Loading [MathJax]/extensions/tex2jax.js

1

38
10

文字

分享

1
38
10

抱歉了愛因斯坦,但我真的沒辦法頒獎給那個酷理論——為何相對論與諾貝爾獎擦身而過?

賴昭正_96
・2021/07/28 ・5599字 ・閱讀時間約 11 分鐘

如果我能向普通人解釋,我就配不上得諾貝爾獎
—Richard Feynman(1965 年諾貝爾物理獎)

如果你不能簡單地解釋它,表示你沒有真正地理解它
—愛因斯坦(1921 年諾貝爾物理獎)

19 世紀末的物理學家曾經非常自滿地認為物理學上的基本問題都已經解決了,剩下的只是細節問題。例如因 1887 年測得光速與地球運動無關而成名的邁克爾遜(Albert Michelson)在 1894 年即說:「似乎大部分宏偉的(物理)基本原理都已經牢固確立了,剩下的只是在將這些原理嚴格應用於所有出現在我們面前的現像,尋求進一步的進展而已」。另外一個常被引用來「證明」此一觀點的是:19 世紀最傑出的科學家之一的開爾文勳爵(Lord Kelvin,註一)被誤認為在 1900 年 4 月 27 日英國科學促進會向一群物理學家發表的講話中,曾謂「現在物理學中將沒有什麼新發現。 剩下的就是越來越精確的測量而已。

美國物理學家邁克爾遜:「似乎大部分宏偉的(物理)基本原理都已經牢固確立了,剩下的只是在將這些原理嚴格應用於所有出現在我們面前的現像,尋求進一步的進展而已。」圖/wikimedia

現在我們當然知道事與願違,20 世紀的物理不但未靜如止水,反而一開始便刮起大風大雨。1874 年普朗克(Max Planck)的指導教授久利(Philipp von Jolly)告訴他說:「在這個(物理)領域,幾乎所有的東西都已經被發現了,剩下的就是填補一些不重要的漏洞。」普朗克回答說他不想發現新的東西,只想了解這個領域的已知基礎。沒想到為「了解」他 1900 年 10 月靠猜測所提出來的黑體輻射公式(參見「量子統計的誕生」),於當年 12 月被「迫」提出能量量化的觀念,吹起了 20 世紀物理革命的第一聲號角,整個改變了物理學家對客觀世界的看法。

諾貝爾獎委員當然不會忽略那些革命的功臣,相繼地頒發了物理獎給開發量子力學基礎的普朗克(1918)、 愛因斯坦(1921)、 玻爾(Niels Bohr, 1922)、海森堡(Werner Heisenberg, 1932)、薛定諤(Erwin Schrödinger, 1932)、狄拉克(Paul Dirac, 1932)、及泡利(Wolfgang Pauli, 1945)⎯⎯不包括後來的量子場論、基本粒子及其作用。

自 1901 年開始頒發的諾貝爾獎,是所頒獎的領域內最有聲望的獎項。圖/wikipedia

相對論的興起

1905 年 6 月(註二),在瑞士專利局當最低等級審查員的愛因斯坦(Albert Einstein)更不知道從何處突然冒出一篇論文「運動體的電動力學(On the Electrodynamics of Moving Bodies)」,吹起了另一 20 世紀物理革命的號角,徹底改變了統領物理界 300 多年的牛頓時空觀念。該篇論文雖然未引起大部分物理學家的注意,但普朗克卻慧眼識英雄,立即意識到了它的革命性,幫助了愛因斯坦「脫離苦海」進入學術界。10 年後,愛因斯坦又提出了一篇徹底改變牛頓重力理論的論文,開啟了近代宇宙論的研究。

-----廣告,請繼續往下閱讀-----

諾貝爾獎委員當然不會忽略這一位……錯了!愛因斯坦從來沒有因為相對論而得諾貝爾獎!他 1921 年的物理獎是因為普朗克曾經不敢苟同的光電效應取得的。這不是很奇怪嗎?

