科學家與媒體都覺得彼此難溝通？「新興科技媒體中心」來架橋

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

放鬆的大腦會探索新奇的點子；忙碌的大腦只會尋找最熟悉的概念，那些概念通常也最乏味。若要發揮彈性思維，需要抵抗持續的外在侵擾，主動尋找離線的獨處時光。

放緩步調，重新思考說話與表達

我有幸和史蒂芬．霍金共事過幾年。過去五十年左右，霍金罹患漸凍症，那種病會攻擊掌控隨意肌的神經元。由於他幾乎沒有能力行動，他是透過滑鼠點擊，從電腦螢幕上選字溝通，那是很乏味繁瑣的流程。一開始，螢幕上顯示游標從一個字母移到另一個字母。他選好一個字母後，再按一次滑鼠，就可以從建議的字串中選字，或是再重複先前的流程選擇第二個字母，依此類推，直到他挑選到想要的單字或拼完整個單字。

我們剛開始合作時，他是以拇指點擊滑鼠。後來，隨著漸凍症日益惡化，他的眼鏡內建了運動感測器，他只要抽動右臉頰的肌肉，就能點擊滑鼠。如果你看過霍金在電視上接受訪問，覺得他回答問題很快，那是一種錯覺。他其實提早拿到問題，花了幾天或幾週才完成所有的回應。採訪者提問時，他只要點擊滑鼠，就可以啟動電腦朗讀他的回應，或是由音效編輯器事後加上。

我和霍金共事時，他只能以每分鐘約六個單字的速度編寫句子。所以，即使他只是簡單回應我的話，我通常必須等好幾分鐘才知道。一開始我不耐煩地坐在那裡枯等回應時，腦袋不時會陷入放空的狀況。某天，我從他肩膀的後方望向他的電腦螢幕時，看到他正在構思的句子。於是我開始思考，他是怎麼構想回應的。等他完成句子時，我已經有好幾分鐘的時間可以思考他想表達的想法。

那次經驗讓我突然有所領悟。在正常對話中，我們往往是在幾秒內回應對方的話，所以對話的一來一往幾乎是自動的，是來自大腦的表面。在我和霍金的對話中，對話從幾秒回應拉長成幾分鐘，那有很大的助益。那讓我更深入地思考他的話語，也讓我的想法與反應以一般對話做不到的方式，滲透到大腦深處。因此，那種緩慢步調讓我有機會深思，那是平常的匆忙溝通做不到的。

平常的匆忙溝通不僅影響當面對話而已。我們回應簡訊、電郵、在網路連結之間跳來跳去也是如此匆忙。我們從自動化和科技獲得的協助比以前還多，但我們也變得比以前更忙碌。我們接收大量資訊的轟炸，需要做一堆決定，完成代辦清單上的任務，達成工作上的要求。現今的成年人每天短時間（亦即三十秒左右）查看智慧型手機的平均次數是三十四次，至於更長時間的通話、玩遊戲等等，那就更不用說了。五十八％的成年人至少每小時會查看一次手機，十八到二十四歲的年輕人平均每天收發一百一十條簡訊。

科技造成的精神失調症

科技的影響可以是正面的。現在我們與親友的關係更緊密相連了，我們可以輕易透過手機或平板電腦隨時連上電視節目、新聞網站、遊戲和其他應用程式，但別人也預期他們可以隨時隨地找到我們。由於我們可以在家裡工作，與雇主的關係比以前更緊密，雇主也預期我們幾乎任何時間都在工作或隨時待命。連我們和親友的密切聯繫也有缺點，因為那可能讓人上癮，欲罷不能。

在一項研究中，研究人員要求受試者兩天別發簡訊。事後他們表示，無法發簡訊給親近的人感覺很「煩躁」、「焦慮」、「心煩意亂」。在另一項研究中，研究人員阻止 iPhone 用戶接聽響起的手機，結果發現他們出現焦慮現象，心率和血壓都升高了。另一項研究顯示，七十三％的智慧型手機用戶找不到手機時會感到恐慌。還有一項研究顯示，很多人明知道自己不該看手機，還是會忍不住看一下。

這些都是典型的上癮徵兆，而且這種症狀日益惡化，變得很常見。精神科醫生已經開始為這種現象命名，例如 iPhone 分離症、手機離身恐慌症（nomophobia，亦即 no-mobile-phone-phobia），或是更普遍的科技精神失調症（iDisorders）。

大腦期待未知刺激，引起巨大的慾望

成癮現象之所以出現，是因為那些習以為常的訊息轟炸可能改變大腦的功能。那個機制和化學成癮很像。事實上，我們查看喜愛的社群網站或電郵時，那種「不曉得會看到什麼」的感覺，會讓大腦產生期待。當我們看到感興趣的東西時，腦中的獎勵迴路會出現一點波動。過了一段時間，你已經受到那種刺激的制約，只要不接受刺激就會感到無聊。在此同時，手機發出的嗶聲、颼颼聲或豎琴聲不斷地提醒我們，手機裡可能有獎勵等著我們。

