0

5
0

文字

分享

0
5
0

透過 FDA 探員,調查藥廠的劣質藥物——《謊言之瓶》

臉譜出版_96
・2021/06/26 ・4573字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者 / 凱瑟琳.埃班  (Katherine Eban)
  • 譯者 / 高子梅

二○○六年十月十一日 新澤西洲普林斯頓

在某一個明亮清新的早晨,黛比.羅柏森開車載著著兩名同事下了美國一號公路,前往美國套房飯店(American Suite Hotel)見一個人,局裡的人都用代號 M 來稱呼他,也就是馬爾溫德.辛格的英文縮寫。

自從塔庫爾首度聯繫 FDA 後,已經又過十四個月。看來他並沒有掩飾任何真相,也沒有誇大他所提供的資訊,而且看得出來他並非別有居心,他只是想阻止他的老東家繼續製造極度劣質的藥物。但是由於這些調查員正在準備邁出決定性的一步,因此羅柏森必須證實她的所屬單位和美國檢方並沒有被某種內部門爭或背後冷箭牽著鼻子走,M 就像他給人的感覺一樣是可靠的。

FDA 探員和檢察官正準備要對蘭伯西的新澤西州總部提出搜索票,於是塔庫爾成了該機關的耳目。羅柏森曾經求助他,要忙著回答一個又一個的問題:誰坐在哪裡?有多少入口和出口?遠端存取(WAN access)在哪裡?網域控制器在哪裡?微軟 Exchange 電郵伺服器會加密嗎?普林斯頓的伺服器可以從印度那裡遠端關閉嗎?一旦印度辦公室聽到被我們闖入的消息,有辦法從那裡阻止我們嗎?

塔庫爾用他那一貫審慎仔細的態度協助羅柏森在一個虛擬的迷宮裡摸索。他打造出新澤西辦公室的數位圖解,連洗手間的位置都有。他的電子郵件裡充斥著各種細節。

-----廣告,請繼續往下閱讀-----

但就在二○○六年九月,也就是密集電郵交流的九個月後,羅柏森寫信向他提出另一個不一樣的問題:他們可以碰面嗎?她的解釋是:我絕對不會想要騙你,我只覺得這是最明智的時間運用方式,而且可以幫忙釐清一些問題。老實跟你說,美國聯邦地方法院檢察署(U.S. Attorney’s Office)全力支持這個案子,但由於案情複雜,會引發政治效應,因此負責起訴這起案件的美國聯邦地方法院助理檢察官變得很保守,想確定我們有確實掌握所有這些資訊的真正意涵。

但實情不是這樣。目前為止,馬里蘭州美國聯邦地方法院檢察署似乎並不知道這件案子的存在,更遑論對它有所了解。只有一位檢察官被分派到這個案子,對方是格林貝爾特辦事處(Greenbelt)的主管,但他的案件數量已經滿到根本沒有心力再管這件事。可是羅柏森有責任去認識自己的消息源頭,確保自己清楚對方的動機何在。

塔庫爾如今在新澤西州工作,很願意碰面,於是馬上答應。但這提議仍不免令他擔憂。他在信上寫道,他沒有律師,一直都是以「誠實個體」的身分與她合作「既然這是一場較正式的會議,我需要找個律師來代表我嗎?我必須告訴你,我不是很有錢,找個美國律師對我來說價格可能會高到我負擔不起。」但是羅柏森對這一點也做了再三保證。這場會議只是把目前為止的所有電郵聯繫內容改成一個面對面的版本。

塔庫爾早上九點半出現在美國套房飯店的大廳裡,穿著無可挑剔的夾克和休閒褲。羅柏森也來了,她有一頭齊肩的波浪黑髮和一雙溫暖的棕色眼睛,態度親切踏實。一把點三五七希格紹爾手槍(Sig Sauer .357)就插在她那件飄逸罩衫底下的槍套裡。隨行的還有另外兩位女士:來自刑事調查處的另一名探員以及合規專員凱倫.高橋,後者曾出現在第一次的電話會議上。他們都坐在大廳裡,秋陽隔著窗子灑了進來。

