對抗紅火蟻新兵法：破解關鍵基因，讓工蟻對蟻后下剋上？

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

氣味是可靠的記憶嗎？

氣味是最佳記憶線索嗎？氣味又何以成為最佳記憶線索？我從一九九○年起便開始追尋這些問題的解答，並且利用各式各樣的技術來研究氣味喚起記憶的本質。

在探索過程中我遇到的第一個挑戰，就是理解人們稱為「可靠的記憶」或「最佳記憶線索」究竟代表什麼意思。人們認為「可靠」的記憶，通常是一段精準的記憶，對事件發生的場景有逼真及如實的回想。但記憶不單是在腦海正確無誤地重現往事而已，除了記得奶奶的家在哪裡之外，記憶還擁有私密、主觀及情感的面向。

對於過去的回想始終伴隨著情緒，從朦朧的思鄉情懷，到濃烈深刻的情感都有可能。由於如此多元的表現，我將記憶分為兩部分以便研究：記憶的客觀準確性——有誰在場，他們如何穿著打扮，又說了什麼話；以及記憶的情緒特質——重溫過往經歷時所激發的感受。

用氣味喚起的記憶有什麼特別之處？

為探討氣味喚起的記憶與其他類型的記憶有何差異，我研擬了一套類似羅賓等人使用的程序，比較在同樣物體但不同感官形式的線索下所喚起的記憶。舉例而言，將爆米花影像、玉米爆開的聲響、玉米粒的觸感、甚至單純爆米花這個詞彙所激發的回憶，與爆米花氣味所激發的回憶做比較。

實驗結果發現，氣味喚起記憶的準確、詳盡及逼真程度，與同樣物體的影像、聲音或觸感所喚起的記憶不相上下，但也僅止於此。不過，氣味喚起的記憶在情緒豐富性的面向卻相當突出，相較於其他方式所喚起的記憶，能使受試者列舉更多種情緒，評估更大的情緒強烈度，並且表示記憶負荷的情感能量之大，就如同往事重演一般。

同時我發現，當藉由氣味回憶往事時，杏仁核這個腦部情緒泉源所活化的程度，遠比藉由影像回憶同樣往事時明顯。因此，氣味喚起的記憶確實異於其他種類的記憶體驗，具有獨特的情緒豐富性及感染力。無論在情緒反應或腦部影像表現方面。

伴隨特定記憶的情緒就像函數

氣味喚起的記憶總是讓人有強烈的情緒感受，但同樣記憶所帶來的情緒並非始終一成不變。一種氣味可能總讓你想起同樣人物或時刻，伴隨一股情緒的湧現，然而，即使記憶的內容終生不移，其所依附的情緒卻不然。

假使你十六歲那年，極度迷戀班上一位受歡迎的女孩（我們暫且叫她「南西」），而讓你受寵若驚的是，她竟然答應與你一同出席高中舞會。不久，你滿心歡喜地成為南西的男友，每當在她身旁，總能察覺到那股甜美的特殊香氣（事後你才知道那是香奈兒五號香水）。

在前幾個月的熱戀時期，每當你偶然聞到南西的氣味，心頭就充滿無盡狂喜。幾個月美妙的約會過後，在某場大型晚宴上，南西當著所有嫉妒你的朋友面前，輕易地將你甩了。你深陷痛苦、羞辱及憤怒之中，無法自拔。現在，每當香奈兒五號的氣味捎過鼻尖，糟糕的情緒紛沓而至，與才幾天前帶來的歡愉簡直天差地遠。

讓我們快轉到十五年後的未來，你與終生伴侶幸福地生活著，感到自信及滿足；某天前往工作途中，一位抹著香奈兒五號的女人經過身旁，你不禁莞爾。你憶起關於南西的一切往事，但不再有歡愉或羞辱感，取而代之的是截然不同的情緒。如今，在幽默及智慧的點綴下，你的感受染上寬容的懷舊風情。

上述的小插曲顯示，回憶南西時所伴隨的情緒雖然總是強烈，卻不一定相同，這取決於回憶當時南西對你的意義。伴隨特定記憶的情緒就像一個函數，隨著回憶當時往事對你而言所具有的意義而轉變。

這樣多變的情緒並不侷限於氣味所喚起的記憶，但由於氣味記憶具有強烈的情緒本質，因此成為此現象的最佳寫照。如同南西的故事所呈現，氣味喚起的記憶並沒有比其他記憶線索準確多少，但伴隨的情緒卻格外豐富。

情緒對記憶的影響

我認為氣味喚起的記憶所具有的情緒鮮明度及強度，是氣味被視為「最佳」記憶線索的理由所在，因為它們強大的情緒召喚力。氣味記憶的情緒強度造成假象，讓人以為這些記憶特別眞實，以為氣味是回想往事最優秀的提示者。

氣味喚起的記憶充分證實情緒的說服力，同時也提醒我們必須謹慎以對。當記憶受情緒感染，人們不禁對記憶的準確程度過於有把握，而法庭證人席時常上演這種戲碼。目擊證人傾向過於頑固地堅持，自己的回憶絕對正確。遺憾的是，研究顯示目擊證人的記憶往往錯得離譜。

不過，因為情緒太強烈而以為記憶正確無誤的說法，仍然無法充分解釋，氣味為何能贏得最佳提示者的美譽。普魯斯特曾約略提到氣味喚起記憶的另一項特性，也許確實能讓氣味優於其他記憶線索。加拿大作家安妮．穆倫斯（Anne Mullens）曾告訴我一個關於她的故事，正可生動描繪這項特性。

