Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

「熱苦瓜水可以抗癌救你一輩子?!」境外專家這麼說能相信嗎?

科學新聞解剖室_96
・2019/06/18 ・4548字 ・閱讀時間約 9 分鐘 ・SR值 543 ・八年級

科學新聞解剖室-案件編號33

案情

每年三月,台灣就會進入瘋媽祖的三月天,不論基於什麼理由跟隨遶境進香,其中總有一群人是為了自己或親友的平安健康而走,健康、抗癌總是這個時代最能引起大家關注的議題。

日前解剖員就收到親友團傳來的這一則「熱苦瓜~只殺癌細胞」救世救苦的簡訊:

source:MyGoPan

字面又是一則有專業人士背書的訊息,依據解剖員多年的經驗,這個案情肯定不單純。「熱的苦瓜水可以救你一輩子」,這樣斬釘截鐵的戲劇性承諾,解剖員實在無法承受,這則訊息究竟怎麼一回事呢?

-----廣告,請繼續往下閱讀-----

解剖

一、熱苦瓜水真的是抗癌救星嗎?

乍看這則訊息內容真的很讓人振奮,只要滿滿的苦瓜就能對抗癌症、拯救高血壓,如果是這樣,那麼苦瓜應該就具有「世界最有價值蔬菜」的實力了。但是經過解剖員查找相關資料,恐怕有幾個科學疑點,讓這件事情不是這麼樂觀:

1. 「熱苦瓜~只殺癌細胞!」,一定要熱的嗎?

簡訊中特別提到「熱」苦瓜,一定要熱的苦瓜才會有這樣的療效嗎?解剖員查找了許多關於苦瓜的報導及研究資料,發覺苦瓜確實是一個評價不錯的好食物,例如財團法人台灣癌症基金會在〈苦瓜-瓜中C王的營養成分〉這篇文章中就提到苦瓜好處多多,裡面含有多種胺基酸及無機鹽,可增進免疫能力,激發淋巴T細胞殺手細胞數量增加,強化抗病力和抑制腫瘤成長的能力,特別是維他命C的含量居瓜類之冠,有瓜中C王之稱。

只是從來沒有發現任何文章討論過苦瓜「加熱」後的特別意義,究竟會產生什麼質變?會因此多出什麼特別的療效?可能會因此比較好吃是真的。

2. 「切2~3薄苦瓜片放在杯子裡, 加入熱水,它會變成『鹼性水』,每天飲用,對任何人都有益。」,鹼性食物真的好棒棒嗎?

從科學的角度來看,確實有酸性、鹼性食物之分,苦瓜也是貨真價實的「鹼性食物」。所謂的「鹼性食物」,指的是當食物被我們呼嚕呼嚕的吞下肚子、分解、消化、吸收,經過一連串的代謝反應後,會在我們的身體中產生比較多的鹼性物質,而專家就是利用「食物代謝產物的酸鹼性」來定義食物的酸鹼性,在這樣的分類下,苦瓜就成了專家所謂的鹼性食物。

-----廣告,請繼續往下閱讀-----

然而,鹼性食物很稀罕嗎?其實大部分蔬果代謝產物的鹼性都比較強,像是檸檬、蘋果、豆芽菜、菠菜、杏仁這些都是我們經常攝取的鹼性食物,鹼性食物處處都是!假使這則簡訊是真實的話,這種鹼性食物加上熱水的「鹼性水」都需要每天來一杯,那麼不只苦瓜水,檸檬水、豆芽菜水、菠菜水、杏仁水也都可以拿來日日暢飲,用不著說得這麼稀有與神奇吧?!