-----廣告,請繼續往下閱讀-----

這幾個人在那裡待了兩個小時,過程中塔庫爾回顧公司裡的事件歷程,他是如何拿到資訊,他認為哪些美國產品受到牽連,還有蘭伯西以前是怎麼唬弄 FDA 的查驗作業。大多是羅柏森在提問。當她問到他是否料到他的家人可能陷入什麼風險時,塔庫爾轉述了辛格家族以前有糾紛時都是如何雇用流氓來當打手,還有吹哨者在印度的下場通常是什麼。

他們當下全都噤聲不語。雖然塔庫爾盡量控制住自己的情緒,但羅柏森看得出來他在發抖。

等到這三位 FDA 探員離開時,他們原本以代號 M 來稱呼的這位男士終於有了迪奈許.塔庫爾這個全名而活了起來。但他之前選對了假名,因為他直覺若要把蘭伯西繩之以法,馬爾溫德.辛格將是最大的阻礙之一。

馬爾溫德.辛格。圖/Wikipedia

二○○六年十一月二十九日,辛格找來公司的五位高層組成代表團前往 FDA 總部,艾卜哈.潘特也在其列,此外還有公司的智慧財產權法務顧問傑依.德斯穆克,蘭伯西長期外聘的律師凱特.比爾茲利(Kate Beardsley),以及顧問公司百瑞精鼎(Parexel)的一位代表。這次任務事關蘭伯西的存亡:說服 FDA 官員解除帕奧恩塔薩希布工廠藥物申請的凍結令。會議桌的對面坐著十個多疑的 FDA 監管人員,艾德溫.里維拉—馬丁內斯也在裡頭,是他同意聽取該公司的說法。這次會議是由蘭伯西主動要求,他們的高層已經做了萬全的準備。

-----廣告,請繼續往下閱讀-----

那時還是蘭伯西法規事務副總的艾卜哈.潘特用嚴肅的表情開口道:「很謝謝你們給我們這個碰面的機會。」

馬爾溫德.辛格冷靜地看著監管人員,表示蘭伯西承諾全力把關製造品質。「我們非常重視 FDA 的評述,已經立刻採取行動解決問題。」他這樣解釋道。「我已經授權所有資源,一定完全遵守法規。」但沒有人開口,於是他又補充道:「遵守法規對我個人來說很重要。我是這個家族裡負責經營蘭伯西的第三代。」他接著提議,「如果你們有任何疑問覺得我們沒有充分配合,希望你們直接跟我本人聯絡。」

監管人員一臉存疑地聽著這幾個高層輪番說明該公司新的品質改善計畫,包括外聘一家叫做百瑞精鼎的稽核公司,裡頭成員都是 FDA 以前的經驗老手,還有成立新的管理審評委員會。

百瑞精鼎。圖/Wikipedia

這些高層說他們已經在安定性檢測實驗室裡新增十八名分析師,並淘汰庫存的樣本。他們也聲稱公司不會再冷藏等待受檢的安定性檢測用樣本。這時擔任顧問的羅恩.特茨拉夫(RonTetzlaff)打斷道,說他的公司也就是百瑞精鼎,已經提出很多建言,蘭伯西也都逐項照辦了。

-----廣告,請繼續往下閱讀-----

但這場會談又繞回冷藏箱裡的那些神秘樣本。監管人員想知道他們是不是利用那些樣本來做出美國市場所需要的安定性數據。一位蘭伯西高層當場否認。他們也當場反擊了 FDA 認定 Sotret 的藥效低於預期的這個調查發現。他們聲稱該公司已經把市場上的樣本全部收回進行檢測,而檢測結果跟 FDA 的報告不一樣。這些蘭伯西高層說,這是因為 FDA 的檢測方法不若他們的那麼精確。

監管人員們看起來神情不悅。他們繼續追問。而其中一位資深的官員說 FDA 想看蘭伯西顧問公司百瑞精鼎所做的稽核報告。蘭伯西推說這些都是機密文件。兩方在這件事情上你來我往唇槍舌戰。

