0

1
0

文字

分享

0
1
0

照片中的人是誰?那些與瑪麗·居禮同時代,卻鮮為人知的女性科學家

活躍星系核_96
・2019/12/07 ・4360字 ・閱讀時間約 9 分鐘 ・SR值 549 ・八年級

  • 原文作者:蜜雪兒·弗蘭 (Michelle Francl),美國布林茅爾學院化學系教授,梵蒂岡天文台學者,原文發佈於 2018 年 3 月 22 日《Nature Chemistry》,〈Atomic women〉。由 施普林格·自然上海辦公室翻譯。

在談論女性對科學的貢獻時,不能止於名氣最大的那一位。

1938 年 3 月的一天,物理學家漢斯·貝特 (Hans Bethe) 在華盛頓特區參加完一場關於恆星能量和核過程的會議後,登上了返回康奈爾的火車。下車時,他勾勒出一個讓他日後榮獲諾貝爾獎的想法。這樣的傳奇總是讓我想起科學史上那激盪人心的幾十年:量子力學和高能物理在那個時代誕生,他們的開創者也被人銘記。

幾個月前,化學家兼作家 Ash Jogalekar (@curiouswavefn) 在推特上發了一張那次會議的照片(圖1),並列出了有出席的一些著名(男性)科學家,但補充說:「不知道這位孤零零的女性物理學家是誰?」網友猜了好幾個人,從愛因斯坦的夫人到莉澤·邁特納 (Lise Meitner);當然,還有瑪麗·居禮(居禮夫人),但 1938 年的時候,她已經逝世四年;斯人已去,世間猶存!

圖 1:1938 年在喬治華盛頓大學舉辦的第四屆理論物理學年會留影。公布解答:前排左二為天體物理學家卡羅爾·簡·安格·里克 (Carol Jane Anger Rieke)。

許多人唯一叫得出名字的女科學家:瑪麗·居禮

瑪麗·居禮不僅僅是女科學家的代表,也是許多人唯一能叫得出名字的女科學家。2014 年,地質學家辛西亞·布雷克 (Cynthia Burek) 和貝蒂·希格斯 (Bettie Higgs) 就公開對女科學家群體的認知開展了一項初步調查,結果表明根本不存在什麼公眾對女科學家群體的認知。

只有瑪麗·居禮。

當被要求在五分鐘內列出十位女科學家的名字時,將近五分之一的受訪者一個都列不出來。那麼能列出來的呢?其中四分之三提到了瑪麗·居禮,這裡面許多人只知道瑪麗·居禮。僅有 1.2% 的人能說出十位女科學家,包括健在的和已故的。你也可以拿一張紙試著寫寫看。不能問同事,不能列舉同事、合作者或家庭成員,也不能查 Google。

-----廣告,請繼續往下閱讀-----

為什麼瑪麗·居禮的光芒蓋過了其他女科學家?她兩度獲得諾貝爾獎,而且是兩種不同學科獎項——化學獎和物理學獎,她當然是獨一無二的。弗雷德里克·桑格 (Fred Sanger) 兩次獲得諾貝爾化學獎,約翰·巴丁 (John Bardeen) 兩次獲得諾貝爾物理學獎。)

但是布雷克和希格斯推測,她至高無上的聲譽可能和她所遭遇的人生悲劇有關:為了科學而在閣樓中忍飢挨餓,丈夫兼合作者皮埃爾在馬車事故中死亡,她自己從事的研究慢慢奪走了她的生命。亦或是深入探尋原子內部運作所固有的危險和神秘使得我們對她念念不忘。

瑪麗·居禮長時間被標誌為女性科學家的代表圖/wikipedia

那些與瑪麗·居禮同時代,卻鮮為人知的女科學家

值得注意的是,將一種職業簡化成幾個標誌性人物,並不只是女科學家會遇到的問題。有些調查要求非科學家的受訪者說出幾個科學家的名字,最後一般只能得到一個很短的名單,其中包括愛因斯坦、達爾文、牛頓,當然還有瑪麗·居禮。即使是科學家也基本上列不出多少人,得到的名單和上面這張也差不多。