——本文摘自《嗅覺之謎：生物演化與免疫基因；社會學與文化史；品牌行銷到未來科技，探索氣味、記憶與情緒的嗅覺心理學。》，2023 年 3 月，堡壘文化出版，未經同意請勿轉載。

臺灣的經典偶像劇《薰衣草》完結多年，片頭曲依然深植人心：「♪ 記憶是陣陣花香／♪ 我們說好誰都不能忘～」^[1]〈花香〉的音律撩起劇情回憶，歌詞所述也真有幾分科學根據。當人將特定線索與學習的內容連結，便能在睡覺時以此線索鞏固對該內容的印象，即標的記憶再活化（targeted memory reactivation）。氣味和聲音，都曾被證實是有效的線索。^[2]只是進一步探討如何運用氣味強化記憶的臨床試驗，沒分送浪漫的瓶裝薰衣草，倒是散發出玫瑰香氛的甜美氣息。

單字測驗

德國佛萊堡大學（University of Freiburg）的研究團隊，在大猩猩實驗編輯器（Gorilla Experiment Builder）這個雲端平台上，建立了線上教學課程。讓以德文為母語，且對日文一竅不通的受試者，學習日文單字。內容條列的 40 組德、日雙語對照詞彙，其涵蓋 20 組名詞，以及各 10 組的動詞與形容詞。兩種語言的每個單字，都超過兩個音節。日語方面，採用羅馬拼音，沒有平假名、片假名或漢字。測試香氛如何幫助記憶的數次期中和期末考，試題範圍皆限於此詞彙對照表。^[2]

分組聞香

這個研究的目的看似簡單，但是並非有鼻有腦，就能盛情參與。受試者不僅不可健忘、失眠或是嗅覺欠佳；聞香前 24 小時，還不得飲酒或使用鎮靜藥物。起先篩除條件不符的報名者，得到 195 名介於 18 至 35 歲之間的人受試。從走完整個臨床試驗的 183 人中，再扣掉某些未照規定聞香者，最後僅分析165份數據。^[2]

受試者於頭3天學習、睡覺並參加期中考；結束學習階段後，在第 4、10 和 31 天，則各有 1 次期末考。此外，第 2、3 及 4 天，需額外填寫睡眠品質問卷。（如圖。）依照不同的聞香條件，他們被分為下列 4 組：^[2]

1. 無香組（N）：全程呼吸一般空氣的對照組。^[2]
2. 學習暨睡眠組（LS）：在花香中，背單字與睡覺。^[2]
3. 學習暨測驗組（LT）：於背單字和考試時，享受花香。^[2]
4. 學習、睡眠暨測驗組（LST）：背單字、睡覺及考試的三個階段，都有花香繚繞。^[2]

分裝香氛

知名作家張愛玲曾寫道：「娶了紅玫瑰，久而久之，紅的變了牆上的一抹蚊子血，白的還是『床前明月光』；娶了白玫瑰，白的便是衣服上的一粒飯粘子，紅的卻是心口上的一顆硃砂痣。」^[3]臨床試驗力求公平精確，也不容三心二意。就怕像談感情做選擇，惹出不必要的變因。此研究統一採用美國綠葉牌（Greenleaf）玫瑰香氛袋，從一而終，一勞永逸。^[2]

莎翁說，玫瑰換了名字，依然芬芳。^[4][註]同理，香氛袋改變包裝，本質依然，氣味也應該不受影響。每個受試者都領到 3 只茶包，上頭以德文寫著「學習」、「睡眠」和「測試」，代表分別使用的時段。依據各組聞香的安排差異，有些茶包填入香氛內餡，其他的則塞把碎紙充數。比方說，LS 組考試的時候不聞香，他們的「測驗」茶包，就甭想有味道。^[2]

增強記憶

2023 年 2 月的《科學報告》（Scientific Reports）期刊上，德國研究團隊表示，在學習、睡眠和測驗時，都沉浸於玫瑰香氛之中的 LST 組受試者，比其他幾組多記得 8.5% 的單字。也就是說，暴露於玫瑰花香 3 天 3 夜以上，的確會增強記憶。儘管目前還不曉得，繼續下去到第幾天效果會到達極限，也不清楚香氛助長的記憶能維持多久，他們認為這無疑是個經濟實惠，且適用於日常生活的學習技巧。^[2]

備註

《羅密歐與茱麗葉》第二幕第二場的臺詞原文：「What’s in a name? That which we call a rose, by any other word would smell as sweet.」^[4]

1. 滾石唱片 ROCK RECORDS（21 JUN 2012）「許紹洋Ambrouse Hui【花香】台視、三立偶像劇『薰衣草』片頭曲 Official Music Video」YouTube.
2. Knötzele J, Riemann D, Frase L, et al. (2023) ‘Presenting rose odor during learning, sleep and retrieval helps to improve memory consolidation: a real-life study’. Scientific Reports, 13, 2371.
3. 張愛玲〈紅玫瑰與白玫瑰〉白鹿書院公益圖書館（Accessed on 14 FEB 2023）
4. Shakespeare W. ‘Romeo and Juliet, Act 2, Scene 2’. myShakespeare. (Accessed on 14 FEB 2023)