Loading [MathJax]/extensions/tex2jax.js

0

8
7

文字

分享

0
8
7

深層傷口一定會留疤,怎麼辦?科學家從眼藥找到新希望!

羅夏_96
・2021/06/05 ・4009字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

「醫師,這會留疤嗎?」想必這是很多人在外傷與手術後最關心的問題之一,畢竟疤痕在外觀上和原本的皮膚明顯不同,一處理不好就容易引人側目。因此如何有效除疤,一直是傷口護理中的重要挑戰,而近期發表在 Science 上的研究,提供了真正意義上的除疤可能1

當我們身體受傷之後,發生了什麼事?

想除疤,得先了解疤痕是怎麼來的,而要知道疤痕從何而來,就要從傷口癒合說起。

當人體組織被各種外力(如切割、穿刺等)破壞其完整性後,就會造成傷口。當人體組織出現傷口後,就會啟動傷口癒合這個複雜的生理過程,這其中牽涉多種細胞與生理反應的相互配合2。傷口癒合約可分為三個階段:

(一)炎症期:發炎、結痂。

當傷口產生後,傷口處的細胞會立刻產生各種細胞激素引起發炎反應,吸引免疫細胞來對抗外來細菌的感染,同時受傷部位因血管破裂,血小板會到傷口處促進血栓的形成,將傷口封閉,以減少傷口受到更多的傷害與感染。

-----廣告,請繼續往下閱讀-----

(二)增生期肉芽組織填補傷口

此階段主要是藉著「肉芽組織」的生長來填補傷口。

肉芽組織由新生的微血管、纖維母細胞、各類免疫細胞和纖維母細胞分泌的膠原蛋白等共同組成,待肉芽組織上方有新的「表皮細胞」覆蓋後,也就是傷口與外界的接觸關閉後,就會進入下一個階段。

受傷後,傷口癒合的過程約可以分為三個階段。圖/Pixabay

(三)重塑期:膠原蛋白、纖維細胞形成疤痕

-----廣告,請繼續往下閱讀-----

此階段傷口外觀雖已癒合,但傷口內部的肉芽組織仍有許多工作在進行。

此時肉芽組織內的微血管和免疫細胞會逐漸減少,纖維母細胞會逐漸分化為纖維細胞,這些舉動能讓出肉芽組織中的空位,提供更多空間給纖維母細胞所分泌的膠原蛋白。

膠原蛋白和纖維細胞在組織內也會重新建構、排列讓組織變得更緊緻,進一步收縮傷口的同時增加對抗外力的能力,而這個新生的組織,就是我們所稱的「疤痕」。

傷口癒合的三階段:(a) 炎症期 (b) 增生期 (c) 重塑期。圖/參考文獻 2

疤痕沒有毛囊、汗腺,彈性也不好

不論是疤痕的外觀還是內部,都與原本的組織不同。

-----廣告,請繼續往下閱讀-----

以皮膚為例,正常的皮膚必須包含毛囊、汗腺等附屬器官,但這些疤痕通通沒有,另外,因為疤痕內部膠原蛋白與纖維細胞的排列和正常皮膚不同,也導致疤痕的彈性和強度不如正常皮膚,例如在膝蓋、手肘等關節處的大面積疤痕,常會讓人難以彎曲。

需要注意的是,疤痕是傷口癒合的自然產物,無法避免!

雖然很多皮膚的小擦傷,只傷及表皮層,癒合後看似與原本的皮膚無異,但其實仍會產生疤痕,只是這些疤痕對傷口的填補不多也不明顯,因此我們會「誤以為」沒有留疤,然而,當我們身體出現傷及「真皮層」等較深的傷口時,疤痕組織對傷口的填補就很明顯了。

除疤產品並不是真正的「除疤」

因此,目前市面上各種除疤的產品與方法,都只能讓疤痕在「外觀」上更貼近周圍的皮膚組織,並不能真正消除疤痕!真正意義上的除疤,必須在傷口癒合階段就下手,讓疤痕組織不會形成。

想要沒有疤痕,必須在傷口癒合時期就處理得當!圖/Wikipedia

不過正如前面所說,傷口癒合是一個相當複雜的生理反應,直到這幾年才對其中的分子機制有深入的認識2。而近期史丹福大學的研究團隊所發表的文章,不僅揭示了疤痕形成背後的關鍵分子機制,也提供了傷口癒合不留疤的可能性1

