Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

在「新食器時代」我們該如何看待餐具中的間接添加物? ──「PanSci TALK:餐具都會釋放間接添加物?」

衛生福利部食品藥物管理署_96
・2017/12/11 ・5040字 ・閱讀時間約 10 分鐘 ・SR值 559 ・八年級

-----廣告,請繼續往下閱讀-----

本文由衛生福利部食品藥物管理署委託,泛科學企劃執行

撰文/李允誠 │ 自由寫手

編按:近一年來許多人重新討論起美耐皿、烤肉墊、塑膠湯匙碗盤等器具對食品安全的影響,這次,我們將「間接添加物」定義為非刻意添加之成分,而是食品製作過程、環境、餐具中產生或接觸的物質。除了本場講座活動紀實,此主題亦針對外食與自炊二種情境分別推出主題文章:外食篇自己煮篇

「間接添加物」聽起來或許是個很可怕的名詞,但你知道它其實從古代就一直存在在人類飲食中嗎?食品安全越來越受到重視,這些風險該如何進行分析、管控?食安系列講座「PanSci TALK:餐具都會釋放間接添加物?如何避開這些潛在的食安風險?」邀請到了臺灣大學毒理學研究所助理教授、同時在臺大醫院腎臟科服務的姜至剛醫師,來為大家分享如何從毒理學的角度看「間接添加物」與「食品安全」的關係。

姜至剛醫師首先回顧了人類社會飲食文化的進化論,古時候人們只求溫飽,因此是「吃飽」的年代;後來開始注重食物的味道,開始想要「吃好」;近年越來越多人開始注重健康,這股風潮也延燒到飲食上,「吃巧」、「吃健康」就變成了現代飲食顯學。

-----廣告,請繼續往下閱讀-----

間接添加物,其實早就被記載在史冊上

其實添加物的概念並不是現代才出現,姜至剛醫師說明,像是在還沒發明冰箱的年代,人們會利用「醃漬」方式處理吃不完的食物、延長保存期限,這個醃漬過程中就會使用到各式添加物。再者,古代餐具常以青銅等金屬製成,有些甚至還加入「砷」等現在被我們視為污染物的物質,「葡萄美酒夜光杯,邊喝酒邊吃砷~」姜至剛醫師開玩笑地說。

到了現代,飲食觀念多強調「吃得健康」,人們也開始關注食品中的成分物質、檢驗添加物是否會對身體產生傷害,連帶著,吃飯與烹飪時所用的食器、也被大家所重視。「在這樣的『新食器時代』裡,與其去強調哪些食器可用、哪些不可用,更應該考量整體方便性與可利用性。」他舉臺北市淘汰美耐皿餐具的政策為例,此政策推動將市政府大樓與各校園中的美耐皿餐具汰換成不鏽鋼或瓷碗餐具,除了減少可能的食安風險,也是更加環保的選擇。「另外,我認為在製作美耐皿餐具時,應該當訂出折舊年限,讓使用者、商家知道該何時進行淘汰,這點相對於全數直接汰換,會是更重要的事情。」姜至剛醫師補充。

現代人注重健康,除了在意食品的成份與添加物,也重視餐具的材質和品質。圖片來源:Pixbay

「在不鏽鋼餐具方面,有些網路上會對於其中的金屬成分大作文章,說耐腐蝕力較不足的餐具可能溶出重金屬等;但其實在正常使用之下,不鏽鋼餐具是很難溶出重金屬的。」姜至剛醫師說,「該注意的是這些餐具的『食物接觸面』是否一體成形,因在焊接過程中可能會有金屬跑進去,因此避免讓焊接處和食物接觸,才是真正有效的做法。」

另外對於時常受到討論的「保鮮膜」,一般人的使用方式多為包裝食物後冷藏用,並沒有什麼安全上的疑慮;但部分特殊狀況如喜宴辦桌,會把食材蓋上保鮮膜、放入蒸鍋進行水蒸,遇到高溫包材添加物所溶出的量可能就比較多。「重要的是如何改變這樣的文化、減少暴露產生。」

-----廣告,請繼續往下閱讀-----
臺大毒理學研究所的姜至剛醫師從暴露、風險的角度,與大家間接添加物與食安的關係。圖片來源:Pansci

到底哪些添加物質有毒?

