Loading [MathJax]/extensions/tex2jax.js

7

0
0

文字

分享

7
0
0

科學傳播怎麼做?

活躍星系核_96
・2012/04/27 ・3807字 ・閱讀時間約 7 分鐘 ・SR值 502 ・六年級

作者: 黃敏芳(畢業於陽明大學醫放系、陽明大學醫工所及Science and Technology Journalism)

看到友站正轟轟烈烈地討論穿領域/跨領域議題,不由得想談談科學傳播的實作層面。不管你的背景是什麼,當你開始寫文章傳遞科學知識的時候,就是「穿」過了不同的領域,跟讀者的世界取得聯繫。你所傳遞的內容,除了能夠壯大該研究領域的聲勢,提升讀者的知識水準,也將或多或少影響讀者的生活。身為有志於科學傳播的一般人,或許可以從下面的例子思考該怎麼從科學傳播的實作層面做起,提升科學傳播的品質。科學傳播雖然看似簡單,但其實是件很困難的任務。

日前參加了一場演講,名稱是「Communicating Chemistry to the Public」。由於這是包括在美國化學協會(註1)年會裡面的一場演講,整場演講的風格比較像是教導化學專業人士如何與一般大眾溝通。

參與這場演講的演講者陣容相當強大,不愧是現任美國化學協會會長所欽點的演講(註2)。參與的演講者包括了現任美國科學人雜誌的總編(註3)、C&EN News雜誌的現任編輯(註4)、新近出版化學元素週期表科普書的科學作家(註5)以及在約翰·霍普金斯大學掌管公關部門多年的主管(註6)等(註7)。值得一提的是,這場演講的講者幾乎都有著第一手的科學傳播實務經驗,目前或多或少都還在從事科學傳播的前線任務。

-----廣告,請繼續往下閱讀-----

讀者,不是學生,更不是你的同事

在《On Writing Well》一書中,作者曾把讀者形容成一種注意力只能持續30秒的生物。撫掌大笑之餘,不得不承認這比喻的確有他的道理在。上個網站看文章,有多少人只會開一個視窗?各種廣告、各種網站效果、各種通訊程式和網路遊戲無不喧囂著爭奪讀者的注意力,科學傳播文章本來就很容易因為內容的關係讓讀者覺得枯燥,如果不花點功夫抓住讀者的注意力,辛辛苦苦寫出來的文章豈不就白費了嗎?

科學傳播的接收者是人,從8歲到88歲人都是從事科學傳播的作者的守備對象。想想,他們有可能是根本還沒接觸科學的人,也有可能是在上完義務教育科學相關科目之後再也沒有碰過科學的人,更有可能是一直對科學感到鴨子聽雷的人,對於這樣的人,你怎麼忍心用一堆看起來像咒語一樣的東西轟炸他們,把他們嚇跑呢?

這就是為什麼在會議中,不同的演講者不斷反覆強調兩個重點:「簡單化」以及「趣味性」。在進行科學傳播寫作的時候,不管你所要傳遞的議題本身有多複雜,一定要想辦法簡單化,讓讀者可以很快地看懂,這樣讀者才有機會順著你的思緒瞭解你所要傳達的內容。內容要有趣,這樣讀者才會願意花時間看完你的文章。

約翰·霍普金斯大學的前公關部門主管指出,絕對要避免以權威式的口吻撰寫科學傳播文章。在他20幾年的職業生涯當中,權威式的口吻已經被證明為行不通的方法。

-----廣告,請繼續往下閱讀-----

讀者對作者沒有任何情理道義在,喜歡就看下去,不喜歡就換個更感興趣的東西來看。想要抓住讀者的腦,把科學知識灌輸進去,首先要做的就是抓住他們的注意力。所以在寫作的時候,要確認你想要寫的內容,調整內容讓讀者看得下去。你可以預想你的讀者的形象,找出選擇這個對象的理由,按照讀者的形象與需求調整文章。美國科學人雜誌總編特別建議科學家們在進行科學傳播的時候,要多想想讀者的需求,找出有趣的切入點,從讀者的角度思考他們想要得到什麼樣的內容,這樣才能進行有效的科學傳播。約翰·霍普金斯大學的前公關部門主管則提到,撰寫文章的時候要注意準確性(accuracy)、平衡性(balance)和事件背景(context)三點。有了這三點,內容才會完整。