2014 年在倫敦皇家學會舉行的關於科學界女性的大會上,與會者列出的前三名科學家分別是愛因斯坦、達爾文和瑪麗·居禮,前十名中沒有其他女性,而且只有另外一名化學家(巴斯德)。我認為這種現狀對女性科學家來說是極有問題的,因為與她們的男性同事相比,她們在職業生涯中更容易被忽視或被低估。

-----廣告,請繼續往下閱讀-----

瑪麗·居禮的影響如影隨形環繞在我們身邊,在每一張關於科學界著名女性的海報上幾乎都能見到她,卻也因此模糊了我們對其他科學女性的認知。

如果我們將眼光從瑪麗·居禮身上挪開,仔細看看科學界其他的女性,很顯然,她並不是那些年在核化學和原子物理學領域工作的唯一女性。翻看一下那個時代的照片,你可以看到尼爾斯·波耳 (Niels Bohr)、維爾納·海森堡 (Werner Heisenberg) 和沃爾夫岡·包立 (Wolfgang Pauli) 在進行深入交談,也能看到埃爾溫·薛丁格 (Erwin Schrödinger) 手拿粉筆靠著黑板。但是在為詹姆斯·弗蘭克 (James Franck) 舉行的派對上(圖 2),坐在愛因斯坦兩邊的女性是誰呢?

貝特和愛因斯坦均出席了前文所提的那場 1938 年的會議,但是會議照片中(圖 1)那位唯一的女性如果不是瑪麗·居禮或愛因斯坦夫人,那她到底是誰呢?

碰巧的是,她是我所研究的計算化學領域的一位奠基性人物,一位我在此之前也並不了解的人物。這些女性是誰?她們為我們了解原子做出了什麼貢獻?

-----廣告,請繼續往下閱讀-----

分子光譜學家:斯波納博士

圖 2:1921 拍攝於為詹姆斯·法蘭克 (James Franck)(坐在沙發中間)舉行的派對上,當時他就要從柏林的威廉皇帝研究所搬到哥廷根大學。分子光譜學家 赫塔·斯波納 (Hertha Sponer)(最左)正在和 Ingrid Franck 聊天。坐在沙發右手邊的是莉澤·邁特納 (Lise Meitner)(威廉皇帝研究所物理部主任)。

上圖的照片拍攝於 1921 年的柏林,坐在愛因斯坦左邊的是赫塔·斯波納 (Hertha Sponer)博士,她正與瑞典鋼琴家英格麗‧法蘭克 (Ingrid Franck)(詹姆斯·法蘭克的妻子)聊天,而莉澤·邁特納 (Lise Meitner)則在一旁傾聽(邁特納比歐傑早一年發現歐傑效應)。

斯波納是一名分子光譜學家,在哥廷根大學師從彼得·德拜 (Peter Debye),當時剛剛獲得博士學位,正與法蘭克共事。

起初,哥廷根大學的一些老師反對任命斯波納為有權在大學授課的編外講師。Franck 後來談及此事時說,那些人的反對讓人想起大衛·希爾伯特 (David Hilbert) 第一次為埃米·諾特 (Emmy Noether) 在哥廷根爭取一個正式職位時的情形,大衛·希爾伯特失敗了,但法蘭克成功了,斯波納最終獲得了教職。

1926 年,她在伯克利待了一年,在那裡,她和雷蒙·伯奇 (Raymond Birge) 開發了一種使用 Birge-Sponer 繪圖法來確定離解能的方法。雖然斯波納不是猶太人,但在 1934 年納粹上台後仍被解雇了。之後,她被杜克大學聘為物理學正教授,在那裡度過了她剩下的 30 多年職業生涯。

延伸閱讀 〈莉澤.邁特納──散發人性光輝的核子物理學家〉〈埃米.諾特──蹣跚而行的仁厚數學家

-----廣告,請繼續往下閱讀-----

物理學「不是女人的職業」?開發中子活化分析的利瓦伊博士

1937 年在波耳研究所舉行的哥本哈根會議上,給包立倒咖啡的女性又是誰呢?是希爾德·利瓦伊 (Hilde Levi) 博士。通過其它的照片,我們還可以看到在 1934 年的哥本哈根會議上(下圖),她為與會的男性科學家準備午餐,在 1936 年的會議裡她依然做著這些事情。1934 年,她在柏林取得博士學位後,直接就來到了哥本哈根。

