Loading [MathJax]/extensions/tex2jax.js

5

7
2

文字

分享

5
7
2

改了又改的科技部,又要回復成國科會了!聽聽三位前任首長怎麼說——《科學月刊》

科學月刊_96
・2021/01/08 ・6496字 ・閱讀時間約 13 分鐘 ・SR值 567 ・九年級

科技部回復成國科會 臺灣科學發展會更好嗎?

  • 廖英凱/非典型的不務正業者、興致使然地從事科普工作、科學教育與科技政策研究。對資訊與真相有詭異的渴望與執著,夢想能做出鋼鐵人或心理史學。

行政院於去(2020)年啟動組織改造,預計將廢除科技部並回復為國家科學委員會。從過去的長科會,一路改制為國科會,再到科技部,接著要再改回國科會。藉由訪談三位過去擔任過國科會與科技部的首長,道出臺灣科研發展與產業未來的走向,找尋帶領國家科技政策的最佳解答。

去年 11 月初,媒體報導行政院將啟動組織改造,預計廢除科技部,回復成過去的國家科學委員會(簡稱國科會),並將部分業務移轉給新設立的「數位發展部」。在人事布局上,國科會主委預計將由負責督導科技業務的科技政委兼任,若組織改造順利完成立法,則 2014 年才成立的科技部將成為歷時最短的部會。

科技部部址:科技大樓。圖/wikipedia

無論是科技部或國科會,以及與科技發展密切相關的行政院科技會報,對我國科學研究、科技發展與產業應用皆影響甚鉅。《科學月刊》本次訪談了陳建仁、張善政與陳良基三位歷任國科會與科技部首長,以了解過去國科會改組成科技部的原因與影響,以及他們對目前科技部再改組回國科會規畫的觀點。

從「長科會」到「科技部」

科學發展是國家長期實力提升的基石,開發完善的國家,無不成立負責科學發展,擬定國家長期科學計畫的專屬行政組織。如美國國會在 1950 年創立美國國家科學基金會(National Science Foundation, NSF),是美國聯邦政府支持與贊助科學、工程及技術等學科基礎研究與教育發展的獨立政府機構。

1958 年,胡適就任中央研究院院長,在吳大猷的協助下,擬定〈國家發展科學培植人才的五年計劃的綱領草案〉,促成行政院在次年成立「國家長期發展科學委員會(簡稱長科會)」,由中研院院長胡適兼任主任委員,教育部長梅貽琦兼任副主任委員。

-----廣告,請繼續往下閱讀-----
胡適(攝於1960年)。圖/wikipedia

1967 年初,「動員戡亂時期國家安全會議」成立,下設「科學發展指導委員會(簡稱科導會,現已廢除)」。科導會建議將長科會的職權擴大,於同年將長科會改制為「行政院國家科學委員會」。國科會是委員會性質,由行政院遴聘政務委員、中央相關機關首長(如交通部、經濟部與衛福部等)、研究機構首長(如中研院院長)及學者專家組成,具跨部會、跨產官學性質,擁有穩定的經費且專注於學術研究,是臺灣半世紀以來科學發展的基礎。

2006~2008 年間,陳建仁院士擔任國科會主委,彼時行政院開始組織改造的討論,立法委員呂學樟以重視科技發展為由,力主成立「科技部」。經過多年討論與協商,於 2014 年將國科會改制為科技部,由時任科技政委張善政轉任首任科技部部長。

去年 5 月,科技部部長陳良基卸任後,由時任科技政委兼科技會報副召集人吳政忠轉任科技部部長。同年年底,政府宣布預計將科技部改制回國科會,國科會主委由科技政委兼任,具體細節仍規畫中尚未定案。

從基礎研究到商業應用

關於逾半世紀的國科會與科技部兩組織的主要業務目標,三位歷任首長的觀點相似。陳建仁認為,國科會在看待科技預算與科技發展,須從上游的基礎研究、科學發展;中游的科學轉譯、將科學化為技術;下游的技術商品化、產業化,三層面並重且銜接。陳良基也認為無論以何為名,科技主管機關的三大關鍵業務,分別是主導國家長遠的科技發展計畫;協助國家應用新興科技,並妥善分配與審查科技預算;以及管理科學園區。此外,科技的發展從來沒有速成的路徑,應著重以數年為期的長期深耕。張善政也提出國科會的一重大任務,就是要提出國家的科技白皮書,訂定國家長期科技發展策略,絕不能短視近利尋求速成。

