0

1
0

文字

分享

0
1
0

消滅狂牛症驚悚謠言,催生英國科學媒體中心│科學家與媒體的橋樑(一)

台灣科技媒體中心_96
・2020/08/17 ・3679字 ・閱讀時間約 7 分鐘 ・SR值 591 ・九年級

編按:充斥在新聞媒體或社群上的偽科學謠言,或似是而非的「新發現」,通常都以誇張聳動的標題吸引讀者的目光,並讓多數人深信不疑。誰能擔任這個破除迷思的角色,成為科學家與媒體傳播間的橋樑,為閱聽者導正視聽呢?這一系列文章,將介紹英國科學媒體中心(SMC)如何運作,打擊新聞上的偽科學、假訊息。

偽科學與謠言終結者──英國科學媒體中心

英國科學媒體中心(Science Media Centre,簡稱 SMC)的名氣,遠不如原生於英國、赫赫有名的電視台 BBC,也不如英國《衛報》(The Guardian)那般舉世所知,甚至,英國社會上的普羅大眾也不一定知道,英國 SMC 在許多重大新聞事件上所扮演的關鍵角色。

SMC 的 logo。
圖/SMC 官方推特

唯有當科學家有良好的媒體溝通能力,媒體才能報導更好的科學新聞。

國際權威的科學期刊《自然》(Nature)在其深度報導中,以<關注的焦點>(Centre of Attention)為題介紹這個成立於 2002 年、在科學新聞上無役不與的「科學媒體中心」,以及其中的靈魂人物費歐娜.福克斯(Fiona Fox)。

既是中心主任亦是創始人之一的福克斯,在文章、訪談與報導中談及科學與媒體傳播時,常提到「唯有當科學家有良好的媒體溝通能力,媒體才能報導更好的科學新聞。[1]並以此為中心運作宗旨,致力於提高新聞中的科學知識含量,兼顧科學報導的正確性與即時性。

吃牛肉傳播狂牛症?謠言催生英國 SMC

英國 SMC 的催生期,正是狂牛症肆虐英國,各報頭條充斥各種傳聞的 2000 年。俗稱為狂牛症的病症,在學理上稱為牛海綿狀腦病(Bovine spongiform encephalopathy,BSE),病源是牛隻染色體中的變異普昂蛋白質(prion protein),造成牛隻的腦神經結構會退化如海綿一般且近百分百致死,且具傳染性。1986 年在英國確認第一起牛隻病例後,媒體爭相報導,然牛隻疫情持續擴散。

-----廣告,請繼續往下閱讀-----

1990 年 5 月科學家出來呼籲,因其具傳染性與百分百的致死率,應全面撲殺英國牛隻。同月,英國農業部長召開記者會,宣稱牛肉是安全的,並讓記者拍攝他 4 歲女兒大口咬下牛肉漢堡的畫面。[2]

1992 至 1993 年間,染病牛隻到達高峰,接著便傳出4位畜養牛隻的農場主人,因罹患中樞神經系統病變的新型庫賈氏病(variant Creutzfeldt-Jacob Disease,vCJD)而死亡。 吃牛肉會致死的謠言不脛而走,而「盤子裡的食物會殺人」如此令人難以抗拒的新聞訊息,終於蔓生至家家戶戶,英國社會無人不對此恐慌。

名嘴、政客搶盡版面,專業科學家的聲音呢?

狂牛症事件中,檯面上卻鮮少有研究普昂蛋白質科學家的聲音,倒是政治人物、媒體名嘴、各級政府官員的「專家意見」佔滿版面。

所以到底吃牛肉會不會致死?

沒有專業人員親上火線回答,在這樣的媒體環境下,這謠言渲染成人人聞之色變的「事實」。然而,2000 年英國農業部所發表的狂牛症報告明確指出 [3],雖在小鼠上確認新型庫賈氏病,是由造成狂牛症的普昂蛋白質而導致,但在人類身上還不能直接確認其因果關係

-----廣告,請繼續往下閱讀-----

以當時的科學證據,只能確認人類所患之罕見新型庫賈氏病與狂牛症有關,因為這些患病的人曾暴露於高風險環境從 1990 到 2017 這 28 年來,英國庫賈氏病的統計上,只有 178 人可確認死因或其可能死因為新型庫賈氏病;而 1990 到 2000 年的累積人數,是 80 人 [4]。但這一統計數據與政府報告,完全不能消減英國社會對吃食牛肉的漫天恐懼,於是狂牛症事件重創英國畜牧業,災情更擴及整個歐洲。

