Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

沒看過顏色的色彩科學家瑪麗——《詩性的宇宙》

PanSci_96
・2017/11/21 ・5618字 ・閱讀時間約 11 分鐘 ・SR值 563 ・九年級

-----廣告,請繼續往下閱讀-----

意識超越了物理世界

地球上的生命歷經了一連串劇烈相變。自我複製生物體、細胞核、多細胞生命、攀爬上陸地、語言的起源——這一切全都展現出生命的新本領,改變了它們力能所及的範圍。意識的出現,稱得上是最有趣的相變,也是物質展現自組織新方法,以及行為表現新方式的起點。原子不只是能自行組織成複雜的自我維持模式,而且那些模式還能養成自我察覺,以及思考自己在宇宙間所占地位的能力。

生命的誕生需要經過激烈的巨變,圖/by NASA, ESA, J. Hester and A. Loll (Arizona State University)@wikipedia commons。

除非還有更為深遠的作用。哲學家托馬斯.內格爾(Thomas Nagel)便曾說過:「意識的存在似乎意味著⋯⋯自然秩序遠非物理學和化學能解釋萬象的情況那般嚴謹。」(對某件事物「是什麼樣子」的感受,就是完整理論應該能解釋的事項,真正強調這觀點的人是內格爾。他的著名實例是,我們不可能知道身為一隻蝙蝠的感覺,不過這裡的重點還更廣)。根據這項觀點,我們不該期望能單純從核心理論的量子場之物理行為層面來解釋意識經驗,因為意識超越了物理世界。

我們不難理解為什麼會有人這樣覺得。好吧,這種想法繼續發展,我可以接受宇宙存在,服膺於自然律,毋須訴諸外界任何事物。我完全相信,生命是種種互鎖化學反應的複雜網絡,也認同它是自發性地開始,並且在幾十億年期間當中經歷天擇演化而出現。不過,我肯定不只是在重力和電磁力影響下彼此互撞的一堆原子。我能感知,我有感覺——有什麼讓我成為我,那是某種個人經驗上的獨特事項,一種豐富的內在生活,完全不可能以不做思考的運動物質來做解釋,不論你把多少原子凝聚在一起都一樣。

這個課題如今已冠上身心問題的稱號;我們怎麼能期望只以物理概念來說明心理現實?

-----廣告,請繼續往下閱讀-----

就如生命的起源和宇宙的起源,我們沒辦法聲稱自己能完全理解意識的本質。有關我們如何思考和感覺的研究,目前仍處於較初階的發軔期,至於如何思考我們本質身分的課題,就更別提了。神經科學家暨哲學家派翠西亞.邱奇蘭(Patricia Churchland)便曾說道:「我們是前牛頓、前克卜勒。我們依然在猜想木星也許有衛星繞行。」

不過就我們對意識的認識方面,應該沒有任何事物會促使我們懷疑自然主義派的尋常世界概念,畢竟那在其他背景脈絡向來十分成功。就眼前而言,應該沒有哪項因素可以促使我們認為物理定律需要更新、修訂或增補。

體驗紅色是什麼意思?

就如「生命」一般,意識也不太算是種統一概念,而比較像是某種屬性和現象的群集。我們都能意識到自己,且和外在世界是有區別的。我們可以思忖種種不同未來。我們能體驗感覺。我們可以做抽象和符號推理。我們能感受情緒。我們能喚醒記憶,說故事,有時還會撒謊。這所有層面的同時運作,共同對滋生意識做出貢獻,其中有些層面比其他層面更容易以純物理術語來解釋。

想想紅色。那是種有用的概念,而且是能普遍客觀被認出的概念,起碼就擁有視力且不因色盲影響而見不到紅色的人來說是這樣。操作性指令「燈轉紅就停止」清楚分明,毫不含糊。不過仍有個著名的潛藏問題:當我們看到某件紅色的東西時,你和我看的是同一個東西嗎?那就是現象性意識(phenomenal consciousness)問題——體驗紅色是什麼意思?

