Loading [MathJax]/extensions/MathZoom.js

0

0
1

文字

分享

0
0
1

嘲笑不能解決問題:在這複雜世界裡,尋求答案本就不易——《拒絕真相的人》

八旗文化_96
・2017/12/14 ・4473字 ・閱讀時間約 9 分鐘 ・SR值 555 ・八年級

-----廣告,請繼續往下閱讀-----

為何我們挑選了這本書:

現代的科學研究無疑讓我們的生活進步,但 人們「反科學」的例子卻仍時有所聞:不願接種疫苗、對基改食物過度的恐慌、跟從樓梯上摔下來相比更害怕墜機但明明是前者機率比較高……等等等,是因為集體的科學素養不夠嗎?還是有什麼因子在背後操縱?為何明明科學證據都放在眼前,大家卻還是不相信科學?
拒絕真相的人》不只探討人們抗拒健康相關的科學背後的心理機制,也談它在演化上的原因。對這不科學的世界百思不得其解的你,讓我們一起來尋求解答吧!

缺乏科學素養會有很多問題

當小報《紐約每日新聞》用〈愚蠢至極:許多美國人仍不相信大霹靂或演化論〉這類標題哀嘆一般大眾欠缺科學素養時,這樣的做法其實並不能改善問題。這個報導說,根據《美聯社》所做的「新民意調查」顯示,百分之五十一的美國人不相信大霹靂,而百分之四十的人不相信演化論。接著,該報導嘲笑質疑大霹靂的一般民眾,因為他們說:「大霹靂發生時,我不在現場。」

「什麼!有人不相信大霹靂嗎!?有這麼笨!?」source:maxpixel

媒體這種追求聳動報導的手法會產生很多問題。首先,該民調絲毫沒有說明這個消息是怎麼來的,所以我們不知道它說的對不對。一個科學家或了解科學的讀者應該要問:「你們調查了誰,訪問的『回收率』(經徵詢後願意接受調查的人數)有多少,以及你們在對資料進行統計分析後是否真的能做出確切的結論?」第二,這個報導最後有一個好消息,那就是只有百分之四的人懷疑抽菸會致癌、百分之六的人質疑精神疾病不是一種健康狀況,以及只有百分之八的人不同意我們的細胞帶有基因碼。

但是最後也是最重要的是,這篇報導抨擊了一般的美國人,把他們貼上「愚蠢」標籤。我們不需要精密的心理實驗就可以知道,這樣標籤化一個人之後,對方就不太可能有動力去了解更多有關大霹靂或演化的資訊,這同時也妨礙科學家、醫生和大眾健康官員教導人們學習這些資訊。這篇文章可以用很棒的資訊起頭,說儘管有菸草業的影響,但公眾健康運動已說服大多數人相信抽菸很危險,或是雖然我們直到一九五三年才知道遺傳分子和去氧核糖核酸的結構,但現在幾乎所有人都相信是基因決定了我們身體的運作和樣貌。

對不相信大霹靂學說的民眾貼上「愚蠢」標籤,並無益於科學知識傳遞。 圖/By NASA and the European Space Agency. Edited by Noodle snacks @wikimedia

顯然我們必須做出更多努力,幫助人們了解大霹靂和演化是真實且無可爭辯的現象,甚至大部分有宗教信仰的人也都同意這些事實。但是,說別人「愚蠢」卻會產生反作用,並且讓我們偏離了真正的問題:既然人們在許多案例上能了解科學,那麼他們為什麼會在某些案例上反駁醫學事實,在其他案例上卻又不會呢?若認定那是因為「沒有受過教育」,這種說法不過是我們為了圖方便而已。

