「我和你之間的無限」——五条悟（五條悟）老師的能力竟與一個數學悖論有關！

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

我們都知道無窮（infinity）是什麼。無窮比任何數都更大。當你從一二三不停數下去的時候你會靠近它。它也是萬物甚至更多事物的總和。

我們談到無窮時，一定會想知道一件事：

比無窮還大？有可能嗎？

這個問題其實真的有答案。它不是開放性問題，也不是陷阱題。答案不是「是」就是「否」，而且我會在這一章的結尾公布答案。

讀者可以先猜猜看，但我們或許應該先訂好遊戲規則，讓大家知道該怎麼思考。

具體說來，我們需要訂定關於「較大」的規則。我們要怎麼確定自己發現了比無窮更大的事物？如果是有限的量，要分辨某個事物比另一個事物更大相當容易，但碰到無窮時似乎就沒那麼簡單了。我們不希望完全靠感覺判斷，所以必須選擇簡單明瞭的規則，用來判定一個量是否比另一個量「更大」。

配對數量的多寡來判斷哪邊比較「大」

那麼，在一般、有限的狀況下，我們通常怎麼判定「較大」？我們說右邊這一堆比左邊的更大是什麼意思？

沒錯，用看的就知道。但假設我們遇到一個外星人，這個外星人從沒聽過「更大」、「更多」、「更好」這些概念，我們該如何解釋右邊這堆較大？真的，試試看就知道。這個概念太基本了，其實很難從頭開始解釋。

當我們碰到困難時，數學中有個常用的技巧，就是提出完全相反的問題，看看會有什麼結果。我們要怎麼跟外星人解釋這兩堆的大小相同？

我們不能用「相等」這個詞，因為它正是我們要去解釋的東西。這個外星人想了解我們說兩樣事物「相等」或「相同」時是什麼意思，以及它的主要概念是什麼。

有個方法行得通。把兩堆東西並排起來，一個對一個。如果兩兩配對後正好用完，沒有剩餘，表示這兩堆東西大小相同。

「提出相反問題」的技巧確實有用。只要把這個規則反轉過來，就能得到「較大」的定義。

現在問題已經定義清楚了，答案也隨之確定。那麼，世界上有什麼事物比無窮更大？答案是「是」還是「否」？世界上有什麼事物和無窮兩兩配對之後還有剩餘？現在我們可以思考之後猜猜看。

無窮跟無窮 +1 誰比較大？

我們可以把無窮想成一個深不見底的袋子，裡面裝著無限多個物體。

我們可以從這個袋子裡拿出任意數量的物體，袋子裡也還剩下無限多個。

世界上怎麼可能有其他事物比它更大？好吧，如果是無窮加一呢？

多一個物體看來應該不會對無窮造成什麼影響，但我們用配對規則來確認看看。首先，我們可以把無窮袋中的物體排成一排，這樣比較容易看清楚哪個跟哪個配對。

如果我們以最顯而易見的方式配對，無窮加一看起來當然更大。

不過要小心！規則指出，兩個事物必須無法正好兩兩配對，才會有一者較大。（最好經常回頭看清楚規則！）還有一種配對方法確實可行，而且兩方都不會有剩餘：

如果你覺得這樣好像在騙人，請花點時間告訴自己，這樣真的沒錯。我們不是把一個物體跟點點點配對，而是把它跟隱藏在點點點中的下一個物體配對。既然兩個袋子都有無限多個物體，不會有物體配對不到，所以兩者大小相同。無窮加一等於無窮！

我來講個故事說明這個結果有多奇怪。

無窮大飯店！如何塞進無窮 +1 位客人

假設我們在一家非常特別的「無窮大飯店」當櫃臺接待人員。無窮大飯店有無限多間房間。飯店裡有條長長的走廊，沿著走廊有一排房門，連綿不絕地延續下去，無論走多遠都不會結束。走廊沒有盡頭，所以也沒有「無窮號房」或「最後一號房」。當然有一號房，每間房間也都有下一號房。

今天晚上格外忙碌，飯店裡每間房間都住滿了（對，這個世界裡有無限多個人）。如果沿走廊隨意走一段距離，選一扇門敲幾下，就會聽到：「有人！請勿打擾！」無限多間房間，裡面住著無限多個人。

接著有人從外面走進飯店大廳說：「請問還有房間嗎？」我們不是第一天在無窮大飯店工作，當然知道該怎麼做。我們拿起廣播系統麥克風說：「各位來賓，抱歉打擾一下，請各位來賓搬到下一間房間。沒錯，請收拾好行李，走出房門，朝遠離大廳的方向搬到下一間房間。謝謝合作，祝您有個愉快的夜晚。」大家都照做之後，就有房間給新住客了。

無限多間房間，無限多加一位住客，房間跟住客依然正好兩兩配對。無窮加一等於無窮。

無窮加五、無窮加一兆……都沒關係，這個邏輯全都成立。兩個袋子可以正好配對，可以多裝進一位客人。無窮非常大，任何有限的量根本沒得比。所以我們還沒有找到比無窮更大的事物。

——本文摘自《不用數字的數學：讓我們談談數學的概念，一些你從沒想過的事……激發無窮的想像力！》，2022 年 9 月，經濟新潮社，未經同意請勿轉載。

繼《鬼滅之刃》後，最火紅的動漫莫過於 MAPPA 出品的《咒術迴戰》。這是一個關於負面情緒會產生詛咒，以及袱除詛咒的咒術師之間的熱血故事。五條悟是早期登場的人物之一，也是與男主角虎杖悠仁，並駕齊驅的高人氣角色，更是戰力與顏質的天花板！