以相對論聞名的愛因斯坦,卻從來沒有因相對論而獲得諾貝爾獎。圖/Pixabay

事實上,早在 1910 年重力相對論未出現前,當初對愛因斯坦求職不理不睬的德國教授奧斯特瓦爾德(Wilhelm Ostwald)就已經開始提名愛因斯坦為諾貝爾獎候選人。在隨後的幾年裡,愛因斯坦更多次獲得提名;1917 年之後,每年都被像普朗克、洛倫茲(Hendrik Lorentz)、及玻爾等物理學界領導者提名(大多是因其相對論的貢獻)。1919 年,愛丁頓(Arthur Eddington)宣布日食時所觀察到的星光偏折角度與愛因斯坦 1915 年廣義相對論的預測相符後,愛因斯坦隔夜名聲大噪,成為繼牛頓之後家喻戶曉的科學家!在這些情況下,諾貝爾獎委員似乎非得給得一個獎不可!

延伸閲讀:懂廣義相對論的「第三者」是誰?

相對論的爭論

可是相對論一出來便爭論一直不停:例如它間接地否認了乙太的存在(參見「乙太存在與否的爭辯」);重力相對論又是充滿了迷宮般的數學,容易讓人產生懷疑。加上戰後德國的反猶太主義興起;猶太人成為德國戰爭失敗的代罪羔羊,作為猶太人和和平主義者,愛因斯坦當然成為一個明顯的目標。這反愛因斯坦及其理論的聲浪到 1920 年 8 月達到高潮:一群科學家在柏林愛樂音樂廳(Berlin Philharmonic Hall)舉辦公討會。在愛因斯坦也不示弱下,爭論也從純學術演變到互相人身攻擊。因此在一陣討論後,諾貝爾委員決定將 1921 年物理獎束之高閣!

過去的科學家認為,乙太是一種電磁波的傳播媒質,充滿整個宇宙。圖/wikipedia

巴黎著名學者柏格森(Henri Bergson,1859-1941)被認為是 20 世紀最偉大的哲學家之一,曾被喻為近代的蘇格拉底(Socrates);在世紀之初的幾十年,他的名聲、威望、和影響力超過愛因斯坦的。柏格森對「時間」的認知完全與愛因斯坦不同,他認為愛因斯坦的相對論是「形而上學」(metaphysics)、不是物理學,對愛因斯坦的理論公開提出了挑戰。1922 年 4 月 6 日,兩人因之在法國哲學協會(Société française de philosophie)及一群精選之知識分子的注視下舉行了「20 世紀最偉大的哲學家和最偉大的物理學家之間的對話」。

-----廣告,請繼續往下閱讀-----

折中辦法

柏格森公開挑戰愛因斯坦的相對論等於是火上加油,讓 1922 年之諾貝爾獎委員們更加為難;在一番掙扎後,最後終於有一位委員想到了一個折中的辦法。1922 年 10 月,當愛因斯坦正在從香港到上海的船上漂泊時,瑞典諾貝爾委員會秘書的一封得獎通知信謂:

正如我已經透過(送到你柏林住家之)電報通知你,在昨天舉行的會議上,皇家科學院因你在理論物理學方面的工作,特別是因為你發現了光電定律,決定授予你去年的諾貝爾物理學獎。(我們這一決定)並沒有將你的相對論和重力理論在未來被證實後的價值考慮在內。

愛因斯坦終於得到諾貝爾物理獎了,但不是因為人人耳熟能詳的相對論貢獻,而是象牙堂裡物理專家才清楚的光電效應(參見「太陽能與光電效應」)!但信中的口氣應該是只要將來得到實驗證明,愛因斯坦還是可以得到相對論之諾貝爾獎的。

證實相對論的實驗

可是重力相對論不是早在 1919 年就得到證明了嗎?在教科書裡,我們學到行星以橢圓軌跡繞日;但由於行星間的相互作用,這些橢圓事實上都是慢慢在旋轉的-稱為「進動」(precession)。在「暗物質與暗能量」一文裡,筆者提到了除了最靠近太陽之水星外,其他行星之進動率均與牛頓力學計算出來的結果相符。但水星的觀察值(每世紀約 574 弧秒)卻是比計算值大了43 弧秒。這正是愛因斯坦廣義相對論計算出來的結果,這麼小的數字、10% 不到的修正不會是巧合吧?雖然愛丁頓 1919 年的證明受人詬病,但這「進動」修正不是強而有力地證實了愛因斯坦的相對論嗎?

