Processing math: 50%

3

5
1

文字

分享

3
5
1

電子貨架標籤真的比紙本商品價格卡划算嗎|2021數感盃|高中專題|優選

數感實驗室_96
・2021/12/25 ・2804字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者:彭姿寧、周丞祺、康育綸/新店高中

數感盃青少年寫作競賽」提供國中、高中職學生在培養數學素養後,一個絕佳的發揮舞台。本競賽鼓勵學生跨領域學習,運用數學知識,培養及展現邏輯思考與文字撰寫的能力,盼提升臺灣青少年科普寫作的風氣以及對數學的興趣。
本文為 2021 數感盃青少年寫作競賽/高中組專題報導類佳作之作品,為盡量完整呈現學生之作品樣貌,本文除首圖及標點符號、錯字之外並未進行其他大幅度編修。

一、研究動機 

台灣每個奇數月的 25 號是發票開獎的日子,不少人用行動載具存發票,取代紙張發票的使用,以減少樹木砍伐,保護環境。一般民眾在購物時,最常見的商品價格標籤大部分還是以紙張形式(紙價卡),但若能夠將全面設為電子紙貨價標籤(下簡稱「電子標籤」),又將能減少多少的樹木砍伐和更換的人力成本呢?對於環境的改善與影響是否划算呢?

圖/envato elements

二、研究背景 

(一)以 7-11 為研究對象,將實地訪查結果整理如下表:

(二)透過實地訪查與網路搜尋,整理紙本商品價卡和電子貨架標籤資訊比較,如下表:

三、探究過程 

(一)歷年來時薪的調整 

-----廣告,請繼續往下閱讀-----

 雖然目前的時薪是 160 元/hr,但過去已有多次調整,因此考慮薪資的平均成長率。一個電子標籤的壽命是 6 年,所以我們取 104 年到 109 年期間的薪資調整。根據中華民國勞動部網站表示,薪資調整如下: 

運用「幾何平均數」來計算基本薪資每年平均成長率為 1.057:   \sqrt[5]{1.0500\times 1.0555\times 1.0526\times 1.0533\times 1.0714} ≒ 1.057

訪問結果可知 1 週需要花 1+0.5+0.5=2 小時的時間在價卡上,一個月大約有 4 週, 所以每個月需要花 2×4=8 小時的時間在這,每年則是 8×12=96 小時。我們有了調整倍律(公比),以及 110 年(首項)到 115 年(末項)的時薪,使用「等比級數」計算未來 6 年需花費的人力成本為 153600 元(110 年每小時基本工資為 160)。

  S6= \frac{96\times 160\left [ 1-\left ( 1.057 \right )^{6} \right ]}{1-1.057} ≒ 1.06335

-----廣告,請繼續往下閱讀-----

(二)環境影響-樹木砍伐與碳足跡: 

我們上網蒐集樹木所能製造的產量。每噸紙漿可以做出 40 箱 5000 張紙,1 噸紙漿約需砍掉 24 棵高度 12 公尺、直徑 15~20 公分的樹木,所以 1 箱的紙需要砍掉:24÷40=0.6 棵樹 

1 箱的紙有 5000 張,因此 1 張 A4 紙需要: 0.6÷5000=0.00012 棵樹 

在保育環境方面,透過產品碳足跡資訊網,我們可以得知一包 500 張的 A4 紙的碳足跡為 3.8kg CO2e,一張 A4 紙的碳足跡為:3.8÷500=0.0076kg CO2e  

-----廣告,請繼續往下閱讀-----

(三)紙本商品價卡與電子貨價標籤成本分析: 


更換時間這方面,人力更換 2 週換 250 張,1 次換 1 小時,1 個月大約有 4 週, 可得 1 個月換 250×2=500 張紙需要花費:1×2=2 小時 

(1)若新開一間便利商店,使用紙本商品價卡成本分析: 

一包 A4 大小的紙價卡有 20 張,價格為 47 元。而 1 張 A4 大小的紙可以分成 48 張的價卡,所以 1 包可以分成 20×48=960 張的價卡,是全店 960÷1000=0.96 倍所 以全店紙張需花費 47÷0.96≒49 元 