重建大眾對科學家與媒體信任,英國SMS誕生

事實上,狂牛症事件不僅重創畜牧業,更凸顯失能的政府治理,並深深破壞了民眾對政府、專家、科學與科學家的信任。

這年,在英國皇家科學研究院(Royal Institution)主任、牛津大學知名神經科學家蘇姍.格林菲爾德(Susan Greenfield),和科學部長森士伯立勳爵(Lord Sainsbury)的號召下,科學界具顯赫研究成果的科學家,與資深媒體編輯和記者紛紛響應,組成 SMC 創立之諮詢委員會,花了近兩年時間,確立英國SMC的定位與角色。

2002 年,旨於重建大眾對科學家與媒體信任的英國科學媒體中心,正式成立。

-----廣告,請繼續往下閱讀-----
狂牛症事件重擊畜牧業,更凸顯政府失能,並危急民眾對於政府、專家、科學與科學家的信任。
圖/pixabay

快速轉介科學家,與媒體配合破除謠言

英國 SMC 在成立之時雖有明確任務,但是怎麼達成目的、該怎麼進行,仍然缺乏明確的路徑。福克斯在英國 SMC 成立十週年所寫的文章中回憶到,那時關切科學在新聞媒體傳播呈現的各方專業人士,紛紛給予意見,表達對中心應如何運作的想法。她舉例,當時頂尖科學家的建議包括「應該專注於推進園藝計畫中的科學」到「作為世界各地科學家參訪英國的接待中心」都有。

經過一輪拜訪、討論與媒體觀察,英國 SMC 確認它的功能應補足科學家與媒體關係之中,最缺乏的一塊:有效溝通

補足科學家與媒體關係之中,最缺乏的一塊:有效溝通。
圖/pixabay

運作 16 年至今,英國 SMC 的專家資料庫中已有約 3,000 位科學家,固定為其撰寫科學新知(或研究報告)的短評與新聞回應,以呈現多元的科學家觀點。若因混沌不明的科學事實未能釐清而產生重大爭議,英國科學媒體中心會第一時間親上火線,邀集專家召開記者會,澄清新聞上的科學謬誤。

科學家提供正確知識,媒體進行專業轉譯

英國 SMC 所扮演的角色,是科學家與媒體的媒合者。說來輕鬆,卻因科學與新聞專業在各自的養成過程中多有差異,雖可說關注的面向都是呈現真相,但是探求真相與呈現的方式卻大相徑庭。英國 SMC 一方面與科學家溝通,指出公共領域若缺乏真正的科學證據與論述,不僅無助於公眾討論,長久下來更可能危害社會凝聚力;公眾愈輕忽科學,也愈可能影響科學社群的研究經費來源。

-----廣告,請繼續往下閱讀-----

另一方面,英國 SMC 與傳播媒體溝通,指出科學證據的產出、呈現方式的理解門檻雖然高,但卻能有效提供掌握問題的背景知識,因此得透過傳播媒體的專業轉譯能力,艱澀的科學知識才有可能為大眾所接受。

英國 SMC 的每日工作重點,便是整理科學家提供的最新研究期刊成果的短評(roundups),如此一來,讀者或媒體便能透過科學家的解讀,正確傳遞此項研究的發現與限制,不會在引用時因不解而誇大,而媒體也常引用此類短評來補充事件的背景知識;二來,希望能呈現相近領域專家,在相同研究上的不同觀點,這些觀點不僅可能有所出入,甚至可能相左,這也反映出科學社群慣常的辯論。

若粗略回顧那似乎是線性發展的科學進程,事實上是時經多年、多個團隊實證研究彼此衝突的結果,再不斷經由科學方法來回否證、累積而成。

黃金三招:即時回應、開記者會、事實查核表

為了做好科學傳播,英國 SMC 有三大重要行動,其一便是在重大事件登上頭條後,展開「即時回應」(rapid reaction),邀請該領域的專家出面澄清新聞謬誤,以書面解釋目前科學發展所能提供的知識背景;其二行動,是召開記者會(briefing),邀請專家提供科學新聞事件的口頭簡報。記者會又分為兩類,一是解釋事件背景及其影響(background briefing),二是發布新的科學研究(news briefing);其三行動,是即時整理出專家回應該事件所能提供的事實查核表(factsheets),並在專家同意之下,提供聯繫方式以供媒體朋友獲得第一手正確訊息。

