隔空舞動的樂音與漂浮空中的現代芭蕾── 2018 年「歌劇院台灣國際藝術節」帶來了什麼新鮮事？

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

本文由臺中國家歌劇院委託，泛科學企劃執行

• 文／趙軒翎

  

「藝術家永遠是在社會發展之前，看到未來三十年可能發生在人類身上不可思議的變化。」

邀請到臺法文化獎得主克里斯汀 · 赫佐（Christian Rizzo）擔任「2018 歌劇院台灣國際藝術節」（NTT-TIFA）共同策展人的幕後推手、同時也是臺中國家歌劇院藝術總監王文儀，談到科技與藝術時這麼說。

科技發明改變人們生活，關鍵並非技術的進步，而在於人類的創造力。藝術，更是創造力的先行者。當藝術家透過科學、科技等元素去成就表演時，我們能從中感知的不只是創造力萌發的歷程，更是利用藝術去對科技的未來進行探索。

今年（2018）在臺中國家歌劇院舉辦的「歌劇院台灣國際藝術節」（NTT-TIFA）中，將展演一系列來自世界各地的表演藝術作品，它們不只是純粹的芭蕾舞、現代舞、舞台劇，這系列的表演中，藝術家特別加重了「科技」元素的表現。

準備好要跟著我們一起用藝術去探索科技了嗎？

與庫卡機器人翩翩起舞

舞台上兩道燈光，緊隨著男舞者與橘色機器手臂，舞者在起舞的同時，機器也隨之動作，像是有意識地成為舞伴。一人一機、一左一右詩意共舞，有如正在一同互動對話。台上的舞者是編舞家黃翊，而他的舞伴，並不是人類或是具有人類外型的「機器人」，其實是來自大型工廠的「機械手臂」，它的名字叫庫卡（KUKA）。

庫卡是德國機器人大廠製作的工業機器產品，不管是搬運大型玻璃、機械鑄造、金屬焊接等工作，它都能忍一般人所不能忍，耐高溫、耐髒、耐操、耐勞，成為自動化生產線的助力；在工廠的環境中，它是電腦控制的機械手臂，能夠精準完成被交付的任務。

在舞台上，庫卡似乎跳脫了機械的身分，有了自己的意識。王文儀說，在表演中有些時候黃翊想要去觸碰庫卡，有些時候換成庫卡也有「積極」觸碰人類的行為，冷冰冰的機器和舞者有溫度的肉身，用和諧舞蹈展開了既協調又對比的畫面。

庫卡這個機器手臂能夠與人和諧共舞，背後依舊是程式在運作。在黃翊編舞時，也必須一行一行的編寫庫卡的移動程式，「教導」著庫卡這個新舞者，在他的指令下舞動，讓機器可以到這個舞台上與舞者一同展現美感與對話。

極美：面對極端情況，身體自然湧出的能量

而另一個擁有類似概念的表演是《I/II/III/IIII》，比利時編舞家克里斯．瓦東克的作品。特別的是，表演中女舞者們通通被懸吊在空中，像是魁儡般以相同的肢體動作，循環著獨舞、雙人舞、三人舞甚至四人舞。王文儀說，一開始看到懸吊在空中的舞者時，忍不住會聯想到影片中拍攝的屠宰場畫面，因此她自己將這個表演歸類成一個「危險邊緣」的作品。現代舞最基本的元素，包括了舞者個性的身軀以及適切的音樂；但是在這個作品中，漂亮的舞者被懸掛在機械裝置上，修長的腿、美麗的比例、柔軟的身體，都因此被限制，只能重複自動化系統一般的相同動作。

對於觀眾來說，這場表演也因此心情上也呈現一種洗三溫暖起伏的感覺，王文儀說自己在剛開始看表演時，時常在為台上懸吊著的舞者擔心，深怕她們一不小心跌下來，或是撞到旁邊的舞者。編舞家好似刻意將表演和觀眾都帶到懸崖邊，讓大家都繃緊了神經。但漸漸地，當觀眾感受到舞者其實完全能控制、掌握自己的姿態，緊張感才慢慢褪去。同時也因為緊張集中，而更能感受到舞蹈中的獨特美感。如果最初編舞家沒有將女舞者吊掛起來，那麼這齣現代舞碼反而無法帶來這麼深刻的感官體驗。

編舞家瓦東克認為「面對極端情況，身體自然湧出的能量才是極美」表演中試圖藉由這種柔性的「摧殘」，希望引發觀眾奇異的聯想。如果要簡短形容這齣舞碼，或許就是一齣機械版的「天鵝湖」，讓觀眾感覺矛盾，微微驚異的同時被其中的翩翩優雅所吸引。