其次,鹼性食物真的可以改善我們的身體嗎?這個問題的背後,其實隱含了一個民眾心中根深蒂固的迷思──「鹼性食物可以讓人擁有健康的鹼性體質!?」像是大家平時口中所謂的:酸性體質就是吃太多油炸食物跟甜點、容易被蚊子叮就是你的血液太酸、酸性體質容易引發癌症、鹼性食物可以讓身體變得更鹼且更好棒棒…。

其實這種「缺OO就補OO」的想法經常是個誤會,科學上根本就沒有所謂「酸鹼體質」這樣的說法,尤其是2018年底的時候,那位「酸鹼體質理論」的創始人Robert Oldham Young先生,才被美國法院狠狠地罰了1億美元,理由是他所主張的論點毫無科學根據,這根本是一場長達數十年的醫學騙局

Robert Young 和他的著作《THE pH MIRACLE: Balance Your Diet, Reclaim Your Health》source:Robert O. Young PhD, DSc, Naturopathic Practitioner

在正常飲食和身體狀態下,無論是酸性食物還是鹼性食物,一旦吞下肚,人體中各種複雜又強大的器官們就會使出他們的洪荒之力,妥善的處理好食物消化後的產物,讓我們的身體保持在最適當的酸鹼值。例如每天固定到廁所噓噓、呼吸時吐出的二氧化碳,這些都是身體調節酸鹼值的重要活動,使體內的血液系統都維持在穩定、健康的酸鹼值內。

-----廣告,請繼續往下閱讀-----

因此,如果你的身體真的有異於常人的酸性、鹼性,那就代表你的代謝系統本身就存在嚴重的問題,有很大的可能性是重症患者,甚至病入膏肓了,像是慢性腎臟衰竭的病患,他們的身體就很有可能會呈現酸性。所以一味追求「鹼性水」的療效,是一個徹底的誤解。

3. 「熱苦瓜水能釋放一種抗癌物質,這是在醫藥領域有效治療癌症的最新進展。熱苦瓜汁對囊腫及腫瘤產生影響,被證明能夠補救所有類型的癌症。」,這麼全能的抗癌聖品真的存在嗎?

簡訊裡面把「某一種」但是卻沒有明說是「哪一種」的抗癌物質形容地十分神奇,這種來源不清楚的科學研究成果經常是這類型簡訊的共通特點,大部分的情形多是言過其實。解剖員隨機地檢視國內外有關苦瓜的幾則研究成果,例如2015年屏科大生物科技系研究團隊從苦瓜中分離出「三萜類化合物」,能顯著預防老鼠皮下腫瘤的生長,只是這是作用在老鼠的狀況,距離人類身上的應用還有一段很長的距離;著名的紐約「紀念斯隆-凱特琳癌症中心」(Memorial Sloan Kettering Cancer Center)網頁中也有關於苦瓜療效的相關研究彙整,提到苦瓜萃取物在實驗室中殺死老鼠白血病細胞並減緩乳腺癌的生長,但尚不清楚這些效應是否發生在人類身上;其他包括2017年2018年部分國外專業期刊的研究結果,也都有類似的結論。

苦瓜在現階段或許是很不錯的食物,但是有簡訊所宣稱的這麼神奇功效嗎?顯然並沒有。

source:kon072

二、原來「苦瓜」本來是「檸檬」?

這一則簡訊中也提到了「苦瓜汁內的胺基酸和苦瓜多酚,能調整高血壓,有效預防深靜脈栓塞,調整血液迴圈,減低血液凝塊。」關於食用苦瓜的好處,確實有許多都和降血糖、糖尿病相關[1],鼓勵大家多吃健康的苦瓜,其實也不是一件壞事,只是解剖員在資料檢驗的過程中,竟然發現了這一則簡訊的孿生兄弟,驚訝到下巴差點掉下來。

-----廣告,請繼續往下閱讀-----

這一篇相似度超過90%的簡訊,標題是:「熱檸檬~只殺癌細胞」,沒有看錯,真的通篇簡訊只有「苦瓜」跟「檸檬」的差別,除了多增加一句「冰凍檸檬水只有維他命C,就如蕃茄需要煮熟才有茄紅素」這句之外,就連「苦瓜多酚」也不過就是換成「檸檬多酚」。

