的重大使命。無論是以文章、廣播、影片或動畫等內容載體,相關工作者也都自然地往這2個方向努力。然而,歷近十載的科技大觀園,雖然2017年初甫經歷網站改版,但與今日眾多知識內容網站相比,其網站介面設計仍相當不利於協助讀者理解科學內容或引發興趣。

以筆者分別在「科技部(科技大觀園)」、「中研院(研之有物)」、「泛科學」上所發表的3篇不同文章為例,此3篇文章均為字數3500~4000字,且目標受眾是高中自然組以上,預期文章能推廣我國科研成果,提供產業政策建言。

圖一:由左自右,分別為筆者在「科技大觀園」、「研之有物」、「泛科學」上所發表之文章截圖。(作者提供。)

從網站設計可發現,科技大觀園僅能容許在每一篇文章之始放置5張圖片。文章內文中,不允許嵌入任何形式的圖片、動畫、影片,註腳形式的參考文獻與超連結在編修後也都未能採用。而在研之有物的文章範例中,營運團隊內的美術編輯,能協助作者將儀器架構與科學學理,繪製為精美的圖片穿插於文章中,提升讀者對科學內容的理解。在泛科學的文章範例中,網站亦能活用具吸引力的圖片,並有設計團隊將文字內容以圖文形式呈現,提升讀者對議題的興趣與關注動力。

-----廣告,請繼續往下閱讀-----

在各類網站工具與介面應用蓬勃發展的今日,科技大觀園的網站設計顯得不合時宜,並影響了科普文章協助讀者理解與引發人們興趣的重大任務。

四、文章會因抗議或壓力而下架

長期以來,政府所經營的網站內容,常常有因為政策改變、民代與民間等關切或抗議之故,而將網站內容刪除或下架。如經濟部所營運的「經新聞」網站,就曾在2016年間,因政策改變之故,下架其刊載的評論文章,雖以新聞為名,但實為政策宣傳的行銷用途。

2016年9月,筆者協助科技大觀園介紹宜蘭大學陳裕文教授的團隊,並將其研究成果發表於科技大觀園「優質蜂產品研發技術聯盟—打造台灣頂級蜂蜜供應鏈」一文,陳教授的研究團隊,在過去幾年間,建立起碳同位素分析技術,並利用氣相層析光譜儀建立臺灣蜂蜜的成分圖譜。以此發展能夠更進一步檢驗蜂蜜是否造假或攙偽的技術。2016年11月,科技部接獲「臺灣養蜂協會」來函抗議,認為此新技術的介紹會造成誤導影響權益。雖過程中,筆者有被告知可針對抗議文提供資料與回應,但最終科技部仍因抗議壓力之故,而在未告知作者的狀況下將文章下架,目前僅能在陳教授的網站上看到原文備份。

就此事件,雖然能理解在這類與政治權力結構有關事件中,政府業務部門與學術單位常處於弱勢被動的地位。也願意相信此次事件,應為偶發之個案而非常態。但仍期冀科技部能扛住外界壓力,讓科普文章的刊載如學術研究般,能接受實質內容的檢驗,但自由不容損害。

-----廣告,請繼續往下閱讀-----

筆者也想藉此提出一個假設性問題,今日我國在張景森政務委員的推動下,又要開啟對深層海水產業的開發。然而,相關法規與產業對深層海水的定義,完全不符合主流地科學界的研究成果。倘若有科學家以地科研究資料抨擊我國深層海水政策時,科技大觀園能如「科學月刊」、「泛科學」等媒體,不畏阻力呈現科學社群的觀點嗎?

五、文章主動推廣程度不足

多數的政府部門網站或社群網站,其經營的推廣效果或是與民間互動的熱絡程度,往往難以企及民間的活力。對於科技大觀園,也依然有文章過於被動地被使用者看到的現象。在本次公聽會上,中山大學生科系顏聖紘老師認為,現況是只有學習動機良好的人才會進入科技大觀園,並透過合適的搜尋方式找到資訊。慈濟大學生科系葉綠舒老師也認為,現今科技大觀園編輯制度不利於具時效性科學新知的發布,並會很現實地影響到點閱率與作者發文意願。