即使是沒看過動畫的人，應該多少都有聽過五條悟造成轟動的絕世美顏。一頭白髮之外，更有著天空般清澈的碧藍雙眼。然而，這雙眼睛，可不只是漂亮而已，更是故事設定中強大的「六眼」，讓五條悟輕鬆獲得戰力天花板的稱號。而粉絲創作貓化的五條悟更是絕世可愛！

然而，白髮碧眼這種設定，在真實世界中，可能不是一個好消息，至少對貓來說！

這裡其實有一大段可歌可泣的遺傳學知識！

講到遺傳學，就勢必得提到基因。所謂的基因，就像是在螢幕後 coding 的工程師可以下達的每一道指令，最終會呈現出獨一無二的個體。

而白貓的白毛，其實是一位化名「 Ｗ 基因」^註2的工程師負責。Ｗ 基因（顯性基因）是 ｗ 基因（隱性基因）的突變，由於會有較強勢的表現，屬於「體染色體顯性遺傳」。因此，只要帶有一個 Ｗ 基因，一定會是一隻白貓！

導致「白毛」及「藍眼」的因素—— Ｗ 基因

但 W 基因的工作，可不是只要複製貼上，當個薪水小偷就好！除了毛色之外，同時也要處理眼睛的顏色。這種身兼多職工程師的職稱，也就是所謂的「多效位基因^註3」。

敏感的讀者應該馬上會發現，好像都跟顏色有關，難道W基因是在顏色部門工作嗎？沒錯！正是！

所謂的顏色，其實是由黑色素堆疊所呈現的。而黑色素細胞就像是工人，會生產、搬運、堆疊黑色素，由於量的不同，最終呈現出不同的顏色。

然而， W 基因在這份工作上，簡直跟流氓沒兩樣！

因為被前輩強迫複寫白毛基因，就把氣出在其他弱小的顏色部門人員身上。W 基因會大大影響黑色素工人的養成、調度、產出，嚴重影響進度，而這種行為稱為「遮蓋^註4」。最終，導致黑色素的減少，而使個體趨向「白化」的表現^註5。

但幸好，顏色部門除了W基因之外，還有許許多多其他工程師在努力工作圓場。這種需要開會大家一起決定的事情，也就是所謂的「多基因遺傳^註6」。

因此，其實白貓不一定有藍眼，五條貓是可遇不可求的！

而顯然地，這種漂亮藍眼的代價是：會對光線較為敏感，也難怪五條貓還是要戴著眼罩或墨鏡！不過即使如此，要領域展開還是沒問題的！

不只管毛色，缺乏「黑色素」將導致耳聾！

W基因影響黑色素細胞其實茲事體大，不要以為有黑色素的只有明顯帶有顏色的毛髮、皮膚與眼睛，其實涉及黑色素細胞的部位，甚至還包含耳朵，更確切地說，是內耳的耳蝸！

那會造成什麼影響呢?

聽到聲音這件事，其實是藉由聲波打入耳蝸，像是一陣衝擊推倒一連串骨牌，由此傳遞神經訊號而引發聽覺。黑色素細胞工人在這邊的工作就是調節離子平衡，好比把倒掉的骨牌重新立好。

而缺乏黑色素細胞的白貓，便是少了這個調節的機制。而造成相關構造發育異常，最終導致先天性耳聾。

這種聽不見的狀況，會隨著白毛跟藍眼的不同組合套餐，而有不同發生的機率。

如果單純是白毛貓，有20%機率聽不見；若是白毛加上一隻藍眼睛，也就是所謂的「異色瞳」或是「陰陽眼」，則有40%。特別的是，若是異色瞳的狀況下，耳聾的通常會是有藍色眼睛那一側的耳朵！若是像五條貓的白毛與雙藍眼，則高達70-80%機率聽不見！

因此，五條貓真的「八成」是聽不到聲音的！

但貓即使聽不見，也不大會影響生活。透過觸鬚與肉墊，還是能充分感受到周遭的狀況。

總結而言，五條貓對光線較為敏感，且很可能聽不到。前者還可以靠戴墨鏡解決，但後者可會大大影響他成為「最強」。但無論如何，不管是人形還是貓形，五條悟在廣大粉絲中肯定永遠都是最強、最帥、最可愛的！

註解

• 註 1：W 基因也就是 white gene 的簡稱，通常會用第一個字母的大寫來表示。
• 註 2：體染色體顯性遺傳（Autosomal dominant inheritance）：對偶基因中若有突變的 A 與正常 a，只要 A 出現則勢必會表現，也就是 AA 或 Aa 都會表現 A 的性狀。
• 註 3：多效位基因（pleiotropic gene）：一個基因可以同時控制兩種以上的性狀。
• 註 4：遮蓋（masking gene）：基因掩蓋了其他基因的表達，就像完全顯性等位基因掩蓋了其隱性對應物的表達一樣。
• 註 5：雖然說白化，但白貓（white cat）與白化貓（Albino cat）是有所不同的，為了避免篇幅過長，且並非本篇重點，因此不多加贅述。
• 註 6：多基因遺傳（Polygenic inheritance）：某一性狀的表現由二個或二個以上的基因決定。例如身高、體重以及膚色。

參考資料

1. Richards J (1999). ASPCA Complete Guide to Cats: Everything You Need to Know About Choosing and Caring for Your Pet. Chronicle Books. p. 71.

2. Strain, G. M. (2007). Deafness in blue-eyed white cats: the uphill road to solving polygenic disorders. Veterinary Journal, 173(3), 471-472.