-----廣告,請繼續往下閱讀-----

根據店員所述,自行影印全電價卡的墨水費為 5 元左右,耗時 1.5 小時,耗電為 2 度電,而 1 度電為 1.5 元,所以電費是 2×1.5=3 元。 

價格卡上的字,是使用條碼掃得商品資訊,掃描再加上更換的時間,全店更換則需要 4 小時。目前總共是要花 5.5 小時去更換全商店的價卡,再加上平時的檢查和清點等其他時間,一共要 8 小時左右,目前員工的薪水是 160/hr,所以全部費用是 49+5+3+8×160=1337 元。

於環境方面,1000 張價卡相當於:砍 1000÷48×0.00012=0.0025 棵樹排放 1000÷48×0.1538=3.297kg CO2e。 

(2)若一間便利商店六年,「紙本商品價卡」與「電子貨架標籤」成本比較:

-----廣告,請繼續往下閱讀-----

我們知道 2 週花 1 小時換 250 張價卡,1 個月大約為 4 週,算出 1 個月大約要花 1×2 小時換 250×2=500 張紙價卡。電子標籤的壽命是 5~7 年上下,我們打算以平均的 6 年(72 個月)為基準去估算。 

  • 「紙本商品價卡成本」: 

紙本商品價卡須花費 [(1000+500×72)÷960]×47+106335 ≒ 108146 元 

對於環境相當於砍伐 37000÷1000×0.0025×72=6.66 棵樹,並排放 37000÷1000×0.1583×72≒421.7kg 的 CO2e。 

  • 「電子貨架標籤成本」: 

1 個電子標籤是 140 元,全店一千項商品更換全部需要 140×1000=140000 元, 電子標籤更換效率是 3000 張/hr,而 6 年內會換 36000 張,需耗費 6000÷3000=12 小時。 

-----廣告,請繼續往下閱讀-----

所以將紙本商品價卡更換成電子貨架標籤會少花費 236760-140000=96760 元,並省下人工耗費 (72×2)-12=132 個小時,減輕許多員工的工作量。

(四)不同規模商場比較 

以 6 年(110 年~115 年)為期限,假設中型商場(營業面積 200 至 2,000 坪)的用量是小型商場(營業面積 60 至 200 坪)10 倍,更換量是 5 倍,其他成本是 10 倍; 大型商場(營業面積超過 2,000 坪)的用量是小型商場的 30 倍,更換量是 15 倍, 其他成本是 30 倍。

因此由仿照前面的計算方式,可以推算不同規模商場使用不同商品價格卡所需成本:

-----廣告,請繼續往下閱讀-----

四、發現與結論 

雖然汰換電子標籤並不是很划算,但與年營業額相比,更換的錢就像沙漠裡的一粒沙。電子貨架標籤不止能以彩色文字顯示商品價格,也能以圖案顯示顯示品牌 Logo,或顯示二維條碼,讓顧客立即掃描瞭解商品產銷履歷,除了能更吸引顧客目光、拉長顧客在店內停留時間進而提高商品購買數量,或者是另類廣告行銷等優勢,但因為這些為潛在效益,若不考慮價格,也可能吸引部分銷售業者使用。 

參考資料

  1. POS系統加值服務:電子標籤一秒完成你的售價更新!
  2. 到賣場買東西還要比價?電子標籤直接幫你比!
  3. 銷售時點情報系統
  4. 無線電紙整合線上線下 電子貨架標籤造就智慧零售
  5. 電子貨架標籤
  6. 紙張碳足跡基本資訊
  7. 勞動部:基本工資之制訂與調整經過(歷年薪資調整)
  8. 公交站牌變電子墨水屏黑白,代價是什麼?LCD與墨水屏技術的優缺點(電子標籤碳足跡)
  9. 1度電排放多少二氧化碳?(電力碳足跡)
  10. 便利商店(商場定義)
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 3
數感實驗室_96
76 篇文章 ・ 50 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

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
從「衛生紙」開始的環保行動:一起愛地球,從 i 開始
鳥苷三磷酸 (PanSci Promo)_96
・2024/12/03 ・1592字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

你是否也曾在抽衛生紙的瞬間,心頭閃過「這會不會讓更多森林消失」的擔憂?當最後一張衛生紙用完,內心的愧疚感也油然而生……但先別急著責怪自己,事實上,使用木製品和紙張也能很永續!只要我們選對來源、支持永續木材,你的每一個購物決策,都能將對地球的影響降到最低。