在經過一番抽絲剝繭後,解剖員終於發現謠言的原始版本,其實已經在中國流傳好一段時間了。根據中國上觀新聞﹙2018年7月﹚記者的考查,這是從幾年前「熱檸檬水能抗癌」的謠言所演變出來的,中間還一度成為「熱鴨梨水能抗癌」,最後才演變為「熱苦瓜水能抗癌」的版本,三者的內容幾乎一模一樣,不同的只是把「熱檸檬水」換成「熱鴨梨水」,再換成「熱苦瓜水」。

不幸的是,這些謠言不單只在網站之間傳播,還在微信﹙Wechat﹚上大量流傳。「熱鴨梨水能抗癌」甚至成為了2018年6月微信十大謠言的第一位。

微信在中國是類似於FB和LINE的混合體,具有「朋友圈」﹙即動態信息﹚、訂閱「官方帳號」和傳播分享訊息的綜合功能,在中國擁有巨大的使用群體。更不幸的是,這個像是複製喪屍的簡訊,竟然也就這麼輕易地登陸台灣。

-----廣告,請繼續往下閱讀-----

三、境外專家「跨海」推廣苦瓜療效?

解剖到這裡,就不得不抱怨一下簡訊開頭這位北京陸軍總醫院的陳惠仁教授究竟是何方神聖,為什麼這麼多事呢?後來才發覺,原來陳惠仁教授也是受害者之一,2018年3月他也因為不勝其擾而特別撰寫專文澄清,其中也包括了他的官方聲明和呼籲,指出「熱檸檬水能抗癌」的謠言是有人冒用發表。陳教授的專長是血液病學,從未做過食物抗癌的研究,也從未在網絡上、微信上發表過任何食物抗癌的文章,對他來說,這也是天上掉下來的一場災難。

解剖員利用另一個專門用於辨別訊息真偽的中國官方帳號—「全民較真」,針對「苦瓜水」和「陳惠仁」為關鍵字作搜索,有一篇潘戰和醫師的查證﹙2018年6月﹚,大致上也註解了網絡上各種「熱XX水能抗癌」都是假訊息。

圖片來源:Wechat「全民較真」官方帳號

這則簡訊最耐人尋味的地方是,原本在中國流傳的謠言訊息,到底是怎樣登陸台灣的呢?依據解剖員的研判,起碼有兩個路徑促成了這件事。第一個可能路徑最簡單,就是個別用戶把微信收到的假訊息「複製貼上」到LINE或FB之上,再透過「群組」、「一般訊息」或「動態訊息」等功能轉發出去。畢竟,台灣與中國大陸的人民互動頻繁,同時擁有微信、LINE和FB的用戶,並不在少數。

第二個路徑則可能是透過內容農場大舉登陸台灣。

-----廣告,請繼續往下閱讀-----

解剖員發現,在著名內容農場網站「每日頭條」裡面,就收藏了一堆這樣的文章。譬如,「熱檸檬水」就有:〈熱檸檬水~只殺癌細胞〉﹙2018年1月﹚、〈熱檸檬汁有抑制癌細胞作用〉﹙2018年1月﹚、〈一杯熱檸檬水的秘密〉﹙2018年1月﹚;「熱鴨梨水」有〈只殺癌細胞,最新發現!〉﹙2018年11月﹚這一則;「熱苦瓜水」則有:〈苦瓜的妙用〉﹙2018年7月﹚、〈熱的苦瓜水可以救你一輩子,你不知道的冷知識!〉﹙2018年7月﹚、〈熱的苦瓜水可以救你一輩子!〉﹙2018年11月﹚等。雖然很難確定謠言一定是先登陸內容農場再散播出去,但可以確定的是內容農場所帶來的推播作用。

