Loading [MathJax]/extensions/tex2jax.js

0

10
0

文字

分享

0
10
0

振奮人心的突破又來了?科普傳播如何帶給民眾好觀感?

科學月刊_96
・2021/04/16 ・3257字 ・閱讀時間約 6 分鐘 ・SR值 563 ・九年級

-----廣告,請繼續往下閱讀-----

  • 蔡孟利/國立宜蘭大學生物機電工程學系教授。會做用在老鼠、蝦子、螃蟹身上的電極,也會寫小說和詩的中年人。

在各學研機構的研發成果新聞稿中,時常看到一些如「重大突破」、「關鍵原因」等聳動的用詞。雖然這類用詞能吸引閱聽人的目光,增加研究成果的曝光度,但長期下來也可能造成反效果。科普傳播則是讓受眾在既有的知識基礎上,知道一些更新、更廣的科學應用,因此這些研發內容的發表時機與詳實程度也就更為重要。

近幾年國內的學研機構,開始流行將研發成果以記者會或是新聞稿的方式昭告天下,特別是自然、工程、生物醫藥方面的研究尤其常見。這類宣傳一方面可以拉抬自身機構的價值,一方面也有利於經費的爭取。

聳動詞句能在短時間內創造吸睛點閱的效果,增加民眾對於科研機構的好感與期待。圖/Giphy

但是如果我們檢視這些研發成果的文宣內容,不難發現類似像「重大突破」、「關鍵原因」、「治療××的新藥找到了」、「可創造××產值」這些聳動詞句。雖然就宣傳的角度而言,這樣的用詞在短時間內確實可以創造吸睛點閱的效果,增加民眾對於科研機構的好感與期待。不過若從科普傳播的觀點來看,這類以聳動用詞下註解的文宣多了,長期下來給民眾的觀感很可能會有反效果:從好感與期待變成了嘲諷與失望。

特別是跟醫藥、健康這類與大眾生活密切相關,且民眾也會高度關切的研發成果,反差效果尤其明顯。為什麼現實與宣傳會有如此巨大的落差?原因還是得從科普傳播的基本道理說起。

科普傳播與科學教育差在哪?

科普傳播不同於科學教育,科學教育是「從無到有」的知識建立過程,讓不懂科學的人懂科學;而科普傳播則是一項「知識加值」的過程,讓閱聽人在已有的科學基礎上,知道更多、更新的知識與應用。

由於科普傳播是知識加值的過程,若想理解這些知識便有一定的門檻。就像若是讀者不知道基因(gene)的意義與去氧核醣核酸(deoxyribonucleic acid, DNA)分子結構之間的對應關係,那麼一整篇都在談「基因編輯」的科普文章,對於這類讀者來說不僅極難理解,而且常常會引起讀者對基因編輯有過於科幻的想像。

-----廣告,請繼續往下閱讀-----
各個學研單位所發布的研究成果是針對無特定對象的公眾所產製的科普內容,這也是難度最高的科普表達。圖/Giphy

也因此科普傳播內容的產製,首要的考慮條件便是接收對象。唯有設定好閱聽受眾是誰,才能夠產製出「對方能夠準確接收」的內容。如果就這個條件來看,各個學研單位所發布的研究成果,其實就是針對無特定對象的公眾所產製的科普內容,這也是難度最高的科普表達。

如果我們想發表一項新藥的研發成果……

以新藥研發來說,即便是具有大學普通生物學知識水準的閱聽人,也未必會知道新藥研發的一般程序,以及這些程序內涵的意義。例如一個新藥的出現,必須經過化合物的收集、分子或細胞層級的篩選、疾病動物模式的測試、藥物動力學的淘汰、動物毒理學的評估之後,才有可能進入臨床試驗,而臨床試驗又有一期、二期、三期、四期之分。

在這些程序中有許多階段可以申請專利,例如通過分子或細胞層級的篩選後可以申請專利,通過了疾病動物模式也可以申請專利,但是這些專利所代表的意義與價值跟真正可以上市的新藥是不同等級的。即便是都通過了動物模式的測試,但使用不同的疾病動物模式,所申請到的專利價值也會有所不同。一般大眾也不一定知道新藥研發到越後面的階段花費越大、難度越高,能成功過關者少之又少。所以有能力研發新藥的藥廠,通常是富可敵國的大型藥廠,跟我們在電視上常看到生產學名藥(generic drug)〔註〕的「藥廠」,層級完全不同。