蘭伯西的外聘律師比爾茲利突然開口說話。他說公司這邊已齊心協力地解決 FDA 所顧慮的問題,但貴機關調查報告裡的 OAI 結論給公司帶來了破壞性的影響,不知道 FDA 是否願意解除它對蘭伯西帕奧恩塔薩希布工廠的申請案凍結令?監管人員們的答案是不行。

雖然當時三十四歲的馬爾溫德很清楚這種問題在印度要怎麼解決,但是在美國想解決這類問題,就又是全然不同的另一回事了。會議快結束時,這場僵局反而變得更難解了。除非帕奧恩塔薩希布工廠能通過下一次的查驗作業,否則 FDA 不會解除它的申請案凍結令,除此之外,他們也要看百瑞精鼎的稽核報告。

-----廣告,請繼續往下閱讀-----

這場會議的結果已經夠糟了,沒想到竟又從這場會議裡得知另一件可能更慘的事,他們當中有人在某位監管人員面前的一疊文件裡瞄到拉吉達.庫馬 PointPower……也就是惡名昭彰的自評報告 SAR。

三個月前,傑依.德斯穆克和蘭伯西美國分處的董事長有一次在普林斯頓總部外面抽菸時,艾卜哈.潘特給了他們一個重要情報。FDA 裡頭一位印度裔的調查員曾私下警告她,監管人員那裡手中握有「核彈級文件」,可能會毀了這家公司。當時潘特完全不知道對方說的文件是什麼文件,但它顯然已經拖緩該機關對蘭伯西藥物申請案的速度。德斯穆克循著公司內部的線索,找到了那份足以釀災的文件,如今又在 FDA 的會議桌上看見它重出江湖。

在 FDA 總部那場氣氛緊繃的會議結束後,又過了兩個月,FDA 重回帕奧恩塔薩希布。

一如往常,查驗作業有事先通知。FDA 表面的目的是去監控活性成分普伐他汀鈉(pravastatinsodium)的製造,這成分會用在 Pravachol® 的仿製學名藥普伐他汀裡,用來降膽固醇。不過在機關內部,查驗作業的任務單讓準備前往查驗的監管人員很清楚自己該抓的漏洞在哪裡:「我們還是很擔心實驗室裡數據的完整性,擔憂紀錄會被刪除,還有查驗小組和公司這兩方的報告內容會互相矛盾。」任務單裡也提到,務必小心可能會有兩套不是在帕奧恩塔薩希布工廠製造的(活性藥物成分)帳冊。」

-----廣告,請繼續往下閱讀-----

FDA 除了知道該抓什麼漏洞之外,更厲害的是他們這次派出的調查員人選:荷西.赫爾蘭德斯,他現在是巴爾的摩地區辦事處(Baltimore District Office)高級合規專員,也是最擅長查出騙術的調查員之一。當年在螃蟹加工廠聞到狗肉味,還有曾在路易斯安那州的製藥廠後方林子裡找到一堆冒煙藥瓶的調查員正是赫爾蘭德斯。但是這家工廠已經事先被通知 FDA 會來查驗,而它的存亡與否得看 FDA 對它的印象好壞來決定,所以他能在這裡查到什麼呢?

赫爾蘭德斯在二○○七年一月二十六日抵達。當他小心翼翼地查驗工廠時,一群主管就跟在他後面。這裡的設施都光潔無暇。每個單位都有齊全的員工。主管們也當著他的面迅速找到他要的紀錄。高度戒備的他仔細研究著那些來自普伐他汀鈉批次紀錄上的原始數據,好像有什麼不太對勁,但他又找不到問題。

後來他在某倉庫主管的辦公桌抽屜裡找到一本未經授權的筆記本,裡面記載某種活性成分的可能用途,那種活性成分是別家公司製造的,但蘭伯西並沒有向 FDA 註冊使用。這個線索令人眼睛一亮,但是公司主管的解釋是蘭伯西從沒用過這種原料,所以才沒向 FDA 提報它的用途。赫爾蘭德斯請某位員工把那家未經核准的公司名稱輸進電腦系統查一下,他就在旁邊看,但什麼也沒查到。