從這一個苦瓜療效的散播過程來看,可以發現原來科學專家變成假新聞苦主的現象是不分國籍、不分海內外的,就算是對岸的專家苦主也可以輕易地飄洋過海來台灣傳遞福音,加上這些境外專家的名號並不是那麼地被台灣民眾所熟知,所以更容易被誤導。在這一個假新聞製作門檻如此低的時代,專家的名號特別容易被移花接木地濫用,因此民眾如果看見科學家、醫生、研究者、教授等響亮稱謂就立即雙腿一軟、俯首稱臣,那可就成了假新聞傳遞的最甜蜜溫床。

解剖總結

這些境外而來的假新聞之所以能夠跨海之後仍然如此活躍,一方面當然拜民眾們的熱心自主轉換系統(從微信轉到LINE),二方面也靠內容農場的推波助瀾。

科技網站蘋果仁就曾分析指出,「壹讀」「每日頭條」這類內容農場往往可以穩站在Google 搜索結果的前方,原因之一是這些內容農場有很多文章最初都是先刊登在中國微信官方帳號,再經由內容農場轉移出來由簡轉繁,優化修改後再發表。

-----廣告,請繼續往下閱讀-----

由於微信官方帳號的內容對Google的搜尋技術而言是很不友善的,所以原文的出處及相關的澄清文章並不容易同步被搜索到,導致這些境外的科學假訊息就像是「二次公害」一樣,繼續換一個地方迷惑民眾。

綜合前述分析,本解剖室給予以下評價(20顆骷髏頭):

策劃/寫作:陳儀珈、曾雅榮、黃俊儒、賴雁蓉(用筆畫排序)

—–

-----廣告,請繼續往下閱讀-----
文章難易度
科學新聞解剖室_96
37 篇文章 ・ 12 位粉絲
「科學新聞解剖室」是由中正大學科學傳播教育研究室所成立的科學新聞監督平台,這個平台結合許多不同領域的科學解剖專家及義工,以台灣科學新聞最容易犯下的10種錯誤類型作為基礎,要讓「科學偽新聞」無所遁形。已出版《新時代判讀力:教你一眼看穿科學新聞的真偽》《新生活判讀力:別讓科學偽新聞誤導你的人生》(有關10種錯誤的內涵,請參見《別輕易相信!你必須知道的科學偽新聞》一書)。

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。

2

7
1

文字

分享

2
7
1
阿不就你最聰明?COVID-19 的陰謀論研究:越「信邪」的人確診率越高
異吐司想Toasty Thoughts_96
・2021/11/18 ・3046字 ・閱讀時間約 6 分鐘

COVID-19 疫情爆發至今,已在全世界感染將近 2.5 億人,並奪去超過 5 百萬條人命。這個不斷變異、對各地醫療體系施壓的可怕病毒,在許多人心中,卻仍只是一個「比感冒嚴重一點的小病」?

不只是輕忽病毒殺傷力,不少人甚至認為整個疫情是各國政府相約策劃出來的驚天大陰謀,目的就是要透過「配戴口罩」、「保持社交距離」箝制人民自由,甚至連施打疫苗與住院治療等手段,都被染上「植入晶片」、「安裝奈米機器人」以侵害隱私的陰霾。

聽起來很荒謬嗎?但這些陰謀論(conspiracy theory)卻在過去一年間蓬勃發展,現在已是許多國家防疫政策不得不正視的隱憂。

有些人質疑病毒的存在,或上街捍衛不戴口罩的自由。圖/Pexels

不只是一個「假故事」這麼簡單

所謂的陰謀論是什麼?用比較淺白的話來說,就是一個「難以驗證」卻又帶有「明確惡意」的故事,目的在於影響社會大眾對於當前社會、族群,甚至是單一個人的觀感。

-----廣告,請繼續往下閱讀-----

延伸閱讀:陰謀論將加深聽眾的刻板印象

不過相較於有明確「寓意」的故事,陰謀論的影響(或者說破壞)是更加全面且恐怖的,特別是當議題具有時間緊迫性,任何的耽擱都有可能造成難以預料的負面後果。

以台灣抗疫時期流竄的假消息為例,大家多少都可能在社群軟體上看過「政府隱藏疫情」、「很多人染疫被醫院私下處理掉」、「開發疫苗是在圖利藥廠」等說法。具備媒體識讀能力的我們,或許能一笑置之,甚至有餘力去導正身邊親友的觀念。但你試著想像一下,那些沒有相關資源、信以為真的人,他們會發生什麼事情?