讀到這裡大家有沒有發現,在討論食具餐具與其中的間接添加物時,專家學者不是告訴我們「OO 就是有毒」、「OOO 絕對安全」,而是以「什麼樣的使用情境下,風險較低」的方式去理解?沒錯,毒理學之父 Paracelsus 先生就曾經說過:「所有的物質都是毒物,沒有一種不是毒物。只要劑量正確,就可以把毒物變成仙丹。」姜至剛醫師也指出,短時間內過度食用任何特定物質,都有可能造成中毒 ── 就算是人體每日所需的「水」,都有「水中毒」的風險。

他接著說明,在制定「多少劑量」對人體有害時,科學家會透過實驗用鼠,計算出最低觀察到不良反應的劑量,稱之為 LOAEL(Lowest-observed adverse effect level, 可觀察到有不良影響的最低劑量),以及無觀察到不良反應的最高劑量,是為 NOAEL(No-observed adverse effect level, 無可見不良影響劑量)

科學家透過動物實驗找出最低觀察到不良反應的劑量(LOAEL),以及無觀察到不良反應的最高劑量。圖片來源:姜至剛醫師簡報

接著科學家會以此劑量為準則,去進行物種差異間的換算。一般來說,實驗鼠的劑量約為一般成人劑量的 1/10,而一般成人又是老弱婦孺等敏感族群的 1/10。因此食品安全管理上所參考的實際食用劑量標準是 NOAEL 1/100,稱之為每日可接受量(Acceptable Daily Intake, 以下簡稱 ADI)。

科學家找到 NOAEL 值之後,還會計算實驗鼠與人類的物種差異 1/10、一般成人與敏感族群的種間差異 1/10,才得出人類即使每天攝取也安全的劑量 ADI。圖片來源:姜至剛醫師簡報

最後就是用來作為食品檢驗規則「最大殘留安全容許量(MRL)」了。值得注意的是,MRL 是行政裁量標準,意思是產品若超過此劑量則會受罰、而不是民眾吃超過這個劑量就會中毒致病。姜至剛醫師為大家總結:「MRL 搭配國人飲食習慣的計算結果,不能超過即使每天吃也不會危害健康的 ADI。」

-----廣告,請繼續往下閱讀-----
「最大殘留安全容許量(MRL)」 是行政裁量標準,意思是產品若超過此劑量則會受罰、而不是民眾吃超過這個劑量就會中毒致病。圖片來源:姜至剛醫師簡報

如何進行食品安全的風險分析?

「食品安全的風險主要來自物質的毒性與暴露量的多寡,其中『量』是一個不可忽略的要素,少了量化數據,則後續的風險評估研究都會失真。」姜至剛醫師首先說明。

他並表示,好的風險分析是透過「風險評估」、「風險管理」、「風險溝通」三面向所組合而成。「現在大家都會接觸許多網路食品安全言論、各方意見層出不窮,卻無法有效整合資訊,這時就仰賴一個有效的風險溝通,讓一般民眾對於食品安全能夠有基礎認識。」

一、風險評估

姜至剛醫師首先從風險評估開始說明,「所謂風險評估,就是評估某一特定情況之風險,包含瞭解可能潛在帶來的危害,加以預防並降低危害的程度。我們會儘量以定量為基礎去進行推估,進而比較食物間或相同食物中的不同危害,藉此作為風險管理的依據,而風險評估在國際貿易中也扮演著很重要的角色。」

除此之外,隨著時間推移,風險也需要持續重新進行評估,舉例來說,剛出廠的美耐皿餐具跟使用一年的美耐皿餐具,一定有所差異。

-----廣告,請繼續往下閱讀-----
風險評估共分為「危害性鑑定」、「危害特性化」、「暴露評估」及「風險推估(風險量化)」四個步驟。圖片來源:姜至剛醫師簡報

風險評估共分為四步驟,依序為「危害性鑑定」、「危害特性化」、「暴露評估」、「風險推估(風險量化)」。

以先前所提到的「不鏽鋼餐具溶出錳」為例,此時透過危害性鑑定危害特性化測試,去了解錳所造成的傷害是什麼、其劑量與效應的關係為何、需要暴露多少才會造成影響,並透過實際測試,了解溶出所需的溫度、油品等相關條件,再透過暴露評估,去了解使用者在使用時所實際遇到的暴露情境。「有暴露才會有風險,並且不同族群所遇到的暴露情況也可能截然不同。」姜至剛醫師說,要研究一件事物,要將其背後脈絡一同考慮,這樣的研究才有意義,最後才能夠進一步進行風險的量化

