燒毀基地台防堵新冠疫情？科學素養當道下的省思

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

約莫 30 年前，家庭經濟艱困，這名新加坡華人婦女選擇墮胎。固然有丈夫支持，仍深感愧疚羞恥。術後，她「聽到」誦經，並「看見」床舖上腐屍橫臥。^[1]

症狀再現

2017 年，婦人覺得整週被惡靈騷擾，腎臟切除術（nephrectomy）只得延期。後來在 2018 年的手術期間和之後，她分別接受兩種鴉片類藥物（opioids）止痛，卻導致不由自主的過動症狀。同時，繚繞的梵音與陳列的死屍，再次出現長達一個禮拜。她的腦電波圖及腦部核磁共振結果正常。投以具鎮靜效果的苯二氮平類藥物（benzodiazepines），兩週後外顯症狀消失並出院，但繼續用藥。此外，她術後情緒低落，有輕生的念頭，被診斷為重度憂鬱症（major depressive disorder），因此吃了兩年的選擇性血清素再吸收抑制劑（selective serotonin reuptake inhibitors）。^[1]

自殺防治專線：
 衛生福利部安心專線 1925
 生命線協談專線 1995
 張老師輔導專線 1980

2021 年，雷同的非自主性症狀重現：每日 2、3 回，胸口一股寒氣朝四肢擴散，再轉成刺痛。又哭又笑，尖叫、顫抖，手舞足蹈。幾分鐘至 1 小時下來，發汗疲憊。時年 62 歲的婦人，不禁憂心未來的日子如何是好。^[1]

4天後，在新加坡中央醫院（Singapore General Hospital）的急診室裡，婦人再次發作。肌肉注射一劑抗精神病藥物，沒幾分鐘，她就坐直身子，為自己的行為道歉。然而問診未及 10 分鐘，便再度失控。這回經靜脈打了苯二氮平類藥物，數分鐘內，又恢復鎮靜。^[1]

鑑別診斷

負責診療此婦人的精神科醫師認為，如果一個人著魔般地附體出神（possession trance），就要從心理諮商和心理治療，瞭解壓力來源，並學習調適；倘若罹患恐慌症（panic disorder），則可以再加上投藥。第一線的藥物，正是她之前手術後服用的選擇性血清素再吸收抑制劑，還有苯二氮平類藥物。理論說來簡單，偏偏兩種精神狀態，均會在壓力下的生氣和挫折時被觸發，症狀又有相似之處，診斷可得仔細鑑別。^[1][註]

恐慌症

剛入院時，婦人的生命徵象、血液、腦部斷層掃描、腦電波圖、神經功能；以及外表、情緒、表情、行為、言語、思考和感知等，精神狀態檢查（mental state examination）的項目都正常。不過住院期間，她已被病症折磨到想自盡。婦人告訴醫師，這些異狀起因於惡靈纏身。^[1]

在新加坡，22% 的華裔精神病患，將違常的思維與舉止，歸咎靈異附體：其中 40% 幻聽；32.7% 幻視。所以就是來者自稱能聽天音、見鬼神，精神科醫師想必都如禪佛入定，處變不驚。何況宗教信仰與精神醫學重疊的案例，並非當地獨有。比方說，有個 19 歲的突尼西亞裔義大利女子，描述《可蘭經》裡提到的那種精靈，侵入自己的身心。她被視為罹患恐慌症，施以選擇性血清素再吸收抑制劑，偕同心理諮商和心理治療後，情況便順利改善。^[1]

新加坡中央醫院的精神科醫師，盤點著婦人的症狀：流汗、顫抖、發寒、胸口不適、感覺異常，以及害怕失控。《精神疾病診斷與統計手冊》第 5 版中，恐慌症全數 13 種症狀，她就有 6 種。雖然墮胎與腎臟切除術的創傷經驗，有機會觸發中邪般的解離症狀；但是婦人意識清醒，未曾浮現其他人格，也無記憶斷片的現象。至於情緒不佳，主要是受到這些經驗的影響，倒不是本來就深陷低潮。換句話說，既非附體出神，也不是伴隨精神病特徵的重度憂鬱症，而是帶有文化特色的恐慌症。^[1]