在疫情凶猛的當下,若人民對政府與醫療院所失去信任,自然就會對「求助」產生疑慮,進而錯過寶貴的通報與治療機會。國外有不少誤信自然、甚至是宗教療法的 COVID-19 確診者,在堅信醫院「不懷好意」的前提下,對於住院治療與已被證實有限的感染控管手段極度排斥,平白讓自身症狀惡化、並將疫情擴散出去。

覺得這是危言聳聽嗎?現在有直接的研究數據了。

-----廣告,請繼續往下閱讀-----
若人民對政府與醫療院所失去信任,配合防疫措施的意願就會下降,平白讓自身症狀惡化、並將疫情擴散出去。圖/Pexels

相信「陰謀論」者,確診率相對高

由阿姆斯特丹自由大學(Vrije Universiteit Amsterdam)心理學家楊威廉・馮・普羅伊恩(Jan-Willem van Prooijen)領隊,在荷蘭當地進行三波大規模收案,試圖找出「陰謀論」與「確診比例」之間的關聯性。在分析數千人份的受訪資料後,團隊發現幾個有趣的現象:

  1. 相較於不採信 COVID-19 陰謀論的人,相信陰謀論的民眾顯著抵觸快篩或 PCR 等篩檢手段。而在那些已經做了篩檢的人中,相信陰謀論者的染疫比例也顯著高於不相信陰謀論者。
  2. 相信 COVID-19 陰謀論的人,在疫情爆發期間比較容易違反群聚指引,頻繁進出人很多的場合、與陌生人接觸(例如出席多人活動、在家舉辦派對等)。
  3. 相信 COVID-19 陰謀論的人,有較高比例在疫情期間失去工作,或是收入受到嚴重影響,以至於整個家庭的經濟受挫。
  4. 相信 COVID-19 陰謀論的人,較有可能經驗到被所處社交圈排斥的現象。亦即不相信陰謀論者傾向單方面斷開與相信者之間的聯繫,而不是相互排斥的狀況。
  5. 相信 COVID-19 陰謀論的人,有較高比例在疫情期間發生身心健康惡化,使得日常生活遭受影響。

綜上所述,「相信 COVID-19 陰謀論」已不只是讓執政者頭痛的社會現象,而是可能會對個人福祉產生影響的選擇。當然,如果你對科學研究有點概念,會知道上述的幾點結論都只是「相關性」,而不是具有指向性的因果。即便在相信 COVID-19 陰謀論的族群中,確實有這些現象存在,卻也不能直接將負面後果歸咎在這件事上。

然而相對的,這些關聯性卻能給我們更多想像空間,去推斷可能的脈絡與風險。

每個人對 COVID-19 陰謀論的看法,與染疫的機率具有相關性。圖/Pexels

誰更容易被帶風向?「年齡」其實不是關鍵

講到容易被假消息哄騙的族群,台灣人第一時間想到的可能會是不熟悉網路世界、缺乏戒心的老年族群。然而在國外針對 COVID-19 陰謀論的研究中,普遍發現年齡與相信陰謀論之間確實存在相關——只是剛好反過來,是年輕族群更常陷入這些邏輯死結中。這其實也不意外,因為在更複雜的背景變項分析中,相信陰謀論與「教育程度」、「有無穩定工作」、「識字與否」、「社經地位」皆表現出顯著相關。