小故事、功用大

如何抓住讀者的注意力呢?演講者建議文章裡面可以使用一些趣事軼聞來增添人性的成分。讀者是人,從事科學研究的科學家也是人,兩者都有情感跟思想,應該要多多展現科學家的人性方面,才能拉近科學與一般大眾之間的距離。

使用故事方式來闡述科學知識還有一個好處,人的腦袋在記憶事情的時候,最常用的一個方法就是使用故事性描述方式來記憶事情。以故事方式切入,用視覺化的方式去呈現內容,讀者也會比較容易記得你想要傳遞的科學訊息。

這點《消失的湯匙》的作者就做得相當出色。基本上他的 20分鐘演講就是在講他書中的內容,雖然如此,不過現場聽眾的迴響非常好。據本人的觀察,那是因為他在演講內容裡面穿插了非常多的有趣小故事所致。譬如,他提到幾件關於鋁的小趣聞,讓我在聽完演講的一個月之後還記得相當清楚。

-----廣告,請繼續往下閱讀-----

鋁這種現在看起來非常廉價的金屬,在一兩百年前可是能跟金銀相提並論的貴重金屬,拿破崙三世曾拿他的鋁收藏品在重要宴會上炫耀美國人還特地在華盛頓紀念碑上頭安置鋁製的小金字塔,可見古人非常的重視鋁。後來因為電解法的出現,人們有辦法大量提煉純鋁,鋁的價值就一落千丈了。

這樣的小故事乍看之下沒什麼,後來仔細回想赫然發現作者巧妙地將許多知識串連在一起。首先我學到的是鋁曾經因為很稀有,所以價值高昂。然後我學到了近代大量提煉鋁的方法是電解法。最重要的是,這個故事所傳遞的知識截至目前為止已經在我的腦袋裡保留了將近一個月。

我想,對作者來說,讀者能夠深深記得你想要傳遞的東西這件事,是一個非常重要的肯定。

譬喻,必要之惡

譬喻也是寫作的時候可以善用的加分技巧。透過譬喻,讀者比較容易瞭解複雜抽象的概念。但是使用譬喻的時候要非常小心,因為譬喻也很容易造成根深蒂固的誤會。

-----廣告,請繼續往下閱讀-----

由於科學充滿了各種抽象概念,闡述科學現象的時候很難不使用各式各樣的譬喻好讓讀者進入狀況。對科學傳播來說,譬喻算是必要之惡。雖然譬喻常常因為使用的文字、圖片不當的關係造成讀者的誤解,但是有總比沒有好。

譬喻與術語之間並沒有孰強孰弱之分。術語的優點之一就是精鍊。如果衡量過譬喻跟術語的效果之後,覺得術語的效果比較好,不妨大膽使用之。譬喻與術語,就是按照情況選用。能夠讓讀者瞭解你想要傳達的知識的方法,就是好方法。

不要怕被當作笨蛋

科學博大精深,有志於從事科學傳播,應該要養成多發問的習慣。若是有機會採訪科學家,多發問才能搞清楚對方想要發表的研究內容是什麼;多發問,才能搞清楚細節,得知該研究的來龍去脈,幸運的話還可以找到好的故事切入點。