愛丁頓 1919 年觀測到星光受太陽重力發生偏折,使愛因斯坦的廣義相對論變得舉世聞名。圖/wikipedia

廣義相對論的另一個早期預測是重力紅移(gravitational red shift,參見「愛因斯坦一生中最幸運的靈感——廣義相對論的助產士」):來自緻密大質量物體的光應該略微紅移(波長變長)。1925 年,美國威爾遜山天文台的天文學家亞當斯(Walter Adams)宣布確定了天狼星(Sirius)的伴星 B 的重力紅移值正是重力相對論所預測的。

-----廣告,請繼續往下閱讀-----

但諾貝爾獎委員們還是充耳不聞(註三)。與之相關的另一現象重力時間膨脹已經是現今全球定位系統(GPS)必須考慮進去的修正(註四),則在愛因斯坦去逝後四年才在實驗室中得到證實。

為何最終還是失之交臂?

愛因斯坦 1955 年 4 月辭世,最後還是沒有得相對論的諾貝爾獎。一個解釋當然是諾貝爾獎委員認為相對論在愛因斯坦死前還是沒有足夠的實驗證據支持。實驗可以再現,因此容易直接判斷其正確性;但沒有實驗支持的理論(尤其是數學物理)則很難直接判斷其正確性——尤其是對不是專攻理論(尤其是數學物理)的物理學家。諾貝爾獎委員們似乎因此不敢輕易頒發這類獎章。

還有,理論是很難立即看出是否符合設立諾貝爾獎之「將為人類帶來最大利益」的目的。因此因為實驗而獲得諾貝爾獎的不但比較容易也比較多;但是理論諾貝爾獎得主因門檻較高,一般知名度都比較高。

相對論與諾貝爾獎失之交臂的另外一個原因,可能是諾貝爾獎委員有點「火」愛因斯坦。圖/wikipedia

另外一個原因可能是諾貝爾獎委員有點「火」愛因斯坦。1922 年在正式宣布前,諾貝爾物理獎主席曾很婉轉地希望愛因斯坦能取消日本之旅:「你可能非常希望在 12 月來斯德哥爾摩,但如果你當時在日本,這將是不可能的。」但愛因斯坦竟然似乎不領情,也很婉轉地回說他在​​日本的演講是約定的、不能修改,因此「希望這只會延遲預期的邀請,而不是取消它…… 。」愛因斯坦曾經說過「一個人在長期思索神秘宇宙之美妙時,他已在尋找及發現的過程中得到了足夠的回報,因此他不應該再獲得慶祝個人成就的褒獎。」當愛因斯坦脫離苦海進入學術界成為教授時,他諷刺地告訴同事說:「所以,我現在也是妓女行會的正式成員。」儘管愛因斯坦似乎不重名利,但他似乎還蠻喜歡鎂光燈。

-----廣告,請繼續往下閱讀-----

當然還有許多其它猜測。例如龐加萊(Henri Poincaré)及洛倫茲也應該和愛因斯坦一起贏得狹義相對論諾貝爾獎;但龐加萊已死(1912 年),洛倫茲則不同意愛因斯坦之相對論的「時、空」觀點等等……真正的原因可能將永遠不得而知。

結論

愛因斯坦最終還是沒有得到相對論的諾貝爾獎,但下列物理學家則間接地因他而得福:1983 年, Subrahmanyan Chandrasekhar 因「恆星結構和演化具有重要意義的物理過程之理論研究」;1993 年,Russell Hulse 和 Joseph Taylor Jr. 因「發現了一種新型脈衝星,為重力研究開闢了新的可能性」;2011 年,Saul Perlmutter、Brian Schmidt 和 Adam Riess 因「通過觀測遙遠的超新星發現了宇宙的加速膨脹」;2017 年, Rainer Weiss、Barry Barish 、和 Kip Thorne 因「雷射干涉儀重力波觀測站(LIGO)探測器和重力波觀測的決定性貢獻」。