-----廣告,請繼續往下閱讀-----

要注意的是,這些相關呈現出來的推論並不是「XXX 比較好騙」之類的能力導向,更多是在提醒我們,媒體識讀能力有很大一部份建立在個人的「資源」與「背景」上。

以網路為例,習慣從舊世代接收資訊的人,在查證與資訊更新的效率上自然比不過網路原住民;但是相對的,欠缺社會歷練、思想上不夠成熟的年輕人,在面對似是而非的論述時,往往會比社會人士更難做出正確判斷。教育程度也是,雖說常理來看教育程度越高的人,越具備看穿陰謀論邏輯漏洞的能力,但同樣的有可能被自身專業蒙蔽、開始鑽牛角尖。

還有一個影響程度同樣重要,卻很難被分析的背景變項,那就是生活環境的「歷史與文化」。

以歐洲來說,醫療服務雖然不像美國那樣昂貴,但卻受限於地廣人稀,醫療院所的密集程度並不像台灣「三步一診所,五步一醫院」那樣誇張,看病成本還是高上不少。因此,這些國家的人民對於醫療體系的依賴心偏低,在疫情爆發期間也不乏有「這只是個小感冒,放著就會好」的樂觀發言。在這樣先入為主的思考下,具有急迫性的防疫衛教很難普及,甚至會引發人民反感、形成讓陰謀論孳生的溫床。

-----廣告,請繼續往下閱讀-----
人民對於醫療體系的依賴心偏低的地區,急迫性的防疫衛教很難普及,甚至會引發人民反感、給陰謀論孳生的溫床。圖/Pixabay

醒醒吧!真的沒這麼多陰謀啦

相較於過度樂觀、輕忽 COVID-19 威力的西方世界,經歷過 SARS、對傳染病破壞力心有餘悸的台灣人,面對疫情的警惕程度自然高出不少,卻也催生與他國截然不同的陰謀論。人家都是覺得政府在誇大疫情、恐嚇人民,反而是防守成效卓越的台灣,防疫團隊得一天到晚面對「蓋牌」的指控,也算是一種扭曲的「肯定」?

這也點出另一個有趣的事實:COVID-19 陰謀論是有地域性的。特別是「台灣」vs. 「歐美」,便能直接看出國情、人文脈絡的影響力。

可惜的是,不管陰謀論背後的心理活動有多有趣,我們在這個非常時刻還是得回來面對現實:相信陰謀論的可能影響。

其實在普羅伊恩博士的研究中已經有跡可循,相信 COVID-19 陰謀論大多也會有不遵守防疫指引、輕忽自我防護的狀況,再加上不願意去做篩檢,以致於一旦確診便會迅速擴散。與其說是陰謀論害的,倒不如歸咎在人自己的疏忽與大意上,陰謀論只是剛好推了最後那一把。但是平常被推這一把,可能就只是生個小病、受點教訓,而在非常時期,代價很可能是你我都承受不起的。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
所有討論 2
異吐司想Toasty Thoughts_96
29 篇文章 ・ 132 位粉絲
最初是想用心理學剖析日常事物,一方面「一吐思想」,另一方面借用吐司百變百搭的形象,讓心理學成為無處不在的有趣事物。基於本人雜食屬性,最後什麼都寫、什麼都分享。歡迎至臉書搜尋「異吐司想」。

1

6
1

文字

分享

1
6
1
內容農場給我下去!搜尋引擎的內容守門員:Panda 熊貓演算法
Abby T
・2021/06/04 ・2997字 ・閱讀時間約 6 分鐘

當你使用 Google 查資料時,是否曾經看過打著「看完這個我震驚了!」「知道這件事,讓全網都傻眼了!」這類吸睛標題的文章,點進去卻發現內容乏善可陳、錯誤百出甚至跟標題完全無關?這就是所謂「內容農場」文!