-----廣告,請繼續往下閱讀-----

的確,媒體有時是製造科學誤解和迷思的凶手。《紐約時報》專欄作家法蘭克.布魯尼寫過一篇犀利的文章,探討前《花花公子》模特兒珍妮.麥卡錫(Jenny‧ McCarthy)對「疫苗會導致自閉症」的看法為什麼會得到這麼多人的關注?他問:「從什麼時候開始,人們居然可以接受她?她總是表現得一副很有魄力、足以和真正的科學匹敵的姿態。這些是採訪她的人為她形塑的樣貌,我想知道他們如何為這種做法辯駁。」媒體永遠會說,他們只是呈現人們想聽的。而對許多人來說,比起聽科學家用單調低沉的聲音說明疫苗的免疫學根據,受訪者是珍妮.麥卡錫顯然比較有趣。因此,人們該如何學到科學真相呢?與其把人們說成蠢蛋,媒體也許可以更努力致力於科學教育。

我們不是笨蛋

重要的是,要知道這裡探討的問題和聰明與否無關。科學家、醫生和大眾健康官員往往認為那些不同意科學結論的人一定都很笨,導致以這種偏見設計出的教育措施都流於過度簡化,或甚至帶些優越感。但是,那些最聰明的人其實也會避免複雜性和不想深究科學細節。

當然,我們也不能把人們因為害怕科學複雜性而迎合最簡單的解釋,全都怪在媒體身上。科學界對此也有很大的責任。二○一三年,丹.卡韓(Dan M. Kahan)追蹤美國人是如何知道對抗人類乳突病毒(HPV)的新疫苗已獲得核可並且可以開始使用──人類乳突病毒是經由性交傳染的病毒,它會導致子宮頸癌。當製藥公司默克在二○○六年以加衛苗(Gardasil)的品牌名稱引進這種疫苗時,美國 CDC 建議所有成年女性都應該接受這種免疫治療,並且製藥公司還辦了一場活動,讓州議會通過加衛苗免疫法。

結果,這種做法引起很大爭議,反疫苗人士堅持相關單位太急著核可疫苗,其他團體則擔心疫苗可能會鼓勵成年人從事性行為。卡韓不明白的是,一九九○年代引進的 B 型肝炎(另一種透過性交傳染的病毒,會導致癌症)疫苗,卻從未在任何地方引起抗議或爭議,並且這疫苗現已成為孩童例行性施打疫苗計畫的一部分了。卡韓認為,這兩者之間的差異只在於科學和監管單位在介紹加衛苗給大眾時處理的方式有所不同。

-----廣告,請繼續往下閱讀-----
科學和監管單位在介紹加衛苗給大眾時處理的方式不同,可能影響民眾對疫苗的接受度。 圖/By PhotoLizM @Pixabay

卡韓寫道:「美國食品藥物管理局或 CDC 到目前為止,仍沒有辦法把根據證據得到的評估,透過眾多日常生活管道讓民眾了解,並產生潛在的影響。」首先,食品藥物管理局迅速通過加衛苗,讓默克更勝其競爭者—葛蘭素史克藥廠的希瑞適疫苗(Cervarix)一籌。然後,默克舉辦了一場規模很大的公眾遊說活動。最後,美國 CDC 建議讓女孩施打疫苗,男孩則不用打,這些決定都點燃了大眾的恐懼和不信任。和施打 B 型肝炎疫苗的案例不一樣的是,父母是從媒體煽動性的報導第一次得知這種疫苗,而非從小兒科醫生那裡聽到。卡韓公允地把這種狀況歸咎於美國食品藥物管理局、CDC、默克製藥和醫療界,認為它們連稍微思考一下美國人會如何解讀它們的決策都沒有:

就經驗來說,少了有系統並且以證據為依據的做法時,必然會出現單一且產生反效果的溝通風險之副作用……。民主社會未能保護良好的科學溝通環境,因為市民在了解對他們健康有益的科學決策上受到阻礙。