-----廣告,請繼續往下閱讀-----
為什麼我們可以體驗紅色?圖/by Pezibear@pixabay。

感質這個詞(qualia,quale之複數詞)有時用來指稱某種事物在我們看來呈現什麼相貌的主觀經驗。「紅」是個顏色,是在物理上客觀存在的光波波長,或者其合宜組合;不過「關於紅色的體驗」則是我們想在完整意識認識當中說明的一種感質。

澳洲哲學家大衛.查默斯(David Chalmers)提出一項著名的觀點,彰顯出他所稱意識的「簡單問題」(Easy Problem)和「困難問題」(Hard Problem)之差別。「簡單問題」具有多種形式——解釋醒覺和睡眠之間的差異,還有我們如何感知、儲存並整合資訊,以及我們如何能夠回憶過去並預測未來。「困難問題」則是解釋感質——即經驗的主觀特性。這可以設想成意識中不可化約之第一人稱層面;我們的私人感受,而不是世界其餘部分所見,以及我們如何表現舉止並做出反應。「簡單問題」關乎運作;「困難問題」則關乎體驗。

「困難問題」對純世界的物理性認識,提出了一項明顯的挑戰。「簡單問題」並不簡單,它們完全位於傳統科學研究的駕駛室內。當我們端詳一條魚時,光子如何照射我們的視網膜,最後還在我們腦中喚出了「魚」的概念,關於這方面的認識,我們還沒有最後定論。不過從神經科學來看,通往那裡的路徑看來相當直截了當。相較而言,「困難問題」就完全像另一缸魚了。我們可以隨心所欲在腦中任意翻攪,不過我們究竟指望什麼,那樣做如何能幫助我們認識我們內在完全主觀的經驗?一批依循核心理論演化成形的量子場群集,到底是怎麼擁有「內在經驗」的?

你心中所認定最重要的核心事項,其實根本就不是個問題,圖/by 3dman_eu@pixabay。

許多意識專家依循彼得.漢金斯(Peter Hankins)的說法,把這兩類議題想成「(其實很難的)簡單問題和(難如登天的)困難問題)」。不過有些人認為,「困難問題」不只相當容易;事實上還根本不是問題——完全就是概念混淆的問題。兩陣營間的討論讓人氣餒;再也沒有比這個更令人沮喪的了:有人告訴你,你心中所認定最重要的核心事項,其實根本就不是個問題。

-----廣告,請繼續往下閱讀-----

這基本上就是身為詩性自然主義派的人士要做的事。意識的屬性,包括我們的感質和內在主觀經驗,都是有用的談論方式,適合用來描述我們所稱人類之原子群集所表現的實際行為。意識不是種錯覺,不過它也沒有指出,有任何事情背離了目前所知的物理定律。

「困難問題」有多困難?

好幾種臆想實驗都嘗試闡明「困難問題」實際上有多困難。「色彩科學家瑪麗」(Mary the Color Scientist)就是個著名案例,這是說明我們所稱知識論證(knowledge argument)的一個(實實在在)富有色彩的實例。這是澳洲哲學家弗朗克.傑克森(Frank Jackson)在 1980 年代提出的實驗,目標是要表明,世上除了物理事實之外,肯定還有其他事項。它和希爾勒的中文房間比肩同列最著名的臆想實驗,而且實驗中哲學家都把人鎖進古怪房間裡,以此來闡述意識的某種屬性。

瑪麗是個出色的科學家,她在一種怪誕環境下長大。她一輩子都待在一個房間裡,從不曾離開,而且那房間完全沒有色彩。房間裡的所有東西都是黑白或明暗灰階。她的皮膚被漆成白色,她的衣服全是黑的。更怪異的是,儘管環境如此,瑪麗長大後卻變成精研色彩的科學家。她能取得她想要的一切設備,還有色彩學科的完整科學文獻。所有色彩插圖都經化約為灰階影像。

