《大野狼與七隻小羊-童話與數學的邂逅》——2019數感盃 高中職組專題報導類銅獎

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

根據教育部編《國語辭典》，這成語的解釋是：「比喻人或事物，隨著憑藉者的地位提升而升高。」你覺得拗口是不是？其實這成語是說，水位高了，水裡的船跟著升高，造兩個句你就更明白了。

油價一漲，民生用品水漲船高，人們的生活開支就增加了。

最近老師教得認真，結果水漲船高，段考成績普遍提高了。

如果水位變低了呢？水裡的船當然跟著降低。當水位低於船隻沒入水中的部份（稱為吃水），船隻就會擱淺。談到這裡，就得談談浮力原理了。

這原理的發現還有個小故事呢！相傳某希臘國王，做了一頂純金王冠。有人密報，金冠攙假。然而秤一下重量，又和當初交給金匠的純金一樣重。國王還是不放心，就請科學家阿基米德鑑定。

阿基米德苦思多日，想不出辦法。一天，他在家裡洗澡，當他進入澡盆時，看見水往外溢，突然悟出：「可以用測定固體在水中排水量的辦法，來確定金冠的比重啊！」他興奮地跳出澡盆，大聲喊著：「尤里卡，尤里卡！」（尤里卡，就是「發現了」的意思）。

阿基米德把王冠和同等重量的純金，放在兩個容量相同、盛滿水的盆子裡，發現放王冠的盆子，溢出的水比另一盆多些。說明王冠的體積，比相同重量的純金的體積大，證明了王冠並非純金製的，揭露了金匠欺君之罪。

阿基米德因此發現了浮力原理（又稱阿基米德原理）：物體在水（液體）中所獲得的浮力，等於物體所排出（開）液體的重量。根據浮力原理，只要水夠深，幾萬噸的船都能浮在水上，因為它排開的水，比船還要重啊！

章老師曾搭乘郵輪經過蘇伊士運河。這條運河寬 205-225 公尺，深 23-24 公尺，所以只要船隻吃水的部份不超過 20 公尺，保證可以通行。章老師搭乘的是艘中小型郵輪，只有 3.5 萬噸，加上 1000 名乘客和 400 位工作人員，吃水可能不到 10 公尺。走在我們前面的，是艘 10 萬噸級的貨輪，也行駛得十分順當。查一下資料，這條運河可以浮起 24 萬噸的船呢！

那麼 2021 年 3 月間怎會發生蘇伊士運河事件？發生事故的長賜號，總噸位 220,940 噸，寬 58.8 公尺，都在安全值之下。可是運河水深 23-24 公尺，是指中央的航道，靠近岸邊就沒那麼深了。長賜號被強風吹離航道，在岸邊擱淺。這還不說，長賜號全長 399.94 公尺，擱淺時斜著卡在運河中，把整條運河堵住了。

• 文／雞湯來了馮治豪
  校稿／雞湯來了張芷晴、陳世芃
  製圖／雞湯來了黃珮甄
  編輯／雞湯來了蕭子喬

如《性教育該怎麼開口？三個在家談「性」的入門策略》中所提到，家長在日常生活中跟子女討論「性」這件事，對子女的健全發展是非常有幫助的。但實際想應用在生活中，開啟話題是不是有點困難呢？

別擔心！我們也可以試著用平易近人的童話故事做題材，搭配循序漸進的話題設計，跟孩子開啟對話！耳熟能詳的童話裡，公主與王子在故事結尾總能過上幸福快樂的日子。輕鬆、愉快的劇情，其實悄悄埋下許多有關「性」的隱喻及寓意。

以下結合三篇過往的研究分析，來討論三個童話故事《白雪公主》《紅鞋》《小紅帽》，隱含了哪些成長過程會遇到的議題。

《白雪公主》：發育初期的煩惱

在格林童話的《白雪公主》故事中，皇后因為白雪公主變得比自己更漂亮而心生怨恨，派人將其殺害，但誰知派出的獵手竟在最後關頭心軟放白學公主離去，當壞皇后得知白雪仍舊存活，曾三次暗中喬裝拜訪，分別送了白雪公主束衣緞帶、毒梳子及毒蘋果，而善良的白雪對壞皇后的屢次拜訪毫不設防。

有研究認為¹第一次送給白雪的束衣緞帶如同現代的束胸，在少女發育初期，對於胸部的發育感到難為情，開始在意他人看待自己的眼光，甚至感到自卑，於是嘗試用束胸把胸部遮住，不希望別人注意到自己正在發育的身體。

第二次送了有毒的梳子，當白雪梳頭的時候就中毒昏倒，梳子是用來整理容貌的工具，象徵性本能、性意識已經漸漸進到白雪的意識裡。而本性單純的白雪首次發現性本能的強烈衝擊，讓自己的頭腦失去思考能力，需要一段時間才能吸收、消化這樣的意識衝突。

第三次送了鮮紅的毒蘋果，白雪在吃下去後陷入長期的昏迷不醒，被安置在透明棺材中，代表當白雪發現自己存在如此強烈的性本能時，衝擊感不只讓她失去思考的能力，更加喪失了與人社交、來往的能力。

透明棺材象徵獨立的空間，讓白雪好好的反芻這些經驗帶來的改變，也漸漸接受成長之後自己的模樣，就好似發育初期的男女對於自己的生理發展產生極大的好奇心以及羞赧，難以啟齒的青澀困擾甚至可能影響到生活的其他層面。所以，家長可以試著營造一個安心討論的氛圍，引導子女主動表達自己遇到性的困擾，具體作法可以參考文末的小建議。