複雜的科學也會影響最聰明的人

假設有個家長擁有歷史博士學位,他叫做史密斯博士,他正在決定要不要讓他的孩子接種麻疹、腮腺炎和德國麻疹混合疫苗。他知道這些曾對人類造成嚴重風險甚至可能讓人致命的疾病,已經因為疫苗的問世而幾乎絕跡了。史密斯博士基本上是個熱心公益的人,在平常的情況下,他會幫忙社區事務,但是他最在意的還是保障自己孩子的福利與健康,當然對此我們都沒有異議。他聽說孩子小時候如果接種太多疫苗,免疫系統會負擔過重,最後讓身體變得虛弱。接種過一整套疫苗的孩子,在往後人生當中會面臨各種免疫性疾病,包括食物過敏、行為問題以及突然生病,這些都是疫苗所致。他看到這些疾病在美國人口中比例上升,而且上升的時間和速度都和疫苗的普及率同步。為此,我們不能責怪這位歷史教授會擔心他的孩子接種疫苗後可能受到傷害。

因此,這位盡責又愛孩子的家長決定要對疫苗了解更多。他也許會上網查詢,但很快就會知道這樣做是錯的。網路上有各種針對該議題提出的文章,其中許多是由科學資歷看起來漂亮的人所寫的(很多醫學博士,還有一些知名學院和大學的得獎科學家)。這時,他決定把注意力放在小兒科和免疫學界提供的資料上。他會找到些什麼呢?

圖/StartupStockPhotos

「有些病毒和細菌進入人體後,會立即被人體一部分的免疫系統,即先天免疫系統──包括自然殺手細胞、巨噬細胞及樹突細胞──所清除,這些機制並非靠疫苗啟動的。相反地,免疫系統的另個部分──即後天免疫系統──會對疫苗起反應。後天免疫系統是由體液和細胞媒介免疫系統組成,前者由 B 細胞媒介,會製造抗體;後者則是由 T 細胞媒介,常被稱為 CD 細胞,並且擁有像「 CD4+ 以及 CD8+ 」這樣的名稱。抗體包括一個輕片段和一個重片段……。」我們可以一直說下去,但說到這裡時想必大家已經了解我要表達的意思了。

-----廣告,請繼續往下閱讀-----

雖然這位歷史教授能夠深入了解新的課稅方式曾對十四世紀比利時法蘭德斯的貴族和中產階級造成什麼影響,但是當他在研究疫苗對他孩子的影響時,他迷失在大量的文字、縮寫和箭頭之中。而我們現在說的這些都還只是皮毛而已。人類免疫系統是世界上最美妙的系統之一,在我們的一生當中,它隨時都在保護我們不受如槍林彈雨般危險的病原體攻擊。但是這些病原體躲避和收編免疫系統的能力也非常出色,所以我們才會生病。疫苗如何配合這個系統終究是件極為複雜的事,因為這個系統演化了數百萬年,才讓人類存活得這麼長久。

史密斯博士花了幾小時努力了解免疫背後的科學,最後他決定採取較簡單的做法。他找到很多說明疫苗如何運作的超簡短說明摘要。對他來說,這類文章大多數太簡單了,而且有些口吻讀起來有點目中無人的感覺。它們的觀點各有不同,有些堅持疫苗很安全,其他則認為疫苗是有毒的。史密斯博士覺得有點累了,他知道自己終究得做個決定。與其嘗試在科學報導的技術性細節中篩選資訊,他決定前往一個設計得很漂亮的網站,這網站是由一個叫做「全國孩童及成人免疫安全協會」的組織(虛構組織)設置的,由羅納德.班傑明.杜謝斯基主持,他具有博士、醫學博士、註冊護士、社工碩士、商管碩士等頭銜(我們刻意誇大虛構人物的學歷,藉此凸顯論點)。

這網站把議題呈現得極為好讀,強調疫苗會抑制孩子的免疫系統,並說「人們並未針對多種疫苗做過長期研究以評估其安全性」,以及「研究顯示,許多孩子每天都被免疫療法所害」。這網站還提出一個扣人心弦的故事,說有一名五歲男孩現在深受多種食物過敏所苦,他只能吃蘿蔔泥和甘藷泥,才不會有哮喘和蕁麻疹。