-----廣告,請繼續往下閱讀-----

纖維母細胞:形成疤痕的關鍵

從傷口癒合的三個過程可看出,「纖維母細胞」佔據關鍵的地位。

纖維母細胞除了負責肉芽組織的形成,在傷口重塑期,纖維母細胞也會分泌大量的膠原蛋白,同時自身也會分化為纖維細胞,在膠原蛋白和纖維細胞的重構下讓疤痕組織更緊實。

2015年,該團隊發表的研究顯示,在傷口癒合過程中有兩類纖維母細胞會參與,分別是會表達、不表達 Engrailed-1 (EN-1)註1 蛋白質的纖維母細胞:

  1. 不表達 Engrailed-1 的細胞 (Engrailed-1 Negative Fibroblasts, ENFs)
  2. 會表達 Engrailed-1 的細胞 (Engrailed-1 Positive Fibroblasts, EPFs)。

其中,會表達 Engrailed-1 的 EPFs 就是形成疤痕的主要細胞3

-----廣告,請繼續往下閱讀-----

首先,研究團隊發現,小鼠傷口中的 ENFs 在傷口癒合期間會轉化為 EPFs ,產生更多 EPFs。

小鼠皮膚中同時有 ENFs 和 EPFs,但在傷口癒合的階段,ENFs 會轉化為 EPFs。圖/參考文獻1

為什麼 ENFs 會變成 EPFs?是外力!

知道 EPFs 的來源後,接著他們想了解是甚麼「因素」刺激 ENFs 轉化為 EPFs 。

由於纖維母細胞在生物體內的功能之一就是感受各種機械外力,並在感受到外力後改變細胞的基因表現,以應付外力,因此研究團隊推測:

刺激傷口中ENFs轉化為EPFs的因素,就是皮膚在受傷後因彈性改變所產生的「機械外力」。

為了證實這個想法,他們將 ENFs 純化出來並培養在三種不同機械外力的實驗環境中,結果顯示,纖維母細胞不僅能感受不同的機械外力,在不同的外力下,細胞的表現也不同:

-----廣告,請繼續往下閱讀-----
  1. 在低機械外力下,ENFs 不會轉化成 EPFs
  2. 在高機械外力下,ENFs 會轉化成 EPFs
  3. 阻斷 ENFs 內的機械外力訊號後,ENFs 即使在高機械外力下也不會轉變成 EPFs
ENFs 在低機械力培養 (3D Hydrogel) 下,不會轉換為 EPFs;在高機械力 (TCPS) 下會轉換為 EPFs,而這個轉換可被力學訊號阻斷劑 (Y-27632) 逆轉。圖/參考文獻1

科學家在小鼠實驗時也得到類似的結果,當對小鼠的傷口施加拉力時,癒合的傷口內 EPFs 的數量會增加,同時,小鼠的疤痕組織也更厚,而這個結果,同樣可以被力學訊號阻斷劑逆轉。

切斷訊號!不告訴細胞傷口有受力

上面的實驗證實了,機械拉力可以刺激纖維母細胞表現 Engrailed-1,促使疤痕形成,那如果阻斷機械拉力訊號的傳導,是否就能防止疤痕形成?

順著這思路,研究人員找到一個美國 FDA 核准用於治療眼疾的藥物 Verteporfin註2,Verteporfin能封鎖細胞用於感應機械力訊號的關鍵蛋白質,達到阻斷機械訊號傳遞的能力。

小鼠實驗顯示,在傷口上輔以 Verteporfin,對於傷口的癒合可謂是「非常有效」!

前面有提過,疤痕不會產生毛囊和汗腺等皮膚附屬器,其彈性和強度也較差。但加入 Verteporfin 後,癒合的傷口不僅能長出毛髮,汗腺也能正常運作,其彈性和強度也和正常皮膚相當,在顯微鏡下觀察時,也無法分辨癒合的傷口和原本皮膚之間的差異。

-----廣告,請繼續往下閱讀-----

另外從分子層面來看,未加入 Verteporfin 的癒合傷口,其 EPFs 的數量遠高於加入 Verteporfin 的癒合傷口,顯示 Verteporfin 確實能抑制纖維母細胞表現Engrailed-1。

Verteporfin 能讓癒合的傷口長出毛髮。圖/參考文獻1

綜合以上的結果,研究團隊整理出影響疤痕形成的分子機制和因素:

Engrailed-1 在纖維母細胞中的大量表現,是疤痕形成的關鍵因素。而傷口處的機械拉力能刺激纖維母細胞大量表現 Engrailed-1 ,只要抑制這個機械拉力的刺激,就能有效抑制 Engrailed-1 表現,並讓小鼠實現傷口處的「無疤痕癒合」。

研究團隊揭示影響疤痕形成的分子路徑與因素。圖/參考文獻1

如何癒合不留疤?研究長達三十年的問題

研究團隊的主持人 Michael T. Longaker 教授是一位整形外科醫生,1987年,Longaker 還在胎兒外科手術室實習時,他的導師給了他一個作業:為什麼胎兒皮膚上的傷口能不留傷疤地癒合,而兒童和成人的皮膚卻做不到?