筆者利用SimilarWeb作為分析工具,比對科技大觀園、研之有物、泛科學與食力4個知識內容型網站,在2017年4~7月間,使用者進入這些網站的方式。分析結果顯示,科技大觀園的使用者,有70%來自於自然搜尋(Organic Search),僅有不到一成來自社群網路。而其他3個網站,則有相當大比例的使用者來自社群網路,如透過社群網路小編的社群經營與網友的轉發推廣,來成為瀏覽網站的契機。

利用 SimilarWeb 作為分析工具,比對科技大觀園、研之有物、泛科學與食力 4 個知識內容型網站,在2017年4~7月間,使用者進入這些網站的方式。(註:此類網路工具受限於網站分析技術而有一定誤差,但在大級距的數值比較上,仍有相當參考價值。)

至此,筆者認為科技大觀園僅能服務到已有充足學習動機,並擁有一定程度資料查詢與辨別資料品質能力的使用者。但對於更有必要被傳播科學知識或素養的民眾來說,並無法從現今的營運模式主動接觸到科技大觀園內的知識。

-----廣告,請繼續往下閱讀-----

十載大觀,藏文數千的圖書館

綜上所述,今日的科技大觀園猶如一座藏文數千的科普圖書館。累積著我國政府與眾多科學人的心血。但未能與時俱進的過時資訊載體與政府體制的限制,致使科技大觀園難以充分發揮其科普之任務,也與諸多知識媒體相比顯得格格不入。

若能導入更緊密的作者編輯關係;更彈性開放的目標受眾策略;更適宜閱讀理解並引發興趣的網站介面;更自由無畏的資訊開放、議題評論;以及更主動地推廣文章,並積極接觸與培養科學社群,將能使科技大觀園不僅只有如圖書館般地資料庫樣貌,更能為科普工作者提供支持,為我國科學素養提升的工作注入活力。期盼此次科技基本法的科普入法,能成為科技大觀園的進化契機。而科普經費的保障,更能促成公私協力,成為知識經濟產業發展的基石。

十載赫赫大觀園,笙簫悠揚,鑼鼓堂皇。要以什麼樣的面貌迎向知識時代的下一個10年,仍有待科技部的改革企圖與科學社群的齊心協作。

報導

 

 

 

 

延伸閱讀

-----廣告,請繼續往下閱讀-----
  1. 行政院國家科學技術發展基金推廣科學技術知識普及化執行辦法草案總說明
  2. 2017 年 7 月 28 日科技部科學技術基本法 13-2 條配套辦法訂定與執行說明簡報
  3. 2017 年 7 月 28 日科技基本法之科普推廣相關子法修訂與後續執行公聽會會議直播錄影

〈轉自《科技報導​》429期〉

-----廣告,請繼續往下閱讀-----
文章難易度
科學月刊_96
249 篇文章 ・ 3741 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。

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。

0

1
0

文字

分享

0
1
0
2024 臺灣科普環島列車啟程 催生科學傳播新力量
PanSci_96
・2024/10/21 ・915字 ・閱讀時間約 1 分鐘

「2024 臺灣科普環島列車」今(21)日自臺北火車站啟程,沿著西部幹線南下,將於 10 月 21 日至 26 日搭載全臺 202 所國小學生,展開 6 天的科普環島之旅。前副總統陳建仁、國科會主委吳誠文、數位發展部部長黃彥男、交通部臺灣鐵路公司副總經理賴興隆,美、荷、法、德、英國等駐臺代表、9 家車廂參與單位代表及師生們均蒞臨開幕式。

高中生成為科學傳播新力量 助力全臺科普教育

吳主委表示,自 2016 年以來,已連續 9 年舉辦科普環島列車活動,持續推動科學教育。今年活動規模擴大,火車將在 6 天內行經 17 個縣市、32 個站點,提供超過 300 項科學實驗,讓全臺學童能從小接觸科學。

更值得一提的是,近年來國科會積極邀請全臺高中學生,透過科學培訓後上車擔任「車廂關主」,帶領國小學童玩科普;高中生們由「知識接收者」轉為「科學傳播者」的角色,不僅加深其擔任小老師的使命感,也提升科學傳播、知識轉譯及組織規劃能力。