赫爾蘭德斯待了三天半,這也是 FDA 給他的時間。雖然他的查驗方式絕不手軟,而且也有一些發現,但並沒有逮到什麼證據,枉費了他那素來有名、對不法行為向來敏銳的洞察力。但是他知道這裡頭不太對勁,他發誓下次一定要逮到。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
臉譜出版_96
88 篇文章 ・ 255 位粉絲
臉譜出版有著多種樣貌—商業。文學。人文。科普。藝術。生活。希望每個人都能找到他要的書,每本書都能找到讀它的人,讀書可以僅是一種樂趣,甚或一個最尋常的生活習慣。

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

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。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

2
1

文字

分享

0
2
1
製藥廠的野心,與暗潮洶湧的秘密協商——《謊言之瓶》
臉譜出版_96
・2021/06/27 ・3362字 ・閱讀時間約 7 分鐘

  • 作者 / 凱瑟琳.埃班  (Katherine Eban)
  • 譯者 / 高子梅

二○○七年十月 印度新德里

馬爾溫德.辛格的起步一開始並不順利。他父親是一位創業垂統的遠見之士,但他不像他父親,他知道自己的首要任務是幫股東們創造價值。他曾告訴印度的財經媒體:「我內心是個創業家,真正的創業家的終極目標就是要創造價值。」

但是要創造出長久的價值,就不像表面那麼容易了。二○○六年接管這家公司時,這位年輕的執行長立刻複習一遍他的企管碩士教戰守冊—積極尋找收購和結盟的機會。但就算他成功地製造出話題,根據《亞洲貨幣》(AsiaMoney)的說法,蘭伯西的損益表底線卻在「下降中」。蘭伯西不得不撤回收購德國最大學名藥公司的那場標案。後來又碰 FDA 的作梗。在他看來,美國的監管機關真的「很討人厭」,不管他怎麼保證公司一定會改革,怎麼暗示它們為這家公司留點面子,對方就是無動於衷。

馬爾溫德.辛格。圖/Wikipedia

在馬爾溫德的印度老家裡,你幾乎什麼問題都可以解決,不管是靠金錢來買通還是暴力威脅。就在五個月前,馬爾溫德的弟弟席溫德跑去堵一個很愛強出頭的心臟外科醫師,因為後者在一筆交易裡反對他重返辛格家族名下新德里的一家醫院。結果外科醫生上班的時候竟碰上幾近一百名的警力和多達一整個營的快速行動部隊,全都配備防暴用的催淚瓦斯和水灌車。

但在美國,你召集不到自衛部隊,而且 FDA 也拒絕讓步。身為蘭伯西最大股東的辛格兄弟發現這些問題已經有損他們的損益表底線。但就在這些紛擾當中,馬爾溫德注意到紐約有家公司的顧問傳了一則很有趣的訊息給他。日本製藥公司第一三共(Daiichi Sankyo)裡一個叫做宇根勉(Tsutomu Une,暫譯名)的傢伙想跟他談一下策略合夥的事。馬爾溫德嗅到了商機。

-----廣告,請繼續往下閱讀-----

在離新德里四千英里外的東京,宇根勉博士正在全球各地尋找新的收入來源。身為全日本第二大藥廠第一三共全球企業策略資深執行官的宇根勉,想要打入公司尚未涉足的海外市場,譬如印度和東歐。他需要一個成本低廉但產值又夠大的合作對象。於是目光落在蘭伯西身上。

蘭伯西實驗室有限公司。圖/Wikipedia

六十歲的微生物學家宇根勉是從醫藥創新領域裡的基層慢慢爬上來的。他在第一製藥公司(Daiichi Pharmaceutical Company)工作了三十幾年,並在該公司二○○五年與三共公司(Sankyo Company)合併之後繼續一路攀到高位。態度穩重又彬彬有禮的宇根勉從以前就有習慣把工作生涯的點滴內容記錄下來。