《紅鞋》：探索性領域的潛在危機

待到身體發育成熟，下一個潛在議題拓展到「公私領域的界線」以及「自我概念的建立」。

在安徒生童話的《紅鞋》故事中，女孩自從收到年邁女鞋匠親手製作的紅鞋，便漸漸的喜歡上了紅鞋，甚至當鞋子被養母燒掉了，還要再買一雙更漂亮的紅鞋來穿。根據研究分析²，穿上紅鞋的動作可能象徵著性衝動、性成癮等意涵，自從喜歡上紅鞋，女孩無時無刻不想穿上紅鞋盡情跳舞。對於不分場合、不分時機渴望穿上紅鞋跳舞這件事，可能代表女孩對「慾望」這件事上癮，且已影響到日常生活了。

研究中推論對慾望上癮的人可能較缺乏「自我撫慰」及「情緒調節」等能力，於是面對壓力時，傾向用性行為滿足一時的愉悅，並逃避壓力。

大部分習得「自我撫慰」及「情緒調節」的來源是經由主要照顧者的接納、理解及反映，但故事中女孩的主要照顧者是個過度專注於自身的長輩，因此女孩這部分的能力相對不足，於是面對壓力時，選擇不顧一切的穿上紅鞋盡情跳舞，沈浸在短暫的歡愉以逃避現實帶來的壓力。

從接觸、喜歡、享受，到痛苦不堪，後來更是砍掉了腳踝來擺脫干擾，直到最後的救贖。最重要的轉折來自於女孩開始在他人家中擔任僕人，並能夠平靜地拒絕他人贈送的華美禮物。女孩不僅理解到除了「性」可以帶來暫時的愉悅並建立肉體的連結，其實透過付出勞力也可以建立自我的價值並產生與他人的連結，慢慢的也學會了如何融入大眾的生活，與他人共處。

在青春期子女積極探索「性」的過程中，家長擔憂子女被未經篩選的資訊灌輸扭曲，甚至錯誤的觀念。這時候越是禁止、遮掩，會驅使子女更加好奇。不妨在日常的關心中，放入一些關係、性別的話題，在他們接觸到錯誤資訊前，先將正確的資源交給他們，這部分可以參考政府的資源網站（如：性福 e 學園 ）。

《小紅帽》：性與親密關係的關聯

當自我的生心理都發展相對成熟之後，開始練習與他人建立更深的關係，此時最容易面對到的議題便是：「我想要談怎麼樣的戀愛？」，綜合了幾篇分析的文章，我們試著分析《小紅帽》的故事。

在《小紅帽》的世界裡，當小紅帽在樹林中，被花花草草吸引而離開了熟悉的小路，一身鮮紅的女孩被大野狼注意到。就像是初入擇偶市場的男女，無意間散發著對彼此的吸引力，在毫無防衛之心的情況下，被深藏其中的狩獵者看中。在前方等待的是看似平靜、美好的秘境，但往往背後隱藏著不可見的危險。

故事中，小紅帽第一次遇到野狼，她善良的透露出自己的資訊，讓野狼可以更精妙的準備接下來的計畫，讓小紅帽一步一步地走進自己的陷阱。在現實中，可能就是所謂的「渣男渣女」，會在第一次接觸時表現得人畜無害，卸下獵物心防，也為了後面更順利的把對方收進自己的懷裡。

在故事後期，小紅帽被善良的獵人拯救，甚至學會了自我防衛，而現實生活中，並非每個無辜的人都會被拯救，因此在事前讓子女更好的準備自己，去認識、了解自己的身體、生命的價值，並建立起健全、清楚的人際關係，就顯得更加重要。

此時值得特別注意的是，子女或許正透過外在的吸引力建立自我概念、建立人際連結。家長可用平和的方式告知子女潛在的風險及遭遇危機時的處理方法，但請避免用直接命令的方式期望子女服從，否則或許良善的本意會演變成意外的衝突。

營造安全的討論環境，一同討論成長

生活中有許多事情，例如青少年建立自我認知、人際互動的界線，以及對自己跟他人的尊重，並不隨著長大就自然而然的了解、熟悉。如果此時有適當的引導、教育，更能夠幫助孩子妥善的認識、發展出正確的認知。

在子女身心理快速發展的時期，爸媽可以試著透過下面的方式和子女一起練習營造安全的討論環境、培養子女敞開提問的習慣：

1. 用平和的態度接納子女的提問：「這個問題很有意思」、「你問了非常有意義的問題」。
2. 澄清子女的疑問：「這個問題你怎麼想到的？你想知道的是什麼？」。
3. 確認子女的想法：「那你怎麼想呢？」、「你覺得呢？」。
4. 分享、回答。

其實，這件事也不單單只發生在子女的身上，每一個爸媽也都是第一次為人父母，並不是孩子一出生就懂得照顧和教育後代。更多時候，爸媽也是在過程中學到了經驗，然後在生活中反覆操練，進而變得熟練。期許爸媽可以跟子女一起，在成長的路上陪伴彼此一起學習、一起練習。

1. 丁建新（2007）。童话叙事中的性别问题：社会符号学的视角。江西社會科學，11, 36-41。
2. 吳東彥、黃宗堅（2018）。童話分析：安徒生童話《紅鞋》的隱喻及其療癒象徵。輔導季刊，54（4），23-32。
3. 吳東彥、黃宗堅（2019）。《白雪公主》的童話分析：性意識及陽性原則的啟蒙與開展。輔導季刊，55（1），61-70。

本文轉載自 雞湯來了，原文為用童話《白雪公主》《小紅帽》《紅鞋》跟孩子開啟「性」的對話。