最後,史密斯博士決定不讓他的孩子接種疫苗,然後上床睡覺。

-----廣告,請繼續往下閱讀-----
即便是高知識份子,也難以越過「複雜性」這關。 圖/free-photo @Pixabay

上述狀況說明了導致人們拒絕科學的許多原因,在此我們只強調其中一點,那就是:避免複雜性。儘管史密斯博士是個受過教育又聰明的人,但並非免疫學家的他還是得面對生物學和免疫學相關非常技術性的討論,或是過度簡化的討論。儘管他很努力,但他終究還是被複雜性給打敗了,認為自己再怎麼努力也永遠無法理解這些議題,因此他選擇用簡單許多但較不精確的方式去了解。

大部分的人並沒有博士學位,也不像史密斯博士有那麼高的智商,因此,這些聰明才智和教育程度平平的人嘗試了解許多醫療建議背後的科學根據時,都會面臨一樣的窘境。想了解基因如何插入一株植物的基因組,而獲得抗旱或抗蟲能力,可不是件簡單的事。對於想深入了解在家放槍是否危險的人來說,許多數據的呈現方式也不是人們可以直接理解的,因為這些數據都來自流行病學研究的複雜統計分析。甚至許多做這類研究的人,也都需要和統計學家合作才能寫對論文裡的數學式。一旦出現了一個方程式,大多數人都會很緊繃,就算是非常聰明的人也是一樣。

本文摘自《拒絕真相的人:人們為何不相信科學?》,八旗文化出版。

-----廣告,請繼續往下閱讀-----
文章難易度
八旗文化_96
34 篇文章 ・ 20 位粉絲
外部視野,在地思索, 在分眾人文領域,和你一起定義、詮釋和對話。

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
當心網路陷阱!從媒體識讀、防詐騙到個資保護的安全守則
鳥苷三磷酸 (PanSci Promo)_96
・2024/12/17 ・3006字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

本文由 國家通訊傳播委員會 委託,泛科學企劃執行。 

網路已成為現代人生活中不可或缺的一部分,可伴隨著便利而來的,還有層出不窮的風險與威脅。從充斥網路的惡假害訊息,到日益精進的詐騙手法,再到個人隱私的安全隱憂,這些都是我們每天必須面對的潛在危機。2023 年網路購物詐欺案件達 4,600 起,較前一年多出 41%。這樣的數據背後,正反映出我們對網路安全意識的迫切需求⋯⋯

「第一手快訊」背後的騙局真相

在深入探討網路世界的風險之前,我們必須先理解「錯誤訊息」和「假訊息」的本質差異。錯誤訊息通常源於時效性考量下的查證不足或作業疏漏,屬於非刻意造假的不實資訊。相較之下,假訊息則帶有「惡、假、害」的特性,是出於惡意、虛偽假造且意圖造成危害的資訊。

2018 年的關西機場事件就是一個鮮明的例子。當時,燕子颱風重創日本關西機場,數千旅客受困其中。中國媒體隨即大肆宣傳他們的大使館如何派車前往營救中國旅客,這則未經證實的消息從微博開始蔓延,很快就擴散到各個內容農場。更令人遺憾的是,這則假訊息最終導致當時的外交部駐大阪辦事處處長蘇啟誠,因不堪輿論壓力而選擇結束生命。

-----廣告,請繼續往下閱讀-----

同年,另一則「5G 會抑制人體免疫系統」的不實訊息在網路上廣為流傳。這則訊息聲稱 5G 技術會影響人體免疫力、導致更容易感染疾病。儘管科學家多次出面澄清這完全是毫無根據的說法,但仍有許多人選擇相信並持續轉發。類似的例子還有 2018 年 2 月底 3 月初,因量販業者不當行銷與造謠漲價,加上媒體跟進報導,而導致民眾瘋狂搶購衛生紙的「安屎之亂」。這些案例都說明了假訊息對社會秩序的巨大衝擊。

提升媒體識讀能力,對抗錯假訊息

面對如此猖獗的假訊息,我們首要之務就是提升媒體識讀能力。每當接觸到訊息時,都應先評估發布該消息的媒體背景,包括其成立時間、背後所有者以及過往的報導記錄。知名度高、歷史悠久的主流媒體通常較為可靠,但仍然不能完全放下戒心。如果某則消息只出現在不知名的網站或社群媒體帳號上,而主流媒體卻未有相關報導,就更要多加留意了。