圖 3:這是 1934 年在波耳研究所舉行的哥本哈根會議上拍攝的照片,物理學家希爾德·利瓦伊(站立,右)正為與會的男性科學家提供午餐。拍攝/Paul Ehrenfest Jr 照片提供:Emilio Segrè Visual Archives, Weisskopf Collection(美國物理學會)

因為擔心當時德國的政治情勢,她聯繫了國際大學婦女聯合會,聯合會的人給了她天文學家朱莉·凡特·漢森 (Julie Vinter Hansen) 的聯繫方式,後者將她的履歷交給了波耳研究所。她很快就獲得了一個職位,給剛被波耳聘用的法蘭克做助理。

1937 年,她與研究所的另一位化學家喬治·德海韋西 (George de Hevesy) 在《Nature》上發表了一篇論文,描述了他們合成的一種新放射性同位素,另外她還開發了中子活化分析的基本方法。

利瓦伊曾和漢斯·貝特 (Hans Bethe) 訂婚,但是貝特的母親不斷施壓要求他娶一個能夠放棄自己事業而以夫為重的女人為妻,他也多次告訴利瓦伊:物理學「不是女人的職業」,最終二人未能走向婚禮聖壇(註:貝特在婚禮前幾天取消了婚約)。

-----廣告,請繼續往下閱讀-----

1943 年 9 月,利瓦伊乘渡船穿過海峽到達瑞典,逃離了哥本哈根。戰爭結束後,她回到哥本哈根,創立了歐洲第一個碳定年實驗室。(德海韋西做過一件舉世聞名的事,他為了不讓納粹染指法蘭克和波耳 (Bohr)編註 的諾貝爾獎獎牌,用王水把它們溶解了。1943 年,德海韋西因為發展了放射性標記物而獲得諾貝爾化學獎。)

編註:原文有誤,應為法蘭克和馬克斯·馮·勞厄(德語:Max von Laue)的獎牌,德海韋西當時在波耳研究所工作。

測量星光的女孩:天體物理學家里克博士

文章開頭第一張照片中的女性被確認是「里克夫人」,即 凱洛·簡·安格·里克 (Carol Jane Anger Rieke) 博士——研究恆星紫外輻射的科學家。

她追隨第一位獲得天文學博士學位的女性塞西莉亞·佩恩 (Cecilia Payne) 的腳步,在 1932 年 25 歲時從拉德克利夫學院(當時為哈佛的女子學院)獲得博士學位,引得一份報紙以「測量星光的女孩」(Girl Measures Light from Stars)為頭條報導。隨後她與物理學家福斯特·里克 (Foster Rieke) 結婚,婚後跟隨丈夫來到芝加哥大學,並成了物理學家羅伯特·馬利肯 (Robert Mulliken) 的博士後研究員,研究領域從天體物理學轉至理論化學。

當她的丈夫換到普渡大學工作後,她繼續與馬利肯合作,得出了斯萊特型原子軌道的重疊積分的數值計算公式和表格。這個時候,她已經是幾個幼兒的母親了。她的故事讓我想起了晶體學家凱瑟琳·朗斯代爾 (Kathleen Lonsdale),她博士未畢業就離開布拉格 (Bragg) 的實驗室,跟隨她的科學家丈夫前往利茲大學,但她在休產假的時候計算出了六氯苯的結構。里克和馬利肯的工作拓展了薛丁格波動方程在化學中的應用範圍。

-----廣告,請繼續往下閱讀-----

我自己的計算化學研究不僅主要脫胎於馬利肯的工作,而且我至少在兩段程式中用到了里克推導的公式。馬利肯榮獲 1966 年的諾貝爾物理學獎,在某種程度上和這項工作有關;在他的諾貝爾演講中,他提到了里克的工作。

凱洛·簡·安格·里克 (Carol Jane Anger Rieke) 圖/wikipedia

斯波納、利瓦伊和里克都在原子物理學和化學中作出了重要的發現,然而她們本人基本無人知曉。現在是時候打破我們對居禮夫人的迷戀了。下次在這些老舊的會議照片中看到一位女性時,請不要錯把她當作居禮夫人,還請仔細查閱一番,看看她取得了哪些成就。