二氧化碳是「植物的食物」:碳的循環旅程

樹木的主食是水與二氧化碳,它們從空氣中吸收二氧化碳,並利用這些碳元素形成枝葉與樹幹。最終這些樹木會被砍伐,切成木材或搗成紙漿,用於各種紙張與木製品的製造。

木製品在到達其使用年限後,無論是被燃燒還是自然分解,都會重新釋放出二氧化碳。不過在碳循環中,這些釋出的二氧化碳,來自於原本被樹木「吸收」的那些二氧化碳,因此並不會增加大氣中的碳總量。

只要我們持續種植新樹,碳循環就能不斷延續,二氧化碳在不同型態間流轉,而不會大量增加溫室氣體在大氣中的總量。因為具備循環再生的特性,讓木材成為相對環保的資源。

但,為了木製品而砍伐森林,真的沒問題嗎?當然會有問題!

-----廣告,請繼續往下閱讀-----
從吸碳到固碳的循環

砍對樹,很重要

實際上,有不少木材來自於樹木豐富的熱帶雨林。然而,熱帶雨林是無數動植物的棲息地,它們承載著地球豐富的生物多樣性。當這些森林被非法砍伐,不僅生態系統遭到破壞,還有一個嚴重的問題–黃碳,也就是那些大量儲存在落葉與土壤有機質中的碳,會因為上方森林的消失重新將碳釋放進大氣之中。這些原本是森林的土地,將從固碳變成排碳大戶。

不論是黃碳問題,還是要確保雨林珍貴的生物多樣性不被影響,經營得當的人工永續林,能將對環境的影響降到最低,是紙漿和木材的理想來源。永續林的經營者通常需要注重環境保護與生態管理,確保砍下每顆樹木後,都有新的樹木接續成長。木材反覆在同一片土地上生成,因此不用再砍伐更多的原始林。在這樣的循環經營下,我們才能不必冒著破壞原始林的風險,繼續享用木製品。

人工永續林的經營者需要注重環境保護與生態管理,確保砍下每顆樹木後,都有新的樹木接續成長。

如何確保你手中的紙張來自永續林?

如果你擔心自己無意中購買了對環境不友善的商品,而不敢下手,只要認明FSC(森林管理委員會)認證與 PEFC(森林認證制度)認證標章,就能確保紙漿來源不是來自原始林。並且從森林到工廠、再到產品,流程都能被追蹤,為你把關每一張紙的生產過程合乎永續。

只要認明 FSC(森林管理委員會)認證與 PEFC(森林認證制度)認證標章,就能確保紙漿來源不是來自原始林。

家樂福「從 i 開始」:環境友善購物新選擇

不僅是紙張,家樂福自有品牌的產品都已經通過了環保認證,幫助消費者在日常生活中輕鬆實踐環保。選擇 FSC 與 PEFC 標章只是第一步,你還可以在購物時認明家樂福的「從 i 開始」價格牌,這代表商品在生產過程中已經符合多項國際認證永續發展標準。

-----廣告,請繼續往下閱讀-----

「從 i 開始」涵蓋十大環保行動,從營養飲食、無添加物、有機產品,到生態農業、動物福利、永續漁業、減少塑料與森林保育,讓你每一項購物選擇都能與環境保護密切相關。無論是買菜、買肉,還是日常生活用品,都能透過簡單的選擇,為地球盡一份力。

選擇 FSC 與 PEFC 標章只是第一步,你還可以在購物時認明家樂福的「從 i 開始」價格牌
-----廣告,請繼續往下閱讀-----

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

1
1

文字

分享

0
1
1
海廢問題怎麼解?竟然有人回收漁網做筆電!?
鳥苷三磷酸 (PanSci Promo)_96
・2024/09/17 ・4433字 ・閱讀時間約 9 分鐘

本文由 HP 委託,泛科學企劃執行。 

海廢問題怎麼解?竟然有人回收漁網做筆電!?

你知道嗎?地球上最大的垃圾場,就是我們的大海。全世界一般依據位置,將海洋廢棄物分為海岸、海漂與海底三大類。英國麥克阿瑟(Ellen MacArthur)基金會曾預測,我們的海洋,到 2050 年會變成垃圾比魚多的塑膠濃湯。其中,最有名的就是太平洋垃圾帶(Great Pacific Garbage Patch),它的面積有 3 個法國和 44 個台灣那麼大。

到底是誰在亂丟垃圾?垃圾與它們的產地在哪裏?

科學家發現,漁業大國貢獻了不少垃圾,台灣更是榜上有名!雖然從陸地而來的垃圾量也很可觀,但來自漁業活動、源於海洋的廢棄物如漁網漁具,更難回到岸邊,因此成為海上最主要的垃圾。科學家推算,每年大概總計有四成的漁網漁具會掉到海中。

從太平洋垃圾帶撈回來的垃圾分析,其中 46% 就是廢棄漁網。科學家還一一檢視垃圾上的標籤字眼,發現源頭是五個北太平洋的漁業大國——日本、中國、韓國、美國及台灣。更別説全球還有另外四個海洋垃圾帶,所有垃圾量加起來勢必會更驚人。

-----廣告,請繼續往下閱讀-----

但也先別急著怪漁業從業人員,因為他們也不一定是故意要亂丟垃圾的。瞬息萬變的大海,本來就不是一個好作業的地方,破壞、遺失設備是常有的事。不過海洋垃圾問題如此棘手,難道就沒有解決方案嗎?

圖/shutterstock

人類與垃圾帶的對決,勝算到底有多大?

其實已經有不少人投身清除海洋垃圾的工作。大家還記得太平洋上的海洋吸塵器嗎?這個由「海洋清理行動( The Ocean Cleanup )」發起、號稱史上最大海廢清除計劃,雖然一開始出師未捷身先死,下水沒幾個月就故障,但後來升級調整後,已在今年 5 月完成執行第 100 次的任務。

除了清除海上的垃圾,從河川攔截也很重要。The Ocean Cleanup 還研發了攔截者(The Interceptor),它是一艘太陽能自動船,船頭設有一道垃圾集中屏障,能將垃圾引導進入船上的收集系統再集中處理。

其他活躍在海洋垃圾清除前線的,還有來自澳洲的全自動海洋垃圾桶 Seabin,被裝設在港口碼頭的它,透過底部幫浦製造水流,讓海廢可以從水面被吸入,小至 2 毫米的微塑膠也可被收集到其纖維網袋內。印度的 AlphaMERS 團隊,則設計了攔截漂浮垃圾的柵欄與串聯清掃系統,可以清除河川與湖泊表面的廢棄物。有標誌性大眼、水車造型的 Mr. Trashweel,被設置在美國巴爾的摩港口,結合太陽能與水力發電,使用清除海上油污的攔油索,將垃圾引導到它的垃圾箱中,每年可攔截 500 噸垃圾。荷蘭的泡泡屏障 the Bubble Barrier ,設計原理也相當聰明,它會從水底產生「氣泡簾」,引導塑料垃圾到水面上,再利用水流把垃圾推向捕獲系統,克服了大型撈網會阻擋船隻或海底生物,以及高維護更替成本的問題。

-----廣告,請繼續往下閱讀-----

廢漁網改頭換面?

不過要讓海廢界的奪命殺手——廢棄漁網「洗心革面」,在技術上有一大難關,因為漁網主要是以尼龍製作的。尼龍是聚硫胺高分子(Polyamide),在分子主鏈上因為有大量高極性的化學基,分子鏈間作用力較强,還能在產生氫鍵的同時,使結構排列整齊,造就了它優秀的韌性强度。

圖/HP

但如果用回收寶特瓶的「物理回收」,即沒有改變其聚合型態的方式來回收尼龍,尼龍的分子鏈就會斷裂,大幅影響纖維的機能性,走上被降級使用一途。好在如今已有廠商研發出「化學回收」尼龍的技術。收集來的廢棄漁網先被清洗、切碎成段,接著被高溫熔融,再透過像「術式反轉」的解聚(depolymerization)、分解、精煉及純化工序,讓尼龍從聚合物還原到單體狀態。這些原料單體會再被聚合,製造成尼龍再生粒子。被混煉改質、强化性能的粒子重新進行紡絲後,會形成全新的尼龍纖維,就可以被無限循環利用啦!

這種做法,可以大大節省原本用來製作原生尼龍的石化資源、減少碳排放,還可以讓廢棄漁網重獲新生。再生尼龍可以拿來做衣服、眼鏡,甚至可以搖身一變,變成你桌上的筆電!

「親愛的,我把漁網做成筆電了!」是誰這麼瘋?

是誰想到要把廢棄漁網做成筆電?早在 2019 年,HP 就領先全球,推出全球第一款使用海洋回收塑料的筆記型電腦,打破我們對海洋廢棄物的想象。在 2023 年,更進一步海洋垃圾中難以忽視的狠角色廢棄漁網,打造出 HP EliteBook 1040 G11頂級輕薄商務筆電!

-----廣告,請繼續往下閱讀-----

HP EliteBook 1040 G11 貫徹環保永續理念,是世界上第一款採用從海洋中回收的廢棄漁網製作成鍵盤的筆電。除了讓廢棄漁網重獲新生,外殼也採用部分回收鎂合金製作,外盒包裝 100% 採用可回收材質。而且我敢保證大家絕對想不到,這台筆電的材質,竟然還包括回收的家庭用油!

是的,你沒聽錯,就是 cooking oil!食用油經過回收,可以製成生質材料聚羥基烷酸酯 (Polyhydroxyalkanoates,PHA)。PHA 是目前市面上唯一可在海洋分解之生質塑膠,可謂是新興生質塑膠材料中的明日之星!雖然使用回收材質會提高成本,但 HP 持續以實際行動,支持減碳、森林復育及循環經濟,創造永續發展。

圖/HP

你也許有疑問,用海洋廢棄物製作的筆電,性能靠不靠得住?別擔心,HP 重視環境保護,效能也不馬虎!HP EliteBook 1040 G11 完美展現 AI 潮流下劃時代的超效能,搭載 Intel® Core™ Ultra7 H 處理器,再搭配 Intel® Arc™內顯,3 大 AI 引擎實現高效能低功耗,大大提升生產力。

使用筆電時最怕遇到兩大痛點,第一是筆電太重,第二就是續航力。如果為了縮小電池、減輕筆電重量,又不得不犧牲筆電的續航力。不過這些問題,在 HP EliteBook 1040 G11 身上能同時迎刃而解,兩全其美。AI 效能與電力的平衡密不可分,透過 HP Smart Sense 智慧軟體,搭配優秀的散熱功能管理,再加上全新高密度渦輪電扇,筆電續航力不僅大大提升,更能降低機身溫度 40%,機身還能維持 1.18 KG 的優雅輕薄,讓你無論通勤出差,都輕鬆隨行。

-----廣告,請繼續往下閱讀-----

這台筆電,還有什麽神奇的地方?

你是不是還在擔心電腦被駭客入侵、行蹤被偷窺,所以逼不得已,在筆電的視訊鏡頭上貼上醜醜又黏糊糊的膠帶呢?那一定是因為你還不認識 HP 全新的防窺功能!

HP EliteBook 1040 G11 搭載了全新的 Sure View Gen 5 Panel,它經過五個 Generation 的進化,終於達成完美防窺使用體驗。一鍵防窺的功能,只要一 off 就可以分享視訊,一 on 就可以確實防窺,成為你個人隱私的最佳守衛。

除了駭客病毒,你可能也害怕筆電上沾染讓你生病的病毒!這台全新冰川白配色的筆電,不只是外形設計靚麗,更採用防污油墨塗層技術,可以抗指紋沾附,而且全機殼都可以使用酒精擦拭,中看又中用,還是筆電界的衛生扛壩子!

圖/HP

HP EliteBook 1040 G11  還不止這些!

想了解更多商品 ► https://www.hp.com/tw-zh/laptops/business/elitebooks/1000-series.html
它可以搭配操作體驗超直覺觸控面板,讓你一 Touch 即通,用過的人都説他們再也回不去了。
不僅如此,HP EliteBook 1040 G11 還是你拼事業的好夥伴!標配 5 百萬畫素IR人臉辨識鏡頭,完全是為了專業會議協作而生。無論你在什麼地方、什麼時候進行線上會議,它的動態色彩調校功能,可以在背光或低光源時,自動追蹤取景,配置 Poly Studio 及 HP 的 AI 降噪技術,最佳化你的視訊會議體驗。你再也不必擔心那些視訊會議畫面模糊、聲音不清楚的尷尬時刻,可以在客戶或老闆面前自在表現。

步入 5G 萬物聯網的時代,HP EliteBook 1040 G11 也搭載 5G 廣域無線網路 (Wireless Wide Area Network,WWAN),使用者可以透過 SIM 卡或是 eSIM 服務直接連網。5G WWAN 的內建,讓整套資訊安全迴路更加穩健,是你追求資安的最安心選擇。

-----廣告,請繼續往下閱讀-----

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