提升媒體識讀能力,檢視媒體背景,警惕來源不明的訊息。圖/envato

在實際的資訊查證過程中,我們還需要特別關注作者的身分背景。一篇可信的報導通常會具名,而且作者往往是該領域的資深記者或專家。我們可以搜索作者的其他作品,了解他們的專業背景和過往信譽。相對地,匿名或難以查證作者背景的文章,就需要更謹慎對待。同時,也要追溯消息的原始來源,確認報導是否明確指出消息從何而來,是一手資料還是二手轉述。留意發布日期也很重要,以免落入被重新包裝的舊聞陷阱。

這優惠好得太誇張?談網路詐騙與個資安全

除了假訊息的威脅,網路詐騙同樣令人憂心。從最基本的網路釣魚到複雜的身分盜用,詐騙手法不斷推陳出新。就拿網路釣魚來說,犯罪者通常會偽裝成合法機構的人員,透過電子郵件、電話或簡訊聯繫目標,企圖誘使當事人提供個人身分、銀行和信用卡詳細資料以及密碼等敏感資訊。這些資訊一旦落入歹徒手中,很可能被用來進行身分盜用和造成經濟損失。

-----廣告,請繼續往下閱讀-----
網路詐騙手法不斷進化,釣魚詐騙便常以偽裝合法機構誘取敏感資訊。圖/envato

資安業者趨勢科技的調查就發現,中國駭客組織「Earth Lusca」在 2023 年 12 月至隔年 1 月期間,利用談論兩岸地緣政治議題的文件,發起了一連串的網路釣魚攻擊。這些看似專業的政治分析文件,實際上是在臺灣總統大選投票日的兩天前才建立的誘餌,目的就是為了竊取資訊,企圖影響國家的政治情勢。

網路詐騙還有一些更常見的特徵。首先是那些好到令人難以置信的優惠,像是「中獎得到 iPhone 或其他奢侈品」的訊息。其次是製造緊迫感,這是詐騙集團最常用的策略之一,他們會要求受害者必須在極短時間內作出回應。此外,不尋常的寄件者與可疑的附件也都是警訊,一不小心可能就會點到含有勒索軟體或其他惡意程式的連結。

在個人隱私保護方面,社群媒體的普及更是帶來了新的挑戰。2020 年,一個發生在澳洲的案例就很具有警示意義。當時的澳洲前總理艾伯特在 Instagram 上分享了自己的登機證照片,結果一位網路安全服務公司主管僅憑這張圖片,就成功取得了艾伯特的電話與護照號碼等個人資料。雖然這位駭客最終選擇善意提醒而非惡意使用這些資訊,但這個事件仍然引發了對於在社群媒體上分享個人資訊安全性的廣泛討論。

安全防護一把罩!更新裝置、慎用 Wi-Fi、強化密碼管理

為了確保網路使用的安全,我們必須建立完整的防護網。首先是確保裝置和軟體都及時更新到最新版本,包括作業系統、瀏覽器、外掛程式和各類應用程式等。許多網路攻擊都是利用系統或軟體的既有弱點入侵,而這些更新往往包含了對已知安全漏洞的修補。

-----廣告,請繼續往下閱讀-----

在使用公共 Wi-Fi 時也要特別當心。許多公共 Wi-Fi 缺乏適當的加密和身分驗證機制,讓不法分子有機可乘,能夠輕易地攔截使用者的網路流量,竊取帳號密碼、信用卡資訊等敏感數據。因此,在咖啡廳、機場、車站等公共場所,都應該避免使用不明的免費 Wi-Fi 處理重要事務或進行線上購物。如果必須連上公用 Wi-Fi,也要記得停用裝置的檔案共享功能。