其中一名演講者就分享了某個諾貝爾獎得主接受採訪的小故事。那位諾貝爾獎得主是個和善的人,花了一整個上午的時間跟記者解釋他的研究。無奈研究的內容實在太過於艱深,記者聽得一個頭兩個大,很難進入狀況。午餐時間到了,諾貝爾獎得主提議到附近的餐館吃飯。等上菜時,記者詢問諾貝爾獎得主為何他當年會想到進行這樣的研究?諾貝爾獎得主聽完他的問題之後忽然拍案而起,原來他當年就是在同個餐館、同個座位上,跟同事吃飯的時候隨手在餐巾紙上寫下他的研究點子。也沒等菜上來,諾貝爾獎得主就帶著記者直奔他的辦公室,從檔案櫃裡面挖出了那張寶貴的餐巾紙。這件事後來就變成很棒的故事切入點。若不是記者無心的問題,讀者大概就錯失了這段小故事。也因為這個故事,讀者對這位諾貝爾獎得主的形象瞬間親切了不少。

-----廣告,請繼續往下閱讀-----

不是每個讀者都是專家學者,提問題有助於把事情釐清、搞清楚前因後果。研究通常都有各自的歷史背景,把研究背景交代清楚了,讀者才能體會研究的重要性所在。

要達到有效的科學傳播只能靠大家不斷的耕耘、多寫、多思考、多求證、多跟讀者用「白話文」溝通以及嘗試帶入各種有趣的科學小故事。如果你不確定自己寫的內容能不能讓一般人看得懂,不妨請家中的長輩幫你評鑑一下。如果連你的爺爺奶奶都能瞭解你想要傳遞的科學內容,那你的文章也就成功一大半了。

註:

  1. American Chemical Society(ACS),世界上最大的科學協會(Scientific Society)。
  2. ACS的會長是一年換一次。今年的會長是Bassam Z. Shakhashiri,威斯康辛大學麥迪遜分校(University of Wisconsin-Madison)的教授,被譽為化學實驗表演(chemistry demonstration)大師。每次年會時,ACS會長會針對開會的主題推出一些特別的演講,本次ACS上半年的年會主題是「Chemistry of Life」,我去的這場演講就是他欽點的演講之一。
  3. Mariette DiChristina,現任美國科學人雜誌總編,也是自美國科學人雜誌創刊百年來的第一位女性總編。在她上任之後幫這本雜誌做了許多的改變。
  4. C&EN News是美國化學協會提供給會員的週刊,雖然輕薄短小,但是內容包山包海,品質相當的好,可惜沒有開放讓非會員訂閱。品質有多好呢?連AAAS(The American Association for the Advancement of Science美國科學促進會,是出版Science這個重量級科學期刊的世界最大非營利科學組織。)裡面的上級人士都曾對此表示羨慕過。平心而論,其實Science的內容也很包山包海,不過本人私心還是比較偏愛C&EN News一點。順帶一提,AAAS的年會也非常的棒,喜歡科學的人有機會真的可以去開開眼界。
  5. Sam Kean,科學作家,曾得過美國科學作家協會(National Association of Science Writers,NASW)頒發的獎項,著有《消失的湯匙(The Disappearing Spoon)》一書。台灣有出版《消失的湯匙》的中譯本,而且中譯本的封面還被作者狠狠地吐槽過,令我看得心中百感交集。
  6. Joann Rodgers,是執掌約翰·霍普金斯大學公關部門長達25年的主管。退休後轉到約翰·霍普金斯大學的生物倫理研究機構重操舊業
  7. 完整會議流程在此

ps. 偷偷宣傳一下,在下五月中要去參加美國國家科學基金會(National Science Foundation,簡稱NSF)舉辦的科學傳播會議,這場演講的演講者主要是科學傳播領域的相關專家學者。歡迎有相關問題/想法的人留言給我,說不定有機會拿去請教專家們。 :)

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 7
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

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
2024 臺灣科普環島列車啟程 催生科學傳播新力量
PanSci_96
・2024/10/21 ・915字 ・閱讀時間約 1 分鐘

「2024 臺灣科普環島列車」今(21)日自臺北火車站啟程,沿著西部幹線南下,將於 10 月 21 日至 26 日搭載全臺 202 所國小學生,展開 6 天的科普環島之旅。前副總統陳建仁、國科會主委吳誠文、數位發展部部長黃彥男、交通部臺灣鐵路公司副總經理賴興隆,美、荷、法、德、英國等駐臺代表、9 家車廂參與單位代表及師生們均蒞臨開幕式。