今年有 391 位來自全臺 18 所高中的學生參與培訓,其中 162 位為女學生,突破科技領域的性別刻板印象,展現女性在科學界的力量。這些科普小老師們將於 10 月 21 日至 26 日帶著全臺各縣市、鄉鎮國小學童學習更多有趣的科學實驗,為科普教育展開多面向的正循環。

-----廣告,請繼續往下閱讀-----

2024 年的科普環島列車很不一樣! 全民一起上列車、長知識

「2024 年臺灣科普環島列車」停靠站點及時刻表

今年臺灣科普環島列車首度開放全民上車體驗,活動開放報名迅速額滿,共有360位民眾參加,8節車廂搭載不同科技主題的特色實驗,包含今年最發燒的 AI 人工智慧、半導體、衛星通訊、以及與我們生活息息相關的隔震減震知識,都設計在車廂的科學實驗活動中,讓參與活動的學生、民眾能獲得最新最熱的科技知識。各車廂活動由台灣默克集團、友達永續基金會、瑞健醫療、ASM 台灣先藝科技、國家地震工程研究中心、數位發展部、緯創資通、聯華電子科技文教基金會和上銀科技等單位規劃設計。

國科會特別感謝各參與單位的支持與合作,讓此次活動更豐富多元。科普列車活動期間,在全國各地火車站及周邊地區也同時舉辦科學市集,歡迎各地民眾經過火車站時不要錯過難得的科學體驗機會!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
3

文字

分享

0
3
3
減碳新招:二氧化碳再利用!光觸媒材料可以把二氧化碳還原成工業化學原料?——專訪中研院原分所陳貴賢特聘研究員
研之有物│中央研究院_96
・2023/11/03 ・5793字 ・閱讀時間約 12 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|簡克志
  • 責任編輯|簡克志
  • 美術設計|蔡宛潔

降低碳排還不夠,奈米材料幫你直接減少二氧化碳!

氣候變遷問題日益嚴重,2023 年 9 月成為全球有史以來最熱的月份,臺灣夏天飆破 38 ℃ 的頻率逐漸增加。為了避免地表升溫超過工業化前水準的 +1.5 ℃,世界各國訂出 2050 年淨零排放的目標,設法減少大氣中的溫室氣體。減碳解方除了低碳電力之外,直接減少二氧化碳也是一條路徑。中央研究院「研之有物」專訪院內原子與分子科學研究所陳貴賢特聘研究員,他的研究專長是奈米能源材料,我們將介紹一種複合光催化材料:硫化鋅(ZnS)/硫化銦鋅(ZnIn2S4,簡稱 ZIS),在太陽光照射下,此材料表面發生的氧化還原反應,會將二氧化碳還原成有用的工業化學原料!

為了避免全球升溫超過工業化前水準的 +1.5 ℃,我們需要減少碳排放與開發負碳技術,並盡量在 2050 年左右達到全球溫室氣體淨零排放量的目標。所謂的「工業化前水準」是指 1850-1900 年的平均溫度。
圖|iStock

地球「保冷」計畫——減碳是關鍵

我們每天排放多少二氧化碳?根據 Our World in Data 的人均二氧化碳排放數據,2021 年全球每人排放的二氧化碳為 4.69 噸,而燃燒 1 公升的汽油大概會產生 2.3 公斤的二氧化碳。換算一下,每人每天排放二氧化碳約為 12.8 公斤,相當於每人每天消耗 5.6 公升的汽油!

根據聯合國政府間氣候變化專門委員會(IPCC)的特別報告「全球暖化 1.5 ℃」,人類活動排放的溫室氣體,已經讓地球表面平均溫度上升了 1 ℃。若以人類目前經濟模式發展下去,碳排放量可預期將不斷上升,大量溫室氣體將讓暖化現象與極端天氣事件更加劇。

氣候科學家警示,地球表面平均溫度需控制在 +1.5 ℃ 以內 註 1,否則將有不可逆的後果,例如生物多樣性大幅度降低的風險。因此,世界各國有了 2050 年淨零排放的共同目標,並不是說都不排碳了,而是要設法讓溫室氣體的碳排放量和碳減少量相互抵消,達到「淨零」的目標。

-----廣告,請繼續往下閱讀-----

要達到淨零的目標,除了尋找與開發減碳電力之外,直接減少二氧化碳也是一個方法。想像一下,如果可以像植物一樣,只要照太陽光,就把二氧化碳變成有價值的碳氫化合物,聽起來不錯吧?但是二氧化碳做為燃燒後的產物已相當穩定,要如何以人工方式讓二氧化碳再次參與反應?

