HOW TO 決定未來的樣貌:認識「審議式民主」

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

本特輯由 教育部青年發展署 委託，泛科學企劃執行

「審議民主」目的是促成公眾對政策進行知情而理性的討論，而為因應疫情發展，線上審議被認為更加切合時代趨勢，教育部青年發展署透過優化線上審議民主的過程，期望未來參與公共事務不再受到疫情或地域的影響與限制。

自疫情開始以來，促使人們生活型態轉變，更凸顯數位治理、網路社會、創新應用的重要性，然而線上審議之相關研究不足仍需深入探討。因此，以線上審議之可行性及具體操作模式為背景，透過「109 年 Let’s Talk 討論議題」及「如何透過數位方式（「小校聯盟」、「數位學伴」）改善偏鄉教育資源？」為主題，共辦理 5 場，每場 2 小時的審議民主線上會議，邀集審議公民及主持人共 14 至 16 位，另安排 5 位審議觀察員，總共 88 位民眾參與，運用數位會議工具、即時通訊軟體，不僅帶動民眾參與線上審議的風氣，也為線上審議增添寶貴的研究成果，形塑青年公共參與文化並實踐數位民主。有關研究結果將在 4 月底前，於青年署官方網站公開，歡迎有興趣的民眾點閱。

此外，為因應線上審議推展，青年署以電玩、打怪等元素，策劃「青年打通關！審議來闖關」免費線上課程，讓學習可以不受時間、空間的限制，輕鬆累積知識，課程教材已於「e 等公務園+學習平臺」、青年署「超牆青年 E 學院」、YouTube 頻道以及泛科學院等網路平臺上架。

除了線上課程，審議民主實體培訓也即將於 5 月 1 日至 2 日在臺北舉辦，有興趣的青年夥伴，只要符合報名資格（18 至 35 歲），趕緊在 4 月 18 日前至報名網頁報名。

本特輯由 教育部青年發展署 委託，泛科學企劃執行

文 / 陳儀珈

近年來，隨著科技和時代的變遷，有許多重大社會議題，都在臺灣引起了熱烈的討論，像是服貿協議、 108 課綱、年金改革等等；不過捫心自問，你真的有全面了解過這些議題嗎？看著媒體上的聳動的訴求、政客的情緒化發言，你是否覺得厭煩呢？

沒有溝通，沒有共識，就沒有辦法凝聚出一個好政策。

我們的聲音可以透過一個平等、自主、知性的機制被聽見和重視，而這個管道就是——「審議式民主會議」。

近年來，臺灣出現越來越多審議式民主的會議，像是該怎麼舉辦安平古堡400年紀念活動、性交易要不要除罪化、新藥如何納入健保給付，以及討論全臺能源轉型政策。

無論是地區性還是全國層級的議題，審議民主都可以包辦！對議題有興趣的人們，不僅能夠跟多方立場的人們交流、撰寫共識報告、辦理記者會、引起輿論的力量，甚至可以嘗試請政府給予回應！

審議式民主會議有非常多種模式¹，其中「公民共識會議」是臺灣從 2000 年初期就開始使用的審議模式，已經累積了長期的舉辦經驗，為臺灣發展最為成熟的審議模式。

現在，就讓我們來看看，一場公民共識會議究竟是如何誕生的吧！

選擇一個有興趣的議題吧！

首先，你需要尋找一群志同道合，並且了解審議式民主內涵的夥伴，肩負起主辦單位的責任，然後挑選出會議的主題。在選擇會議主題的過程中，請謹記四個原則：不太大，不太小，有爭議性，而且引起社會關切。透過一個大家都感興趣的、有爭議性的議題，你才能夠成功吸引大家來討論，並且激盪出討論的火花。

當討論範圍太大時，不但資料量過於龐大，也會讓整個會議無法聚焦，難以順利進行。當然，也不該讓主題太過狹隘！倘若討論內容像是在回答選擇題，參與者不但會失去討論的自由，甚至會覺得「幹嘛花這麼多時間討論這個，沒意義嘛！」，因此失去討論的動機。

組成執行委員會

接下來，身為主辦單位的你，需要邀請相關人士組成執行委員會 (steering committee) ，負責規劃、監督整個共識會議²。

執行委員會從哪裡來呢？主辦單位通常會邀請熟悉公民會議運作模式的人士、了解議題的專家、不同立場的人士和主辦單位的代表來擔任執行委員³。邀請時，主辦單位必須注意執行委員的身份和立場，才可以維持整體執行委員的多元性唷！

以曾舉辦過的代理孕母公民共識會議⁴為例，執行委員會就包含了醫學、性別研究、法律與女權團體的成員。

誰來討論議題？招募和成立「公民小組」！

作為一個稱職的主辦單位，你需要大力宣傳這個會議的資訊，吸引有興趣的目標民眾⁵報名參加。當公民報名完畢後，執行委員會將依據議題內容，考量公民參與者的特質、人口的樣本，並從報名者分層隨機選出 15～20 ⁶人，組成最終的公民小組。