陳建仁
最高學歷:約翰霍普金斯大學公衛博士
部分經歷:中研院院士、世界科學院院士、美國國家科學院外籍院士、臺大公衛學院院長、中研院副院長、副總統、中研院基因體研究中心特聘研究員
國科會/科技部任期:第12任國科會主委,2006/01/25~2008/05/19
圖/《科學月刊

然而,科學知識的探索與科技產業的應用是截然不同的施政邏輯。近年來國家的科技預算分配中,最大宗是科技部以數百億的規模,支持科學技術的研發;其次則是經濟部技術處也有數百億的規模,支持產業技術的商業應用。兩種不同施政邏輯與相關組織如何有效合作,成了基礎研究到商業應用是否一氣呵成的關鍵。張善政認為,科技部大部分的司處應聚焦在學術研究的補助與國家科技預算的管理,不宜分神處理跨部會協調、跨部會預算分配和產業開發。對於科研成果的應用,可透過與產業相關的公家法人協助,如由工研院檢視學術研究成果,協助大學申請專利或成立公司。

-----廣告,請繼續往下閱讀-----

但對於更大規模或全新領域的科研發展,陳建仁則強調了「國家型科技計畫」的重要。國家型科技計畫仰賴各部會資源與預算的投入,需要一個跨部會的組織,整合來自學術研究上中下游的多方資源。

陳建仁以「生技醫藥國家型科技計畫」所支持的臺灣特定疾病臨床試驗合作聯盟(TCTC)為例,TCTC 是一個兼有科學研究、臨床應用與產業開發的聯盟組織,無法單純從學術補助或產業扶植即可完整建立,生技醫藥的發展規畫更須仰賴跨越數年的前瞻眼光。

面向學校的學術補助,和以國家之力推動的國家型科技計畫,意味著兩種科技發展的方向。陳建仁認為基礎研究絕不能少,但也必須同時構思轉化為科技應用的方式。

支持基礎研究的學術補助本質是一種由下而上(bottom-up)的科研方式,目的在持續推動基礎研究,由學術研究者自發設想最前瞻的研究主題,國家更應確保每年有 3~5% 的經費成長,可視為一種探索未知的科學精神實踐。

而國家型科技計畫則是一種由上而下(top-down)的科研方式,如今日的前瞻建設、5G 科技,或是早期的防災科技與肝炎防治等,必須由政府擬定重點研究方向,規畫鉅額專用預算,協調跨部會分工,是一種目標明確志在實踐的政策工具。

然而隨著國科會改制為科技部後,國家型科技計畫即不再提新興計畫,陳建仁認為這間接導致基礎研究的經費減少。科技部也因成為一獨立部會,削弱了跨部會協調的能力,而須仰賴科技政委與科技會報的跨部會協調機制。張善政與陳良基也認為獨立成部後,並不適合干涉或管理其他部會的科技研究,這可能使科技部反而降低了對全國科技發展的掌握程度。

部與委員會的權責差異

全國性科技發展的宏觀規劃,與轉型成科技部後獨立管轄範圍的衝突。揭示了「部」與「委員會」的組織架構上的根本差異。

科技部行政團隊由部次長與轄下司處首長組成,預算由行政院決定,立法院通過,是獨立行政運作的單位。但國科會的委員會形式,委員由與科技相關組織的首長組成。國科會主委定期召開跨部會會議,具有與各部會保持密切關係的正式管道。兩種不同的組織形式,將導致跨部會運作程度的重大差異。

-----廣告,請繼續往下閱讀-----

以輔助國家科技發展的目的來說,國科會的職責在評估國家值得或有必要發展的科技方向,透過跨部會的委員會,說服其他部會實踐科技趨勢。張善政以自身在國家高速電腦中心擔任主任時,推動臺灣基礎網路建設為例,1992 年經濟部成立 SEEDNet 網路提供工商業界使用,但電信業者未提供連線國外的服務,而電信服務管理的主管機關是交通部,也尚不理解網路基礎建設的重要。當時國科會主委郭南宏即以國科會的委員會機制,邀請時任交通部長劉兆玄與會,聽取張善政簡報網路發展的必要性,而促成民用連外網路與 HiNet 的誕生。