2015 年 9 月 14 日,雷射干涉儀重力波觀測站所偵測到的重力波不但被認為是黑洞相撞而產生的,也被認為是首次「測到」黑洞存在的證據。但真正提供第一個直接「視覺」證據應是 2019 年 4 月 10 日,麻省理工學院海斯塔克天文台(Haystack Observatory)利用「事件視界望遠鏡」(Event Horizon Telescope)所攝得的黑洞及其陰影照片。

2019 年 4 月 10 日,「事件視界望遠鏡」(Event Horizon Telescope)所攝得的黑洞影像。圖/wikipedia

重力波與黑洞均是廣義相對論的產物它們的發現肯定了廣義相對論在近代宇宙論中的地位。諾貝爾獎委員們似乎再也不能忽視這些實驗證據了,他們終於在去年(2020 年),將物理獎發給因「發現黑洞的形成是廣義相對論之有力預測」的數學物理學家彭羅斯(Roger Penrose),明確地指出是因為廣義相對論的研究!如果愛因斯坦泉下有知,應該可以偷笑吧?

-----廣告,請繼續往下閱讀-----

注釋

  • (註一)原名湯姆森(William Thomason),在物理學之熱力學第二定律的發展有非常重大的的貢獻;他認為宇宙最終將達到均勻溫度和最大熵的「宇宙熱死」狀態,不可能從中提取任何功(參見「時間的方向性」)。國際絕對溫度系統(Kelvin)依他的名字命名。
  • (註二)9月26日才出現在德國名雜誌「物理年鑑(Annalen der Physik)。
  • (註三)還好,因為數十年後,科學家發現因錯誤的補償測量中的誤差和愛丁頓關於天狼星 B的推測,才產生了「與相對論預測相符的結果」⎯事實上亞當斯當時所測得之天狼星 B重力紅移值比實際值小了四倍。 這又是愛因斯坦幸運的另一個例子(見「懂廣義相對論的第三者是誰」),因為測得的紅移與理論值之間的不符可能會損當時廣義相對論的接受度。波普爾(Daniel Popper)在 1954 年首次準確測量的白矮星重力紅移值才真的「與相對論預測相符的結果」。
  • (註四)參見「GPS的定位數學」。
  1. 量子統計的誕生」,1982 年 3 月號科學月刊。
  2. 乙太存在與否的爭辯」,2017 年 5 月號科學月刊。
  3. 太陽能與光電效應」,2013 年 4 月號科學月刊。
  4. 暗物質與暗能量」,2014 年 6 月號科學月刊。
  5. 愛因斯坦一生中最幸運的靈感–廣義相對論的助產士」,2021 年 3 月號科學月刊。
  6. 愛因斯坦的最大錯誤⎯宇宙論常數」,2011 年 12 月號科學月刊。
  7. 時間的方向性」,2016 年 2 月號科學月刊。
  8. 「GPS 的定位數學」,2008 年 12 月號科學月刊。在該文裡筆者「一時糊塗」沒想到另一「狹義相對論的時間膨脹」是不可以忽略的非「隨機」誤差,而錯誤地結論謂「因此可以完全忽略相對論效應,用絕對的時間與絕對的空間觀念來處理 GPS 的問題」。在「我愛科學」裡不但已經修正,也加討論了「廣義相對論的時間膨脹」。
  9. 我愛科學」(華騰文化有限公司,2017 年 12 月出版);本書收集筆者自 1970 年元月至 2017 年 8 月在科學月刊及少數其它雜誌所發表之文章編輯而成。
  10. 懂廣義相對論的第三者是誰
  11. 霍金和黑洞:霍金一生的追尋讓我們知道了哪些事?
  12. 愛因斯坦其實沒那麼神?
  13. 畢業求職碰壁,在伯爾尼專利局思索的愛因斯坦
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
賴昭正_96
46 篇文章 ・ 59 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此獲有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪,IBM顧問研究化學家退休 。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