-----廣告,請繼續往下閱讀-----

可以想見這任務難關重重,對於科學媒體中心來說,最艱困的任務莫過於在對的時間點、對的題目上,找到對的科學家。什麼是對的科學家?那不只是這位科學家的研究主題相符,更是他有意願與信任的媒體接觸,且有能力清楚解釋科學證據,讓媒體能從中吸收正確資訊,促成有力的報導。

最重要任務:破壞謠言,阻假消息流竄

最後一項任務也是英國 SMC 最熱中的,便是破壞謠言(crap busting)。英國 SMC 在和科學記者建立信任關係之後,會主動提供可攻破科學假新聞的資料,以及可聯絡之專家,讓謠言在足夠證據下,被即時破壞,防止假消息進一步流竄。

例如說曾有新聞指出西洋菜(watercress)可以降低罹癌風險,英國 SMC 便找到世界首屈一指的癌症科學家,計算出若要用西洋菜抵抗癌症,得吃上很多噸的西洋菜才能有效,雖然此新聞仍登上報紙,但英國 SMC 所提供的資料,能讓讀者保有足夠的懷疑心,不致輕信。

如何說服科學家面對媒體?挑戰接踵而來

對科學家來說,在新聞熱點上為科學研究挺身而出,面對可能抱持敵意的閱聽眾,那要承擔的學術風險、耗費的精力與犧牲的時間,都難以估量。英國 SMC 是如何說服科學家面對媒體?在基改作物、MMR 疫苗是否會導致自閉症的爭議上,又是如何踏浪而行?批評者是如何看待貌似「僅以科學意見為尊」的英國 SMC?英國 SMC 又是如何回應?

-----廣告,請繼續往下閱讀-----

下一篇,會以幾個案例來爬梳這些年英國 SMC 所經歷的大小戰役,以及在光環之外,又是如何飽受批評。

透過傳播媒體的專業轉譯能力,大眾才可能接受艱澀的科學知識。
圖/piqsels

註釋

  1.  福克斯所言之原文為:”The media will DO science better when scientists DO the media better.”
  2.  The Guardian (2000). “BSE crisis: timeline.”
  3.  FAO (2000). “Bovine Spongiform Encephalopathy in Great Britain- A Progress Report.”
  4.  NCJDRSU (2018). “CREUTZFELDT-JAKOB DISEASE IN THE UK.”
-----廣告,請繼續往下閱讀-----
文章難易度
台灣科技媒體中心_96
46 篇文章 ・ 328 位粉絲
台灣科技媒體中心希望架構一個具跨領域溝通性質的科學新聞平台,提供正確的科學新聞素材與科學新聞專題探討。

0

3
1

文字

分享

0
3
1
為機器人換上「物理大腦」:一場終結AI數位囚禁的革命
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/03 ・5732字 ・閱讀時間約 11 分鐘

本文與 研華科技 合作,泛科學企劃執行

我們都看過那種影片,對吧?網路上從不缺乏讓人驚嘆的機器人表演:數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ,或是波士頓動力的機器狗,用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次,社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕,看看四周,一個巨大的落差感就來了:說好的機器人呢?為什麼大街上沒有他們的身影,為什麼我家連一件衣服都還沒人幫我摺?

這份存在於數位螢幕與物理現實之間的巨大鴻溝,源於一個根本性的矛盾:當代AI在數位世界裡聰明絕頂,卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫,但它沒辦法為你端一杯水。

-----廣告,請繼續往下閱讀-----

這個矛盾,在我們常見的兩種機器人展示中體現得淋漓盡致。第一種,是動作精準、甚至會跳舞的類型,這本質上是一場由工程師預先寫好劇本的「戲」,機器人對它所處的世界一無所知 。第二種,則是嘗試執行日常任務(如開冰箱、拿蘋果)的類型,但其動作緩慢不穩,彷彿正在復健的病人 。

這兩種極端的對比,恰恰點出了機器人技術的真正瓶頸:它們的「大腦」還不夠強大,無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題:新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦,真的能終結機器人的「復健時代」,開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎?

新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦 / 圖片來源:研華科技

為何我們看到的機器人,總像在演戲或復健?