以機械音表達空間哲學

而另一名義大利籍編舞家瑪麗亞．多娜塔．居荷索的表演《黃金 E 空間》，卻又是另外一種藝術家與科技之間的應用與妥協。非常喜愛東方文化的她，想在舞台上呈現日本文化對於空間的概念。在她的舞台上，有許多多面體在舞台上轉動，舞者在舞蹈中自然地與多面體互動。

王文儀分享，這個表演當初在設計上，為了要讓多面體能夠如編舞家的要求，在舞台上可以平滑、順利、安靜的轉圈，確實在儀器上花了許多功夫。然而，最終「安靜」這點受限於器材本身，有了一些調整，卻成為作品中一個巧妙的設計。

原來，要使舞台上的多面體轉動，馬達聲響始終無法避免。就像是我們生活上有許多電器用品，使用的過程仍不免產生額外的聲音，成為生活中的背景音。在這齣表演中也相同，編舞家既無法解決馬達的聲響，她選擇了與聲音共存，讓它成為作品音效的一部分。在表演的音樂之中，沒有特別去掩蓋馬達的聲音，反而與配樂共處，成為演出音樂的一部份。而在最終，表演中存在的馬達音，就好像我們生活中冷氣機室外機的運轉聲、汽車引擎聲般，不突兀也不引起注意，反而作為一個補充空間感的存在。觀眾們更能隨著舞者的肢體，去探索幾何美學，感受編舞者的空間哲學。

使用高科技的苦惱：器材還需要更好！

藝術領域時常搶先使用科技新產品，而本次為了讓表演達到藝術家所要的效果，場館花費了許多心力去備齊所有器材。

以這次 NTT-TIFA 的《熱室》表演為例，這是一個把觀眾帶到舞台上，把觀眾席當作舞台的表演。當觀眾們坐在舞台之上，會有四個螢幕環繞在身邊，或上或下移動，播放著不同的片段。這是泰國導演阿比查邦．韋拉斯塔古的作品，他希望打造讓觀眾身處在夢境，感受虛實交錯的感官體驗，因此不僅需要多個螢幕投影，更要將原本的觀眾席佈滿煙霧。在其他小場館的表演還好，但這次《熱室》搬到歌劇院的大劇院表演，原來可容納 2000 人的場地得充滿煙霧，就得動用 40 台煙霧機才能做到。王文儀說，整個臺灣各式場館煙霧機總量可能也只有 4、50 台，這一個表演就需要這麼多台，真的超乎想像。

除此之外，導演設計在觀眾席的最後方進行投影，不同於只是投影在舞台布幕上，由觀眾席最後方投影讓距離變遠，投影在煙霧上的影像效果得以清晰可見，著實費了籌備團隊許多苦心。投影機的原理在於使用高亮度的鹵素燈泡來製造光源，再透過將光分成紅色、綠色和藍色三種色光，打在螢幕上。因此投影機的燈泡是機器中相當重要的一環，也是昂貴的消耗品。然而這次歌劇院為了這個表演使用了新型的投影機，以雷射光作為光源，亮度可達 3 萬流明，具有遠比一般投影機更強大的投影效果，解決了表演所需儀器的難題。

因此在觀賞《熱室》的時候，就像身處一場穿梭在觀眾席以及舞台上、參與現場演出的電影，在醫院照顧嗜睡症病患的志工阿珍，和沉睡的士兵阿義，在彼此的夢境中相遇。隨著聲光音效的轉換，跟從導演的安排，穿越在故事的現實、回憶與傳說之中。然而，你也會發現這不只是一個表演，更是導演自己對於泰國生活與社會的描繪，與對現狀提問的能量釋放。

鏡像的舞蹈，挑戰你的感知

不只利用高科技，今年臺中國家歌劇院也有些表演運用了特殊的設計，玩弄觀眾的感知。

在《立體．境》中，對分為二的舞台上，每邊各站著一個舞者，隨著音樂舞動。兩邊舞者以相同的舞姿開場，然而隨聲光的改變，以舞台中線為鏡面，舞者竟逐漸相對跳起鏡像的舞蹈。在這齣表演中，編舞家梵松．居彭打造出一個超現實的平行舞台，讓舞者動態宛如雙胞胎，相似，卻又相異。

在這齣表演中，編舞者恣意的挑逗著你的感官，在各種破壞後，試圖重新搭造一個新的感知體驗。舞台上會刻意安排兩個舞者躍往舞台的兩方，讓觀眾不知該追逐哪一道身影；或是讓戴著耳機觀賞的觀眾，感受現場空氣、呼吸、聲響以及配樂節奏與影像動作間的微妙錯位，藉此挑逗眾的感官經驗與聆賞經驗。