內容農場透過稿費低廉的寫手,在短時間內大量產生品質不穩定、缺乏資料來源,且內容缺乏價值的文章,用聳動標題吸引點擊,並在網站中插入一堆廣告,藉此將流量變現。

假如每次查資料,出現的搜尋結果都是內容農場的文章,讓人無法得到問題的真正解答,搜尋者的感受肯定糟透了。圖/Giphy

假如每次查資料,出現的搜尋結果都是內容農場的文章,讓人無法得到問題的真正解答,搜尋者的感受肯定糟透了。因此,Google 為了解決內容農場氾濫的問題,在 2011 年推出名為「熊貓」的演算法(Google Panda),以維護使用者的搜尋體驗。

什麼是熊貓演算法?從 2010 年開始說起

2010 年左右,內容農場大舉興起,隨便搜個關鍵字都可能會跑出帶有聳動標題、內容卻毫無意義的廢文。當時,一間名為 Demand Media 的網路公司突然竄起、擠進美國前二十大網路媒體中,靠的就是內容農場。

-----廣告,請繼續往下閱讀-----

Demand Media 一天可以產出七千多篇品質低劣的文章、透過廣告把高流量轉成鉅額收入,甚至在 2010 年下半宣布申請公開募股。2011 年初,美國知名的網路媒體商業內幕(Bussiness Insider)發布一篇報導直指 Google 的搜尋引擎演算法已經「被摧毀」,顯見內容農場的猖狂。

Demand Media突然竄起、擠進美國前二十大網路媒體中,靠的就是內容農場。圖/Wikipedia

2011 年 2 月,Google 宣布新演算法正式上線,此次更新為的是打擊內容品質低下或是對使用者來說價值極低的網站,直衝內容農場而來。隨後,Google 當時負責搜尋引擎的領頭人物之一 Amit Singhal 在採訪中表示內部稱呼這個演算法為「熊貓」 (Panda) 、取自其主要開發工程師 Navneet Panda 之名,熊貓演算法的名號就此廣為人知。

官方提到,熊貓演算法推出後有效影響了 11.8% 的查詢結果。2012 年初,洛杉磯時報報導 Demand Media 的營收虧損了 640 萬美金,正是受到熊貓演算法的衝擊;Demand Media 也在自家的前景報告中兩次提及 Google 演算法變化帶來的潛在風險,足見熊貓演算法對內容農場的「殺傷力」。

熊貓演算法的打擊對象

根據美國 SEO 權威網站 Moz 的整理,熊貓演算法主要打擊的低品質對象有這些類型:

-----廣告,請繼續往下閱讀-----
  • 內容農場
  • 惡意抄襲、剽竊他人的原創內容
  • 低可信度、高誤導性的內容
  • 膚淺內容(Thin Content),也就是對使用者而言價值極低、毫無幫助的內容。例如在內文裡刻意堆一堆關鍵字,整體文章卻跟該關鍵字毫無關聯;大量轉載別人的文章或熱門論壇的討論、沒有自己的原創內容等。
  • 為了塞廣告而打造的內容,廣告佔幅遠遠超過內文。
  • 標題聳動,內容卻毫無相關的網站。例如標題寫「肯德基優惠券」,點進去卻根本找不到優惠券。
  • 被使用者手動封鎖的網站。會讓使用者花時間和心力手動封鎖,極可能是內容品質真的太差勁。

一旦被熊貓演算法判定為垃圾內容,就會受到懲罰、拉低該網頁在搜尋結果頁的排名。隨著排名下降,使用者依循關鍵字搜尋而點擊進來的自然流量當然也會瞬間盪到谷底;更嚴重者,甚至可能會直接消失在網路世界,再也無法被搜尋到。

被使用者手動封鎖的網站。會讓使用者花時間和心力手動封鎖,極可能是內容品質真的太差勁,就會被熊貓演算法判定為垃圾內容,受到懲罰、拉低該網頁在搜尋結果頁的排名。圖/envato elements

不想被熊貓演算法懲罰,該怎麼做?