張善政
最高學歷:康乃爾大學土木環工博士
部分經歷:臺大土木系教授、國家高速電腦中心主任、國科會企劃考核處處長、Google亞洲硬體營運總監、科技政委、行政院院長、行政院副院長
國科會/科技部任期:科技政委轉任第一任科技部部長,2014/03/03~2014/12/08
圖/《科學月刊

以同樣的經驗看待預計新設的「數位發展部」,則也有可能會遇到類似困境,陳良基認為數位發展部的重要目的,是督管隨數位科技發展而生的各種數位業務與衍生問題,如協助政府各部會處理影響甚鉅的資安問題。張善政則認為每一個部會都與社會息息相關,不可能將數位業務獨立成部,例如智慧交通與智慧醫療等專業業務,應讓既有交通部及衛福部主責,數位主管機關則應以跨部會,由政委督導的「委員會」編組形式,擬定國家長期數位發展計畫,協助各部會處理數位業務。

從國家科研經費分配的角度來看,國科會或科技部因其具有的科技專業,負有為行政院審查或管理科技預算的重大任務。張善政認為科研經費的分配與管理,取決於科技政委和科技部的分工,科技政委應負責「政策審查」,判斷政策上某一科技方向是否應該投入發展;而科技部則負責「技術審查」,對於政策上已確認執行的科研計畫,評估合理與可負擔的支持經費。陳良基則認為在科技部的架構下,科技部長並不適合審查其他部會的經費運用方式,但若是以代表行政院的角度時,比較適合對各部會科研計畫做整體規畫。這導致雖然科研經費會分配到部分部會,但理應管理經費運用的科技部,不盡然能善盡管理責任。

不是科的科經費

由於國家的科技預算並非全由科技部或國科會所使用,以108年科技預算案為例,科技部約使用 420 億,其次為經濟部使用 280 億科技預算著重於產業開發和技術商轉,中研院使用 110 億,衛福部與農委會也各有 40 多億規模的運算,負責各自業務範圍內,例如疫苗開發、傳染病防治、食品安全與農業育種等的科技研發。

對於大學端的研究者來說,陳良基認為雖近年全國的科技預算有增加,但增加的部分多支持其他部會的研究計畫,導致科技部本身的經費持平,當考量物價成長與立法院統刪預算時,就會使學術研究者的科研經費受到影響。此外,當制度上使科技主管機關無法善盡宏觀的管理之責時,將致使計畫零碎重複而虛耗資源,長期性的科研計畫也難以延續銜接,經費濫用的情形也會隨之出現。

-----廣告,請繼續往下閱讀-----
陳良基照
最高學歷:成功大學電機博士
部分經歷:臺大電機系講座教授、臺大副校長、世界科學院工程科學獎、工研院電子所所長、國家實驗研究院院長、教育部次長
國科會/科技部任期:第四任科技部部長,2017/02/08~2020/05/19,任期最長科技部長
圖/《科學月刊

從過往公開在網路上的資訊也發現,有數個中央三級機關的機關內科研計畫或科技預算編列,雖名為科技研究,但實則為該機關公關使用、新媒體經營,或是委外設計政令宣導圖文等,且該機關或計畫也不屬科技部管理。雖說政策施行需要必要的政策行銷,與科技有關的政策推動,也會仰賴科學普及與傳播等方式來做政策溝通。然而科技預算是否適用於政策行銷,又能到何種程度?對於非科技部的其他部會,又該如何以科研為前提來審查管理預算?讓科技經費有效運用在合適的地方,是接下來不論是科技部或是國科會,都無法再逃避的問題。