民眾接連在聳動標題的刺激下,等了一年、兩年,甚至三年以上卻依舊沒看到癌症特效藥出現。看久了,信心再怎麼堅強都會疲乏。圖/Giphy

因此,當今充斥媒體版面的大多只是通過細胞層級的篩選,最多也只是在動物模式上看到效果就大肆宣傳的新聞。而民眾接連在「重大突破」、「關鍵原因」、「治療××的新藥找到了」、「可創造××產值」等詞句的刺激下,等了一年、兩年,甚至三年以上卻依舊沒看到癌症特效藥出現,流感或腸病毒等疾病仍然每年準時報到,原發性高血壓患者還是得每天吃藥降血壓。看久了,信心再怎麼堅強都會疲乏。

-----廣告,請繼續往下閱讀-----

學研單位帶來的是展望還是欺騙?

對於這樣的質疑,發布這些文宣的學研單位可能會辯解說,他們寫的內容其實是中規中矩的。如果要嚴格的挑剔,頂多只是沒有把裡頭的專有名詞解釋得更詳細,研發過程沒有交代得更清楚,也沒有把延伸應用的侷限性說明得更完整而已;但是裡面絕對沒有故意誇大,更沒有把沒有做或是做不到的事情硬寫成已經完成了。

而那些在一般媒體上看到的聳動標題都是記者、編輯不懂亂下,或是為求醒目而故意扭曲的;我們在記者會、新聞稿中說得很清楚,都有寫說那些是「未來可以」、「極可能有關」、「預計創造出」、「很有機會成為」、「即將進入」的事情,寫的是合理的期許與展望,並沒有刻意欺騙民眾!

的確如此,但這樣的辯解是不是似曾相識?基本上臺灣的政客也都是這樣「誠實」地與民眾溝通,因此我們在各種選舉文宣與造勢場合早已看過、聽過太多這類的話術。

學研單位的辯解就像那些聲稱「誠實」地與民眾溝通的政客一樣。圖/ Giphy

研發成果的「發表時機」很重要

當然,科普傳播並不是科學教育,裡面的內容不可能鉅細靡遺地交代所有細節,並且將所有的優劣並呈。這些學研單位發文宣的目的也不是為了科普傳播,只是要讓社會大眾知道他們已經完成了哪些研究,而那些研究又有什麼樣的價值。然而這些研發的過程與成果,絕大部分在本質上屬於科學事務,也因此,文宣的內容必定牽涉到科學知識的描述與應用的詮釋。若從這個層面來看,不論學研單位自己怎麼認定,事實上這些研發成果的傳播,即是科普知識的傳播。

-----廣告,請繼續往下閱讀-----

我的建議是,這類針對大眾的研發成果文宣不是不能發布,但要注意「發表的時機」。亦即在發表之前,必須檢視目前已有的研發成果所能夠解釋的事情或是應用的項目,是不是已經達到一般民眾可以理解的程度,或是跟一般民眾的理解落差不會太大,只需要再稍稍補充說明即可?若是,那才是可以對公眾發表的時機。

舉例來說,如果今天一個新藥的研發階段已經到達進行臨床試驗的工作了,那麼這個新藥接下來的發展進程,就比較能夠清楚地跟民眾解釋,不論成敗,將來也不會與民眾對此新藥發展的了解落差太大。但如果研發還只停留在動物模式有效的階段,連毒理試驗都尚未進行,那麼此成果就只適合在專業的學術研討會、大學課堂、演講上提出,不適合作為對不特定對象的公眾發表的內容。

選擇適當的時機、發表詳實的內容、不畫大餅、不造神,希望臺灣的學研成果給民眾的觀感都是好感與期待。

〔註〕學名藥指的是當原廠藥(brand drug)的藥物專利權過期後,其他通過法規與檢驗認證的合格藥廠便能以同樣成分、製程,生產此藥品。學名藥的用途、療效、安全性等性質,皆與原廠藥完全相同,且價格較原廠藥便宜。

-----廣告,請繼續往下閱讀-----
  • 〈本文選自《科學月刊》2021年 4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
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

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-----