高中生成為科學傳播新力量 助力全臺科普教育

吳主委表示,自 2016 年以來,已連續 9 年舉辦科普環島列車活動,持續推動科學教育。今年活動規模擴大,火車將在 6 天內行經 17 個縣市、32 個站點,提供超過 300 項科學實驗,讓全臺學童能從小接觸科學。

更值得一提的是,近年來國科會積極邀請全臺高中學生,透過科學培訓後上車擔任「車廂關主」,帶領國小學童玩科普;高中生們由「知識接收者」轉為「科學傳播者」的角色,不僅加深其擔任小老師的使命感,也提升科學傳播、知識轉譯及組織規劃能力。

今年有 391 位來自全臺 18 所高中的學生參與培訓,其中 162 位為女學生,突破科技領域的性別刻板印象,展現女性在科學界的力量。這些科普小老師們將於 10 月 21 日至 26 日帶著全臺各縣市、鄉鎮國小學童學習更多有趣的科學實驗,為科普教育展開多面向的正循環。

-----廣告,請繼續往下閱讀-----

2024 年的科普環島列車很不一樣! 全民一起上列車、長知識

「2024 年臺灣科普環島列車」停靠站點及時刻表

今年臺灣科普環島列車首度開放全民上車體驗,活動開放報名迅速額滿,共有360位民眾參加,8節車廂搭載不同科技主題的特色實驗,包含今年最發燒的 AI 人工智慧、半導體、衛星通訊、以及與我們生活息息相關的隔震減震知識,都設計在車廂的科學實驗活動中,讓參與活動的學生、民眾能獲得最新最熱的科技知識。各車廂活動由台灣默克集團、友達永續基金會、瑞健醫療、ASM 台灣先藝科技、國家地震工程研究中心、數位發展部、緯創資通、聯華電子科技文教基金會和上銀科技等單位規劃設計。

國科會特別感謝各參與單位的支持與合作,讓此次活動更豐富多元。科普列車活動期間,在全國各地火車站及周邊地區也同時舉辦科學市集,歡迎各地民眾經過火車站時不要錯過難得的科學體驗機會!

-----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

2
0

文字

分享

0
2
0
量子科技即將走入生活?最有趣的科學知識傳播 QuBear 量子熊,來了!
鳥苷三磷酸 (PanSci Promo)_96
・2023/07/10 ・676字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

不知從什麼時候,「量子」取代了磁場、奈米,成了時興的名詞。特別是把量子與資訊兜在一起,無論是在科學或是科技上,都深具潛力。或許有一天,我們將打開以量子位元建構的量子電腦,透過量子演算法進行各種計算,並把資訊用量子傳輸的方式傳遞出去。

這樣的日子可能真的不遠了。

為了因應量子科技時代的來臨,行政院在 2022 年 3 月宣布成立「量子國家隊」,由 17 個產學研團隊組成,包含了通用量子電腦硬體技術、光量子技術、量子軟體技術與應用開發這三大領域。

「量子熊 QuBear」身為量子國家隊的推廣擔當,針對年輕世代學子,激發量子科學與科技的興趣與瞭解,將全力推動 Quantum PAY,以三大多元管道「Podcast、 Article、YouTube」進行知識傳播,內容類型含括播客、文章跟影音短片。量子熊 QuBear 除了打造線上平台,更製作多個 quantum PAY 學習模組,努力朝著建立量子熊的微學習平台,以及建構長遠的科學知識傳播生態圈的目標前進。

最後,你或許會好奇,量子熊的名字是怎麼來的?

-----廣告,請繼續往下閱讀-----

量子電腦的核心技術是量子位元 (qubit)。英文發音快一點,就跟 QuBear 有點相似,於是就裝個可愛,叫做量子熊啦!

記得看到量子熊時,幫忙按讚、訂閱,還有~開啟小鈴鐺~https://www.youtube.com/channel/UCkWM3vYaCd_VoPHQ1hrUdzA

-----廣告,請繼續往下閱讀-----