科技發展的雙頭馬車

國家型科技計畫的中止與科技預算的濫用,代表宏觀規畫與管理科技研發的機制失靈。既有組織設計上,僅存科技政委與科技會報能有協調各部會的高度。

科技政委可視為行政院長在科技業務上的代理者,負責督導科技部、經濟部(科技)、教育部(產學研)、國防部(產業)與智慧機械等業務。科技會報則是設置於行政院,由行政院長擔任召集人,科技政委及中央科技主管機關首長(如科技部)兼任副召集人,有中研院院長、相關部會首長與相關產學代表擔任委員,提供國家科技發展決策諮詢及專業建議,並下設「科技會報辦公室」,處理各項幕僚事務。

分析科技部、科技政委、科技會報和科技會報辦公室,則可見此四單位∕職位在制度設計對管理與規畫國家科研發展的缺陷設計:

  • 科技部擁有最充足的人力,且長期專司科研經費分配和管理,但獨立為部後僅能管理所屬研究單位和研究計畫的資源分配。
  • 科技政委擁有協調部會的高度,但僅督導四個部會,並非所有與科技研發有關的部會。
  • 科技會報與其辦公室有協調部會的高度,涉及部會也最多,負責審議國家科技政策與重大科研計畫。但陳建仁認為科技會報的本質為院長的幕僚,其編製規模不足以管理全國科技預算,也缺乏協調的功能。

在制度有所不足的狀況下,艱鉅的國家科研規畫,仰賴科技部(國科會)首長與科技政委的密切合作。若部會首長與科技政委的合作不夠流暢或有施政理念衝突時,很可能因此弱化國家科研實力。陳建仁提及在國科會主委任內,與時任科技政委林逢慶的密切合作;張善政也強調科技部長任內時,與時任科技政委蔣丙煌的交情而促成政務上的良好搭配。

-----廣告,請繼續往下閱讀-----

因此,縱然處理的是探索未知前沿的科技業務,但政通人和仍是科技主管機關的首長不可或缺的能力。更重要的是從制度上讓科技主責機關,既有謀策科研的前瞻性,亦有協調各部會的高度,還要能輔佐各部會研發應用科技,與管理全國科技預算的能力。

誰來帶領國家科技發展?

過去將國科會改制為科技部的規畫,張善政認為這是一種「大科技部」思維,認為科技太過於重要,因此將科技事務由一獨立部會包辦。然而,所有的部會都需要科技,科技發展也需要所有的部會,獨立成部的組織形式,反而阻礙了科技發展的群策群力,而不利於科技發展。

因應本次科技部改組回國科會的討論,陳建仁、張善政與陳良基三位歷任首長均支持應回復國科會形式的跨部會委員會編制,且由國科會主委兼任科技政委。陳良基認為恢復國科會形式的重要差異,是能把中研院、大學校長等地位超然的卓越學術研究者找進政府的科技決策體制中,短期來看各部會看似會減少科研相關的政績,但長期來看對國家科技發展有利。張善政則主張可以考慮把科技會報併入國科會中,但強調科技首長應充分尊重學術界,且具有跨部會協調的耐心與身段。陳建仁則認為科技首長應具備四項特質:

  1. 掌握科技,理解基礎研究、技術開發與產業製造的關鍵,了解不同科技發展趨勢和需求。
  2. 善於溝通協調,能理解不同部會的需求與原因。
  3. 能在立法院捍衛科技預算,不僅捍衛所屬科技法人、研究單位的預算,還要能捍衛其他部會的科技預算,要能在國會殿堂講道理講到通。
  4. 具有國際觀,開創與領導跨國合作的能力。

作為一個理想領導者的信念,陳建仁也引用教宗方濟各的話:「好的領導者都要像一個好的牧羊人,要沾染羊群的氣息」,科技首長要能照顧到各領域的學術研究者,還要能代表學界與社會溝通,排除科技發展的阻礙,解決科技發展的危害。

回到科技發展核心的基礎研究,經濟合作暨發展組織(OECD)定義,基礎研究的工作,是為了獲得新知識,並無特定的應用目的,是研究者在未知前沿領域的自由探索,不易有短期成效,而仰賴長期穩定的經費投入。無論未來科技主管機關的命名為何,無論國家科技政策的野望如何迭代,期許我國未來的每一任科技首長,洞悉科技發展的進程,克服部會協調的艱難,持守科學的本質,莫忘科學發展的漫長獨行與無用之用。

-----廣告,請繼續往下閱讀-----
  • 〈本文選自《科學月刊》2021 年 1 月號〉
  • 科學月刊/在一個資訊不值錢的時代中,試圖緊握那知識餘溫外,也不忘科學事實和自由價值至上的科普雜誌。
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 5
科學月刊_96
249 篇文章 ・ 3741 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。

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。

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。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
記錄台灣早期山林樣貌的博物學者——鹿野忠雄
PanSci_96
・2023/09/21 ・2891字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

博物學家如何養成?為什麼要來台灣?