日本比任何一個國家都來得唯原廠藥是從,認為學名藥不值得信賴。這國家崇尚品質和衛生管理。儘管以前品質上曾受到鄙視,但它的現代製藥產業已不可同日而語,在品管上享有全球數一數二的地位。他們的藥丸必須是白色的,否則病患會存疑。宇根勉雖然是這塊謹慎招牌下的產物,卻也看出了日本製藥業的保守天性和對高成本研究的全心投入,將導致這個產業成長的趨緩。

從他的角度來看,在十一個國家設有製藥工廠、產品銷售遍布一百二十五個國家的蘭伯西,非常具有吸引力。它有眾多符合「先申請主義」的藥物申請案正在美國境內等待通過,其中仿製立普妥的學名藥勢必會是有史以來最賺錢的上市學名藥。第一三共的盤算是趁手邊還沒有暢銷藥(blockbusters)襲捲市場的空檔,先靠一批成本低廉的藥物產品來創造收入。蘭伯西似乎是一個絕佳的結盟夥伴,可以幫它達到這個目的。若是能很快完成收購,便可趕在下一季的投資者會議上撐起第一三共重創的股價。

-----廣告,請繼續往下閱讀-----

在日本的董事會議廳裡,決策做成往往是靠共識的產生。所以宇根勉必須說服他的同僚們。

只是當第一三共的總經理小田剛(Takashi Shoda ,暫譯名)告訴他的同僚們,「印度會是一張王牌,可以讓一家日本製藥公司步上全球化。」這點子聽起來宛若空中樓閣。

對文化蘊涵向來敏感的宇根勉深知這種事要小心處理。蘭伯西不是一般的印度公司。它是一家有文化歷史的機構,是由顯赫的辛格家族創辦,已經傳了三代。現在掌權的是辛格家族裡的一位繼承人,他是受過美式教育的企管碩士,年紀只有他的一半多一點。但還好宇根勉在第一三共的地位算高,高瞻遠矚的見地向來受人敬重,商業頭腦也很受肯定。因此在二○○七年十月初,他首度伸出觸角,聯絡上蘭伯西在紐約的一位外聘顧問。

第一次對話後,不到三個禮拜,宇根勉和馬爾溫德就碰面了。銀髮整齊往後梳的宇根勉用日本腔很濃的英文開口說話。馬爾溫德措辭優雅、穿著訂製西服、包著頭巾和匹配的手帕,看上去泰然自若。他們的協商進行得很快,雙方訂好在新德里展開後續會談。宇根勉和馬爾溫德以保密方式保持聯絡,在內部報告和往來信件裡都使用「鑽石」這個代號來代表第一三共,「紅寶石」則代表蘭伯西。若有媒體詢問,便聲稱他們正在討論代工生產的協議內容。這種事情在業界很平常,並不稀罕,不會引起財經媒體的注意。

-----廣告,請繼續往下閱讀-----

宇根勉首度伸出觸角後,又過了四個多月,兩方的對話已經從策略性合夥的議題提升到買斷協商。這位日本微生物學家和年輕的印度億萬富豪一直在股價和一些條款上討價還價。不過宇根勉對蘭伯西始終揮之不去的監管疑雲憂心忡忡。在雙方往返的電郵裡,宇根勉在律師們的指導棋下,不斷施壓蘭伯西必須詳述清楚該有的擔保、代表性與補償辦法,萬一蘭伯西的財務狀況不若馬爾溫德所保證的那樣,第一三共便可以控告對方違約。但馬爾溫德不斷擋住他的要求。最後宇根勉在一通電話裡告訴他,「我們的提問,你總是用『不用擔心』這種答案來打發,我的同僚們對此感到灰心。」同一天在第二通電話裡,馬爾溫德用他那一貫悅耳和平穩的聲音向這位科學家再三保證:「紅寶石無所畏懼,毫無過失。」