文章讀到這裡,你已經悄悄認識十一個女科學家

女性做物理和化學研究不是什麼現代創新,她們的價值還未被完全證明,但她們一直是科研共同體的一分子,儘管她們不得不花一些時間來為包立倒咖啡而不是加入談話。

我是瑪莉‧居禮的忠實粉絲,但我認為現在是時候讓她休息了,展現女性科學家的時候,應該讓其他人也能獲得應有的一席之地。

如果你想要認識更多的女性科學家,那麼請注意,在你閱讀這篇文章的五分鐘裡,我已經列出了除瑪莉‧居禮之外的十位女科學家:莉澤·邁特納、辛西亞·布雷克、貝蒂·希格斯、赫塔·斯波納、埃米·諾特、希爾德·利瓦伊、朱莉·凡特·漢森、凱洛·里克、西莉亞·佩恩和凱瑟琳·朗斯代爾。如果你算上我(編按:原文作者為蜜雪兒·弗蘭,美國化學家),就有十一個了。(第二任愛因斯坦夫人不算,她不是物理學家,而且在 1938 年照片拍攝之前就去世了)。

本文授權轉載自知乎「Nature 自然科研」,原文標題 与居里夫人同时代,却鲜为人知的女性科学家的故事

  • 版權聲明:
    本文由施普林格.自然上海辦公室負責翻譯。中文內容僅供參考,一切內容以英文原版為準。歡迎轉發至朋友圈,如需轉載,請email至China@nature.com。未經授權的翻譯是侵權行為,版權方將保留追究法律責任的權利。
    © 2019 Springer Nature Limited. All Rights Reserved
-----廣告,請繼續往下閱讀-----
文章難易度
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

-----廣告,請繼續往下閱讀-----

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。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

3
5

文字

分享

0
3
5
將一生毫無保留地奉獻給科學——瑪麗亞.斯克沃多夫斯卡.居禮
椀濘_96
・2022/03/21 ・3561字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

做測驗,就有機會獲得免費特製手搖飲品,現場還有大獎等你抽!

瑪麗亞.斯克沃多夫斯卡-居禮(Maria Skłodowska-Curie,1867-1934),看姓氏不難聯想到,她就是我們所熟知的居禮夫人。她開創了放射性理論,發明分離放射性同位素技術,以及發現兩種新元素,是第一位獲得諾貝爾獎的女性,也是首位獲得兩座獎項的學者,在科學上的貢獻對後世影響深遠。

瑪麗亞.斯克沃多夫斯卡-居禮(1867-1934)。圖/Wikipedia

艱難困苦的童年

瑪麗生於波蘭華沙的書香世家,排行老么,家中有布朗斯拉娃(二姐)與索菲亞(大姐)兩位姊姊。父親是一名中學老師兼理事,母親原為一名校長,祖父亦是位受人尊敬的數學與物理教師。

當時的波蘭已被俄羅斯帝國佔領,在沙皇的統治下,波蘭人民的生活處處受限,也影響了瑪麗一家的命運。瑪麗的父親因濃烈愛國精神而被俄國上司打壓,校方撤除了他的理事一職,並將他們全家趕出宿舍;加上雙親的家庭參與波蘭獨立民族起義,家中又遭遇投資失利,經濟頓時陷入困境。

隨後瑪麗一家搬進廉價的住所,父親為貼補家用便招收了多名寄宿生,平時除供應食宿外,從學校下班後還替他們補習來賺取更多收入。生活看似漸漸好轉,但遺憾的是,短短三年內瑪麗的大姐及母親皆因病去世。

1890 年,瓦迪斯瓦夫.斯克沃斯基與女兒們的合影,左起:瑪麗亞、布朗斯拉娃(二姐)、索菲亞(大姐)。圖/Wikipedia

因性別在求學路上受阻

天資聰穎的瑪麗亞自幼就是個相當用功的學生,尤其在數理方面更是表現亮眼;在她 15 歲那年,便以第一名的成績從女子文理學校畢業。

-----廣告,請繼續往下閱讀-----

然而,因當時波蘭的正規高等院校拒收女性學生,波蘭女子若想繼續接受正規的大學教育,唯一一條路就是出國留學,但這對瑪麗家中的經濟條件而言,是筆相當大的開銷且難以負擔。