那我們怎麼理解這個看似矛盾的現象?為什麼有些機器人靈活得像舞者,有些卻笨拙得像病人?答案,就藏在它們的「大腦」運作方式裡。

-----廣告,請繼續往下閱讀-----

那些動作極其精準、甚至會後空翻的機器人,秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質,是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道,都是事先算好的,機器人本身並不知道自己為何要這麼做,它只是在「執行」指令,而不是在「理解」環境。

而另一種,那個開冰箱慢吞吞的機器人,雖然看起來笨,卻是在做一件革命性的事:它正在試圖由 AI 驅動,真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢,正是因為過去驅動它的「大腦」,也就是 AI 晶片的算力還不夠強,無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路,你可以抱著他,幫他擺動雙腿,看起來走得又快又穩,但那不是他自己在走。真正的學習,是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人,大多是前者;而我們真正期待的,是後者。

所以,問題的核心浮現了:我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好?

-----廣告,請繼續往下閱讀-----
我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好? / 圖片來源:shutterstock

機器人的大腦,為什麼不能放在雲端?

聽起來好像很合理,對吧?把所有複雜的運算都交給雲端最強大的伺服器,機器人本身只要負責接收指令就好了。但……真的嗎?

想像一下,如果你的大腦在雲端,你看到一個球朝你飛過來,視覺訊號要先上傳到雲端,雲端分析完,再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲,你大概就已經鼻青臉腫了。

現實世界的互動,需要的是「即時反應」。任何網路延遲,在物理世界中都可能造成無法彌補的失誤 。因此,運算必須在機器人本體上完成,這就是「邊緣 AI」(Edge AI)的核心概念 。而 NVIDIA  Jetson 平台,正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求,而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦,專為在各種裝置上運行 AI 任務設計 。回顧它的演進,早期的 Jetson 系統主要用於視覺辨識搭配AI推論,像是車牌辨識、工廠瑕疵檢測,或者在相機裡分辨貓狗,扮演著「眼睛」的角色,看得懂眼前的事物 。但隨著算力提升,NVIDIA Jetson 的角色也逐漸從單純的「眼睛」,演化為能夠控制手腳的「大腦」,開始驅動更複雜的自主機器,無論是地上跑的、天上飛的,都將NVIDIA Jetson 視為核心運算中樞 。

-----廣告,請繼續往下閱讀-----

但再強大的晶片,如果沒有能適應現場環境的「容器」,也無法真正落地。這正是研華(Advantech)的角色,我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備,確保它能在高熱、灰塵、潮濕或震動的現場穩定運行,滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說,NVIDIA 提供「大腦」,而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠,但它其實早就以一種你意想不到的方式,進入了我們的生活。

從Switch到雞蛋分揀員,NVIDIA Jetson如何悄悄改變世界?

如果我告訴你,第一代的任天堂Switch遊戲機與Jetson有相同血緣,你會不會很驚訝?它的核心處理器X1晶片,與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求,正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域,研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

-----廣告,請繼續往下閱讀-----
  • 在北美,有客戶利用 AI 進行雞蛋品質檢測,研華的工業電腦搭載NVIDIA Jetson 模組與相機介面,能精準辨識並挑出髒污、雙黃蛋到血蛋 
  • 在日本,為避免鏟雪車在移動時發生意外,導入了環繞視覺系統,當 AI 偵測到周圍有人時便會立刻停止 ;
  • 在水資源珍貴的以色列,研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內,24 小時在果園巡航,一旦發現成熟的果實就直接凌空採摘,實現了「無落果」的終極目標 。

這些應用,代表著 NVIDIA Jetson Orin™ 世代的成功,它讓「自動化」設備變得更聰明 。然而,隨著大型語言模型(LLM)的浪潮來襲,人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令,更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率,若要機器人更快速完成動作,需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題:AI到底該如何學會「動手」,而不只是「動口」?

革命性的一步:AI如何學會「動手」而不只是「動口」?

面對 Orin 世代的瓶頸,NVIDIA 給出的答案,不是溫和升級,而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組,峰值性能是前代的 7.5 倍,記憶體也翻倍 。如此巨大的效能提升,目標只有一個:將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型,成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生,將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起:

-----廣告,請繼續往下閱讀-----
  1. 第一階段是 LLM(Large Language Model,大型語言模型):
    我們最熟悉的 ChatGPT 就屬此類,它接收文字、輸出文字,實現了流暢的人機對話 。
  2. 第二階段是 VLM(Vision-Language Model,視覺語言模型):
    AI 學會了看,可以上傳圖片,它能用文字描述所見之物,但輸出結果仍然是給人類看的自然語言 。
  3. 第三階段則是 VLA(Vision-Language-Action Model,視覺語言行動模型):
    這是革命性的一步。VLA 模型的輸出不再是文字,而是「行動指令(Action Token)」 。它能將視覺與語言的理解,直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵! 過去以NVIDIA Jetson Orin™作為大腦的機器人,僅能以有限的速度運行VLA模型。而由 VLA 模型驅動,讓 AI 能夠感知、理解並直接與物理世界互動的全新形態,正是「物理 AI」(Physical AI)的開端 。NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 。

NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 / 圖片來源:研華科技

其中,物理 AI 強調的 vision to action,就需要研華設計對應的硬體來實現;譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達,你的系統就要有對應的介面來整合視覺;你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品;你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通,這些都需要具體化到一個系統上,這個系統的集大成就是機器人。

好,我們有了史上最強的大腦。但一個再聰明的大腦,也需要一副強韌的身體。而這副身體,為什麼非得是「人形」?這不是一種很沒效率的執念嗎?

為什麼機器人非得是「人形」?這不是一種低效的執念嗎?

這是我一直在思考的問題。為什麼業界的主流目標,是充滿挑戰的「人形」機器人?為何不設計成效率更高的輪式,或是功能更多元的章魚型態?

-----廣告,請繼續往下閱讀-----

答案,簡單到令人無法反駁:因為我們所處的世界,是徹底為人形生物所打造的。

從樓梯的階高、門把的設計,到桌椅的高度,無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言,採用人形的軀體,意味著它能用與我們最相似的視角與方式去感知和學習這個世界,進而最快地理解並融入人類環境 。這背後的邏輯是,與其讓 AI 去適應千奇百怪的非人形設計,不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具,產線上的機械手臂能高效重複鎖螺絲,但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標,是成為一個「多面手」,它能在廣泛學習後,理解物理世界的運作規律 。理論上,今天它在產線上組裝伺服器,明天就能在廚房裡學會煮菜 。

人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態 / 圖片來源:shutterstock

但要讓一個「多面手」真正活起來,光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經,才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」,就無法匯聚成有意義的行動。

這正是研華的角色:我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中,讓它成為能真正思考與反應的「完整大腦」,同時也提供神經系統的骨幹,將感測器、I/O 介面與通訊模組可靠地連結起來,把訊號傳導進大腦。你或許看不見研華的存在,但它實際上遍布在機器人全身,像隱藏在皮膚之下的神經網絡,讓整個身體真正活過來。

但有了大腦、有了身體,接下來的挑戰是「教育」。你要怎麼教一個物理 AI?總不能讓它在現實世界裡一直摔跤,把一台幾百萬的機器人摔壞吧?

打造一個「精神時光屋」,AI的學習速度能有多快?

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料,但物理世界中用於訓練的互動資料卻極其稀缺,而且在現實中反覆試錯的成本與風險實在太高 。

答案,就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台,為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生(Digital Twin)世界,讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內,經歷相當於現實世界千百日的學習與演練,從而在絕對安全的環境中,窮盡各種可能性,深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環,Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本,但後來發現,它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺,是在現實世界中難以透過有限次的試錯來建立的。

所以你看,這趟從 Switch 到人形機器人的旅程,一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備:一個劃時代的「AI 大腦」(NVIDIA Jetson Thor)、讓核心延展為「完整大腦與神經系統」的工業級骨幹(由研華 Advantech 提供),以及一個不可或缺的「教育環境」(NVIDIA Isaac Sim 模擬平台) 。

結語

我們拆解了那些酷炫機器人影片背後的真相,看見了從「自動化」走向「自主化」的巨大技術鴻溝,也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測,未來 3 到 5 年內,人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景,如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器,能夠觀察我們的世界,理解我們的語言,並開始以物理實體的方式與我們互動,這將從根本上改變我們與科技的關係。

所以,最後我想留給你的思想實驗是:當一個「物理 AI」真的走進你的生活,它不只是個工具,而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」,你最先感受到的,會是興奮、是便利,還是……一絲不安?