「這個問題我想了一年,後來變成四年,再後來就變成了幾十年。自此之後,為了回答這個問題,我的研究擴展到許多其他領域。我始終想知道,傷疤是怎麼形成的!」Longaker 教授如此說道4

藉由研究這篇文章的結果,現在的我們可以一窺其中的可能了:胎兒的皮膚不像兒童和成人那麼有彈性,因此受傷後皮膚也不會因彈性改變而產生機械拉力。在沒有機械外力刺激的情況下,胎兒傷口處的纖維母細胞自然不會表現 Engrailed-1,也就能達到無疤痕癒合了。

未來,有疤痕說不定是件很稀有的事!

若這項研究的發現能應用到其他組織上,在醫學上的傷口處理,將帶來非常大的突破,畢竟疤痕在其他組織中同樣是「異於」原始組織的,過多的疤痕會嚴重影響組織甚至器官的功能,例如心臟和肝臟在受損後的纖維化問題。若能透過這個機制達成無疤痕癒合,將是眾多病患的福音!

不過在進入臨床試驗前,勢必得在動物實驗中進行更多測試,研究團隊也表示他們已著手這方面的研究了。

或許未來,傷口不留疤是傷口護理的標準流程,疤痕已不再是需要遮掩的東西,有疤痕說不定是一件很酷、很稀有的事呢!

註釋

  1. Engrailed-1:該蛋白質目前認為與生長發育有關,從神經、骨骼到四肢的發育都有參與。
  2. Verteporfin:是治療黃斑部病變所產生的典型或潛隱性視網膜下中央凹脈絡膜血管新生的藥物,簡單說就是抑制不正常血管新生的藥物。
  1. Mascharak S, desJardins-Park HE, Davitt MF, Griffin M, Borrelli MR, Moore AL, Chen K, Duoto B, Chinta M, Foster DS, Shen AH, Januszyk M, Kwon SH, Wernig G, Wan DC, Lorenz HP, Gurtner GC, Longaker MT. Preventing Engrailed-1 activation in fibroblasts yields wound regeneration without scarring. Science. 2021 Apr 23;372(6540).
  2. Gurtner, G., Werner, S., Barrandon, Y. et al. Wound repair and regeneration. Nature 453, 314–321 (2008).
  3. Rinkevich, Yuval et al. Skin fibrosis. Identification and isolation of a dermal lineage with intrinsic fibrogenic potential. Science vol. 348,6232 (2015): aaa2151.
  4. http://med.stanford.edu/news/all-news/2021/04/drug-enables-healing-without-scarring.html
-----廣告,請繼續往下閱讀-----
文章難易度
羅夏_96
52 篇文章 ・ 893 位粉絲
同樣的墨跡,每個人都看到不同的意象,也都呈現不同心理狀態。人生也是如此,沒有一人會體驗和看到一樣的事物。因此分享我認為有趣、有價值的科學文章也許能給他人新的靈感和體悟

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
任意添加光學元件 為研究打開大門的無限遠光學系統
顯微觀點_96
・2025/01/30 ・1763字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自顯微觀點

圖 / 顯微觀點

顯微鏡在科學發展中扮演關鍵的角色,讓人們得以突破肉眼的限制,深入微觀的世界探索。而隨著時間推進,顯微技術也日新月異,其中現代顯微鏡設計了所謂的「無限遠光學系統」(Infinity Optical Systems),更是提升了顯微鏡性能和突破過去的觀察瓶頸。因此主要的顯微鏡製造商現在都改為無限遠校正物鏡,成為顯微鏡的技術「標配」。

1930 年代,相位差顯微技術出現,利用光線在穿過透明的樣品時產生的微小的相位差造成對比,使透明樣本需染色就能更容易被觀察。1950 年左右,則出現使用兩個 Nomarski 稜鏡,將光路分割再合併產生 干涉效應的 DIC 顯微技術,讓透明樣本立體呈現、便於觀察。