但是宇根勉仍有一些懸而未決的疑問。眾所皆知聯邦探員曾在二月突襲蘭伯西的美國總部,發出警告函抵制它的兩家主要工廠:帕奧恩塔薩希布和德瓦斯。但是沒有人知道這場調查的嚴重性究竟到什麼程度,或者這家公司的可能法律責任。馬爾溫德曾在電話裡詢問宇根勉:「你在擔心什麼?」宇根勉只能自行揣測美國司法部底下的檢察官和這世上最難纏的 FDA 監管人員到底在追查什麼。這是他的顧問們必須找到的答案。不到一個月,馬爾溫德和宇根勉在德里祕密會面,雙方都各自帶著律師和一小群高級主管。宇根勉明白表示,不管美國政府對蘭伯西進行的各種調查最後會查出什麼,都會影響第一三共的未來動作。但馬爾溫德表情淡定,保證會提供協助,對整個過程坦誠以對。他同意辦一場盡職調查會(due diligence meeting),將所有跟調查案有關的文件全攤在第一三共面前。

然後這位年輕的執行長就像把宇根勉當成自己人那樣,跟他說這些調查案的真正幕後推手是誰—輝瑞藥廠為了報復蘭伯西在立普妥專利權官司上的占盡優勢,於是透過某種手段對蘭伯西展開調查。宇根勉思索著他的說法,而蘭伯西智慧財產權顧問德斯穆克當時也出現在那群高級顧問裡,但他面無表情、沒有開口說話。

儘管馬爾溫德神情愉悅地再三保證蘭伯西「無所畏懼,毫無過失」,但這家公司基本上就是個隨時可能炸開的火藥桶。馬爾溫德很清楚這家公司最不可告人的祕密已經被記載在公司內部那份殺傷力最強的文件裡,亦即眾所皆知的自評報告(SAR),也就是拉吉達.庫馬秀給董事會看的那份批判內容毫不留情的 PowerPoint 簡報。

-----廣告,請繼續往下閱讀-----

要是它已被徹底摧毀,馬爾溫德就不會有今天的處境。

-----廣告,請繼續往下閱讀-----
臉譜出版_96
88 篇文章 ・ 255 位粉絲
臉譜出版有著多種樣貌—商業。文學。人文。科普。藝術。生活。希望每個人都能找到他要的書,每本書都能找到讀它的人,讀書可以僅是一種樂趣,甚或一個最尋常的生活習慣。

3

7
0

文字

分享

3
7
0
當學名藥的價格殺紅了眼,還能確保藥物品質嗎?——《謊言之瓶》
臉譜出版_96
・2021/06/24 ・3520字 ・閱讀時間約 7 分鐘

  • 作者 / 凱瑟琳.埃班  (Katherine Eban)
  • 譯者 / 高子梅

二○○五年十二月 賓州卡農斯堡(Canonsburg)

原廠藥不管在製造上有多複雜和多困難,都必然得遵守自己的一套祕方,譬如:混合十五分鐘,形成顆粒,噴霧處理直到成分含水量達到百分之四,再混合三十分鐘。但要製造出一款仿製版的學名藥,就需要另外想出一套祕方,理想上這套祕方必須能更快地製造出產品,且能產生類似藥效。而這種逆向工程都是交由化學工藝師在處理。

在化學工藝師的圈子裡,拉吉夫.馬利克堪稱是佼佼者。在旁遮普省待過眾多實驗室的他,擁有六十幾項逆向工程的工藝專利。他在蘭伯西待了十七年,一路爬了上來,當上配方研發和法規事務的負責人。對於收拾實驗室裡的災難,他也是經驗老到,譬如蘭伯西專治青春痘的學名藥 Sotret 藥效全無的那件事。他後來說是因為他的同僚們選擇繼續銷售有瑕疵劑型,這種「不理性之舉」促成了他離職的決定。他在二○○三年六月提出辭呈。

把一個 A-B-C-D-E-F-G 的八步驟化學合成法改成 G-C-B-F,不是個簡單的任務。這套配方必須要有成果,而且這個成果得經得起監管機關的檢驗和專利權律師的法律質疑才行。馬利克從事的工作就是找到對策解決別人解決不了的問題。說話像機關槍、個性樂觀的他有一張溫暖的笑臉,一頭花白的椒鹽色頭髮,話裡習慣夾雜著幾句髒話。