成績同樣優異的二姐曾想過前往巴黎學醫,夢想成為一名懸壺濟世的醫師,但礙於家中經濟狀況遲遲無法如願。瑪麗想幫姐姐盡早完成學業,決定先當家教來資助其學費,兩人也約定,待畢業後再協助瑪麗出國求學。在瑪麗的支持下,二姐終於得以前往巴黎一圓醫師夢。

爾後的幾年,瑪麗一面做著家教工作,一面自學,期間閱讀了大量化學相關書籍,也是在這時獲得了第一份實驗室工作機會,這消息對她相當振奮;儘管實驗室設備簡陋,但能把在書中讀到的知識親手實作就已心滿意足,此經歷也影響了她未來將走上科學研究這條路。晚年瑪麗回憶起這段的時光:

「就是因為這第一次的實驗室工作,使我肯定自己在實驗研究上的興趣。」

突破重重阻礙取得學位

1891 年,24 歲的瑪麗在進行實驗室工作的同時,也終於踏上留學路,前往巴黎大學修讀物理學。剛到巴黎的她人生地不熟,對語言不熟悉外,又因過往在波蘭所受的教育無法應付大學課程,初期學業表現遠遠不及同儕。瑪麗便在課業上下足功夫,閒暇時間也都泡在圖書館裡,終於皇天不負苦心人,靠著清晰的思維加上勤奮苦讀,成績漸漸有了起色。

-----廣告,請繼續往下閱讀-----

1893 年瑪麗以第一名的佳績成功取得了物理學碩士學位,原先是想再取得一個數學學位,但此時她已將留學用的積蓄花光,也就放棄了這份念頭。幸運的是,在友人的協助下,華沙當局頒發給瑪麗海外優秀留學生「亞歷山大獎學金」,使她得以重返巴黎大學繼續深造,並在隔年順利取得第二個碩士學位。值得讚揚的是,在畢業的幾年後她將這份獎學金歸還給委員會,這舉動令人相當震驚,從未有任何一名學子歸還過,而瑪莉是第一位。

科學界的佳偶——居禮夫婦

學成後,瑪麗留在法國並開啟了她的科研生涯。當時為了能夠順利進行工作,正尋找著合適的實驗室;在同鄉物理學家約瑟夫.科瓦爾斯基介紹下,她結識了未來的丈夫,法國青年科學家——皮耶.居禮。對科學滿懷熱情的兩人情投意合,彼此欣賞著對方的個性及才華。

1894 年,瑪麗返回波蘭生活,原以為能在家鄉繼續從事喜愛的科研工作,然而波蘭的大學仍以性別為由將其拒絕。在皮耶的說服下,瑪麗回到巴黎並協助他完成了磁性研究,兩人也在同年結為連理。

當時總有人打趣得說:「皮耶最大的發現就是瑪麗」。

在實驗室裡的居禮夫婦。圖/Wikipedia

帶領科學邁向新篇章

婚後夫婦倆一面養育女兒,一面做科研。瑪麗首要目標就是取得博士學位,她選定了當時剛發現的X射線以及鈾射線作為研究主題。後續在研究鈾礦時,透過驗電器的測量結果,瑪麗推斷鈾礦必定含有其他活性比鈾大的物質,於是開啟了她尋找其他放射性物質之路。

-----廣告,請繼續往下閱讀-----

皮耶對瑪麗亞的工作越來越感興趣,隨後也加入了太太的行列。他們用酸液分解研磨過的瀝青鈾礦,再用化學分析方法分離出瀝青礦中可能含有比鈾更具放射性的物質。不久後,成功從實驗裡發現了比鈾的活性高 300 倍的新元素。隨後居禮夫婦發表了一篇聯合署名論文,正式宣布以「釙」(Polonium)命名所發現的新元素,以紀念波蘭。

在發現釙之後不久,她從實驗中發覺似乎有更強烈的放射性物質,便認定這也許是另一個新元素,這時物理學家亨利.貝克勒也加入了居里夫婦的研究行列。他們終於找出這個放射性比鈾大 900 倍的物質,三人將新元素命名為「鐳」(radium),拉丁文意為「射線」,也在研究過程中創造出單詞「放射性」(radioactivity)。