當瑪麗第一次看見色彩會發生什麼事?圖/by Pexels@pixabay。

從物理學觀點來看,瑪麗知道關於色彩一切的知識。她知道光的物理學,也知道眼睛如何傳遞信號到腦的神經科學。她讀遍藝術史、色彩理論,以及涉及如何種出一種全紅番茄的農耕專業技術。但她從未見過紅色。傑克森問道,當瑪麗決定離開她的房間,第一次真正看見色彩時會發生什麼事?特別是,她會不會學到任何新鮮事?他主張會。

-----廣告,請繼續往下閱讀-----

當瑪麗走出她的黑白房間,或者拿到一台彩色監視器時,會發生什麼事?她會不會學到任何東西?看來道理清楚分明,她會學到關於世界以及我們對世界相關視覺經驗的某些事項。不過話說回來,她先前的知識肯定不完整,然而她擁有所有的物理學資訊。所以在這之外還有其他知識,而物理主義是錯誤的。

瑪麗知道關於色彩的所有物理事實,不過她仍有不知道的事項;也就是體驗紅色「是什麼」。因此世上不只存有物理性事實,還有其他類型的事項。這種論述不只是在講,我們還不知道如何解釋瑪麗在物理上的新經驗;而是在講,根本不可能有這樣的解釋。

source:Ruslan Burlaka

就像文中房間實驗,瑪麗的困境取決於一種臆想實驗配置,這種安排看來相當無害,實際上卻是不合理至極。「關於色彩的所有物理事實」是多得不得了的事實。以下就是一個關於色彩的物理事實:上週我切洋蔥時割傷手指,我的血是紅的。瑪麗知不知道上週我切洋蔥時割傷我的手指?她知不知道全宇宙可見光的所有光子的位置、動量和頻率?還有宇宙的過去和未來呢?就像「全知全能、全善的存在」這樣的措詞般,「關於色彩的所有物理事實」這句話,也在我們心中喚出了某種含糊的印象,然而這詞句卻完全不能清楚對應任何定義明確的概念。

「知識」和「經驗」的定義

當我們引述瑪麗的案例,來證明宇宙存在不純粹為物理性的屬性時,就會發現物理事實含糊不清。不過,這還不是最大的問題所在。真正的問題出在「知識」和「經驗」的定義游移不定。

-----廣告,請繼續往下閱讀-----

讓我們從詩性自然主義的角度來設想瑪麗的困境。眼前的世界已有某些基本描述,或秉持演化的量子波函數,也或許以更深邃的事項為本。我們提到的概念如「房間」和「紅」,都屬於能提供有用近似模型的語彙,而那種模型可代表該基底現實在某合宜適用範圍內的特定層面。舉例來說,我們發明了「人」的概念,並以特定方式來映射於基底現實——那種方式就原則上或許很難明確定義,不過實務上很容易辨識。

我們很難定義「知識」,圖/by Lunaphoto@pixabay。

「人」擁有許多不同的屬性,好比年齡和身高。這當中有一種屬性是「知識」。倘若一個人(多少)能正確回答關於某件事的一些問題,或是能有效執行與之相關的某些活動,則那人對該事就具有相關知識。倘若有個可靠人士告訴我們:「琳達知道如何換車胎」,我們對這段話就應該賦予高度信任度,認為那個號稱「琳達」的人,能回答許多問題並執行若干活動,包括在我們的汽車爆胎時幫忙換上車胎。一個人擁有知識,就相當於那人的腦中神經元間存有特定的突觸連結網絡。

所以我們聽說有個人名叫「瑪麗」,她擁有某項知識——關於色彩的完整物理事實。那麼當她走出房間頭一次體驗色彩時,是否也算「獲得新知」?

這就取決於你指的是什麼。倘若瑪麗知道關於色彩的所有物理事實,這就等於她在大腦層級擁有正確的突觸連結,能正確回答我們就色彩方面向她提出的物理事實相關問題。她是否真的看過紅色,則對應於她視覺皮質的特定神經元放電,接著這會長出其他的突觸連結,形成「見過紅色的記憶」。根據該臆想實驗的設計,這還沒有真正發生在瑪麗身上——合宜神經元群集的放電現象,從未發生在她身上。

-----廣告,請繼續往下閱讀-----
瑪麗是否有「學到新東西」的經驗?圖/by geralt@pixabay。

當她走出她的房間,而那些神經元也終於放電,瑪麗是否「學到新東西」?就某層意義來說,當然是的——這時她已具有她先前不曾擁有的記憶。所謂知識,和我們回答問題和進行某些事情的能力有關,瑪麗這時就能做出她先前無法進行的事項:憑藉視力來辨認紅色的東西。

這是否在講,宇宙比它的物理層面涵括得更廣?當然不是。我們只是引進兩種突觸連結群集的一種人為差異。「一種是經由閱讀文獻並進行黑白科學實驗誘發」、「另一種則是經由觀看紅光子並刺激視覺皮質來誘發」,這是區辨我們的宇宙知識的一種可能劃分方式,但不是必要做法。差別在於知識如何進入你的腦中,而不在於那是哪種知識。這可不是說,我們該依循這項論據,開始為我們的自然界成功模型增添全新的概念範疇。

瑪麗大有機會體驗紅色。她大可以製作出一件探針,插入自己的頭顱,由此向她的視覺皮質直接發送合宜的電化學信號,精確觸發我們心中認定「看見紅色」的那種經驗(畢竟,瑪麗的角色設定是一位出色的科學家)。我們可以選擇不讓她做這種事,不納入她「學習關於色彩的所有物理事實」的環節——不過那是我們的武斷限縮決定,而非洞悉現實結構的真知灼見。

大腦讓我們分析:我的紅色跟你的紅色一樣嗎?圖/by geralt@pixabay。

瑪麗的處境和這句陳腔濫調相關:「我的紅色和你的紅色一樣嗎?」這不是指波長,而是指紅的體驗。意思是,你的體驗和我的體驗一樣嗎?從某種嚴謹意義來講是不同的;我的紅色經驗是談論在我腦中傳播的某種電化學信號的方式,而你的則是談論在你腦中傳播的電化學信號之方式,這兩邊不可能完全相同,而且說明文字還非常無聊,如同這段敘述:「我的鉛筆和你的鉛筆不同,就算兩支鉛筆看來一模一樣,但這支是我的。」不過我關於紅色的經驗或許和你的很相似,這純粹是因為我們的腦很相像。這樣想很有趣,卻也不完全是什麼混亂渦流,所以我們不該因此就拒絕把核心理論當成這整個情況的基底描述。

-----廣告,請繼續往下閱讀-----

傑克森本人後來否決了知識論證的原始結論。就像多數哲學家,現在他也接受意識產生自純物理歷程的說法:「儘管我一度與多數人相違,現在我不再抗拒了」,他寫道。傑克森認為,色彩科學家瑪麗協助凸顯出,我們關於意識經驗為何不能是純物理性的直覺,不過那項論證恐怕還不足以讓人信服,並據以歸出那樣的結論。這裡的有趣使命是表明我們的直覺如何引導我們走錯了方向——因為科學不斷提醒我們,直覺經常出現這種狀況。

  • 本篇選自本書第 40 章

 

本文摘自泛科學2017年11月選書《詩性的宇宙:一位物理學家尋找生命起源、宇宙與意義的旅程》,八旗文化出版。

-----廣告,請繼續往下閱讀-----
文章難易度
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

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

0

3
0

文字

分享

0
3
0
從太陽發光到生命突變,一切都歸功於量子穿隧效應?
PanSci_96
・2024/10/19 ・1962字 ・閱讀時間約 4 分鐘

在這個充滿光與生命的宇宙中,我們的存在其實與一種看不見的力量密切相關,那就是量子力學。沒有量子力學,太陽將不會發光,地球上的生命將無法誕生,甚至整個宇宙的運行規則都會截然不同。這些微觀層次的奧秘深深影響了我們日常生活的方方面面。

其中,量子穿隧效應是一個看似違背直覺但至關重要的現象,從太陽的核融合反應到基因的突變,這種效應無處不在,甚至還牽動著當今的高科技產業。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

什麼是量子穿隧效應?

我們可以將量子穿隧效應比作一個奇妙的穿牆術。想像一下,你身處一個被高牆包圍的城市,牆外是未知的世界。通常,如果你要越過這道牆,需要極大的力量來翻越它,或者用工具打破它。然而,在量子的世界裡,情況並不如此。

在微觀的量子力學世界中,粒子同時具有波的特性,這意味著它們並不完全受限於傳統物理的規則。當一個微觀粒子遇到能量障礙時,即使它沒有足夠的能量直接穿過障礙,卻仍有一定機率能出現在障礙的另一邊,這就是「量子穿隧效應」。粒子彷彿直接在牆上挖了一條隧道,然後穿越過去。

-----廣告,請繼續往下閱讀-----

這聽起來像魔法,但它背後有深刻的物理學道理。這個現象的發生取決於量子粒子的波動性質以及能量障礙的高度和寬度。如果障礙較矮且較窄,粒子穿隧的機率就較高;反之,障礙越高或越寬,穿隧的機率則會降低。

太陽發光:核融合與量子穿隧效應的結合

量子穿隧效應的存在,讓我們能夠理解恆星如何持續發光。以太陽為例,太陽內部的高溫環境為核融合反應提供了所需的能量。在這個過程中,氫原子核(質子)需要克服極大的電磁排斥力,才能彼此靠近,進而融合成為氦原子核。

然而,單靠溫度提供的能量並不足以讓所有質子進行核融合。根據科學家的計算,只有約10的 434 次方個質子中,才有一對具備足夠的能量進行核融合。這是一個極小的機率。如果沒有量子穿隧效應,這種反應幾乎不可能發生。

幸好,量子穿隧效應在這裡發揮了關鍵作用。由於量子粒子具有波動性,即便質子沒有足夠的能量直接跨越能量障礙,它們仍然能透過穿隧效應,以一定機率克服電磁排斥力,完成核融合反應。這就是為什麼太陽內部的核融合能夠源源不斷地發生,並且持續產生光與熱,讓地球成為適合生命生存的家園。

-----廣告,請繼續往下閱讀-----

量子穿隧效應與生命的演化

除了恆星的發光之外,量子穿隧效應還對生命的誕生和演化起到了關鍵作用。地球上物種的多樣性,很大一部分源於基因突變,而量子穿隧效應則幫助了這一過程。

DNA 分子是攜帶遺傳訊息的載體,但它的結構並不穩定,容易在外界因素影響下發生變異。然而,即使沒有外界因素的干擾,科學家發現 DNA 仍會自發性地發生「點突變」,這是一種單一核苷酸替換另一種核苷酸的突變形式。

量子穿隧效應讓氫原子隨時可能在 DNA 結構中進行位置轉換,從而導致鹼基對的錯位,這在 DNA 複製過程中,可能會引發突變。這些突變若保留下來,就會傳遞給下一代,最終豐富了基因與物種的多樣性。

量子穿隧幫助促進 DNA 突變,協助生命的演化與物種多樣性。圖/envato

半導體技術中的量子穿隧效應

除了在宇宙和生命中發揮作用,量子穿隧效應還影響著我們的日常生活,尤其在現代科技中。隨著半導體技術的發展,電子設備的體積不斷縮小,這也讓電子元件的性能面臨更大的挑戰。

-----廣告,請繼續往下閱讀-----

在微小的電子元件中,量子穿隧效應會導致電子穿過元件中的障礙,產生不必要的漏電流。這種現象對電晶體的性能帶來了負面影響,因此設計師們需要找到方法來減少穿隧效應的發生,以確保元件的穩定性。

雖然這是我們不希望見到的量子效應,但它再次證明了量子力學在我們生活中的深遠影響。設計更有效的半導體元件,必須考慮到量子穿隧效應,這讓科學家與工程師們需要不斷創新。

量子力學是我們宇宙的隱藏力量

量子穿隧效應看似深奧難懂,但它對宇宙的運作和生命的誕生至關重要。從太陽的核融合反應到基因突變,甚至現代科技中的半導體設計,量子力學影響著我們生活的方方面面。

在這個充滿未知的微觀世界裡,量子現象帶來的影響是我們難以想像的。正是這些看似不可思議的現象,塑造了我們的宇宙,讓生命得以誕生,科技得以發展。當我們仰望星空時,別忘了,那閃耀的光芒,背後藏著的是量子力學的奇妙力量。

-----廣告,請繼續往下閱讀-----
-----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
0

文字

分享

0
3
0
藝術與科學的詩性相遇:《匯聚:從自然到社會的藝術探索》國際交流展
PanSci_96
・2024/06/04 ・3873字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

本文由策展人紀柏豪提供

想享受一場同時兼具科技與藝術的饗宴嗎?來《匯聚:從自然到社會的藝術探索》國際交流展看看吧!

在當代社會中,藝術的角色正持續演進——它創造了一種新的美學,與社會、科學以及技術變革緊密相連。當社會面臨的挑戰因其複雜性而難以僅靠單一學科解決時,藝術研究因其跨越、融合不同知識領域的能力而具有新的意義。今日,許多創作者和機構採用跨學科方法,將藝術與自然、科學與感性、想像力與現實結合,創造嶄新的經驗、知識和美學。

在藝術與科學這兩個看似迥異的領域中,存在著一個共通的追求——深入理解我們所處的世界。這一追求不僅體現了人類對知識渴望的本能,也反映了我們對於更高層次的自我認知和宇宙認識的探索。藝術家透過創作,探索人類經驗的多樣性和情感的複雜性,用畫筆、雕塑、數位媒介來表達對世界的主觀理解。這種理解可能源於個人感受,也可能反映了廣泛的社會和文化現象。

藝術提供了一種通過感知和情感來接觸和理解世界的方式,使我們能夠透過個別經驗來抵達普遍的真理。科學則通過觀察、實驗和分析來探究自然界的法則和現象,尋求對世界的客觀理解。科學方法使我們能夠系統地收集資料、建立理論並驗證假設,從而深化對物理世界的認識。不僅解答了關於自然界的問題,也幫助我們理解了人類自身在這個宇宙中的位置和作用。

-----廣告,請繼續往下閱讀-----

儘管藝術和科學在方法和目的上有所不同,但它們都反映了人類對於更加全面和深刻理解世界的共同願望。藝術讓我們透過感受和想像來擴展對世界的認識,而科學則通過理性和證據來揭示秩序和結構。由國科會指導、國家實驗研究院主辦的《匯聚:從自然到社會的藝術探索》國際交流展,邀請觀眾一同探索藝術與科學的交會,體驗它們如何共同塑造我們對世界的認識和感知,並反思這一過程如何豐富我們的文化與知識視野。

展覽單元介紹

宇宙共生 —— 科技與宇宙的多維依存

當你仰望星空,有沒有想過我們與宇宙的關係?「宇宙共生」單元展示了科技如何將人類感性延伸至浩瀚的宇宙空間。麻省理工學院媒體實驗室的太空探索倡議小組(MIT Media Lab Space Exploration Initiative)帶來了在極端環境下的實地太空模擬,研究生存策略和科技應用。與之並置的《與細菌混了三千年》(3000 Years Among Microbes)則從微生物的角度重新審視太空探索中的殖民語言,帶來全新的太空想像。藝術家利用極端地貌與顯微影像並置,模糊人與微生物的分野,探討共生體概念在星際生態系中的應用。

感官賦能 ——透過科技重塑環境感知

「感官賦能」單元探索藝術家如何通過科技媒介重塑我們對環境的感知。兩位智利藝術家妮可·拉希利耶(Nicole L’Huillier)與派翠西亞·多明格斯(Patricia Domínguez)的《全像乳糜》(Leche Holográfica)是一場冥想式祈願,透過與不同元素的共鳴和諧,讓我們得以在螺旋時空中構想未來。

值得一提的是,藝術家妮可·拉希利耶與派翠西亞·多明格斯曾透過智利與歐盟的合作,在歐洲核子研究組織(CERN)進行藝術駐村計畫,並在那裡發展她們的作品。CERN 以其在粒子物理學上的重大科研成果而聞名,但即使是最前沿的科學研究,也需要藝術家的啟發。這樣的跨域合作不僅揭示了科學現象的美麗與複雜,更為科學研究注入了新的靈感和視角。藝術家的創意與想像力,能夠以不同於科學的方法來詮釋數據與實驗結果,從而開拓更廣泛的理解和應用。

-----廣告,請繼續往下閱讀-----

拉脫維亞藝術家羅莎‧史密特(Rasa Smite)和萊提斯‧史密茨(Raitis Smits)的《深度感知》(Deep Sensing),通過拉脫維亞伊爾本(Irbene) RT-32電波望遠鏡的歷史敘事,象徵性地橋接了技術的過去與現在,探問「為何擁有地球還不足以滿足人類?」該望遠鏡被前蘇聯遺棄,而藝術家們重返此地,探索這個巨大天線在當代的價值。虛擬點雲天線追蹤從太陽到地球的宇宙粒子流動,創造出沉浸式的視覺和聲音景觀,讓觀眾更易於理解氣候變遷的影響。

羅莎‧史密特和萊提斯‧史密茨是里加RIXC新媒體文化中心的共同創辦人,他們的作品結合科學數據、聲音化和視覺化、人工智慧和擴增實境技術,創造出前瞻性的網絡藝術。他們的作品曾在威尼斯建築雙年展、拉脫維亞國家藝術博物館等地展出,並獲得多項國際獎項。

網絡交織 —— 科技與社會的複雜關係

「網絡交織」單元深入探討科技如何影響我們的社會結構和人際關係。瑪麗莎·莫蘭·賈恩(Marisa Morán Jahn)的《銅色景觀》(Copperscapes)展示了銅在全球化勞動中的角色,揭示了這一自然元素如何影響我們的日常生活。她的作品以銅色眼睛作為見證,表現出礦區社區所承受的「身體負擔」,並在影片《銅的私處史》中探討礦物經濟的複雜性,突顯採礦活動對身體及地球主權的影響。

瑪麗莎·莫蘭·賈恩是具有厄瓜多和中國血統的藝術家,其作品致力於重新分配權力,展示藝術作為社會實踐的可能性。她的作品曾在歐巴馬時期的白宮、威尼斯建築雙年展、古根漢美術館等地展出,並獲得聖丹斯電影節和創意資本等獎項。

-----廣告,請繼續往下閱讀-----

李紫彤與孫詠怡的《岔經濟》(Forkonomy)利用區塊鏈技術,重新構想財產與國家之間的連結,探討擁有權背後的政治意義。這個藝術與社會運動計畫,通過工作坊和數位契約,探討如何購買或擁有一毫升的南海,並質疑現有的性別勞動分工和所有權制度。

李紫彤是台灣的藝術家兼策展人,作品結合人類學研究與政治行動,曾在國內外多個知名展覽中展出。孫詠怡是出生於香港的藝術家和程式撰寫者,專注於數位基礎設施的文化意義及廣泛權力的不對等問題,作品曾獲得林茲電子藝術節金尼卡獎等多項國際獎項。

印度藝術家艾蒂·桑德爾(Aarti Sunder)的《深海節點故事》(Nodal Narratives of the Deep Sea)將海底電纜這一隱藏基礎設施帶入視野,探討其與現代化項目、資本主義擴張及殖民主義的關聯。她的作品通過繪畫、物件和影片,展示了數據傳輸的路徑及其對生態系統的影響。