使用公共 Wi-Fi 時,避免處理敏感事務,因可能存在數據被攔截與盜取的風險。圖/envato

密碼管理同樣至關重要。我們應該為不同的帳戶設置獨特且具有高強度的密碼,結合大小寫字母、數字和符號,創造出難以被猜測的組合。密碼長度通常建議在 8~12 個字元之間,且要避免使用個人資訊相關的詞彙,如姓名、生日或電話號碼。定期更換密碼也是必要的,建議每 3~6 個月更換一次。研究顯示,在網路犯罪的受害者中,高達八成的案例都與密碼強度不足有關。

最後,我們還要特別注意社群媒體上的隱私設定。許多人在初次設定後就不再關心,但實際上我們都必須定期檢查並調整這些設定,確保自己清楚瞭解「誰可以查看你的貼文」。同時,也要謹慎管理好友名單,適時移除一些不再聯繫或根本不認識的人。在安裝新的應用程式時,也要仔細審視其要求的權限,只給予必要的存取權限。

提升網路安全基於習慣培養。辨識假訊息的特徵、防範詐騙的警覺心、保護個人隱私的方法⋯⋯每一個環節都不容忽視。唯有這樣,我們才能在享受網路帶來便利的同時,也確保自身的安全!

-----廣告,請繼續往下閱讀-----

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

0

2
0

文字

分享

0
2
0
NCC 公民培力活動百花齊放,公私協力推動媒體素養
鳥苷三磷酸 (PanSci Promo)_96
・2024/01/10 ・1036字 ・閱讀時間約 2 分鐘

本文為 國家通訊傳播委員會 廣告

疫情加速全球數位化發展,也改變了大眾接收資訊的方式。隨著影音媒體平台及自媒體崛起,每個人除了是訊息接收者,也是內容的生產者,百花齊放的訊息管道也帶來了內容及資訊管理上的挑戰。

國家通訊傳播委員會(NCC)因應全球性之數位匯流發展及監理革新趨勢,致力於促進通訊傳播健全發展,保障消費者及尊重弱勢權益,打造多元文化均衡發展,迄今持續推動「廣電媒體專業素養培訓與公民培力推廣計畫」。

本年度( 112 年)公民培力推廣部分,藉由與廣電媒體產製端合作,包括公視、正聲廣播、新聲廣播、鳳鳴廣播、陽明山電視和全聯電視,及與大學、公民團體包括國立臺灣師範大學、朝陽科技大學、法律白話文、臺灣新聞記者協會等共 11 個單位,於 7 月至 12 月在北、中、南、東四大區域舉辦共 20 場媒體識讀活動,累積超過 1,300 人次參與,參與者豐富多元,包含媒體專業人員、銀髮族、身障群體、新住民、兒童及青少年、 YouTuber 、 KOL 等,多面向推廣媒體素養意識。

-----廣告,請繼續往下閱讀-----

本次公民培力活動形式多元,合作夥伴邀請各方講師發揮所長,針對不同參與對象因材施教,如正聲廣播電臺透過辦理相聲演出,讓平時不易接觸到媒體素養資訊的長輩、偏鄉學生,透過有趣的段子逐漸認識辨別假訊息的重要;國立臺灣師範大學大眾傳播研究所舉辦媒體素養營隊,至臺東教授國中生性別平等的重要性;公視透過舉辦電視台參訪,讓想認識電視媒體運作、節目製播的民眾得以大開眼界。許多單位也透過不同議題講座、互動與大學生或地方社區產生共鳴,散播媒體素養的種子,民眾課後紛紛表示收穫良多。

公視參訪-實際走進攝影棚,認識節目錄製過程。
臺師大媒體素養營-善盡大學社會責任,向年輕學子回饋所學知識。
正聲廣播電台-以相聲演出搭配假訊息防制宣導,讓銀髮族及兒童也能辨識假訊息。

NCC 以提升廣電媒體專業及社會大眾媒體識讀能力為已任,透過每年持續舉辦公民培力活動,幫助閱聽者對廣電媒體的認識、思考,以及對訊息評估的能力,讓不同年齡層及族群得以將媒體素養教育的種子深埋在心、向下扎根,進而提高全民媒體素養,打造更優質的社會環境。

-----廣告,請繼續往下閱讀-----
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