在當時居禮夫婦聯合及單獨發表的 32 篇論文中,其中一篇就為:在鐳輻射下,病變或腫瘤細胞比健康細胞死得更快。可說是若沒有這份的研究成果,就不會有現在用來治療癌症的放射性療法了。

得來不易的諾貝爾獎

在一系列研究及發現後,1903 年瑪麗終於獲得巴黎大學物理博士學位。同年瑞典皇家科學院授予居禮夫婦及亨利.貝克勒諾貝爾物理學獎,起初委員會僅表彰皮耶和貝克勒,不過有位倡導女性科學家權利的委員通報並向上申訴,瑪麗亞才能獲得提名,成為了首位獲得諾貝爾獎的女性。

-----廣告,請繼續往下閱讀-----
1911 年諾貝爾獎證書。圖/Wikipedia

隨著瑪麗亞成功從金屬中提煉出鐳,1911 年瑞典皇家科學院授予她第二座諾貝爾獎(此次為化學獎),以表彰:「發現了鐳和釙元素,提煉純鐳並研究了這種引人注目的元素的性質及其化合物」。此次的獲獎肯定也使她能夠說服法國政府支持並建立鐳研究所,該研究所於 1914 年建成,研究領域涉及化學、物理、醫學等。

將自己毫無保留地貢獻給科學與社會

一戰期間瑪麗為協助戰地外科醫生,便在靠近前線的地方設立了戰地放射中心。她的身影穿梭在戰地醫院中,指導著 X 光裝置的組裝及使用,據估計,超過 100 萬受傷士兵受過她的流動式 X 光機治療。

瑪麗與她的 X 光車。圖/Wikipedia

在戰後的歲月裡,瑪麗亞將時間奉獻將所學與經驗傳授給學生,也包括許多遠從世界各地慕名而來的後進學者。在她的指導下,鐳研究所培育出了四位諾貝爾獎得主,女兒伊倫.約里奧-居禮及女婿弗雷德里克.約里奧-居禮也在其中。

1934 年,瑪麗亞因再生不良性貧血逝世於療養院,後世普遍認為是因長時間暴露於輻射中而造成的,當時科學上並未了解到游離輻射會對人體產生危害,也未開發任何防護措施。瑪麗亞的生活處處充滿放射性物質,幾十年間患上了多種慢性疾病,然而一直到去世,她從未意識到這會危及自己的健康甚至是生命。

-----廣告,請繼續往下閱讀-----

瑪麗亞.斯克沃多夫斯卡-居禮一生不慕名利,奔波於科學研究、教育學子,將畢生毫無保留地貢獻給科學與社會。直到今日,世人仍持續讚賞她的付出與貢獻,紀念這位偉大的科學家。

參考資料:

  1. 維基百科—瑪麗.居禮
  2. 科學名人堂—居禮夫人
  3. 居禮夫人:大家都聽過的科學家,與她充滿波折的人生和感情路
  4. 科技大觀園—開啟輻射醫學大門的居禮夫人
  5. 傑出的科學貢獻與多舛波折的人生:瑪麗.居禮誕辰|科學史上的今天:11/7
-----廣告,請繼續往下閱讀-----
椀濘_96
12 篇文章 ・ 20 位粉絲
喜歡探索浪漫的事物; 比如宇宙、生命、文字, 還有你。(嘿嘿 _ 每天都過著甜甜的小日子♡(*’ー’*)

0

0
0

文字

分享

0
0
0
聽瑪莉.居禮唱出科學小宇宙——首波科學音樂劇《放飛自我 Curie Me Away!》
PanSci_96
・2019/08/06 ・2952字 ・閱讀時間約 6 分鐘 ・SR值 524 ・七年級

  • 作者/張語柔、陳薏琪、陳儀珈、王凱莉、郭宜蓁

2019 年適逢元素週期表被提出滿 150 周年,位於士林的科教館除了舉辦特展、紀念活動,最特別的是請到美國「Matheatre」雙人表演劇團首次跨海來台,演出科學音樂劇《放飛自我 Curie Me Away!》。

不妨趁著這次難得的機會,帶著前世/今世情人,藉著科學的浪漫一同慶祝七夕、父親節吧!