以下我們將各步驟做出更詳細的說明:

  1. 危害辨識:此步驟能夠決定「某一危害物質」是否會增加「某種危害健康的情形」之發生率。專家們透過一個系統性的危害辨識流程,有效將可能有風險的物質找出。
  1. 危害特性化:評估危害對健康所造成的負面影響有哪些,同時整理目前研究已知「攝取多少危害源、可能會產生多嚴重危害」的資料,並提供對於危害嚴重性及持續性的評估。
  2. 暴露評估。以科學為基礎,計算研究族群到這個危害源的情況如何,可以是實際或預期上的人體暴露,計算時應考慮攝取頻率、每次攝取的量、暴露時間、族群平均體重和壽命。像是國家攝食資料庫(Food Consumption Database),便提供國人飲食的數據,為進行暴露評估的依據及發展我國風險評估科學的重要基礎建設。
  3. 風險特性化:用淺淺顯易懂的文字描述針對某一族群在所假定的暴露情況下持續一段時間,所產生的特定健康危害之風險有多大,其整合了危害辨識、危害特性化、暴露評估的結果,估算危害因子對人體所產生的特定傷害。重要的是,在進行風險特性化的過程中,亦須將過程中的主要假設及不確定性一同討論。

姜至剛醫師接著補充,在風險特性化上,風險 21 矩陣(RISK21 Matrix) 是一個簡單、高效能、透明化且視覺化之健康風險評估方法。對於民眾,不用困難的公式推演,利用視覺性的矩陣,就能進行觀測。橫軸是暴露、縱軸是毒性,以下圖為例,超過 MOE 線 [1] 的部分就是超過了 ADI,需要高度關注。

-----廣告,請繼續往下閱讀-----
RISK21 Matrix 是一個簡單、高效能、透明化且視覺化之健康風險評估方法。對於民眾,不用困難的公式推演,利用視覺性的矩陣,就能進行觀測。圖片來源:姜至剛醫師簡報

若以風險 21 矩陣評估攝取含戴奧辛雞蛋食品之健康風險為例,雞蛋內含戴奧辛的問題一度引起社會大眾騷動與討論,但其實戴奧辛本來就暴露在我們生活周遭,因此重點在於了解人們身體對於戴奧辛的「耐受程度」,而非一味擔心恐慌。以雞蛋為例,計算的結果是每日吃五顆雞蛋並連續吃一個月,才會超標。「不必因為正常吃雞蛋而恐慌,而是明白在有較高暴露的情形下,避免食用過度的雞蛋、增加高劑量的暴露機會,這樣的觀念才是正確的。」姜至剛醫師說。

以風險 21 矩陣評估攝取含戴奧辛雞蛋食品的健康風險。圖片來源:姜至剛醫師簡報

二、風險管理

風險分析架構的第二要素則是風險管理,姜至剛醫師解釋,風險管理是根據風險評估之結果,規劃出一套可行且維護公眾健康之管理系統,必須徵求多方意見,考量風險、利益、公眾評價、保護消費者健康、提供研究和促進公平貿易等相關因素,在對的時機實施適當的防止、控制和監測方案,包括規章管理措施的制定,最終目的是降低風險的發生。

三、風險溝通

風險分析的最後一項要素則是風險溝通。風險溝通強調要以風險作為討論的核心,建立一個共識,讓政府、產業、民眾三方能一同就這件事情進行討論。風險溝通要有「照護溝通」、「共識溝通」、「危機溝通」三元素,稱作 3C 溝通。「這些溝通的背後需有教育來支持,才能將安全飲食的觀念真正深植人心,透過建立共識,讓人們對食安議題有共同體認。」