馬利克離開蘭伯西的時候,正逢美國仰賴印度公司幫非洲製造廉價藥物的當口。也因此顯著的改變隨之而來。印度公司開始將觸角探進美國市場,美國公司也將他們的營運作業遷往印度,這一切都發生在一個像有渦輪推進器一樣的全球化市場裡,而這種市場最倚重的就是馬利克的特殊長才。

-----廣告,請繼續往下閱讀-----

他離開蘭伯西的兩年半後,就當上了矩陣實驗室的營運長。這家公司位在海德拉巴,是某位印度實業家所創辦。他在蘭伯西的一些同事也跟著他跳槽。他們合力將矩陣實驗室打造成全球第二大活性成分製造商,尤其專注在 PEPFAR 所採購的 AIDS 藥物上。在那裡的馬利克其實是高居在一種全新生態體系的頂端位置,而這體系是靠西普拉的尤蘇夫.哈密德博士對這世界做出保證後才被創造出來的。印度藥廠可以用便宜的價格製造出大量的有效藥物,並遵守西方監管機關所要求的優良藥品製造標準。

要說印度公司是如何完成此壯舉?印度科學界裡著名的傳道人古納特.阿南特.馬謝卡博士(Raghunath Anant Mashelkar)提出了一種說法:印度的科學家很擅長重新思考舊有的流程,將它們改造得更有效率,因為他們的工程能力很強,而且都經歷過貧困的生活。馬謝卡說這種成果就是所謂的「甘地式創新」(Gandhian innovation)。甘地的基本信條之一是科學的創新是為了公眾利益。馬謝卡認為是印度資源的缺乏逼得他們不得不發展出一種「聰明的做事方法」,才能靠較低的成本為更多人服務。

但有些人還是認定印度公司位在食物鏈的底層,靠著別人嘔心瀝血的研發和創新成果所剩下來的殘羹剩飯為生。但馬謝卡認為,「價格負擔得起」不代表「品質比較差」。它通常也代表「更好」的意思。在矩陣實驗室裡,馬利克傑出的成就令人矚目。沒多久,西方世界就自動找上門。

位在阿帕拉契山脈的學名藥公司邁蘭實驗室(Mylan Laboratories)是道地的美國公司。一九六一年,兩名戰地軍醫在西維吉尼亞州白硫磺泉鎮(White Sulphur Springs, West Virginia)一處廢棄的溜冰場上創辦這家公司,向來以道德思想著名,就像創辦者之一邁克.普斯卡(MikePuskar)所闡述:「要嘛把它做對,要嘛就不要做。」它的旗艦工廠位在西維吉尼亞州的摩根城(Morgantown),占地二十二英畝,堪稱全球最大的藥廠之一。它的重要性和規模之大,使得 FDA 幾乎經常出現在那裡。誠如那本邁蘭所贊助的書《邁蘭:五十年不落俗套的成功》(Mylan:50 Years of Unconventional Success)所詳述的,FDA 調查員會站在樓梯上面,伸出戴著白色手套的手指劃過製造設備的外殼(法規要求所有設施表面都必須乾淨無塵)。公司高層看見戴著手套的指頭仍「潔白如新」,才終於舒了口氣。

-----廣告,請繼續往下閱讀-----
圖/Amazon

這家工廠會要求技師一定要講究細節。準員工得先看一部十五分鐘的影片(內容跟製藥無關),再接受測驗,回答影片中看到什麼:第一個出現什麼?第二個又是什麼?「在 GMP(優良藥品製造標準)的環境裡,你希望他們是照著指示的方法在做事。」凱文.科拉爾( KevinKolar)解釋道,他是製造技術支援部的前任副總。「萬一有誰犯錯,調查就會上門。」