《放飛自我 Curie Me Away!》演些什麼?

攝影/郭宜蓁

此部音樂劇,講述的是放射性化學元素領域先驅者—瑪莉.居禮,也就是大家常說的居禮夫人,這位堅毅的波蘭女性在科學、人生、家庭生活的故事。

-----廣告,請繼續往下閱讀-----

一個女性就該待在最能發揮所長的地方。

常言道,孩子是婚姻的試金石,一流科學家的婚姻生活亦如是。居禮夫人並沒有為了孩子而放棄科學研究,反倒是試圖從中找到平衡點。演員 Sadie 透過生動而豐富的肢體語言,細膩地詮釋居禮夫人兼顧家庭與科學研究的情形,讓人不禁聯想到現代職業婦女的「第二輪班」生活。

日復一日,居禮夫婦焚膏繼晷地埋首於科學實驗中,但一通來自瑞典的電話讓他們停下手邊的工作——原來是諾貝爾獎的提名通知。但名單中並沒有居禮夫人的名字,神隊友皮耶只好不斷向上申訴,幾經斡旋才為居禮夫人贏得應有的尊重。

為了忠實呈現這段歷史,貼心的 Matheatre 準備了「精緻而優美」的電話鈴聲,沒錯,就是我們所熟知的「鈴、鈴、鈴」那種。可見除了音樂無國界,電話鈴聲也無國界,無論是誰都能感受到居禮夫人的無奈。

之後伴隨著明快而爽朗的配樂,一則又一則關於居禮夫人的報導經由口白唸出,彷如宣告女性在科研圈的窘境。所有的報導都圍繞著她的婚姻關係、家庭生活打轉。居禮夫人對世人來說仍是「女」科學家,似乎諾貝爾獎仍不足以替其的專業背書。

-----廣告,請繼續往下閱讀-----

「女」科學家的困境

攝影/郭宜蓁

女性意識的低落,似乎是居禮夫人掙脫不開的束縛,也是她一生的夢魘,即使如今距離居禮夫人誕辰已逾 150 年,在去年教育部自然課綱審議上,以居禮夫人為中心的性別議題依舊在台灣引起了廣泛且熱烈的討論,也看見了現代社會對於女性意識的正視與抬頭。

歐洲與台灣對於居禮夫人的迥異稱呼方式,除了可供性別議題細細琢磨之外,我們也可以藉此看見背後的祖國認同與民族意識。

瑪麗.斯克沃多夫斯卡.居禮 (Maria Skłodowska-Curie),是居禮夫人的全名。即使她冠了丈夫皮耶.居禮的姓氏,也依舊保留自己來自波蘭的原姓氏──斯克沃多夫斯卡,作為她對祖國波蘭的認同。回顧當時的時代背景,波蘭被野心勃勃的歐洲列強瓜分,幼年時期的瑪麗是在俄羅斯沙皇統治下的華沙長大,在這樣的時空之下,瑪麗一家的生活極為窮困。

除此之外,家鄉的保守風氣,也使得她在申請大學的路途上磕磕絆絆,最後不得不投奔姊姊,到遙遠的法國就學。即使如此居禮夫人對於波蘭的熱愛仍然不減,不但將自己新發現的元素以波蘭為啟發,命名為「釙」(Polonium),直至晚年仍然不斷以行動支持和關懷祖國的一切。

-----廣告,請繼續往下閱讀-----

這段歷史也在劇中被呈現出來。想要深入了解瑪麗.居禮的困境,不妨進場看看 Matheatre 兩位演員所呈現的科學故事吧。

科學不只冰冷的知識,還充滿人的溫度

圖/pixabay

在學習科學前,你知道「什麼是科學?」嗎?

這個問題牽涉到的,不光是教科書上那些偉大卻又有些乏味的知識而已,還包括「科學是怎麼來的?」、「為什麼要了解科學?」等問題。也就是說,在窺探偉大的科學前,知道「科學的本質」是一個重要的關鍵。科學本質(Nature of Science, NOS)是科學素養的一部份,而在 NOS 眾多的拼圖中,其中一塊拼圖 ──「了解科學歷史」可以幫助我們了解到科學是怎麼被科學家給拼湊出來!