婦人在對症下藥，且病情穩定後出院。她計劃一邊服藥；一邊尋求民間信仰的傳統諮商。基於文獻指出宗教活動有助預後，醫師亦樂見雙軌並行。^[1]

備註

原個案報告使用的「附體」（possession）和「出神」（trance）二詞，^[1]既有宗教意味；亦可指稱精神醫學中的附體出神障礙（possession trance disorder）。比起該醫師提到的恐慌症，附體出神障礙其實跟解離性身份障礙（dissociative identity disorder），更加相似。^[2]相關案例請見：〈精神個案系列：發瘋、中邪，還是通靈？〉

1. Khoe HCH, Gudi A. (2022) ‘Case Report: An Atypical Presentation of Panic Disorder Masquerading as Possession Trance’. Frontiers in Psychiatry, 12:819375.
2. Pietkiewicz IJ, Kłosińska U, Tomalski R. (2022) ‘Trapped Between Theological and Medical Notions of Possession: A Case of Possession Trance Disorder With a 3-Year Follow-Up’. Frontiers in Psychiatry, 13:891859.

窗外的風景飛逝，火車快速前行。座位上 21 歲的荷蘭女子，突然恐慌發作（panic attack）。5、6 歲時，多次被兄姊鎖在衣櫃裡的恐懼，由這一刻起廣泛延伸：不僅深怕受困車廂和電梯，開車要有人陪，連單獨出門也擔心迷路。^[1]

23 歲那年，她接受理性情緒行為治療（rational emotive behaviour therapy，縮寫REBT），從認知、情緒和行為等層面，改變不合理的想法，可惜成效不彰。^{[1, 2]}後來結了婚，38 歲時孩子出生，她的病情卻惡化，無法專心育養。50 歲的時候，她又嘗試配合眼動脫敏再處理（eye movement desensitisation and reprocessing，簡稱 EMDR）的心理治療。^[1]雖然深入挖掘創傷的根源，但規律的眼球左右運動，沒有減低她的焦慮。^{[1, 3]}

治療目標

2017 年，跟丈夫還有 2 個小孩同住，並擔任市政府公務員的荷蘭女子，已經 53 歲。這次她改採藝術治療。事前的量表與各項評估，顯示女子難以調節情緒，並罹患恐慌症（panic disorder）、廣場恐懼症（agoraphobia）和幽閉恐懼症（claustrophobia）。^[1]另外，她還有疑病症（hypochondria）會過度煩惱健康的症狀，但未達診斷標準。這些全都是焦慮症（anxiety disorder）的子分類。^{[1, 4]}

為了避免先入為主，藝術治療師沒被告知病況細節。不過，女子有跟她說自己焦慮、緊張和疑病。療程長達 6 個月，中間扣掉暑假，每週 1 小時，總共 14 次，期間外加量表評估。第 1 次療程的前半個鐘頭，治療師先跟女子溝通，瞭解其病史、症狀和家庭等資訊；剩下的時間，則提供水彩畫的材料與工具，讓她自由發揮，作為診斷的根據。然而，沒有規則可循的創作，令女子缺乏安全感；於是改為她熟悉且偏好，又能刺激觸覺的捏陶。^[1]

廣場恐懼症及幽閉恐懼症，都是將外界視為痛苦的來源。治療師認為女子嚴謹的繪畫筆法，呈現出焦慮者高度警覺的心理狀態，但可以靠訓練改善。她為女子設定的治療目標，如下：^[1]

1. 提升內在放鬆的程度。^[1]
2. 解除高度的控制和警覺。^[1]
3. 促進對外界的客觀洞察。^[1]
4. 增強與外界的正向互動。^[1]

針對第一項，治療師計劃用簡單的捏陶，促成放鬆的效果；第二、三個目標，要透過較難上手的炭筆畫，破壞精確掌握的慣性，並探索光影細微的漸層變化，挑戰患者容易以偏概全的判斷；最後的階段，則以能刺激視、觸覺的粉彩為媒材，從指尖塗抹的色彩，回歸繽紛的日常。療程中，治療師很少因解釋打斷體驗，主要扮演支持與鼓勵的角色，傾聽個案的想法及感受。^[1]