1
0

文字

分享

0
1
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

0
0

文字

分享

0
0
0
缺席的普拉修,2008 年諾貝爾化學獎第 4 位得主 (3)
顯微觀點_96
・2025/03/13 ・3195字 ・閱讀時間約 6 分鐘

本文轉載自顯微觀點

圖/顯微觀點

科學:一場每天進行的淘汰賽

在以錦標賽理論(tournament theory)運作的專門領域中,贏家獲得的獎勵將遠超出輸家,即使兩者的實際表現、累積貢獻僅有毫釐之差。就像奧運百米賽跑,0.005 秒決定了金牌與銀牌,只慢了 0.01 秒的第四名沒有資格出現在頒獎台。

諾貝爾獎、終身職制度、學術獎金、研究計畫的經費審核,也依照近乎贏者全拿的錦標賽理論運作。錦標賽制度在運動賽事中可以促進選手與隊伍不斷提高表現水準,但在科學領域呢?

諾貝爾獎作為額外的最高榮譽,嚴格維持其傳統限制(獎項最多由 3 人共享、僅頒發給在世者),許多傑出科學家成為遺珠,但這不阻礙他們在專業領域得到足以安心的資源,作出重要貢獻。

-----廣告,請繼續往下閱讀-----
2008nobel Prize Group Photo 2
2008 年,諾貝爾獎得主合照。左一為錢永健,左二為下村脩,左四為查菲。普拉修曾想像自己置身其中,並得到更光明的學術前途。Courtesy of Nobel Prize website.

但是,目標包含鼓勵尖端學術研究、探索重要問題的學術終身職制度與計畫審查系統,它們的錦標賽特質卻在普拉修身上呈現負面效果。

若說錦標賽模式的獎勵機制可以鼓勵科學家投入潛力豐厚的研究題材,以及努力實踐靈感的能力。那麼普拉修和查菲一樣,及早意識到能夠獨立發光的 GFP 是生物學研究的金礦,可以用來追蹤活體細胞中的基因與蛋白質表現。而且普拉修更早著手研究,優先踏上 GFP 基因轉殖的跑道。

「要是我們在普拉修完成 GFP 序列後馬上展開合作,他應該不需要離開伍茲霍爾。」
說起自己與普拉修在 1989 年到 1992 年之間的失聯,查菲如此猜測

查菲和錢永健之所以能夠找到普拉修,搶先實現 GFP 應用(當時有其他競爭團隊在研發細胞內的螢光標記),是因為當時網路快速發展,使美國國家醫學圖書館(NLM)的線上文獻查詢系統 Medline 在 1992 年進入大學圖書資訊系統,他們才能起身實踐靈感,唾手找到普拉修的最新研究。

就普拉修的運氣來說,網路卻發展得不夠快。在 1990 年代中期開始流行的電子郵件若早個幾年普及化,普拉修更可能維繫與查菲的合作,及時得到經費與GFP轉殖成果,並晉升終身職。

-----廣告,請繼續往下閱讀-----

當年普拉修的電話留言渺無回音,他以為查菲退出學術圈(查菲年輕時確實曾刻意遠離科學)。而查菲則猜測普拉修挫敗於GFP基因選殖,連個通知都沒有。在網路、電子郵件還不普及的 1990 年,要維持與合作者的聯繫需要付出更多心力與時間。通訊的困難與少許不足的人際積極性,導致兩年的延遲發表,讓普拉修耗盡研究經費與終身職的機會。

查菲的gfp線索筆記
查菲的 GFP 線索筆記,普拉修出現在右下區,線索的末端。他的前雇主科米爾、GFP 純化者下村脩(Shimomura)也出現在上方。查菲在回憶錄中說,這些線索引導他實現後來的成就。Courtesy of M. Chalfie