在劇中,科學歷史的重要性,也可以略知一二。

透過音樂劇的演出,我們可以了解科學家們到底是怎麼發現科學,像是居禮夫婦從「觀察」到瀝青鈾礦中有不同元素後,藉由不同的方法將這些跟過去所發現的元素不同的「東西」,像洋蔥一般一層一層剝開分離出來。

-----廣告,請繼續往下閱讀-----

隨著劇情的節奏,似乎也呼應著「科學並不總是一蹴可及」,科學需要很長、很長又更長的時間去栽培、去發現,才有機會發揚光大。不只如此,「科學不是永恆不變的」這個觀念,也在劇中能被發現。這部音樂劇所呈現的內容,不僅可以了解在科學研究進行時會遇到的困難,還有挖掘、發現科學的方式,同時也能讓觀眾看到科學帶給人的熱情,讓觀眾在邊看劇的同時,不知不覺能從小細節和科學素養有所連結。

總的來說,這齣劇帶給我們的,不只是視覺上、聽覺上、味覺上(畢竟可以喝酒,還有咬爆米花嘛!)的刺激,還有那些聽起來很遙遠的科學素養的培養,讓人忍不住想喊聲 Bravo!

科學傳播的新鮮管道:歌曲、舞蹈、音樂劇

攝影/郭宜蓁

除了這次的演出外,過去在國立自然科學博物館,也曾有演出過科學舞台劇,相信有 follow 的人都知道,就是 2014 年的《哈雷與牛頓 - 從黑暗到光明!》。從劇名就知道,這部有趣的科學舞台劇,是在闡述哈雷和牛頓這兩名和彗星研究密切相關的科學家的故事。

-----廣告,請繼續往下閱讀-----

當然,我們並不是要介紹這部舞台劇的迷人之處在哪(不然這部戲的風采就會被平分了),而是讓大家知道科學傳播的發展管道,已經不單單只侷限在「電視」、「報紙」、「教科書」,現在有更多、更酷炫的媒介,讓我們可以用不同角度,對科學有不一樣的理解。

從這些輕鬆的劇情中,學習到更多科學的知識、科學素養的培育,這不是讓人覺得新鮮又振奮呢?甚至到了今天,也有許多有創意的人,發明了像是科學歌、科學舞蹈等等的,把過去艱深難懂的科學,轉變成一種新的呈現方式,讓科學的傳播方式更加豐富,已經成為現在進行式。

沉浸在音樂劇中,一起放飛自我吧!

酒精濃度5.5,酒後不開車,你我都安全。攝影/王凱莉

《放飛自我 Curie Me Away!》不論劇本或是音樂都是原創,劇情節奏輕鬆,歌曲配樂也都很精緻,搭配劇情一點都不突兀。此外,雖然舞台上只有兩個人,但是兩位演員不論表情以及動作都很到位,看著他們的肢體表達搭配上某些台詞還會不禁笑出來,完全沒有冷場。不論是喜愛科學、喜歡看劇或是好奇什麼是科學音樂劇,都很推薦來看。

-----廣告,請繼續往下閱讀-----

另外,表演過程雖然是全英演出,不過旁邊都附有中、英字幕對照,所以不用擔心會看不懂的問題。如果你的票種(紀念微醺款或濃情蜜意雙人雅座款)有含酒,進場後服務人員會給你一瓶酒,一邊欣賞戲劇一邊飲酒真的是很放鬆!

攝影/郭宜蓁

劇中的瑪麗.居禮總是把所有東西和元素搭上關係,而「你的夢想元素是什麼」?音樂劇的結尾說道「願好奇之夢帶你放飛自我」就讓你的好奇心,帶著你到音樂劇現場放飛自我吧!

接下來《放飛自我 Curie Me Away!》音樂劇,分別在 8/7、8/9、8/10、8/11 四天皆有演出,舒適的演出場地,搭配強大的冷氣,爽口的小啤酒以及鹹甜的小爆米花,陪你一同度過放鬆的夏日夜晚。

-----廣告,請繼續往下閱讀-----

活動報名,請見《放飛自我 Curie Me Away!》音樂劇

-----廣告,請繼續往下閱讀-----