面對痛苦的遺傳性疾病時，我們選擇道德還是解決苦痛？——《竄改基因：改寫人類未來的 CRISPR 和基因編輯》

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《及早治療多囊腎，延緩腎功能惡化，腎臟專科醫師圖文解析》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

「醫師，我想檢查腎功能。」王先生說。

「有不舒服嗎？」醫師問。

「因為我們家族有幾位成員罹患腎臟病，蠻年輕就開始洗腎，聽說是多囊腎。」

「噢，的確要注意這個問題喔。」

多囊腎是最常見的腎臟遺傳疾病，可分為體顯性以及體隱性遺傳，其中以體顯性多囊性腎臟病（Autosomal Dominant Polycystic Kidney Disease，ADPKD）為多數，體顯性遺傳的意思是若父母其中之一為患者，則子女會有 50% 機會會發病。

體顯性遺傳最為熟知的基因缺陷以 PKD1 及 PKD2 為主，85% 的多囊腎患者以 PKD1 基因缺陷為主。多囊腎會使腎臟慢慢出現囊腫，囊腫裡面會充滿組織液，為了方便理解，解釋的時候會把囊腫稱為「水泡」。張立建醫師表示，隨著時間水泡會越來越多、越來越大，並佔據腎臟的體積，取代正常的腎臟組織，使腎功能漸漸變差。

多囊腎患者的腎臟會有非常多、大小不一的水泡。張立建醫師說明 PKD1 基因缺陷的患者大概在 40 至 50 歲的時候就會進入慢性腎臟病，平均約在 54 歲時開始洗腎。因此要提早發現、好好控制，才能延緩洗腎的時間。

張立建醫師解釋，多囊腎的症狀表現可以分成腎臟內的症狀和腎臟外的症狀，腎臟內的症狀主要是腎臟的水泡會越長越大，可能會壓迫腹內器官，故隨之而來會有腹痛、腹脹、腰痛及背痛等症狀。若對集尿系統造成壓迫，更可能出現泌尿道感染，除了泌尿道感染，水泡太大更可能有破裂、出血，而導致血尿之情形。

腎臟外的症狀是因為多囊腎患者的其他器官也可能產生水泡，例如肝臟出現很多水泡，而影響肝臟功能。張立建醫師說，還可能會有腦動脈瘤，或在心臟出現心律不整、瓣膜疾病。而高血壓是多囊腎病人造成腎臟惡化、發生心血管事件與死亡的重要因素。研究發現，高血壓常於腎功能衰退前便已發生，而腎功能衰退亦會加重高血壓的狀況。

「診斷出多囊腎時，部分患者會認為只是水泡而已，就沒放在心上。」張立建醫師說，「我們都會苦口婆心地勸說，讓他們理解多囊腎會造成許多問題，不只是進展到需要洗腎的地步，還有其他腎臟外的症狀，所以一定要定期追蹤、積極治療。」

及早治療幫助保存腎功能

過去沒有治療多囊腎的藥物，大概只能請患者多喝水，減少鹽分攝取量、注意蛋白質攝取量，並定期追蹤腎功能。張立建醫師表示，但是只靠飲食調整的成效有限，患者幾乎都會在 40、50 歲就開始洗腎。

目前已經有多囊腎口服藥物可用，能夠延緩腎臟功能的惡化。張立建醫師解釋，研究發現，腎臟會形成囊泡主要與細胞的水通道表現有關，使用抑制水通道的藥物，就會使腎臟囊泡不再持續變大，也會減少囊泡的生成，避免壓迫正常腎臟組織，所以有機會讓多囊腎病程延緩，盡量保存功能。

及早使用多囊腎口服治療藥物，能幫患者保存更多腎臟功能。研究顯示如果從慢性腎臟病第 2 期開始治療，約可將洗腎時間延緩 7 年；如果從慢性腎臟病第 3 期開始治療，約可將洗腎時間延緩 4 年。越早使用藥物則延長洗腎效果越好。

使用多囊腎口服治療藥物後，會減少水分從腎臟重新吸收的作用，尿量會增加，而必須補充水分，張立建醫師說，另外也要注意電解質、肝功能及尿酸，所以會請病人每個月回診追蹤。

由於多囊腎常伴隨多種併發症，患者會需要各專科的協助。張立建醫師表示，為了提供更完善的照顧，並提升大家對於多囊腎的認識，國軍台中總醫院腎臟內科有成立多囊腎特別門診，整合腎臟科、心臟科、泌尿科、腸胃科、神經外科、放射科等，並與國衛院黃道揚醫師醫師合作進行基因檢測，幫助患者及早確定診斷，並接受合適的治療，在門診亦可提供病患遺傳及優生諮詢。

多囊腎日常保養這樣做

張立建醫師呼籲，多囊腎患者容易出現高血壓的狀況，因此得注意血壓的控制，養成每天量血壓的習慣。在飲食習關上，建議減少鹽分的攝取並適當的增加水分攝取。慢性腎臟病患者的蛋白質攝取量要按照腎臟功能調整，當腎功能較差時，建議減少蛋白質攝取量至每天每公斤體重 0.6 至 0.8 公克，除了這些飲食建議外，也要盡量避免服用非類固醇類消炎止痛藥，以避免腎功能進一步的受傷害。

• 本文轉載自 Care Online 照護線上《及早治療多囊腎，延緩腎功能惡化，腎臟專科醫師圖文解析》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