查菲團隊實現 GFP 基因轉殖的時候,實驗室裡甚至連一台螢光顯微鏡都還沒添購,他們必須和其他學者借用、排隊等候系所共用的共軛焦顯微鏡,才能觀察大腸桿菌與線蟲體內新生的螢光。後來,查菲多次要求顯微鏡供應商帶螢光顯微鏡來提供「試用」,團隊才得以更便利地檢驗轉殖成果。

GFP 的應用需求,大力刺激光學顯微技術的進展。它最早期的轉殖實驗成果,竟是由免費試用的螢光顯微鏡呈現。這聽起來是令人莞爾的科學史軼聞,但能夠靈活周轉的人脈、儀器,也是孤立的普拉修和著名大學教授查菲的學術資本落差之一。

透過改變訓練技巧與累積訓練量、最大化優勢、競賽當下的意志與觀察力,運動員偶有逆轉資本落差的機會,以黑馬之姿獲勝。但是在學術領域,研究題材的重要性與個人的才華、執行能力卻不像跑道上的衝刺秒數一樣清晰。

-----廣告,請繼續往下閱讀-----

「他們大可以把我從諾貝爾獎名單去掉,換上普拉修。」
查菲總是對媒體表示,普拉修的貢獻不可忽視

在科學這個由同儕評價定勝負的錦標賽中,多數科學家難以逆轉經費、人脈等資本差距,也很難讓不同領域的專家了解自己的研究重要性,只能努力支撐、累積資本,期待自己贏得經費與知名度的時刻。等待運氣與環境好轉的餘裕,得以截長補短的經濟與社會資本,卻正是學術領域錦標賽中多數年輕科學家所缺乏的。

落敗的運動員至少獲得在競賽中表現的機會,以及某個程度的肯定。論文發表日期稍微落後競爭對手的科學家,則連努力被看見的機會都非常稀少。

普拉修與諾貝爾化學獎失之交臂、鬱鬱不得志的職涯是段引人喟嘆的個人史,並非科學體系的挫敗。他只是科學錦標賽持續依照慣例淘汰的諸多優秀人才中,有幸被贏家們提及的一位。

比普拉修年輕一歲,學術晉升之路卻順暢許多的錢永健曾說,「下村脩和普拉修對 GFP 研究的貢獻是無可取代的。」而且在普拉修 1992 年發表 GFP 基因的純化與定序,並且樂意對任何人分享之後,

-----廣告,請繼續往下閱讀-----

「後面那些以研發 GFP 獲得榮譽的人,與其他人的不同可能只有些微的進度落差。」

錢永健在 2004 年至 2008 年之間,積極地建議諾貝爾獎委員會頒獎給下村脩與普拉修,但結果並非如此。

生命中的萬花筒 陳樂融
源自錢永健開發的多種螢光蛋白,形成 brainbow 技術。作品名:生命中的萬花筒,作者:陳樂融 Courtesy of Taiwan顯微攝影競賽

後續發展

普拉修從斯德哥爾摩回到亨茨維之後,受到包括國家公共廣播電台(National Public Radio)、《科學》期刊、亨茨維時報等美國媒體關注。但在訪談與報導的熱潮過後,普拉修依然坐困時薪 8.5 美元的豐田接駁車裏頭。

從諾貝爾頒獎典禮的輝煌榮譽,回到乏味、有時不受尊重的駕駛座上,失落的普拉修不敢相信自己依然找不到科學研發相關的工作。他喪氣地想,「經歷了這一切,我竟然還是沒有辦法回到科學領域。這中間一定出了什麼錯。」

在最憂鬱的那天,普拉修一度把接駁車停在路邊,撥號向亨茨維自殺防治熱線求助。過不多時,他在 2010 年找到科技研發的職位,2012 年他接受錢永健的提議,進入他的實驗團隊擔任研究員。重新在一個充滿支持與資源的環境投入科學研究,讓普拉修再度感到生活的動力與快樂。