既然熊貓演算法是為了清掃低品質內容而生,遠離演算法懲罰的最好辦法就是產出優質內容。

什麼才是優質內容呢?Google 在其官方說明中已經給了解答:搜尋引擎的根本目標是要針對使用者的疑問,最有效率地找出相關答案。也就是說,搜尋引擎的本質是為使用者服務,對用戶來說實用、有價值的,就是高品質內容。

在判斷內容品質低劣與否時,使用者的操作數據是重要指標之一。Google 會從網頁的點擊率、跳出率、停留時間等數值,來評判人們是否喜歡這個網頁。此外,Google 亦從第三方聘請許多搜尋品質評分者(Google Quality Rater),從讀者的角度審查網頁內容的專業性、可信度等等,以衡量搜尋結果的品質。

-----廣告,請繼續往下閱讀-----

由於內容農場空洞乏味、言不及義,很難通過這些考驗;由此也可看出,好的內容並非是要迎合演算法。事實上,只要能為使用者帶來幫助、受到青睞,自然會成為優質內容。

只要能為使用者帶來幫助、受到青睞,自然會成為優質內容。圖/envato elements

至於打造高品質內容的具體方式,Moz 所提出的「十倍內容法」(10 x Content)是很實用的技巧。在資訊爆炸、SEO 成為顯學的現在,「好」內容的競爭力已經不夠,必須要比搜尋結果排名第一的網站好上十倍、達到「極致好」,才有可能脫穎而出。例如,在文章中加入自己的親身體驗、數據研究、精美懶人包等等,都是實踐十倍內容法,創造與競爭對手不同的獨特性,進而打造出極優秀內容的好方法。

在撰寫內容之前,也可以參考當初 Google 在設計熊貓演算法時,所制定的 23 條基本問題。比如:「你是否信任這個網頁所提供的資訊?」、「這個網頁是否提供任何原創資訊、報告或數據?」、「這是一個你會想收藏或是分享、推薦給朋友的網頁嗎?」等等。假如你的內容能夠確實且良好地回答這些問題,正符合了「優質」的標準。

總結

多虧了熊貓演算法,比起 2010 年代初,內容農場出現在搜尋結果的頻率已減少許多、確實提升了整體搜尋體驗。

-----廣告,請繼續往下閱讀-----

時至今日,熊貓演算法仍持續更新,以因應不斷變化的網路世界與層出不窮的低品質網頁。事實上,2016年時熊貓演算法被整合為Google核心演算法 (Core Algorithm)的一部分,雖然熊貓演算法不再是獨立存在的演算法,但其「打擊低品質內容」的精神仍被保留於核心演算法中。

無論演算法如何演變,打造優質內容都是遠離懲罰、經營 SEO 和爭取排名的不二法門;瞭解了熊貓演算法的來龍去脈和運作規則後,更有助於你往創造高品質內容的路上邁進!

資料來源

  1. Google’s Search Algorithm Has Been Ruined, Time To Move Back To Curation
  2. Finding more high-quality sites in search – Google Official Blog
  3. TED 2011: The ‘Panda’ That Hates Farms: A Q&A With Google’s Top Search Engineers
  4. Demand Media posts $6.4-million loss in fourth quarter – Los Angeles Times
  5. Google Panda Update Costs Demand Media $6.4 Million In 4th Quarter?
  6. Google Panda – Moz
  7. Google 官方說明
  8. How to Create 10x Content — Best of Whiteboard Friday – Moz
  9. Google 搜尋中心
  10. Google’s Panda Now Part of Its Core Ranking Algorithm
-----廣告,請繼續往下閱讀-----
所有討論 1
Abby T
5 篇文章 ・ 7 位粉絲
任職於 JKL SEO 公司的 SEO 顧問兼內容行銷專欄作家。對 SEO搜尋引擎優化相關演算法小有研究,致力於將 SEO 相關知識,以淺顯易懂方式撰寫成科普文章,使普羅大眾有機會認識 SEO 這項專業數位行銷技術。