我們可運用「陽光」與「光催化材料」(又稱光觸媒,photocatalyst),不僅可以減碳,還能產生有價值的碳氫化合物,是一種「一舉兩得」的方法!

光觸媒(光催化)材料是什麼?

在談到光催化材料之前,先複習一下「催化劑」這個概念,催化劑不參與化學反應,但是它讓原先不可能的化學反應變得可行!陳貴賢分享,這就像過去從臺北到宜蘭需要翻過雪山,經過九彎十八拐的北宜公路;但如今有了「雪山隧道」之後,就大大降低臺北到宜蘭的時間與難度。「雪山隧道」就是臺北通往宜蘭的催化劑。

除此之外,催化劑也可以說是推進人類歷史發展的重要角色!在過去,農作物施肥只有天然氮肥可以使用,產量有限。而肥料意味著糧食增加與生產力增加,《巫師與先知》這本書就提到位於秘魯的鳥糞島嶼成為各家跨國公司必爭之地。另一方面,波斯人也在各地建造供鳥類休息的高塔,用來收集當肥料用的鳥糞。

-----廣告,請繼續往下閱讀-----

到了近代,陳貴賢提到在 20 世紀初,德國科學家哈伯(Fritz Haber)透過催化劑,在高溫高壓的條件下,以鐵粉做為催化劑,讓氮氣和氫氣轉換成氨。這讓人工固氮成為可能,人類不用再依賴緩慢的生物固氮反應就可以合成化學氮肥,農作物產量也大幅提昇。

本文主角「光催化材料」,顧名思義就是協助光化學反應的催化劑,但光催化材料與一般催化劑不同的地方在於,其化學反應通常發生在固態的表面環境,目標反應物、光子和電子都有參與反應。

比起光催化材料,你可能更常聽到它的同義詞「光觸媒」,例如某某產品宣稱具有「奈米光觸媒消毒」的功能,其實就是照射足夠的光,讓材料表面的氧化還原反應把細菌分解。而之所以光觸媒需要做到奈米尺寸,這是因為奈米小顆粒可以改變物質的電子能量結構,且大幅增加反應的表面積,讓光催化反應更有效率。

陳貴賢:「一個高表面積的奈米粉末,它的表面積可能是薄膜的一萬倍,甚至於十萬倍。」

給你電子,還你原形!光催化材料上的氧化還原反應是怎麼發生的?

光催化材料之所以能夠減少二氧化碳,是因為照光後材料表面發生「氧化還原反應」,氧化反應會失去電子,還原反應會得到電子。陳貴賢與團隊開發的複合光催化材料:硫化鋅(ZnS)/硫化銦鋅(ZnIn2S4,簡稱 ZIS),可以讓二氧化碳還原成甲醇(CH3OH)和乙醛(CH3CHO),這兩種產物都是工業常用的化學原料。反應式如下:

-----廣告,請繼續往下閱讀-----

要持續減少二氧化碳,就要持續發生上述還原反應,持續供給電子。不過,我們要怎麼讓電子快速又順利的補充到材料表面?這裡就開始涉及到半導體的核心問題:電子與電洞的產生、分離和傳輸

陳貴賢與團隊開發的複合光催化材料:ZnS/ZIS,是結合兩種奈米半導體材料,透過水熱法合成,將 0 維的 ZnS 奈米顆粒沉積在 2 維的 ZIS 奈米片之上,形成 0D-2D 結構的 ZnS/ZIS 複合物,就像製作巧克力豆餅乾,不過要複雜得多。

陳貴賢團隊將 0 維的 ZnS 奈米顆粒沉積在 2 維的 ZIS 奈米片之上,就好像做巧克力豆餅乾一樣,形成複合的異質半導體,做為光催化材料用途。左圖是示意圖,右圖是電子顯微鏡下的照片,Zn:In 比例為 1:0.46。
圖|研之有物(資料來源|Nano Energy

既然 ZnS/ZIS 是半導體,當受到光照之後,原來的價帶(valence band)電子會被光激發成導帶(conduction band)電子,原本價帶電子佔據的位置則留下一個空位,就是電洞。電子和電洞的遷移,就是半導體形成電流的原因,因此電子和電洞都稱為「載子」(charge carrier)

還記得上面的還原反應嗎?