這是不是讓你想到賭場中的吃角子老虎機？精神病學家兼網路與科技成癮中心的創辦人大衛．格林菲爾德（David Greenfield）表示：「網路是全球最大的吃角子老虎機，智慧型手機是全球最小的吃角子老虎機。」電玩（包括手機上的簡單遊戲）更糟糕，套用一項研究的說法：「打電玩時，確實可以看到腦中的多巴胺大增，尤其是控制獎勵與學習的區域。多巴胺的增量相當驚人，與靜脈注射安非他命相當。」

專注會抑制大腦，無所事事反而成就大事

我們沉迷於持續的活動時，就會缺乏閒暇時間，也因此大腦幾乎沒有時間處於預設狀態。儘管有些人認為「無所事事」毫無助益，但缺乏休息對健康有害，因為空閒時間可以讓大腦的預設網路消化最近體驗或學到的東西，使我們的整合性思考流程和多元的點子能夠協調，不受大腦執行功能的審查，也讓我們仔細琢磨內在的渴望，思考我們還有哪些未竟的目標。

這些內在對話為持續進行的第一人稱人生敘事提供素材，幫我們培育及強化自我意識。這也幫我們把歧異的資訊連結在一起，觸發新的聯想；幫我們稍微抽離手邊的議題和問題，以改變我們看待那些議題的方式；或產生新點子。那讓我們「由下而上」的彈性思維網路有機會為難題尋找意想不到的創新解決方案。

瑪麗．雪萊創作出科學怪人的那個夜晚，如果她有手機，她可能不是躺下來休息，讓思緒到處神遊，而是刷手機解悶。手機上的眾多誘惑可能會吸引她的關注，壓抑了創新點子的浮現。

意識大腦處於專注狀態時，彈性思維的聯想流程無法大舉發揮。放鬆的大腦會探索新奇的點子；忙碌的大腦只會尋找最熟悉的概念，那些概念通常也最乏味。可惜的是，如今隨著預設網路日益遭到忽視，我們愈來愈沒有時間放空，去做長時間的內在對話。因此，我們愈來愈沒有機會去串接隨機的聯想，以促成新點子和新領悟。

這實在很諷刺，科技進步使彈性思維變得更重要，但也導致我們更沒有機會去運用彈性思維。所以，在這個步調迅速的時代，若要發揮彈性思維，需要抵抗持續的外在侵擾，主動尋找離線的獨處時光。過去幾年，這個問題變得非常緊迫，以致於「生態心理學」（ecopsychology）這個新領域突然興起。

陷入困境時，不妨放空一下吧

生態心理學家正在收集科學證據以佐證其論點，但他們提出的許多建議其實不是什麼新鮮事。例如，他們主張，想要刻意騰出安靜的時間，一種做法是離線，去做慢跑或淋浴之類的活動以擺脫俗事。散步也有幫助，但你需要把手機放在家裡。

那種散步可以啟動預設模式，也有助於恢復「由上而下」的執行功能。散步完後再回歸忙碌的現實狀態時，你會感到神清氣爽。不過，只有在安靜的地區散步才有那個效果。吵雜的城市街區充滿了吸引你注意的刺激，例如你需要避免撞到別人或是被呼嘯而過的車子撞到。不過，如果說散步或跑步有釋放大腦的效果，早上剛睡醒時，直接躺在床上幾分鐘也有同樣的效果。

別去想那天的日程安排或待辦清單，而是把握那個安靜的狀態，在你起床面對世界以前，盯著天花板，享受床鋪的舒適感，放鬆一下。

在工作中，當你陷入困境，無法解決某個複雜的議題時，與其逼自己絞盡腦汁苦思，不妨安排一些放空的任務，讓大腦休息。腦中惦記著購物清單這種微不足道的東西，可能會妨礙彈性思維，你可以試著清除腦中掛念的事物及該做的事情。成功清除腦中雜念後，你可以完成簡單的工作，同時釋放彈性思維去尋找突破性的解決方案。即使是每個小時暫停下來去茶水間一趟也有幫助，那種空檔讓靈活的大腦有機會處理及質疑剛剛那個小時專注創造出來的東西。

拖延也有助於解決問題

令人驚訝的是，拖延也有幫助。研究顯示，拖延和創造力之間有正相關，因為你延緩有意識的解題及決策意圖時，也為潛意識的思索騰出了時間。

達文西非常重視潛意識的流程，他創作《最後的晚餐》（The Last Supper）時，有時會突然拋下創作，休息一段時間。付錢請他來畫圖的神職人員不解，為什麼他放著該做的事情不做。誠如藝術史學家喬爾喬．瓦薩里（Giorgio Vasari）所言：「會院的院長不斷地懇求達文西完成畫作，因為他看到達文西有時一陷入沉思，半天就過去了，他覺得很奇怪。他希望達文西像那些整理園圃的勞動者那樣，永遠不要擱下畫筆。」

但是達文西「跟他談了很多藝術，說服他相信最偉大的天才有時在減少工作下，反而完成得更多。」下次你望向窗外時，切記，你不是在偷懶

──你是讓藝術天賦有機會發揮。

如果你以前沒有休息放空的習慣，請騰出時間那樣做，那可能會帶來意想不到的效果。

本文摘自《放空的科學：讓你的理性思維休息，換彈性思維開工，啟動大腦暗能量激發新奇創意》，漫遊者文化出版。