請注意，公民參與者只要缺席一次，就會喪失資格！

一旦公民會議開始後，就不能更改公民小組人員了，而且只要缺席一次，就會喪失資格！因此，決定名單後，主辦單位通常都會再次打電話給向報名者，口頭確認是否可以全程參與。

準備閱讀資料，讓公民參與者「知情」

你應該不會希望參與者連臺灣能源結構或目標都不了解，就來會議大聲說「我反/挺核」或「我反/挺離岸風電」吧！因此，在會議開始前，執行委員會必須撰寫閱讀資料，並請主辦單位寄送給公民參與者，讓參與者對議題的內容有一定的基礎知識，才能夠在會議現場進行理性的溝通。

這一份閱讀資料的立場不能偏頗，同時必須簡單又易讀，不艱深，讓參與者有知識的基礎就可以了。畢竟，我們又不是要讓大家變成核能物理學家！

此外，閱讀資料也務必提供公民會議的內涵和流程，並且讓參與者參考以前公民會議的結論報告。最後，也不要忘記把閱讀資料公布在網路上，才能保證閱讀資料的公正和透明。

集合啦！公民共識會議！

在正式會議開始之前，你需要進行 2 到 3 天的預備會議，除了讓公民小組破冰一下，認識認識彼此，執行委員會也會邀請專家來演講，並且讓公民小組針對自己不清楚的資料和議題內容向專家提問。

到了正式會議，首先將由專家回應公民小組的提問，並進行專家與公民小組的交叉詢問和論辯，過程中，不僅可以讓公民小組了解不同看法之間的差異，也可以讓專家更深入分享觀點。

正式會議時長約三到四天，通常會開放給媒體採訪，甚至進行全程的線上直播，並歡迎有興趣的民眾、相關人士參加。

接下來，公民小組會開始自行討論，整理已凝聚共識、尚未凝聚共識的內容，將其撰寫為報告書，最後將報告書呈遞給相關政府單位，並在網路上公開，讓會議結果在臺灣社會中引爆話題！

趕快號召夥伴，主辦屬於你們的第一場會議吧！

審議式民主會議目前只能提供政府建言，對於政府並沒有強大的約束力，也面臨許多限制和挑戰。

舉例來說，許多人認為 20 位參與者太少了！可惜這個數字已經是良好會議溝通的極限，難以再擴大討論的範圍和空間；另外，社會固有的利益和文化，也很難透過數天的討論就帶來顯著改變。

甚至會有人覺得，想要凝聚共識是不切實際的幻想。

然而，「願意參與民主、積極主動參與公共事務」是這個時代必備的公民素養內涵，透過一場公民會議，你可以擺脫媒體上的群魔亂舞，看見平等、理性的非傳統民主。

身為 21 世紀的新時代公民，審議式民主會是你參與公共議題的絕佳選擇，充滿知性和勇氣的你，請從被動轉為主動，發起一場公民會議，向火熱的公共政策出擊吧！

注意事項

辦理審議式民主會議其實並不難，但請勿「按表操課」！食譜式的舉辦活動，會讓審議民主的核心精神蕩然無存，我們可以參考文化部與臺北大學共同撰寫的《審議民主實作手冊》、行政院青年輔導委員會的《審議式民主公民會議 操作手冊》等，參考臺灣過往的辦理經驗，學習如何營造一個理性、平等、開放又安心的發聲平台。

如果對教育議題與審議民主討論有興趣，現在教育部青年發展署正在徵求線上審議研究的「審議公民」與「審議觀察員」！一起成為推動審議式民主的急先鋒。

　　

線上審議研究「審議公民」招募
線上審議研究計畫「審議觀察員」招募

　　

報名日期：即日起至110年1月4日(一)止

註解

1. 「審議式民主會議」僅是一個具有核心精神的廣泛代稱，臺灣比較常使用以下四種模式：公民會議、公民咖啡館、願景工作坊、參與式預算，或是其他重新編排過的模式。
2. 行政院青年輔導委員會：「審議式民主公民會議」操作手冊
3. 行政院青年輔導委員會：「審議式民主公民會議」操作手冊
4. 科技部補助專題研究計畫成果報告 期末報告 
5. 依據不同議題，主辦單位需要吸引不同的目標受眾，全國性的議題可以向全國民眾宣傳，地方性議題則以當地居民為主。
6. 文化部、北大：審議民主

1. 文化部：e等公務員學習平台「審議式民主基本概念與理論」（課程專家：林國明老師）
2. 文化部、北大：審議民主實作手冊
3. 行政院青年輔導委員會：「審議式民主公民會議」操作手冊
4. 案例：新藥納入健保給付的社會價值和公民參與機制計畫。公民小組意見報告書
5. 案例：能源轉型白皮書
6. 組織：青平台審議民主中心
7. 公民參與及審議模式介紹
8. 公民審議的多元參與模式
9. 花蓮阿嬸議未來×未來鬥陣工作坊：認識審議民主
10. 審議民主：華文哲學百科
11. 中正紀念堂轉型：願景工作坊
12. 文化部：公民文化論壇
13. 熱蘭遮城建城400年 公民會議建議別用「慶祝」字眼