特雷門琴，啟發舞動的音樂

20 世紀初，既是物理學家也是音樂家的李昂．特雷門（Léon Theremin），發明了「特雷門琴」，一種完全不需要接觸就能演奏的樂器。這個樂器由兩個天線結構組成，一個控制聲量、一個控制頻率。人體與樂器的天線距離變化，會影響特雷門琴的電容大小，從而調整振盪頻率、產生不同的聲音。

來自波蘭的編舞家藝術家歐拉．瑪齊耶斯嘉，就是受到特雷門琴的啟發，創作了《手足舞蹈音樂會》這支表演。在表演中，她牽動舞者身體與樂器天線之間的關聯，讓肢體引動而生的音樂，搭配 DJ 現場即興表演，每一場表演，都擁有獨一無二的旋律。

藝術家探索的不只是科技，更是人類未來的模樣

台灣國際藝術節（TIFA）已在臺北兩廳院進行十年左右，新開幕的臺中國家歌劇院從去年開始加入，成為 TIFA 的生力軍「歌劇院台灣國際藝術節」（NTT-TIFA）。

今年（2018）是 NTT-TIFA 的第二年，去年歌劇院剛正式啟用，以「青春」作為年度主題，相較於臺北，臺中在表演領域仍是個年輕的市場，王文儀希望帶給剛接觸劇場的觀眾優秀且經典的作品，選擇的表演相對在語言、劇情上較明顯。然而第二年的 TIFA，強調的則是「跨學科」，編舞家將不同領域的意象加入在表演之中，雖然仍有深層的情感連結與生動的情緒描繪，但因為使用了更多元的器材，讓人體在不同材質間創新表演的想像，拓寬了素材的範疇，並加重了作品的力量。

王文儀強調，這次的 TIFA 雖然運用了許多科技，但最重要的內容不只是科技，而是藝術家藉此展現的創造力。為什麼不強調技術？王文儀說，確實所有科技藝術節都在探索如何在表演中加入高端的科技，但這一次我們呈現的藝術節，希望觀眾理解到表演背後藝術家充沛的好奇心與執行力。

「藝術沒有想要征服或證明什麼，而是一個探索的驚喜過程。」王文儀說。

本文由臺中國家歌劇院委託，泛科學企劃執行

2018「歌劇院台灣國際藝術節」活動，精彩開鑼囉！

作者 / 張白香

編按：出生於芬蘭的 Erkki Kurenniemi（1941-2017）身上混雜著各種不同身份：電子音樂編曲家、實驗電影製作人、電腦動畫家、機械工程師、發明家、未來主義者……等等。即使他致力於相關創作多年，但在北歐國家外卻鮮為人知，直到他2012年的展覽「in 2048」。
這次在TAxT桃園科技藝術節（ 2017/10/06~11/05）中不只復刻出了他創作的電子音樂合成器，也播映了 Kurenniemi 的紀錄片《無法想像的未來》（Future Is Not What It Used To Be），讓我們對於這位混雜著科學家、人文主義者、藝術家等多重身份的 Kurenniemi 能有更深入的了解。

藝術與科技的分野？

當談及能夠穿梭不同專業的人物，如科學、藝術等差距甚大的領域，除了文藝復興時期的達文西，是否還有其他更接近我們今日生活中的天才？而在一個科技無所不在，卻又無邊無際的時代中，我們如何去檢視硬體、軟體跟日常生活中的關係？如何想像在科技並未成為大眾耳熟能詳的名辭之前，那些今日被歸類為科技的物件、技術，是怎麼被看待？從那種觀點中，是否又能得到有別於今日對科技的其他理解？今日的達文西，又可以從哪些形式，展現其融會貫通，跨越邊界的創新與想像？

平時我們總會認為藝術與科技，無論從表現形式、創造過程或領域特性中，有著相當顯著的差異，又以後者跟技術的關係較為緊密；藝術跟技術之間，一方面因為藝術給予外界神秘、強調靈感、奔放不受約束的印象影響，而不易被放置在分析的框架下討論，另一方面，藝術這樣的特質，令技術在其中所扮演的功能與重要性被隱蔽，而著重於強調藝術家本身的卓然視野。然而這樣的預設，也讓人不禁疑問：無論不同刻板印象的有效性，若是忽略科學與藝術的差異與分別，是否反而能夠因此流暢地在不同領域中穿梭？

如同Erkki Kurenniemi 同時有童話故事創作的母親，以及研究科學與保險精算的父親一樣，一邊教導他如何透過想像等思考技術的展開，去看見山怪（troll）以及其他被想像出來的東西，另一邊則讓他掌握各種物質性的技術，如科學、工程、設計等，令他得以成為一名創客與駭客，設計電子樂器、編曲、以及製作藝術裝置。