-----廣告,請繼續往下閱讀-----

對光催化材料來說,為了在光照環境下把二氧化碳還原成乙醛和甲醇,必須獲得穩定的電子來源,材料內部要迅速補充電子到表面,因此:

照光產生的電荷載子數量越多越好;產生的電子和電洞要傾向分離,分得越遠越好;電子和電洞越快移動到表面參與反應越好。

載子輸送要快速穩定,首先照光產生的載子要多,就有更多電子和電洞參與反應。分離載子是為了避免復合,照光產生的電子和電洞很容易復合,一旦復合,等同於減少載子。再來是載子越快移動到表面越好,可以讓每次的氧化還原反應都是最佳效率。

尋找最有效的光催化材料

陳貴賢團隊總共做了 4 種不同比例的 ZnS/ZIS 光催化材料,依照 Zn:In 比例 1:0.12、1:0.26、1:0.46 和 1:0.99,分別標記為 ZnS/ZIS-1、ZnS/ZIS-2、ZnS/ZIS-3 和 ZnS/ZIS-4。其中,ZnS/ZIS-3 的光催化效果最好,可以有效減少二氧化碳,產生最多的乙醛和甲醇(如下圖)。

水熱法製備的 ZnS/ZIS-3 光催化效果最好,可以有效減少二氧化碳,產生最多的乙醛和甲醇。最右邊是將 ZnS 和 ZIS 簡單物理混合的對照組,沒有介面效應的輔助,催化效果不佳。
圖|研之有物(資料來源|Nano Energy

為了驗證光催化材料產生有效載子的效率,陳貴賢團隊計算了 ZnS/ZIS-3 的總 AEQ 值(apparent quantum efficiency),用來評估「照到光催化材料上的每顆光子數量,產生了多少實際參與催化反應的電子數」。測量之後,ZnS/ZIS-3 的 AEQ 值為 0.8%,量子效率比單獨的 ZnS 材料提高了將近 200 倍!

-----廣告,請繼續往下閱讀-----

這也是為什麼陳貴賢團隊要使用兩種不同的材料結合,因為單一半導體材料照光產生的電子和電洞有很高的復合機率,選擇兩種不同的半導體材料組合,讓兩種材料形成特殊的「能量階梯」就可以有效分離電子和電洞,並且把電子送到它該去的材料表面。

此外,使用兩種半導體材料的好處還有「二次激發電子到更高能階」,以符合光催化反應的能量門檻,自由電子掙脫 ZnS 的束縛之後,繼續往 ZIS 跑,光的能量會繼續把電子往上送到更高能級的材料表面,還原二氧化碳的反應在此發生。

Z 字形跑比較快!控制材料之間的微應變提升氧化還原效率

關於光催化材料的二次激發,陳貴賢提到:「材料低能階,然後光子進來後,把電子激發到高能階去做反應,太陽能電池也是這樣。但是呢,有時候沒那麼剛好,例如激發後的能階不夠高,雖然激發上去了,但電子沒有辦法跟二氧化碳做反應。那我把兩個材料拼在一起,電子上去以後又下來,然後再吸收第二個光子上去,那就變得很高了,高了以後它的反應效率就提升很多。」

如果我們把光催化材料的二次激發過程畫成示意圖,如下圖所示,電子在 ZnS 束縛區受到第一次光子的激發,變成自由電子,接著經過設計完善的材料介面,先降到較低的 ZIS 束縛區,受到第二次光子的激發,再次變成自由電子,跑到光催化材料的表面,和二氧化碳發生還原反應,將二氧化碳變成可再利用的乙醛和甲醇。

-----廣告,請繼續往下閱讀-----

看看電子走過的路,如果向左歪著頭看,是不是就是一個 Z 字呢?科學家把這個過程稱為「直接 Z 方案」(Direct Z-scheme)。「直接」的意思是,電子從 ZnS 跑到 ZIS 的過程,不需要再經過一個中間地帶,降低電子和電洞復合的機會。