大正十四年(一九二五年)鹿野忠雄特地到台灣就讀台灣總督府高等學校第一屆高等科,那年他已十九歲,硬是等到台灣有設高等科,才來台就讀。但其實他很早就開始將四處旅行的採集成果發表成文章。自中學開始就嘗試單獨採集旅行,足跡踏遍日本東北地方、北海道、庫頁島,結交當時昆蟲學者,出入他們的研究室,學習昆蟲分類學和閱讀歐美文獻的方法。

鹿野忠雄。圖/wikimedia

他是看到前輩從台灣帶回來的昆蟲標本後,才下定決心要到台灣讀書,以便就近上山採集。高中三年曠課不斷,留級一年,畢業後也沒有馬上回日本本島申請大學,還展開一百五十天的野外調查。這些日子裡他不斷獨自入山,聘僱原住民獵人採集並且撥制標本,走過今日南投縣信義鄉的布農族部落、阿里山鄒族部落、攀爬玉山、雪山、合歡山霧社、八仙山、蘭陽溪上游桃山南湖大山間等地,甚至前往恆春探訪排灣族,到紅頭嶼探訪雅美族。

實地調查讓他大開眼界,特別是在南方的昆蟲採集跟原住民調查當中,他發現紅頭嶼動物相跟台灣不太相同,他開始思索台灣生物到底是靠大陸系統近,還是靠菲律賓近些。這使他對自然地理學產生興趣,回本島後考上東京帝國大學的理學部地理學科。

文字版 MIT 臺灣誌——《山、雲與蕃人》

鹿野忠雄想深入山區調查,必須取得警方許可,且還要聘雇原住民幫忙背裝備,登山費用頗高。學生時期他多是仰賴母親的資助。且在日本統治台灣期間,台灣五萬分之一地形圖的側繪並未完整,因此民間或者政府的登山活動,都還沒有精確的山岳測量依據,很多地方只有主要高峰有山名,標示著山稜、溪流與「番社」的相對位置,以及粗略的等高線。因此如果想要一窺台灣山岳的面貌,當時的文獻相當欠缺,因此也才引發登山活動的熱潮,許多非原住民的民間登山隊首次登頂記錄,也約略是發生在這時期。

-----廣告,請繼續往下閱讀-----

比如鹿野打算在雪山尋找圈谷地形時,便要聘雇原住民腳伕扛行李,同時也請他們追捕小動物跟鳥類,在路上做些標本的前期剝制處理。但是由於鹿野行速飛快,腳伕不堪折磨,最後甚至丟下行李逃走。

值得一提的是,當中有一位阿美族青年托泰布典,是以助手的身份隨行。他會講流利的日語,還看得懂英文,因此能幫鹿野整理英文書籍,也能看得懂藥罐上的英文標示。他眼中的鹿野忠雄,討厭警察官僚作風,尊重蕃人的風俗,而且膽子很大,喜歡走沒人走過的路線,四處拍照跟觀察地形,晚上也不休息,要馬上洗底片,以及漏夜寫筆記,記錄下白天發生的事情。

鹿野忠雄的著作《山、雲與蕃人》。圖/臺灣歷史博物館

在他的重要作品《山、雲與蕃人》中,留下登山路線圖和仔細的登山日誌,當中不時出現對特殊地質現象的描繪,比如在海拔 3900 公尺處發現海底沈積的岩面有濂痕(ripple mark)。或者是當時特殊景觀的描寫,比如攀登玉山南峰與南玉山段,便曾記錄與新高駐在所的警官真瀨垣丑丙與東埔社的布農壯丁馬其里(Makili Takeshitahoan)一同登玉山絕頂,途中行經路段,不屬於東埔社布農族的狩獵範圍,因此馬其里也沒來過。真瀨垣警官則帶他們去看玉山神社,鹿野特別寫道,裡面的「御神體」是一面鏡子。