風險溝通又可以分為理性訊息感性訊息兩種。專家學者針對風險通常是從科學、技術面等較為理性的部分切入進行溝通,彼此所感受到的多為理性訊息;但對於一般民眾,所接受到的可能多是感性訊息、容易憤怒或恐慌,因此進行風險溝通前應瞭解與尊重理性、感性兩種因素如何影響人們做出風險判斷,才能進行有效溝通。

-----廣告,請繼續往下閱讀-----
要先理解影響人們判斷的感性與理性因素,才能做出有效的風險溝通。圖片來源:ROYAL AIR FORCE MILDENFALL, CC License

在現代複合性飲食下,是否會對人體產生影響

「食品從農場收成、加工、販售、一路到餐桌的過程中,難免會有接觸間接污染物的情況。不過那些可拋棄性、會溶出物質的餐具,現在大多都已在政府的管制之下,未來應建立的是將資訊透明化,像是碗的製造日期、使用範圍、使用年限等。」姜至剛醫師結論,「而至於身為一般消費者的我們,可以要考慮的是選擇對地球友善之餐具,能夠重複使用、才是重要的餐具。」

活動當日照片。圖片來源:Pansci

註一:

暴露限值(The margin of exposure, 以下簡稱MOE)。MOE 作為測量在特定環境暴露下,可能產生的健康副作用,當 MOE 增加,環境潛在副作用減少。MOE 通常需要考慮數種不確定因素如物種間差異性,及搭配完整的資料庫,以作為風險評估的判斷依據。

-----廣告,請繼續往下閱讀-----
文章難易度
衛生福利部食品藥物管理署_96
65 篇文章 ・ 24 位粉絲
衛生福利部食品藥物管理署依衛生福利部組織法第五條第二款規定成立,職司範疇包含食品、西藥、管制藥品、醫療器材、化粧品管理、政策及法規研擬等。 網站:http://www.fda.gov.tw/TC/index.aspx

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。

1

3
2

文字

分享

1
3
2
福島核污水是什麼?我們還能安心吃海鮮嗎?核污水全解析!
PanSci_96
・2023/10/01 ・4897字 ・閱讀時間約 10 分鐘

福島核污水正式排放入海了!食鹽要屯多少?海鮮還能吃嗎?哥吉拉要誕生了嗎?

核廢水是怎麼來的?

2011 年 3 月 11 日,一場海嘯衝擊了在福島海邊的第一核電廠,破壞了核電廠中做為緊急電源設備的發電機,在備用電池電力耗盡後,冷卻系統完全失效。然而反應爐內的連鎖反應還在持續,最後溫度不斷竄高,高溫水蒸氣與燃料護套中的鋯合金,發生鋯水反應並產生大量易燃的氫氣,最終與空氣中的氧氣作用導致爆炸。

在事故發生前後,日本政府灌入大量海水來為反應爐進行冷卻,而這些直接接觸熔融燃料棒的污水,就被稱為核污水,日文則稱為「汚染水」。至於當時的決策細節與失誤,大家可以看今年上映的日劇《核災日月》複習一下。而既然事件已經發生了,我們就重點討論核污水。

《核災日月》圖/IMDb

現在儲存在福島的核污水不只有冷卻水,其實還有受污染的降雨與地下水。事故發生後,東京電力公司在第一核電廠加裝擋水牆,阻擋因為降雨流經 1、2、3 號機組的污染水流入海洋。並且設置凍土牆隔絕地下水,同時挖水井抽出污染的地下水,讓廠區內的地下水水位下降,因此地下水只會從外部滲入,內部的污染水則不會滲到外面。不論是降雨還是抽出的地下水,都屬於污染水,平均每天都會增加 92 立方公尺的污染水。直至本集影片上架,當地已經存有 134 萬噸的汚染水,而且還會持續增加,你可以自己打開 Google Map,鳥瞰這密密麻麻的眾多大型儲槽,別忘了,核反應爐本體才是日本更迫切的問題,要是污水不先處理,要是下一個天災來襲,麻煩又會疊加。因此日本政府在 2016 年就展開討論,準備要處理掉這些污水。

-----廣告,請繼續往下閱讀-----
福島第一核電廠。圖/Google Map

為何決定排放入海?