為了將二氧化碳轉換成可用化學原料,電子在材料內部能階走 Z 字路徑,過程中受到光的二次激發,最後到達材料表面。電子參與還原反應,將二氧化碳變成乙醛和甲醇。電洞參與氧化反應,將水變成氧氣。
圖|研之有物(資料來源|Nano Energy

為什麼陳貴賢團隊設計的「直接 Z 方案」光催化材料,電子可以不需要中間的「轉接站」,直接轉移到另一個材料上呢?這裡也有一個巧思:不同材料之間的「微應變」

不同材料的晶體排列規律是不一樣的,當兩種材料接在一起時,接面處會發生「晶格不匹配」,也就是兩種材料的原子會互相卡到、晶格微微變形。但是,如果我們可以控制微應變(Strain)的程度,就可以控制兩種材料「能量階梯」的相對位置,微應變可以讓材料接面自動帶有「轉接站」的功能,進而形成一個內部電場,讓電子和電洞更能快速分離,提高光催化效率。

總之,陳貴賢團隊開發的這套材料組合,是有微應變誘導的直接 Z 方案光催化材料,可做為未來量產光催化材料的研發設計參考,同時也是減碳的解方之一。

-----廣告,請繼續往下閱讀-----
ZnS 奈米顆粒接在 ZIS 奈米片上,兩邊的晶格排列方式不一樣,發生「晶格不匹配」,接面處晶格會微微變形。如果控制微應變(Strain)的程度,就可以微調材料能階的相對位置,微應變可以讓接面帶有「轉接站」的功能,形成一個內部電場,讓電子和電洞更能快速分離,提高光催化效率。
圖|研之有物(資料來源|Nano Energy
ZnS 奈米顆粒接在 ZIS 奈米片上,兩邊的晶格排列方式不一樣,發生「晶格不匹配」,接面處晶格會微微變形。如果控制微應變(Strain)的程度,就可以微調材料能階的相對位置,微應變可以讓接面帶有「轉接站」的功能,形成一個內部電場,讓電子和電洞更能快速分離,提高光催化效率。
圖|研之有物(資料來源|Nano Energy

綠能趨勢——光催化材料未來可期

陳貴賢表示,目前表面科學和材料是中研院原分所的主要研究領域,他的實驗室選擇能源材料作為研究主軸,有太陽能電池和熱電材料,同時團隊也專注研究可還原二氧化碳的光催化材料,以及與燃料電池相關的催化劑。

陳貴賢看好將來能源材料的發展,因為在 2050 淨零排放之前,有愈來愈多企業紛紛加入「RE100 倡議」的行列,企業必須承諾最晚於 2030 年前使用 100% 再生能源。最著名案例是科技巨頭蘋果Google 和微軟等公司都已宣布其全球供應鏈將符合 RE100 的要求。其中,台積電為蘋果主要供應商,2020 年也加入 RE100,目前為臺灣再生能源的主要買家

可以預見,將來風能、太陽能與燃料電池的相關材料有其市場需求,而能夠減少二氧化碳的光催化材料,也將成為全球減碳的利器。陳貴賢提到,當前光催化材料還在基礎研究階段,目前的人工光合作用效率約 1%,接近大自然效率,而團隊希望提升到至少 5% 到 10% 以上,方能有其實用價值。

陳貴賢進一步強調,未來效率提高之後,能夠轉化二氧化碳的光催化材料就會有很大的經濟價值,不僅轉化後的燃料可以賣錢,處置二氧化碳原料亦可以收取負碳費用,是一種前所未有的概念。

陳貴賢強調,未來效率提高之後,能夠轉化二氧化碳的光催化材料就會有很大的經濟價值。
圖|研之有物

註解

  1. 根據 IPCC 的資料,如果要將全球暖化幅度控制在 +1.5 °C 以內,必須在 2050 年左右達到二氧化碳的淨零排放目標,同時也要大幅度降低非二氧化碳的溫室氣體排放,特別是甲烷。
-----廣告,請繼續往下閱讀-----
研之有物│中央研究院_96
296 篇文章 ・ 3652 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook