Loading [MathJax]/extensions/tex2jax.js

2

14
2

文字

分享

2
14
2

什麼是「可變性原則」?它如何讓 SpaceX 一飛沖天?——《造局者:思考框架的威力》

天下文化_96
・2021/10/02 ・2256字 ・閱讀時間約 4 分鐘

  • 作者/庫基耶(Kenneth Cukier)、麥爾荀伯格(Viktor Mayer-Schönberger)、德菲爾利科德(Francis de Véricourt)
  • 譯者/林俊宏

企業家伊隆.馬斯克(Elon Musk)於 2002 年創辦 SpaceX,為達成火星殖民的目標,開發一系列火箭和太空船,甚至領先世界各國航太技術,享譽全球。到底是什麼樣的思維模式,造就 SpaceX 這般豐功偉業呢?答案就藏在《造局者》這本書中,趕快來搶先閱讀吧!

「思考框架」三大原則:可變性原則

馬斯克(Elon Musk)創辦的 SpaceX,就是一家把可變性原則應用得爐火純青的企業。SpaceX 是研發可回收火箭的先驅。可回收火箭一直是航太工程師的夢想,也是科幻小說裡的常見載具。但在 1960 年代和 1970 年代,航太總署(NASA)科學家的想法是讓火箭加上機翼,如此一來,就能在返回地球之後,像飛機一樣著陸。當時所假設的限制條件是「火箭的回歸需要靠空氣動力學的升力」。這種想法也就催生了外形類似飛機的太空梭—後來更催生了懸掛式滑翔機,相關技術是由航太總署的工程師羅加洛(Francis Rogallo)於 1960 年前後發明,起初,是做為將太空艙帶回地球的方式。

然而,這些機翼巨大而沉重,空氣動力學的升力大小,又得視機翼的尺寸而定。機翼愈大,雖然升力也愈大,但在發射時,也會增加重量、體積和阻力。考量到這一切限制後,最後的太空梭系統是個有問題的折衷方案,需要有一個附加在外的巨大油箱,只能使用一次,而且太空梭主體的滑翔能力也相當有限。航太總署受限於空氣動力學升力的條件下,也就只能想像出很傳統的機翼與降落傘的設計,並相應帶來了所有缺點。

相較之下,由於各種創新突破(特別是在感測器與運算能力方面),SpaceX 的想像不再限於空氣動力學的升力。雖然也效仿航太總署,以減緩火箭的下降速度為目標,但是 SpaceX 改了方法,希望能重新點燃第一節火箭的發動機,採直立方式降落。SpaceX 的想法是:別再管空氣動力學的升力了,就靠火箭的動力吧!這件事的大膽之處在於需要重新點燃引擎,也得保留足夠的燃料,來減緩火箭下降的速度(而且燃料很重,所以不能保留太多),並且還得有控制系統,以利穩定著陸過程。

太空梭本身的實體結構十分複雜,而 SpaceX 獵鷹火箭的第一節實體結構相對簡單,卻搭載了複雜得多的控制系統。而且,也是由於科技的進步,才能夠做到如此先進的控制。

-----廣告,請繼續往下閱讀-----

祕訣在於:要瞭解哪些限制是可變的。雖然 SpaceX 也接受「火箭降回地球時必須減速」這項設定,但選擇了不同的處理方式—不是靠機翼,而是使用內建的火箭引擎。正因為 SpaceX 的工程師鬆開了其中一套可變的限制,才看到了新的可能,並研發出獵鷹系列的可回收火箭。

資料來源/SpaceX

可變性原則的優勢:幫助我們看到選項並採取行動

像 SpaceX 火箭控制系統這樣的科技革新,就可能讓過去無可改變的限制,擁有可變性(雖然科技本身也是思考框架的產物)。要選擇改變哪些限制的時候,根據可變性原則,應該要先挑出各種我們能夠影響的要素。如果希望反事實能發揮作用、讓夢想成真,該調整的並不是那些我們本來就該遵守的限制(例如:經理手頭的預算,或是主廚能運用的烹調時間),而是調整那些能透過行為或選擇而改變的限制。這樣一來,夢想成為現實的可能性也就更高。

可變性原則並不完美。對於哪些事情可變、哪些又不可變,我們可能會誤判。然而,這套原則有一個很大的優勢:能讓我們把推理的焦點,放在那些我們有能力影響、更改、或塑造的事物上,幫助我們看到選項,採取行動。像是要趕到城市另一邊開會,卻又快遲到的時候,我們只會認真考慮該搭地鐵還是計程車,而不會想像什麼很科幻的懸浮列車。對 SpaceX 來說,他們就是認真考慮該用怎樣的工程方案,以減緩下降速度。對以色列指揮官尚龍准將(Lt. Gen. Dan Shomron)來說,恩德培行動(Operation Entebbe)就是必須準備「遭遇烏干達部隊的阻撓時,該如何作戰」的方案,而不會打算在戰火正盛的時候,去說服對方棄械投誠。

我們常常認為人類的行動具備可變性,那是因為,就因果認知觀點來看,我們相信人類具有能動性,也就代表人類能控制自己的行動。同樣的,我們也相信人類的行為是會改變的,而且認為我們能夠形塑他人的行為與行動。我們的思考框架,就是會這樣關注著人們的各種行動,而這點是利而非弊。如果能注意有哪些限制條件是操縱在我們手中(也就是那些條件具備可變性),也就有助於我們找出調整起來最有利的限制。

-----廣告,請繼續往下閱讀-----

實驗中,研究人員發現了一種有趣的小麻煩。我們或許以為人類的活動有很大的彈性空間,但在做反事實思考的時候,你想像得到的行為改變,多半都還是落在多數人所接受的社會規範以內。像是開會要遲到了,但等計程車的人大排長龍,這時候,我們或許比較會想到掏出手機,改叫 Uber,而比較不會想到要直接插隊到最前面。

當然,至少在原則上,社會規範是能夠改變的,而且確實也會隨著時間慢慢改變。但在我們的反事實心理實驗室裡,那些反事實卻常常受到約束,我們常會覺得規範都是固定不變的,而且自己無力改變。原因可能出自人類的社交本質:為了合群,就會讓我們不去想像那些會讓自己遭到排斥的行為。於是,我們還是乖乖排隊等計程車。

——本文摘自《 造局者:思考框架的威力 》,2021 年 7 月,天下文化

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 2
天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。

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

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

3
0

文字

分享

0
3
0
太空夢成真!自費就能上太空?SpaceX 與賈里德如何推動載人航太新里程碑
PanSci_96
・2024/11/21 ・2375字 ・閱讀時間約 4 分鐘

北極星黎明:開創商業太空漫步的新紀元

2024 年 9 月 10 日,載人航太任務迎來了歷史性的突破。由美國富豪賈里德·艾薩克曼率領的四名太空人,乘坐 SpaceX 的獵鷹九號(Falcon 9)火箭和龍飛船(Crew Dragon),開始了為期五天的「北極星黎明 Polaris Dawn」任務。這次任務實現了人類首次商業太空漫步,並打破了過去五十年人類距離地球最遠的紀錄。這也是美國四十多年來首次推出的新設計太空衣,進行了「人體測試」。

這次任務的成果不僅僅令人振奮,還為未來的商業航太業開啟了新的篇章。為了解這次突破的意義,我們先一起來體驗「北極星黎明」任務的精彩旅程。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

這位賈里德是何許人也?

賈里德·艾薩克曼,現年 4 1歲,是一位白手起家的美國富豪,擁有零售支付公司的成功經歷。他還是一名充滿冒險精神的飛行家,駕駛輕型飛機創下環球飛行的紀錄,並且會操縱戰鬥機與進行特技飛行。他甚至創辦了「私人空軍」公司德拉肯國際,為美軍訓練飛行員。

賈里德對飛行的熱愛讓他不斷追求新的高度,最終使他與 SpaceX 合作,共同邁向更遙遠的天空。2021 年,他啟動了「靈感四號 Inspiration 4」任務,選擇了三名來自不同背景的一般人,與他一同踏上三天的太空旅程。這次任務向世界展示,普通人也有機會踏上太空,而不僅僅是經過嚴苛訓練的專業太空人。

-----廣告,請繼續往下閱讀-----

然而,賈里德並不滿足於此。他希望飛得更高、更遠,甚至挑戰從太空船內走向船外,完成首次商業太空漫步。這便是「北極星黎明」任務的起源。

太空漫步的挑戰

太空漫步並非簡單地穿上太空衣、打開艙門便能完成。以國際太空站為例,太空人在漫步之前需要進入氣閘艙(Airlock),一個介於太空站內部和太空之間的小房間。在氣閘艙中,太空人需要進行數小時的「預呼吸(Pre Breath)」過程,以降低大氣壓力,適應太空衣中的低壓環境,並避免潛水時常見的減壓病風險。

然而,SpaceX 的龍飛船並未設計氣閘艙,這意味著要讓太空人進行漫步,就必須將整個太空艙降壓至真空狀態,再在太空漫步結束後重新加壓。因此,團隊對龍飛船進行了大幅改造,增強了生命維持系統,並安裝了更多氮氣與氧氣槽。

此外,SpaceX 原先設計的太空衣是艙內使用的(IVA Suit),僅用於緊急情況下保護太空人,並不適合太空漫步。為了這次任務,SpaceX 不得不設計一款全新的艙外太空衣(EVA Suit),這是美國自四十年前以來首次設計新型艙外太空衣。

-----廣告,請繼續往下閱讀-----

北極星黎明任務的突破

2024 年 9 月,SpaceX 成功發射「北極星黎明」任務,這是首次由私人機構執行的太空行走任務,開創了商業太空探索的新紀元。 圖/envato

在完成了艱鉅的準備工作後,「北極星黎明」任務終於在 2024 年 9 月 10 日順利升空。這五天的旅程充滿挑戰與創舉,為商業航太寫下了新的篇章。

任務的前兩天,重點是進入 1400 公里高的軌道,這是自 1972 年阿波羅 17 號以來人類距離地球最遠的記錄。此外,兩名任務專家莎拉·吉利斯(Sarah Gillis)和安娜·梅農(Anna Menon)也成為飛得最高的女性。

在完成軌道調整後,第三天的重頭戲——商業太空漫步正式開始。龍飛船內部的氣體被排空後,賈里德和莎拉輪流將身體探出艙外,進行了一系列新太空衣的測試,而其餘兩名組員則留在艙內監控系統。這次太空漫步雖然並未像電影中那樣「漫步」在太空,但其意義非凡,因為這是由私人資金支持的商業艙外活動。

科學研究與未來展望

除了太空漫步之外,任務組員還進行了多項科學實驗和技術測試,包括微重力對人體各器官的影響研究,這些研究對於人類未來長時間在太空生活至關重要。此外,團隊還測試了星鏈(Starlink)雷射通訊技術,以提高太空中數據傳輸的效率。

-----廣告,請繼續往下閱讀-----

在任務期間,任務專家莎拉·吉利斯還在太空中用小提琴演奏了《雷伊主題曲》,並通過星鏈技術將影片傳送回地球,與全球音樂家合作完成了一場跨越時空的演出。

任務的最後一天,龍飛船安全返回地球,成功在墨西哥灣降落,為這次史無前例的太空任務畫上了圓滿的句號。

北極星黎明的意義

商業航太突破在即,未來實現太空旅行的可能或許離我們越來越近。圖/envato

對於熟悉太空史的朋友來說,這次的太空漫步似乎並不如 1960 年代的雙子星任務那樣驚險。然而,真正的突破在於「商業」二字。這次任務由賈里德自掏腰包資助,展示了商業公司在航太探索中的潛力,就像 SpaceX 在過去二十年所取得的成就。

任務中進行的大量技術測試和科學研究,證明了這不僅僅是富豪的太空旅遊,而是一次充滿挑戰的科學與技術驗證任務。這些經驗和技術將成為未來挑戰月球與火星的重要基石。

-----廣告,請繼續往下閱讀-----

「北極星黎明」任務雖然已經結束,但賈里德的太空夢還在繼續。這只是「北極星計畫」的第一步,未來還有至少兩次任務正在籌備中,其中第三次任務將搭乘 SpaceX 的星艦(Starship),進行首次載人飛行。

隨著技術的進步和更多私人資金的投入,還可以期待人類接下來在商業航太領域能取得更多突破。在未來,要來趟真正的太空之旅,看來除了熱愛科學,還需要努力賺錢了。

歡迎訂閱 Pansci Youtube 頻道 鎖定每一個科學大事件!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

2
0

文字

分享

0
2
0
賽博格時代來臨?Neuralink 的腦機介面揭密
PanSci_96
・2024/11/09 ・3060字 ・閱讀時間約 6 分鐘

2023 年 11 月 24 日,馬斯克(Elon Musk)創辦的 Neuralink 公司在官方推特上發布了一則耐人尋味的影片,標題為「Please join us for show and tell」(請加入我們的展示與分享)。這預告了他們將於 11 月 30 日美國時間晚間六點(台灣時間 12 月 1 日上午十點)舉行一場備受矚目的發表會。

回顧過去,Neuralink 曾展示過令人驚艷的技術突破,例如監測豬的腦波,以及讓猴子裝上他們開發的 N1 晶片,用腦控玩經典遊戲《乒乓》(Pong)。這些成果已經讓全球為之震撼。事隔 18 個月,這次的發表會是否會帶給我們更多驚喜?是否能看到人類親自裝上 N1 晶片,直接用大腦來「展示與分享」呢?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

遺憾的是,這一刻還未到來。但馬斯克在開場時就揭露了一個令全場歡呼的消息:在這段時間內,他們持續進行了更多猴子的植入實驗,甚至研發了假大腦模擬器進行離線測試。在確保一切安全和動物福祉的前提下,他們已完成所有備查文件。順利的話,將於六個月內獲得美國食品藥品監督管理局(FDA)的核准,進入人體實驗階段。他本人也表示,若情況允許,他不排斥成為第一個植入 N1 晶片的人。

無限猴子定理與腦機介面

提到猴子打字,不免讓人想到數學和哲學上的「無限猴子定理」。這個定理由法國數學家埃米爾·博萊爾(Émile Borel)於1913年在一本討論機率的書中提出。他假想:如果有無限多隻猴子和無限多次的打字機會,最終有可能打出莎士比亞的《哈姆雷特》。機率雖然極低,但並非零。

-----廣告,請繼續往下閱讀-----

這個定理也被簡化為:即使只有一隻猴子,只要擁有無限次的打字嘗試,也可能產生任何文章,儘管牠完全不知道自己在打什麼。這與這次Neuralink發表會上的猴子展示,有著異曲同工之妙。

然而,馬斯克開發腦機介面的目的,並不是讓我們與猴子溝通。在發表會上,他再次強調了Neuralink的使命:打造一個「高頻寬、泛用型的人機介面」。簡單而言,就是加速我們與智慧裝置的互動方式。

馬斯克的願景:與 AI 共存

現今,AI 技術日新月異,能夠生成精美的圖片、回答各種問題,甚至編寫程式,而且進步速度只會越來越快。馬斯克強調,如果人類希望在未來的物種競爭中與 AI 並駕齊驅,最好的策略就是「打不贏,就加入它們」。

目前,人類之所以在進步速度上遠遜於 AI,他認為主要原因在於人類接收和輸出數位資訊的速度有限。我們最快的方式是閱讀、打字、觸控或語音輸入,但與 AI 透過聯網搜尋數位資訊僅需毫秒相比,我們簡直像是石器時代的原始人。

-----廣告,請繼續往下閱讀-----

因此,他主張透過腦機介面的植入,我們將能以媲美 AI 的速度與電腦互動、聯網,甚至與 AI 協作、駕馭它們。試想,當你能用腦控操作手機和智慧裝置時,還會想用手指滑動輸入,鬧出一堆打錯字的笑話嗎?擁有這種超能力的你,還需要擔心 AI 搶走你的工作嗎?

我們與賽博格的距離

然而,想到要將晶片植入大腦,難免讓人聯想到各種賽博龐克作品中的可怕後果。例如,《Cyberpunk 2077:邊緣行者》中的「賽博精神病」、或是《刀劍神域》中可能燒毀大腦的完全潛行裝置。將自己改造成半人半機械的賽博格(Cyborg),著實令人卻步。

但馬斯克在發表會上指出,其實我們早已是廣義上的賽博格。否則,為何我們每天早上起床第一件事就是滑手機?為何不時低頭看智慧手錶?出門沒帶手機,是否比沒帶錢更讓你焦慮?我們已經如此習慣隨時聯網和人機互動,Neuralink 所做的,不過是提升這種互動的效率。