為何核污水的最終處置決定是排放入海呢?其實 2016 年提出的方案有五種:稀釋入海、蒸發至大氣、電解水釋放氫氣、深層地質注水、以及水泥固化並地下處置。很快,電解水因為還需要相關技術研發而被否決,這個我們在氫能那集講過。深層地質注水和水泥固化並地下處置,則有選址與法規問題,無法立即實現。這部分則等同於核電使用國都面臨的核廢料處置問題,我們之前花過好幾集介紹過,歡迎前往複習。

最後僅剩稀釋入海和蒸發至大氣兩種方法,最後日本認為海洋的擴散行為更容易追蹤,最重要的是成本僅有蒸發的十分之一,因此選用了這個方法。至於有些人說,既然東電跟日本政府都保證安全,何不做成瓶裝水拿去賣?之類的建議在這我們不多討論,就請大家用理智來看待。

核廢水如何被處理?

根據日本政府的規劃,在這些污染水排放入海前,會先進行淨化處理成為處理水。首先,污染水會經過「銫吸附裝置」,除去銫(Cs)和鍶(Sr)。接著再經過淡水化裝置除去水中的鹽分後,成為「鍶處理水」。這種鍶處理水,可以作為 1, 2, 3, 4 號機組的冷卻水再次循環利用。

最後,大部分的鍶處理水,會被送到「ALPS多核種除去設備」,將 63 種放射性核種中的 62 種放射性核種去除。「ALPS多核種除去設備」唯一不能去除的放射性核種,就是氚(H-3)。但其實啊還有一個碳-14 無法被過濾,但濃度低到可以忽視。經過「ALPS多核種除去設備」處理過後的「鍶處理水」,就稱為「含氚處理水」。

-----廣告,請繼續往下閱讀-----
根據日本政府的規劃,在這些污染水排放入海前,會先進行淨化處理成為處理水。圖/PanSci YouTube

含氚處理水中的氚,指的是氫的同位素的一種,在自然界中就存在。半衰期為 12.43 年,衰變時會進行 β 衰變,放出一顆電子並成為氦-3。β 衰變對人體的穿透距離僅限於皮膚,不會對內臟器官產生傷害。
如要能危害人體,需要長期大量攝取由氚構成的重水。關於攝取過多重水對動植物的影響,我們網站上有文章詳細說明過。

簡單來說,綜合自然界中跟福島即將排放的氚,以及我們的生活型態來看,遠遠達不到可能產生危害的程度。知道劑量決定毒性,就像我們每天都吃下不少「有害」物質,例如殘留農藥、油炸致癌物、過多的精製糖等等,但攝取的多寡,對你的健康影響差異很大。那麼重點來了,福島排放的處理水,真的有合乎標準嗎?

處理水符合標準嗎?

這個問題,我們在今年六月的核廢料主題中有提到,國際原子能總署 (IAEA) 在五月底公布了第一階段的調查結果,針對「日本的核種監控能力」進行第三方驗證。結果認為,日本的檢測標準跟分析方法沒問題,調查結果是可信任的。報告中除了氚以外,其他放射性核種的活度也都遠低於排放限值。例如鍶-90 為每公升 0.4 貝克、銫-137 為每公升 0.5 貝克,以臺灣的「食品」標準,銫-137 為每公升 100 貝克以下,雖然鍶-90 還沒有定下標準,但是依國際食品法典委員會的標準,也是在每公升 100 貝克以下。目前的排放值都遠小於標準。

國際原子能總署(IAEA)公布第一階段的調查結果。圖/PanSci YouTube

除了各單一核種的活度以外,所有水中核種加起來的「告示濃度限度比」也低於日本國家標準的每年 1 毫西弗(mSv/year), 1 毫西弗大約是多少呢?大約是一般民眾一年會接收到的輻射劑量。

-----廣告,請繼續往下閱讀-----

至於無法被 ALPS 處理的氚,因為海洋中的水中就廣泛存在,日本將透過海水稀釋後排放入海。目前世界衛生組織對於飲用水的氚含量標準訂為每公升 1 萬貝克,台灣的標準嚴格了許多,是每公升 740 貝克。東電公司的處理水是每公升 14 萬貝克,在排放前會稀釋 740 倍,以每公升 190 貝克的氚濃度排放,低於台灣的飲用水標準。

那麼食鹽呢?我們需要搶購嗎?這就更不用擔心,因為食鹽中不含水,自然也不含氚。或是更進一步可以參考東海大學應用物理系的粉專,他們計算,根據國家標準,食鹽含水量若為 3% 以下,需要每天吃超過 400 公斤的食鹽才會攝取氚超標。真的,別吃那麼鹹啊。

每天吃超過 400 公斤的食鹽才會攝取氚超標。圖/pixabay

那麼,我們就真的兩手一攤,為這件事劃下結論,核輻射只是庸人自擾嗎?