訊號的背後：是事實陳述，也是藝術饗宴

對於科學家來看，儀器所產生的線條與畫面，都只是傳達資料與事實的溝通管道，但是對於藝術家而言，這些線條的造型、樣式（pattern），螢光幕上的光影變化等等，都是未曾有過的視覺感知經驗，因而可能成為藝術創作的素材，並透過捕捉這些畫面成為作品。這好似二十世紀初印象派透過光學知識與技術的發展，認識世間萬物的顏色變化，都是來自於光線的反射結果，因而透過畫布進行實驗，嘗試捕捉光影轉瞬之間的變化畫面。Kurenniemi 的錄像作品之一 <On-off> (1963) 就是此般的實驗，這或有如 John Whitney Sr. 的 <Catalog> (1961) 、皆是以訊號直接的直接呈現作為表現手法，亦與資料／資訊視覺化（information / data visualization）的電子化有所相關。

然而Kurenniemi的實驗不僅於此，他對於電子化與數位化世界的理解與興趣是全面性的：在他的眼中，構成電子數位世界的元素、不僅僅是單一件儀器，而是各種儀器組合而成的異質性網絡。除了對電子訊號的視覺實驗外，Kurenniemi亦探討攝影機鏡頭對於影像所帶來的效果，<Electronics in The World of Tomorrow> (1964) 機械式的畫面位移、鏡頭的縮放，對焦與失焦，搭配機器運算與電訊傳播中話筒聲音所產生的環境（ambient）音響，這樣的實驗方式，貌似Peter Weibel 的 <Endless Sandwich> (1969)，實驗攝影機與螢幕所構成的影像訊號循環回饋（video feedback loop）具有什麼樣的藝術特性。

在學院中，他首先接觸的是科學的知識，然而科學知識所構成的世界觀，並不能解答他對世界是否是個連續體或是分裂的疑問，有限或是無限。Kurenniemi 需要一個更具整體性的觀看方式，這促使他離開科學，投入藝術此一更不具典範限制的實驗自由度──即便他所自身的實踐與思考，本就沒有藝術與科技之區分，而更接近於以同樣的原理與系統，在不同媒介語言的相互溝通、轉譯對話中，創造未曾被描述過的敘事。

此一對於邊界的批判與挑戰，也反映於 Kurenniemi 對於物質與技術的思考上，他認為未來人和機器會結合在一起，人在哪結束，機器又從何處開始，彼此的邊界會變得更加模糊，那將是由人、社群、有意識的機器、會說話的動物，會思考的汽車、城市與電腦所組成的世界，彼此個體能夠以不同尺度思考，成為一動態而流動的共生體（symbiosis）。

這種對於不同物質間特性相互流通的思考，甚早便實踐於Kurenniemi的作品中，如影像作品 <Computer Music> (1966)，或是如他研發的樂器「DIMI」具有記憶功能，可以記住聲音指令。這種對於機械的洞見也令他的發明炙手可熱，不得不成立公司以應付生產需求，然而他並未因此而停止探索融合的可能，更開發了DIMI系列樂器，結合攝影機、電腦、管風琴鍵盤、感應器等元件，利用影像辨識 (DIMI-O)、多人共同互動並即時轉換動作為演奏 (DIMI-S)，也曾與Samuel Beckett等人合作實驗其可能性。

Kurenniemi也很清楚地意識到，電腦中的程式編碼和樂譜，都是資訊透過不同媒介的分佈與表達方式，即兩者構造與組成方式有異曲同工之處，而彼此之間是可以互相轉換的，而這並不僅限於程式碼與聲音，實際上光線、影像、運動、顏色與氣味都能相互轉換，甚至電腦就能夠模擬世界的運作──電子遊戲便是一例。<Feel It Exhibition> (1968) 便是將聲音的震動轉化為可以接觸（haptic）的狀態，嘗試製作沒有正常聽力的人也能感受的展覽。

這種流動的思維，令他可以平均無偏差地（unbiased）看待所有構成事物的組成，進而形成一網絡性的思考方式，這讓他甚早就明白人類與自然彼此之間的未來，將是相互依存的。遺憾的是，即便有 Erkki Kurenniemi 這樣如先知般的人存在，並給予存在於未來的人依然受用的建議與預言，雖然其中不免有過於理想與大膽的猜測，這種概念於今日依然不甚普遍，人們依然將經濟開發與環境保護視為對立的價值，而未能從網絡的層次去思考與理解。或許在今日對於科技的發展與進步越發重視的當下，更需要透過回顧過往的歷程，才能平衡對於科學技術的觀看方式，重新思考一個合宜的科技觀點。

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