-----廣告,請繼續往下閱讀-----

2016 年錢永健逝世,實驗團隊解散,而普拉修在前一年就已離開 UCSD,從此沒有留下任何公開痕跡。曾被自殺防治熱線的機械式留言激怒到啞然失笑,決定繼續活下去的普拉修今年已經 73 歲,科學錦標賽的勝負再也不能困擾他,但科學思考帶給他的樂趣或許能夠不斷更新。

Prasher In Ucsd
普拉修在錢永健實驗室的照片。讓他對人生更加滿意的不是體面的加州大學聖地牙哥分校制服,而是可以實現對科學的好奇與想像,並得到周遭的支持。Courtesy of San Diego Union Tribune

延伸閱讀:

-----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
缺席的普拉修,2008 年諾貝爾化學獎第 4 位得主 (2)
顯微觀點_96
・2025/03/06 ・2645字 ・閱讀時間約 5 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

科學遠見的現實基礎

儘管 GFP 基因定序研究在 1992 年受到查菲和錢永健重視,普拉修卻已經決定轉換跑道,停止在伍茲霍爾海洋研究所的苦悶掙扎。他向所內評審委員會提出中止審核,放棄晉升,並將在一年內離職。

延伸閱讀:缺席的普拉修,2008年諾貝爾化學獎第4位得主(1)

當普拉修把查菲和錢永健要求的 GFP 基因樣本送到,他一面感到終結的哀傷,一面認知到「不問報酬地把 GFP 基因交棒給其他人,是當下最合理的選擇。」尤其是像自己這樣使用公共經費進行研究的學者。

除了對社會的責任感,普拉修也意識到學術現實面,研究資源充沛的成功學者,更有機會實現GFP的潛力。在知名大學任教的查菲和錢永健已在各自領域中奠定名聲,更容易申請經費。而且他們可以用既有經費支應 GFP 轉殖實驗的開銷,不需要特意申請高門檻的 GFP 獨立經費,更不會落到像普拉修一樣,經費耗盡還慘澹經營 GFP 基因選殖一整年。

-----廣告,請繼續往下閱讀-----

此外,查菲和錢永健還有研究生和博士後研究員的充沛學術勞動力,而普拉修則總是獨力進行所有研究勞動。孤立、勞累而缺乏成就感,普拉修沒能成功以綠色螢光照亮細胞生理,也無法驅散他自己周遭的職業陰霾。

查菲能在 1992 年重新連繫上普拉修,是因為查菲向研究生尤斯克亨(Ghia Euskirchen)感嘆,普拉修從未回報 GFP 的基因選殖成果,或許是個難以成功的任務。

查菲與完成第一個線蟲螢光基因轉殖的四人團隊 1
查菲回憶錄中列出為 GFP 基因轉殖技術做出巨大貢獻的四人團隊,左上為普拉修,右上為尤斯克亨,下方兩位是接替尤斯克亨進行 GFP 轉殖實驗的技術人員。Courtesy of M. Chalfie

尤斯克亨當下便和查菲一起打開實驗室電腦,用剛安裝的線上論文資料庫 Medline 搜尋相關文獻。他們不可置信地在搜尋結果第一位看見普拉修的 GFP 基因選殖論文,接著飛奔到圖書館尋找實體期刊,在上面找到普拉修的電話,重新建立聯繫。

在查菲的指導下,尤斯克亨只花一個月就完成了大腸桿菌的 GFP 轉殖,成為第一個螢光轉殖生物的拍攝者。接著,查菲團隊順利地讓線蟲的神經細胞表現綠色螢光,證明 GFP 可以在不同生物體內獨立發光,無須其他來自水母的分子。微觀生物學的未來一片光明。

-----廣告,請繼續往下閱讀-----
199210.14 第一張螢光大腸桿菌照片
1992 年 10 月 14 日,尤斯克亨拍下第一張螢光大腸桿菌照片。當時查菲還沒準備好觀察成功轉殖的螢光樣本,尤斯克亨只好到以前待過的實驗室借用螢光顯微鏡。Courtesy of M. Chalfie