在 2022 年裡，我們見證了低軌通訊衛星在戰爭中的作用、Omicron 肆虐與次世代疫苗、韋伯太空望遠鏡捕捉系外生命印記、銀河中心黑洞初次現身、人類精準回擊小行星、台灣 CAR-T 首例、特斯拉的平價人形機器人、與超強的 LaMDA 跟 ChatGPT AI 語言模型！

2023 年能更刺激嗎？有哪些值得我們關注的科學大事呢？

我們綜合整理了 Nature、Science、Scientific American、NewScientist、富比世雜誌、經濟學人雜誌，結合泛科學的觀察與期待程度，提出這份「2023 最值得關注十大科學事件」；今年的科學界將會熱鬧非凡，令人目不暇給！

No.10 病原體通緝名單

2022 年 11 月，法國科學家在 bioRxiv 上發表了從西伯利亞永凍土中復活的多種病毒；這些「殭屍病毒」中最古老的已經有 48500 歲，在溫度升高後，這些病毒都復甦了過來……。雖然這批古老病毒只能感染變形蟲，但也暗示著，冰層之下存在更多正在休眠、極可能對哺乳動物或人類造成危險的病毒。

隨著氣溫與海溫升高，這些不定時病毒炸彈正在醞釀著。

世界衛生組織將在今年發布修訂後的「重點病原體清單」，至少 300 位科學家嚴謹審查超過 25 個病毒與細菌家族的各種證據，針對目前還未知、但可能造成全球疫情的未知疾病 Disease X 做出預測，擬出一份優先名單。被列入名單的病原體通緝犯將會被重點研究調查，以利未來開發疫苗、治療與診斷技術。

No.9 新一代 mRNA 疫苗

乘著在 COVID-19 大流行間快速成熟的 mRNA 疫苗研發平台，許多疫苗正蓄勢待發。

BNT 在 2023 年初針對瘧疾、肺結核和生殖器皰疹的 mRNA 疫苗開始了首次人體實驗；也與輝瑞合作，研發能降低帶狀皰疹發病率的疫苗。另一家 mRNA 大廠莫德納，也在研發能預防生殖器皰疹和帶狀皰疹病毒疫苗。

除此之外，莫德納開發的黑色素瘤 mRNA 疫苗與默克的藥物合併療法，在去年底公布中期臨床試驗結果，顯示能降低 44% 的死亡率及復發風險，臨床試驗也將在 2023 年進入最後階段。

這些將在 2023 年揭曉的成果，將拓展人類使用 mRNA 疫苗對抗疾病的手段。

No.8 CRISPR 療法獲批准

由於之前的臨床試驗結果很不錯，CRISPR 基因編輯療法極有可能會在今年首次正式通過批准！

這種 exagamlogene autotemcel（exa-cel）療法，是由美國波士頓的 Vertex Pharmaceuticals 和英國劍橋的 CRISPR Therapeutics 公司共同開發。用超簡化的方式來説，治療方法就是先收集一個人自己的幹細胞，接著用 CRISPR-Cas9 編輯修正幹細胞中有缺陷的基因，最後再把這些細胞輸回人體。

Vertex 公司預計會在 3 月向美國 FDA 申請批准，讓 exa-cel 療法可以用於治療 β-地中海貧血或鐮狀細胞病的患者。

然而，隨著療法上市，相關的討論預期也將甚囂塵上……。

No.7 阿茲海默有藥醫

美國 FDA 將在年初宣布，Eisai 製藥公司和 Biogen 生技公司開發的 lecanemab，是否可以用來治療阿茲海默患者。

該藥物就像一台大腦專用的掃地機器人，為單克隆抗體，可以清除大腦中積累的 β 澱粉樣蛋白；在包含了 1785 名早期阿茲海默患者的臨床試驗中顯示，比起安慰劑，能減緩認知能力下降的速度約 27%。不過，有些科學家認為這效果只能說是還好，也有些擔心藥物不夠安全。

無獨有偶，另一款由美國的 Anavex Life Sciences 開發的阿茲海默藥物 blarcamesine，目前也正在臨床試驗階段；它能啟動一種可提高神經元穩定性及相互連接能力的蛋白質，就像是幫神經元升級了連線速度與品質，估計在今年會持續帶來新消息。

No.6 迷幻療法

2023 年，也極可能立下迷幻藥被用於醫療用途的里程碑。

多個相關臨床研究都進展到第三期，例如為 PTSD 創傷後症候群設計的新療法，結合了心理治療與 MDMA 亞甲二氧甲基苯丙胺，也就是所謂的搖頭丸，在臨床三期中，67% 的患者不再被診斷有 PTSD。

而來自迷幻蘑菇的裸蓋菇素，則被用來治療難治型憂鬱症，其臨床二期結果令人鼓舞。233 名難治型憂鬱症患者分成三組，在服用不同劑量裸蓋菇素後，每一組的憂鬱症量表分數都降低；而劑量最重的那組，其降幅最顯著。

最後是 K 他命，竟然成為對抗酒精使用障礙的療法！酒精使用障礙包括酗酒、酒精依賴、成癮等，86% 的臨床試驗病人，在接受新療法後六個月，持續戒除酒精。

然而，也有科學家警告這些樂觀訊息中有炒作成份，就讓我們持續關注吧！

看到這你可能會想，第六到十名怎麼都是跟醫療健康有關的大事件呢？別急！在下一篇中，我們接著介紹更精采的第五到第一名！

也歡迎大家跟我們分享，你知道的、即將在 2023 年發生的科學大事件！

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！