跨界整合台灣自然與人文知識

在《山、雲與蕃人》中可以讀到鹿野幾個面向的關懷:

-----廣告,請繼續往下閱讀-----
  1. 挑戰攀登台灣山岳的熱情
  2. 發現原先地圖跟文獻沒有記載的地形、地質現象
  3. 出於研究跟溫飽,在獵捕動物時親自體會到動物的生之本能
  4. 理番政策下,警方極力希望日人不要跟蕃人來往,並產生不少突發事故,怎麼順利入山並與蕃人相處變成重要問題。

但是在這樣的旅行之眼下,卻反映出鹿野這種看似個人興趣,自發的台灣自然知識採集和分類工作,能夠一次又一次的出發調查,其實是以國家殖民統治以及研究經費為後盾。

鹿野並非台灣自然知識研究的第一個人,在他之前,西方跟日本已經陸陸續續展開零星的調查,逐步推進從平地到山地的動物相、植物相調查,相關的動植物學、礦物學和地質學的目錄、圖譜出版越來越多,以及地質學跟地形學考察也逐漸系統化發展,同時因為總督府的理蕃事業與藩地開發政策,也展開人類學的調查,這些科學政策及科學教育改革,影響到民間文化活動,如昆蟲、植物的採集旅行,大眾刊物的發表及閱讀等等。

因此鹿野忠雄的貢獻在於他是跨學科的研究者,熟悉博物學以及人種誌的調查方法,在那時代也是少數。他想徹底了解台灣山林,就連被日本以蕃地治理的狀態也想去了解,而不只是關心自然的那部分。同時他也不像是在室內的地理學家或者人類學家,只靠文獻判讀並且歸納,而是不畏艱難,親身去到現場,採集並且記錄下第一手的材料。

鹿野忠雄(中排右三)於紅頭嶼警察署前。圖/wikimedia

忘了回家的探險者

在太平洋戰爭期間,西方駐菲律賓學者貝雅,曾在馬尼拉和鹿野短暫交流過,鹿野從貝雅身上知道不少西方學術動態,而他曾經幫助貝雅,把原來的玻隕石標本收藏悄悄搬到安全的地方——帕西古河北岸的沃森大廈,但又不會落人口舌,讓人覺得日軍大敗,不敵美軍,已經在安排撤退的情勢。

-----廣告,請繼續往下閱讀-----

而在一九四四年,鹿野被派駐到北婆羅洲,要沿著日軍的補給路線,調查一支未開化的姆錄族(Muruts),確保到時補給運送時能夠跟當地民族協調順利。他們要穿越雨季中的昏暗紅樹林,在飢餓、瘧疾等風土病的威脅下,還要面對當地人士對日軍的不滿,設法確認或更新原本很粗略的地形圖,以及正確標示部落名稱跟位置。

但隨著戰況情勢危及,美軍轟炸亞庇,日第三十七司令部南移到沙蓬,使得鹿野和助手金子必須跟著南下覆命,卻在途中失去蹤跡。在戰爭中原本就很容易失去彼此聯繫,鹿野消失的訊息是在戰爭結束後才輾轉傳開,找他的人如貝雅發現戰俘收容所裡也沒有他的蹤跡,有傳言因為抗命所以遭到日軍殺害。

  • 高嘉勵(2016)鹿野忠雄的台灣高山行旅書寫——日治時期「自然」的現代知識建構與美學表現,中外文學,第 45 卷,第 1 期,頁 119-165。
  • 鹿野忠雄(2000)山、雲與蕃人——台灣高山紀行,台北:玉山社。
  • 王鑫(2000)南湖大山圈谷群古冰河遺跡研究初步調查,內政部營建署太魯閣國家公園管理處八十九年度研究報告。
  • 山崎柄根(1998)鹿野忠雄——縱橫台灣山林的博物學者,台北:晨星出版。
-----廣告,請繼續往下閱讀-----