在傳統「有限遠系統」中,單純的物鏡凸透鏡構造,會直接將光線聚焦到一個固定距離處,再經過目鏡放大成像。也因此過去顯微鏡的物鏡上通常會標示適用的鏡筒長度,通常以毫米數(160、170、210 等)表示。

-----廣告,請繼續往下閱讀-----

而在過渡到無限遠校正光學元件之前,選用的物鏡和鏡筒長度必須匹配才能獲得最佳影像,且大多數物鏡專門設計為與一組稱為補償目鏡的目鏡一起使用,來幫助消除橫向色差。

但是問題來了!當這些光學配件要添加到固定鏡筒長度的顯微鏡光路中,原本已完美校正的光學系統的有效鏡筒長度大於原先設定,顯微鏡製造商必須增加管長,但可能導致放大倍率增加和光線減少。因此廠商以「無限遠」光學系統來解決這樣的困境。

德國顯微鏡製造商 Reichert 在 1930 年代開始嘗試所謂的無限遠校正光學系統,這項技術隨後被徠卡、蔡司等其他顯微鏡公司採用,但直到 1980 年代才變得普遍。

無限遠系統的核心在於其物鏡光路設計。穿透樣本或是樣本反射的光線透過無限遠校正物鏡,從每個方位角以平行射線的方式射出,將影像投射到無限遠。

-----廣告,請繼續往下閱讀-----
有限遠(上)和無限遠(下)光學系統的光路差別
有限遠(上)和無限遠(下)光學系統的光路差別。圖 / 擷自 Optical microscopy

透過這種方法,當使用者將 DIC 稜鏡等光學配件添加到物鏡、目鏡間鏡筒的「無限空間」中,影像的位置和焦點便不會被改變,也就不會改變成像比例和產生像差,而影響影像品質。

但也因為無限遠系統物鏡將光線平行化,因此這些光線必須再經過套筒透鏡在目鏡前聚焦。有些顯微鏡的鏡筒透鏡是固定的,有些則設計為可更換的光學元件,以根據不同實驗需求更換不同焦距或特性的透鏡。

除了可以安插不同的光學元件到光路中而不影響成像品質外,大多數顯微鏡都有物鏡鼻輪,使用者可以根據所需的放大倍率安裝和旋轉更換不同的物鏡。

傳統上一旦更換物鏡,樣本可能就偏離焦點,而須重新對焦。但在無限遠光學系統的設計中,物鏡到套筒透鏡的光路長度固定,也就意味著無論更換哪個物鏡,只要物鏡設計遵循無限遠系統的標準,光路長度和光學路徑的一致性得以保持。

-----廣告,請繼續往下閱讀-----

因此無限遠光學系統也有助於保持齊焦性,減少焦距偏移。這對需要頻繁切換倍率的實驗操作來說,變得更為便利和具有效率。

不過使用上需要注意的是,每個顯微鏡製造商的無限遠概念都有其專利,混合使用不同製造商的無限遠物鏡可能導致不正確的放大倍率和色差。

改良顯微技術,使研究人員能夠看到更精確的目標;以及如何讓更多光學配件進入無限遠光學系統中的可能性仍然在不斷發展中。但無限遠光學系統的出現已為研究人員打開了大門,可以在不犧牲影像品質的情況下輕鬆連接其他光學設備,獲得更精密的顯微影像。

  1. M. W. Davidson and M. Abramowitz, “Optical microscopy”, Encyclopedia Imag. Sci. Technol., vol. 2, no. 1106, pp. 120, 2002.
  2. C. Greb, “Infinity Optical Systems: From infinity optics to the infinity port,” Opt. Photonik 11(1), 34–37 (2016).
  3. Infinity Optical Systems: From infinity optics to the infinity port
  4. Basic Principle of Infinity Optical Systems
  5. Infinity Optical Systems

延伸閱讀選擇適合物鏡 解析鏡頭上的密碼

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

顯微觀點_96
28 篇文章 ・ 5 位粉絲
從細微的事物出發,關注微觀世界的一切,對肉眼所不能見的事物充滿好奇,發掘蘊藏在微觀影像之下的故事。

0

0
0

文字

分享

0
0
0
螃蟹有痛感嗎?我們是怎麼知道的?
F 編_96
・2025/01/16 ・1669字 ・閱讀時間約 3 分鐘

F 編按:本文編譯自 Live science

螃蟹一直是海鮮美食中的明星,從油炸軟殼蟹到清蒸螃蟹,餐桌上經常見到牠們的身影。有地方也習慣直接將活螃蟹丟沸水煮熟,認為這能保留最多的鮮味。過去人們認為甲殼類缺乏複雜神經結構,不會感受到痛苦,因此不必過度憂心道德問題。但近年來,越來越多研究開始挑戰此一想法,指出螃蟹與龍蝦等甲殼動物可能具備類似疼痛的神經機制。

以前大家相信甲殼類缺乏複雜神經結構,但近期這一認知逐漸受到質疑。 圖 / unsplash

甲殼類是否能感覺到痛?