錢永健則是透過與同儕的討論,知道生命科學仍然缺乏合適的螢光標記蛋白,進而在 UCSD(加州大學聖地牙哥分校)新安裝的 Medline 資料庫上搜尋「綠色螢光蛋白」,驚訝地發現普拉修的論文摘要。和查菲一樣,錢永健衝進圖書館影印實體論文,並馬上連繫普拉修,比查菲更早確保 GFP 基因序列的樣本。

查菲團隊轉殖 GFP 的同時,錢永健團隊建構出多種 GFP 變異體,人類開始以不同螢光蛋白觀察細胞內部運作。兩個團隊的成果啟動了學術界和生技產業洪流般的關注與需求,錢永健團隊甚至設立了自動化的樣本供應網頁,只要填寫線上申請書,錢永健實驗室就會無償將螢光蛋白基因載體寄送到府。

值得一份晚餐,或是更多

接下來的十多年,GFP 相關蛋白照亮細胞內的奧秘,成為「生化研究的領航星」,並帶領研發者邁向諾貝爾化學獎。而捨棄 GFP 研究的普拉修,則像是失去指引一般,不僅沒能獲獎,更經歷了顛簸困頓的人生苦旅。

離開伍茲霍爾海洋研究所,普拉修在美國農業部轄下獲得分子生物學技師職位。在政府機構經歷職場摩擦、調職搬遷,使緊繃難熬的氣氛瀰漫普拉修全家之後,他前往亨茨維應徵 NASA 承包商的工程師職缺。在火箭城研發太空診斷器是讓普拉修覺得相對有趣的任務,經費短缺卻再次扼殺了他的期待。

-----廣告,請繼續往下閱讀-----

NASA 在 2006 年裁減生命科學研究經費,普拉修因此被裁員,轉而成為接駁車司機。他在駕駛座上友善健談,意外發現自己其實喜歡工作中和陌生人互動的部分。但是 8.5 美元的時薪讓他入不敷出,連他和查菲共享的 GFP 專利金都在幾年內消耗殆盡。

1994 F Science Gfpcover
1994 年 2 月 11 日發行的《科學》採用查菲團隊的 GFP 線蟲做為期刊封面,象徵螢光蛋白普照分子生物學的光明時代開端。此圖片也收錄在查菲的 GFP 回憶錄《點亮生命》(Lightung Up Life)中。相反的是,普拉修的生涯似乎始終不被綠色螢光照耀。Courtesy of M. Chalfie

儘管事業成果的對比相當符合美國媒體對「不公平」題材的嗜好,普拉修不曾在訪談間表現對查菲和錢永健的嫉妒。

2008 年 10 月 8 號早餐之前,普拉修聽到三位科學家因為 GFP 獲得諾貝爾化學獎,他若無其事地換上灰色制服前往公司開車。不過,上班前他打了通電話到當地電台,糾正他們對錢永健姓氏的發音。

查菲和錢永健在諾貝爾獎致詞與回憶錄中,不約而同地感謝普拉修的研究貢獻,錢永健更經常提供普拉修回到學術領域的工作機會。不願接受研究職位作為恩惠、從斯德哥爾摩回到亨茨維開接駁車的普拉修則笑說「如果他們來到亨茨維,該請我吃頓晚餐。」

-----廣告,請繼續往下閱讀-----

「他們總是有提到我的功勞,而且他們有傑出的科學事業,完成重大貢獻之後,繼續發展他們傑出的科學事業。」普拉修一向對媒體表示,查菲和錢永健是更值得諾貝爾獎的人選,而非中輟離開科學領域的自己。

Imagej=1.53t
發源於 GFP,透過多種螢光蛋白混雜表現而成的 brainbow 技術,是研究生物修復傷口、更新組織時的重要工具。作者: Marco de Leon from Taiwan 顯微攝影競賽

但是,普拉修並非真正「離開」科學領域。他結束 GFP 研究後,不論在政府機構或私人企業,依然從事超過十年的科學相關工作,並作出實際貢獻。相對於逃離科學,他其實是被不理解 GFP 潛力的終身職審查委員會給排除,被迫離開「高賭注的尖端學術領域」(high-stakes academic science)。

-----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。