治療過程

以下是 14 次療程的內容摘要：^[1]

• 第 1 次：問診、自由發揮的水彩畫，以及做陶土球。（細節如前述。）^[1]
• 第 2 次：先重複上次的捏陶，再將陶土球改成別的形狀，但不能偷看，僅仰賴觸覺，最後用炭筆素描該成品（圖 2）。^[1]
• 第 3 次：用炭筆描繪上回陶土作品外圍的空間（圖2），也就是在熟悉的事物前，面對新挑戰。接著是抽象畫練習，用線條連結隨機分佈的黑色方塊，再以漸層填滿空白（圖3）。治療師與女子討論暑假想在家畫什麼。^[1]
• 第 4 次：提前執行雙方同意的提案之一：報紙人物照片的炭筆素描。照片上下顛倒，所以得格外用心觀察。完成後，轉過來對照，女子驚訝竟十分相似（圖4）。^[1]

暑假期間，女子在家練習炭筆素描的光影，以及用粉彩仿畫印象派作品。下面是學期開始後，繼續的療程摘要：^[1]

• 第 5 次：把畫紙底部塗黑，再將碳粉向上推出漸層，迎向光芒。希望營造安全、舒適的感受。^[1]
• 第 6 次：女子安靜地把上次的作品完成（圖 5）。治療師不確定她在想什麼，但感覺其情緒平穩，該是時候進入下個階段了。^[1]
• 第 7 次：女子應要求，帶來自己 5、6 歲時的照片。治療師請她先把畫紙全部塗黑，再用橡皮擦拭出層次。試圖將她的注意力，從負面情緒和記憶，轉移到學習技法上，讓與童年之間的連結產生其他可能。過程中，她全神貫注。^[1]
• 第 8 次：女子忘了帶照片來完成上次的作品，所以畫了些隨機的黑點，練習漸層（圖 6）。^[1]
• 第 9 次：總算完成那張童年自畫像。（原文未附圖。）雖然沒有直接觸及創傷記憶，但是女子談到勇氣的重要性。^[1]

在第 10 次的療程開頭，治療師口頭描述光線照進一座山洞，同時提供一些參考照片，請女子用炭筆與粉彩，分別畫山洞裡的黑暗及外面的色彩。由此至第 13 次療程，逐漸減少山洞內部在畫面上的比重，並迫近洞口，擴大對洞外的描繪，直到剩下繽紛的外在世界（圖7）。在最終的第 14 次療程，治療師邀請女子一起回顧這段時間的畫作。女子表示，這些練習對她很有幫助。^[1]

人智學藝術治療

這名荷蘭女子經歷的人智學藝術治療（anthroposophic art therapy），不以排除症狀為優先，反而視個案為整體，並著重於問題背後的肇因。比方說，對付焦慮不能只處理情緒，而要改善過度思考。治療師運用色彩、形狀與氛圍，著手於潛意識的體驗。儘管病症尚未完全消除，此案女子自評的焦慮、疑病和緊張程度，都因此明顯降低。療程結束 4 個月後受訪，她說兒時的照片喚起孤獨感，然而「繪圖能拉開跟童年之間的距離…你看著它，畫它」。總歸而言，作畫時思緒暫停，「宛如冥想，幫助放鬆」。^[1]

1. Abbing AC, Baars EW, Van Haastrecht O, et al. (2019) ‘Acceptance of Anxiety through Art Therapy: A Case Report Exploring How Anthroposophic Art Therapy Addresses Emotion Regulation and Executive Functioning’. Case Reports in Psychiatry, 4875381.
2. American Psychological Association. ‘Rational emotive behavior therapy (REBT)’. APA Dictionary of Psychology. (Accessed on 27 MAY 2023)
3. ‘Eye Movement Desensitization and Reprocessing (EMDR) Therapy’. (31 JUL 2017) American Psychological Association.
4. ‘Hypochondria’. (FEB 2021) Healthdirect Australia.