人類長期習慣以哺乳類的神經構造作為痛覺判斷依據,由於螃蟹沒有哺乳動物那樣的大腦腦區,便被認為只憑簡單反射行動,談不上真正「痛」。然而,新興科學證據顯示包括螃蟹、龍蝦在內的甲殼類,除了可能存在被稱為「nociceptors」的神經末梢,更在行為上展現自我防禦模式。這些研究結果顯示,螃蟹對強烈刺激不僅是本能抽搐,還有可能進行風險評估或逃避策略,暗示牠們的認知或感受方式比我們想像更精緻。

關鍵證據:nociceptors 與自我保護行為

近期實驗在歐洲岸蟹(Carcinus maenas)中觀察到,當研究人員以刺針或醋等刺激手段測量神經反應,牠們顯示與痛覺反應類似的神經興奮;若只是海水或無害操作,則無此現象。此外,透過行為實驗也可看出,寄居蟹在受到電擊時,會毅然捨棄原本的殼子逃離電源,但若同時存在掠食者味道,牠們會猶豫要不要冒著風險離開殼子。這些結果使科學家認為,螃蟹並非單純反射,而可能有對於痛感的判斷。若只是「低等反射」,牠們不會考慮掠食風險等外在因素。

痛覺與保護:實驗結果引發的道德思考

以上發現已在科學界引發廣泛關注,因為餐飲業與漁業中常見「活煮」或「刺穿」處理螃蟹方式,如今看來很可能讓牠們承受相當程度的不適或疼痛。瑞士、挪威與紐西蘭等國已開始禁止活煮龍蝦或螃蟹,要求先以電擊或機械方法使其失去意識,試圖減少痛苦。英國也曾討論是否將甲殼類納入動物福利法保護範圍,最後暫時擱置,但此爭議仍在延燒。

-----廣告,請繼續往下閱讀-----
英國對於是否將甲殼類列入動物福利法的保護範圍,有所爭議。 圖 / unsplash

部分學者保持保留態度,認為雖然甲殼類展現疑似痛覺的行為與神經反應,但與哺乳類相同的「主觀痛感」仍需更多研究證明。大腦與神經系統結構畢竟存在很大差異,有些反射也可能是進化而來的自衛機制,而非真正意義上的感受。然而,科學家普遍同意,既然相關證據已經累積到一定程度,毋寧先採取更謹慎與人道的處理模式,而非輕易推卸為「牠們不會痛」。

海洋生物福利:未來的規範與影響

如果螃蟹被證實擁有痛覺,將牽動更廣泛的海洋生物福利議題,包括鎖管、章魚或多種貝類也可能具有類似神經機制。人類一直以來習慣將無脊椎動物視為「低等生物」,未必給予與哺乳類相同的法律或倫理關注。但若更多實驗持續指出,牠們同樣對嚴重刺激展開避痛行為,社會或終將呼籲修訂漁業與餐飲相關法規。未來可能要求業者在捕撈與宰殺前使用電擊或麻醉,並限制活煮等方式。這勢必對漁業流程與餐廳文化造成衝擊,也引發經濟與文化折衷的爭議。

龐大的實驗數據雖已暗示螃蟹「會痛」,但確鑿的最終定論仍需更多嚴謹研究支持,包括更深入的大腦活動成像與突觸路徑分析。同時,落實到實際操作也需追問:是否存在更快、更人道的宰殺或料理方式?能否維持食材鮮度同時保障動物福利?這種思維轉變既考驗科學進程,也考驗人類對自然資源的態度。也許未來,既然我們仍會食用海產,就該以最小痛苦的方式對待那些可能感受痛苦的生物,為牠們提供基本尊重。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

F 編_96
20 篇文章 ・ 1 位粉絲
一個不小心闖入霍格華茲(科普)的麻瓜(文組).原泛科學編輯.現任家庭小精靈,至今仍潛伏在魔法世界中💃