關於植入大腦的恐懼,Neuralink 以影片中展示的猴子為例。在他們使用高科技機器人進行手術植入後,根本無法從外觀看出牠們有任何植入物。發表會上的工程師甚至半開玩笑地說:「就算我有裝,你也不知道,我的腦後完全沒有痕跡。」

-----廣告,請繼續往下閱讀-----

Neuralink 的真正突破:規模化與產品化

人類對腦機介面研究其實已有百年歷史。 圖/envato

其實,腦機介面的想法和研究早已不是新鮮事。早在將近一百年前(1924年),德國醫生 Hans Berger 就首次從人類頭皮上記錄到腦發出的微弱電磁波(Electroencephalography, EEG),並開始發展非侵入性的電極腦波偵測技術。197 3年,UCLA 的 Jacques Vidal 團隊就已經提出「腦機介面」的概念。而 Neuralink 這種侵入式腦電極也非先行者。早在 1990 年代,美國猶他大學的Richard Normann 教授開發了多電極陣列,在猴子腦中植入 100 個電極,嘗試簡單任務。2002年,實驗猴就可腦控滑鼠,2008年甚至能遙控遠方的機械手臂餵食自己,控制「第三隻手」,彷彿蜘蛛人的反派「八爪博士」。

即使是相對不精準的非侵入式腦波偵測技術,只要幾百個電極,就能在人類身上實現控制機械義手的可能性。2018 年,已發展到能讓人腦控打字、玩遊戲,基本上與 Neuralink 透過 N1 植入物讓猴子能做的事情相似。

那麼,這次發表會的看點在哪裡?其實,馬斯克帶著大批工程師報告,真正要強調的重點是「規模化和產品化」。這正是這場發表會的核心,也是馬斯克向來為人所知的魔法:「讓夢想成真」的關鍵部分。畢竟,好點子並不稀奇,最重要的是執行力。不論是 SpaceX、Tesla,或是前陣子轟動一時的機器人 Optimus,他一貫採用「先求有再求好」的思維,不做最強的原型機,而是先拼湊所有技術,做一個最有可能讓消費市場買單的產品。畢竟,兵貴神速,尤其在商用市場上。

關於 N1 晶片,馬斯克形容得很輕巧,就像是幫你的大腦裝上 Apple Watch 一樣。但智慧裝置成癮的你我,應該此時會浮現相同的疑問:手錶和手機的電池效能會越來越低,科技產品每年都會更新軟硬體,當這些「身外之物」來到產品生命週期末尾時,我們總能輕易汰換。但當這個 3C 產品是放在腦膜底下,如何確保它不僅不會故障,還能好好充電,甚至可升級呢?

-----廣告,請繼續往下閱讀-----
N1 晶片有辦法像 Apple Watch 等「身外之物」一樣,隨時被汰換嗎?圖/envato

Neuralink 這次可是有備而來。首先是穩定性的部分,除了上次發表會看到能腦控《乓》遊戲的猴子佩吉外,這次還展示了其他五隻猴子分別進行不同的腦控遊戲。馬斯克特別強調,牠們都很享受這些實驗,包括這次展示腦控打字的 Sake。透過重複性的實驗,穩定性已獲得一定的保證。

續航力方面,團隊已經改良電池效率,並在猴子身上實驗了無線充電的可行性,確保一整天使用無虞。最後,也是最重要的「可升級性」。畢竟,目前的 N1 就如同 iPhone 一代,當技術演進到 iPhone 14 時,應該沒有人想繼續用舊款。因此,發表會上工程師們展示了 N1 晶片的手術過程有多簡易,完全使用手術機器人,輕鬆地在 15 分鐘內自動植入 64 個電極,再安全地把頭蓋骨和皮膚縫合回來。後續無論是軟硬體升級,只需要到他們正在建置的腦機介面診所就可進行。

目前,N1 晶片的製造已在奧斯汀開始產線準備進行量產。只要 FDA 核准,人體試驗成功的話,Neuralink 就有機會成為第一個達成商用化的腦機介面服務商。

競爭對手與未來展望

然而,Neuralink 只是「有機會」成為第一個達成商用的公司。這兩年,不止一家公司追上,甚至彎道超車,推出比 Neuralink 更接近完成品的產品。在這裡先賣個關子,預告下集我們將討論馬斯克的勁敵,以及可能導致 Neuralink 被指控虐待動物的爭議。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----