這個問題,不再是「我們能否做到」,而是「當它發生時,我們準備好了嗎?」

研華已經整裝待發,現在,我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
2024 臺灣科普環島列車啟程 催生科學傳播新力量
PanSci_96
・2024/10/21 ・915字 ・閱讀時間約 1 分鐘

「2024 臺灣科普環島列車」今(21)日自臺北火車站啟程,沿著西部幹線南下,將於 10 月 21 日至 26 日搭載全臺 202 所國小學生,展開 6 天的科普環島之旅。前副總統陳建仁、國科會主委吳誠文、數位發展部部長黃彥男、交通部臺灣鐵路公司副總經理賴興隆,美、荷、法、德、英國等駐臺代表、9 家車廂參與單位代表及師生們均蒞臨開幕式。

高中生成為科學傳播新力量 助力全臺科普教育

吳主委表示,自 2016 年以來,已連續 9 年舉辦科普環島列車活動,持續推動科學教育。今年活動規模擴大,火車將在 6 天內行經 17 個縣市、32 個站點,提供超過 300 項科學實驗,讓全臺學童能從小接觸科學。

更值得一提的是,近年來國科會積極邀請全臺高中學生,透過科學培訓後上車擔任「車廂關主」,帶領國小學童玩科普;高中生們由「知識接收者」轉為「科學傳播者」的角色,不僅加深其擔任小老師的使命感,也提升科學傳播、知識轉譯及組織規劃能力。

今年有 391 位來自全臺 18 所高中的學生參與培訓,其中 162 位為女學生,突破科技領域的性別刻板印象,展現女性在科學界的力量。這些科普小老師們將於 10 月 21 日至 26 日帶著全臺各縣市、鄉鎮國小學童學習更多有趣的科學實驗,為科普教育展開多面向的正循環。

-----廣告,請繼續往下閱讀-----

2024 年的科普環島列車很不一樣! 全民一起上列車、長知識

「2024 年臺灣科普環島列車」停靠站點及時刻表

今年臺灣科普環島列車首度開放全民上車體驗,活動開放報名迅速額滿,共有360位民眾參加,8節車廂搭載不同科技主題的特色實驗,包含今年最發燒的 AI 人工智慧、半導體、衛星通訊、以及與我們生活息息相關的隔震減震知識,都設計在車廂的科學實驗活動中,讓參與活動的學生、民眾能獲得最新最熱的科技知識。各車廂活動由台灣默克集團、友達永續基金會、瑞健醫療、ASM 台灣先藝科技、國家地震工程研究中心、數位發展部、緯創資通、聯華電子科技文教基金會和上銀科技等單位規劃設計。

國科會特別感謝各參與單位的支持與合作,讓此次活動更豐富多元。科普列車活動期間,在全國各地火車站及周邊地區也同時舉辦科學市集,歡迎各地民眾經過火車站時不要錯過難得的科學體驗機會!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

2
0

文字

分享

0
2
0
量子科技即將走入生活?最有趣的科學知識傳播 QuBear 量子熊,來了!
鳥苷三磷酸 (PanSci Promo)_96
・2023/07/10 ・676字 ・閱讀時間約 1 分鐘

不知從什麼時候,「量子」取代了磁場、奈米,成了時興的名詞。特別是把量子與資訊兜在一起,無論是在科學或是科技上,都深具潛力。或許有一天,我們將打開以量子位元建構的量子電腦,透過量子演算法進行各種計算,並把資訊用量子傳輸的方式傳遞出去。

這樣的日子可能真的不遠了。

為了因應量子科技時代的來臨,行政院在 2022 年 3 月宣布成立「量子國家隊」,由 17 個產學研團隊組成,包含了通用量子電腦硬體技術、光量子技術、量子軟體技術與應用開發這三大領域。

「量子熊 QuBear」身為量子國家隊的推廣擔當,針對年輕世代學子,激發量子科學與科技的興趣與瞭解,將全力推動 Quantum PAY,以三大多元管道「Podcast、 Article、YouTube」進行知識傳播,內容類型含括播客、文章跟影音短片。量子熊 QuBear 除了打造線上平台,更製作多個 quantum PAY 學習模組,努力朝著建立量子熊的微學習平台,以及建構長遠的科學知識傳播生態圈的目標前進。

最後,你或許會好奇,量子熊的名字是怎麼來的?

-----廣告,請繼續往下閱讀-----

量子電腦的核心技術是量子位元 (qubit)。英文發音快一點,就跟 QuBear 有點相似,於是就裝個可愛,叫做量子熊啦!

記得看到量子熊時,幫忙按讚、訂閱,還有~開啟小鈴鐺~https://www.youtube.com/channel/UCkWM3vYaCd_VoPHQ1hrUdzA

-----廣告,請繼續往下閱讀-----