我們該如何看待排放的處理水?

當然不是,就像許多人擔心的,就算科學上告訴你沒問題,但前提是,這些數據得是沒問題的。而且不用說周邊國家,連日本自家民眾也多次抗議處理水的排放。

-----廣告,請繼續往下閱讀-----

目前在 IAEA 架設的網站上,可以看到整個排水計畫的各種即時監測資料。其中就包括出水口的輻射數值監測。

為了驗證處理水不會對海洋生物產生影響,東京電力甚至從去年 9 月開始,就開始進行海洋生物飼養實驗,並且全程公開直播放在他們的YouTube頻道上。不過這頻道訂閱人數跟觀看次數都有點低迷,有興趣的話不妨訂閱,開啟小鈴鐺。

那麼我們能下定論了嗎?在科學上,我們確實能說,在符合規範下,這些排放入海的處理水是沒問題的,食鹽、海鮮也都能照吃,把注重食安與健康的努力分配到其他危害更大、風險更高的事情上,對處理水保持健康而非病態的質疑,對個人來說應該效益更高。

臺灣從去年到今年 6 月,曾 3 次組團赴日考察,並於 8/24 公佈報告書,包含跟日方的問答內容,還有福島核廢水排放設施的照片。海委會表示,專家觀察團評估日方排放相關作業的安全性,跟國際原子能總署評估的結果一致。然而是否選擇相信日本以及 IAEA 給出的數據,如今看來成了國際政治問題。

-----廣告,請繼續往下閱讀-----

另外,在 IAEA 的小組成員中,包含周邊國家:中國、美國、韓國、越南、澳洲、加拿大、法國、俄羅斯、英國、阿根廷、馬紹爾群島,並不包含台灣。如果台灣也能以任何形式加入團隊,或得以取得樣水複測,讓我們知道,日本以及 IAEA 給出的數值是可信的,想必都能更進一步降低民眾的擔憂。

最後,也問問大家,對於這次的處理水排放事件,你會擔心我們的海鮮或食鹽受到影響嗎?

  1. 不擔心,跟人類對海洋的其他污染相比,根本小巫見大巫。
  2. 擔心,等我親眼見到泛科學到現場實測我才相信。機票我出!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----
所有討論 1

0

3
0

文字

分享

0
3
0
副食品保存不當容易變質?寶寶粥為什麼可以常溫保存?
鳥苷三磷酸 (PanSci Promo)_96
・2022/06/16 ・2039字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

本文由 農純鄉 委託,泛科學企劃執行。

  • 作者|Evelyn 食品技師

為什麼自己煮的副食品容易壞掉?

每位寶寶都是媽媽的心頭肉,媽媽們總是耗盡心思烹煮好吃且營養的副食品,可是為什麼自己煮的副食品容易壞掉?因為食品與自然環境中,經常存在著無數的細菌,在處理食物的過程中,難免會受到微生物的污染。

一般在家中,媽媽們會把煮好的副食品放涼,再放進冰箱冷藏保存,但光是這樣的過程中,空氣中的細菌、與副食品接觸到的容器,都有機會讓細菌趁虛而入到粥裡,增加食品腐敗的風險。

再者,將副食品放進冰箱冷藏保存,是不具任何殺菌效果的。大部分的病原菌都是嗜溫菌,喜歡 20℃~40℃ 的環境,就算把溫度降低到一般冷藏溫度 5℃,細菌並不會死亡,只是讓它生長活性降低。因此冷藏僅能降低細菌的繁衍速度,為抑制細菌生長(抑菌),而非殺死細菌。

-----廣告,請繼續往下閱讀-----
食品與自然環境中,經常存在著無數的細菌,在處理食物的過程中,難免會污染到一些微生物。圖/Pexels

冷凍雖然可以讓細菌停止活動,進入休眠的狀態,但也不是殺死細菌,若不慎讓溫度回升的話,細菌即會恢復活力而急速增殖。

所以若想要妥善延長食物的保存時間,就必須要進行「滅菌」,現在市面上有不需要放冰箱也能常溫保存,即開即食的寶寶粥,它是如何做到的呢?