任何負責任的製藥商都會設法降低犯錯的風險。不過二○○五年年底的時候,邁蘭的執行長羅伯特.寇里(Robert Coury)面臨到一個未知變數:邁蘭的市占率正在被印度藥廠攻城掠地,後者都是自行製造活性成分,以最低的成本在生產。相反的,邁蘭則是向中國和印度的供應商訂購活性成分,所以價格上根本打不過印度公司,除非它也加入它們,走向世界。

寇里只好求助邁蘭的其中一家成分供應商:矩陣實驗室。二○○五年十二月,他在新澤西州的候機貴賓室與矩陣的董事長碰面,兩人在一張餐巾紙上喬出一樁交易。邁蘭於是成了買下上市印度公司的第一家美國公司。二○○七年一月結案的這樁交易,賜給了邁蘭一個全球的平台。不過邁蘭從這次收購裡所獲得的最大資產也許是拉吉夫.馬利克本人,後者成了邁蘭的執行副總,負責全球技術營運。他帶來了幾位以前跟他在蘭伯西一起打拚、很靠譜的團隊成員。

在邁蘭,他成了美國管理團隊的一分子。寇里旁邊坐的是營運長希瑟.布雷施(HeatherBresch),她是當時西維吉尼亞州民主黨州長喬依.曼欽(Joe Manchin ,現在是美國的資深參議員)的女兒。印度人和美國人都喜歡把矩陣和邁蘭的合併作業形容成天衣無縫的結合。誠如邁蘭贊助的那本書所寫到的:「布雷施和寇里在看矩陣的團隊時就像在看鏡子裡的邁蘭一樣:他們有同樣的企圖心,一樣工作認真、品質至上。」交易一完成,「我們就開始說一樣的語言,」馬利克說道。在他們第一場的慶功宴上,大夥兒全都在吃印度菜。邁蘭多數的高層從小吃慣大魚大肉,從沒嘗過印度食物。

-----廣告,請繼續往下閱讀-----

不過這兩個團隊之間的差異,終究還是跟他們出身的世界一樣完全不同。在印度,學名藥公司是市場上的明星,股價的一舉一動都會成為商業新聞的焦點。但在美國,學名藥公司的運作相對默默無名。馬利克在匹茲堡的醫生社區裡安頓下來時,才驚覺到,「X 的根本沒有人知道邁蘭是什麼東東。」

而馬利克以前的老闆跟現在老闆兩者之間,一個重要的差異就在於對品質的要求態度上。理論上,監管為嚴格市場製造藥物的公司,全都在一個靠成本、速度和品質構成的三角框裡運作。而在這三個要素裡,品質理當是固定不動的點,它的條件是由法規來訂定。製程必須透明、可以反覆進行、可以接受調查,不容許任何異常或偏差。但是這些學名藥製造商所面臨到的巨大壓力是他們必須降低成本,而且還要加快開發的速度,才能搶先提出申請。因此他們必須思索的是:能把成本砍到多低?還有可以趕在品質開始變差之前,把開發的速度加到多快?

在這個產業裡,有些人說要完全遵守像美國這種監管嚴格的市場所要求的優良藥品製造標準,成本至少得多出百分之二十五才可能能辦到。而這就讓那些公司陷入了兩難。要是一根無菌拖把得花四塊美元(比一般拖把貴很多),而且一天通常就要用掉九根拖把,那該怎麼辦?要是你的顧客要的是單一劑量四分美元的疫苗,可是製造成本卻是單一劑量四十分美元,又該怎麼辦?不過整個核心問題在於學名藥的營運模式。如果一個一天成本高達十四塊美元的原廠藥得在第二天變成成本只有四分美元的學名藥,要怎麼維持住品質呢?誠如馬利克本人所承認,這樣的落差「不可能激勵你去多做投資」以維持住優良的製造品質。

-----廣告,請繼續往下閱讀-----
所有討論 3
臉譜出版_96
88 篇文章 ・ 255 位粉絲
臉譜出版有著多種樣貌—商業。文學。人文。科普。藝術。生活。希望每個人都能找到他要的書,每本書都能找到讀它的人,讀書可以僅是一種樂趣,甚或一個最尋常的生活習慣。