艾蒂·桑德爾的創作涉及影像、寫作與繪畫,專注於探討科技政治和基礎設施相關議題。她的作品曾在柏林藝術學院、新加坡雙年展、世界文化之家等國際場所展出。

-----廣告,請繼續往下閱讀-----

科藝匯聚 —— 跨學科的創新邊界

「科藝匯聚」單元彰顯了藝術與科學共同探索未知領域的力量。國家太空中心的《來自遙遠的訊息》管絃樂曲選粹、麻省理工學院前衛視覺研究中心(CAVS)的歷史檔案,以及臺灣共演化研究隊的「邊界測繪學」年度計畫成果,展示了藝術家與科學家跨域合作的豐富成果和未來潛能。

跨域交流與活動

在展覽期間,策展團隊與台灣致力於促進科學家與藝術家合作的「共演化研究隊」規劃了一系列精彩的跨域交流活動,讓大家能近距離與藝術家、科學家們交流,體驗科技與藝術如何共同作用於當代社會。

活動包括圓桌論壇、藝術家講座和放映會,涵蓋了多個有趣且深入的主題。例如,在「宇宙共生」週末,觀眾可以參與討論極地科學與藝術實踐的圓桌論壇,聆聽來自麻省理工學院媒體實驗室「太空探索倡議」的成員分享他們在極端地貌探索的經驗。另一活動是國家太空中心委託製作的管弦樂曲《來自遙遠的訊息》放映會,由作曲家趙菁文進行演前導聆,帶領觀眾進入一場視覺與聽覺的雙重盛宴。

在「網絡交織」週末,藝術家李紫彤與孫詠怡將帶來一場關於區塊鏈技術應用於南海議題的討論,這場圓桌論壇將探討技術如何影響社會結構和資源分配。印度藝術家艾蒂·桑德爾則會在線上分享她對於海洋及網路基礎設施的研究與創作,揭示隱藏在我們日常生活背後的複雜科技網絡。

-----廣告,請繼續往下閱讀-----

「感官賦能」週末將邀請拉脫維亞藝術家羅莎‧史密特和萊提斯‧史密茨現場分享他們的作品《深度感知》,並探討電波望遠鏡的技術敘事,展示如何通過藝術手段使抽象的科學數據變得可以感知。這不僅讓觀眾更易於理解氣候變遷的影響,也體現了藝術在科學溝通中的重要角色。他們將分享長期研究「自然廣播」的概念,以及每年舉辦「藝術科學節」的經驗。

在「科藝匯聚」週末,觀眾可以參與科學家與藝術家的提案室,直接感受跨領域合作的火花。這些活動將展示跨學科合作如何激發創新,促進我們對世界更深層次的理解。此外,拍攝麻省理工學院前衛視覺研究中心創始人故事的紀錄片將在台灣首映,導演並將與觀眾進行映後座談,分享創作背後的故事和啟發。

藝術與科學的相互啟發,不僅僅是知識和美學的結合,更是對創新與理解的共同追求。在這個亟需跨學科解決方案的時代,這樣的合作顯得尤為重要,為我們探索未知領域提供了無限可能。這次展覽通過多樣的跨域交流活動,讓觀眾能夠親身體驗並參與其中,進一步體會到藝術與科學融合所帶來的豐富成果和未來潛力。

展覽資訊

  • 展覽名稱:《匯聚:從自然到社會的藝術探索 | 國際交流展》
  • 日期:2024/5/10 至 2024/8/10
  • 時間:週一至週五 09:00-18:00(國定假日休)
  • 地點:科技大樓一樓大廳(臺北市大安區和平東路二段106號)
  • 指導單位:國家科學及技術委員會
  • 主辦單位:國家實驗研究院
  • 策展人:紀柏豪
  • 執行單位:融聲創意
  • 協力單位:共演化研究隊
-----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。