常溫寶寶粥為什麼不用冰也不會壞?

一般常見的巴斯德氏殺菌(簡稱巴氏殺菌)法,是一種把食物加熱至某個溫度(通常低於 100°C)並保持一定時間,即可殺滅一些致病性微生物,是較為溫和的方法,如鮮奶或蛋液等。但因無法完全殺滅所有的微生物,故這類食品就必須放冷藏保存,且保存時間僅 2~4 天。

常溫寶寶粥之所以可放常溫保存仍不會壞,是因為有經過「商業滅菌」的過程。通常商業滅菌即是利用高溫、高壓,將食品中所有的微生物殺滅,使它們無法生長導致食品腐敗,並且驅出容器中的氧氣,避免它和食品中的成份進一步作用,再藉著密封容器防止外界的微生物又污染食品。且依《食品添加物使用範圍及限量暨規格標準》之規定,商業滅菌後的產品是禁止使用防腐劑的。

-----廣告,請繼續往下閱讀-----

加上商業滅菌後的常溫寶寶粥採用「食品級鋁箔積層袋密封包裝」,可耐高溫,不會產生塑化劑,耐酸鹼,還能充分阻隔空氣及細菌入侵。因此,在如此嚴苛的滅菌條件,並搭配嚴謹的無菌環境、密閉包裝的方式下,常溫寶寶粥當然不需要添加任何防腐劑也能夠常溫保存喔!

常溫寶寶粥是採用「食品級鋁箔積層袋密封包裝」,在嚴謹的無菌環境、密閉包裝的方式下,不需添加任何防腐劑也能夠長期保存。

挑選常溫寶寶粥的技巧

寶寶粥除了要具備基本的安全、健康與美味之外,挑選時還需要注意過敏原,以避免家中的心肝寶貝,因為食物過敏而引發嚴重的不適症狀。

依《食品過敏原標示規定》,現在過敏原強制標示總共有 11 項,比較需要注意的常見過敏原如甲殼類、牛奶或羊奶、蛋、堅果類、含麩質之穀物、大豆及魚類等。

故媽媽們在選購寶寶粥的時候,務必要記得檢視產品成分與營養標示,確認是否含有寶寶會過敏的食材。

-----廣告,請繼續往下閱讀-----

此外,選擇信譽優良的食品製造商也是非常重要的,農純鄉的常溫寶寶粥成分公開透明,擁有齊全的安全認證(包含 HACCP、ISO 22000、CAS 認證等),堅持將產品定期送 SGS 檢驗,並將檢驗報告於網站上公開供消費者查看。

而且農純鄉寶寶粥有9種口味,皆通過100%無添加潔淨(clean label)標章驗證,產品完全不使用含基因改造食品原料,亦不含任何的食品添加物。甚至連包裝材質都通過德國 LFGB 檢驗,確保寶寶粥在高溫滅菌處理的時候,與食物直接接觸的包裝與內容物不會發生反應,為安全無虞。

農純鄉的常溫寶寶粥,除了採用純天然、無添加的真材實料令消費者安心之外,在創造健康、美味的同時,更是做了層層安全、嚴格的把關。而且寶寶粥能常溫保存,外出時既方便又能兼顧營養,讓媽媽們既能安心又輕鬆地滿足寶寶的每餐需求喔!

農純鄉的常溫寶寶粥採用純天然、無添加的真材實料,讓媽媽們既能安心又輕鬆地滿足寶寶的每餐需求喔!

農純鄉寶寶粥:https://lihi1.cc/xbpbL

快點開泛科學YouTube頻道,了解更多寶寶粥不易變質的秘密
  1. 施明智,2013。食物學原理(第三版)。新北市:藝軒圖書出版社。
  2. 衛生福利部食品藥物管理署
-----廣告,請繼續往下閱讀-----