大科學人專訪｜龔建嘉：「將日常體驗轉換為人生資產」是一輩子持續成長的關鍵

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

• 本文轉載自 LIS情境科學教材

自己可以選擇想做的事是很棒的事

Ｑ：黑嘉嘉在國小、國中、高中分別遇過什麼「有成就感」或是「特別挫折」的經驗？

我的媽媽是數學和英文老師，因為姊姊國中要開始自學，我就跟著姐姐自學，後來國中就到美國讀書，小時候媽媽給了我很多的學習資源，比方說圍棋。

我在美國念中學是兩點半就下課，學業滿輕鬆的，每週五學校規定老師不可以給學生出作業，週末要好好去玩，禮拜一會比較晚上課，整個設計都是非常人性化。我們有一堂課，是可以自己選擇要上什麼，像是電腦、合唱團唱歌、美術。這三堂課是妳可已自己選擇要上哪一堂課，這樣可以自己選擇是很棒的事情！

整個求學過程算是滿快樂的，應該算是滿順利的。

沒有環境就自己創造

Ｑ：你覺得什麼是學習過程中最重要的關鍵？

我覺得有興趣是最重要的，我到美國之後，是完全沒有圍棋的環境，在美國找不到圍棋老師，也找不到會下棋的任何人，我有點靠著自學，在網路上自己找對手下棋，自己看棋譜，自己覆盤。因為我對圍棋很有興趣和熱情，所以我願意花很多間，哪怕我沒有環境，我也自己創造環境給自己。

除了學習動機獨立思考和勇於嘗試同等重要

Ｑ：自學的過程中是否遇到挫折和挑戰？又如何解決困難和挑戰？

我覺得當我在台灣我有圍棋老師的時候，我發現老師說什麼，我就聽什麼，沒有真的理解。比方老師說要下這裡好，我不知道為什麼，我下次就下這裡，但我沒有真的就理解為什麼要下這裡，到美國沒有老師，我就必須全部自己思考，那為什麼下這裡呢？到底好在那裡？我就開始不下這裡，看看會發生什麼事，在這一次次的失敗中學習，自學的過程當中會發現很多過去沒有想過的問題。

除了動機之外「獨立思考的能力」、「嘗試」也同等重要，得自己思考和理解過後才會變成你自己的，如果硬背可能很快就忘記了！

小朋友能夠擁有選擇的權利

Ｑ：給台灣教育的建議？

就我過去在台灣唸小學的經驗，我覺得最大的問題就是我會被強迫去背很多東西，這些東西考完試之後就忘光了，之後也是完全不會用到，還有一次台語課我考了一百分，事實上我一句台語都不會講，我就覺得很離譜，一句都不會講怎麼會考到一百分，這個情況是不正常的，不應該出現這樣的情況，運用應該是最重要的，不應該是我考了一百分覺得自己很棒，但那應該是要有慚愧的心情，我考了一百分但我一句台語都不會講。應用才是我覺得更重要的事情！

我會希望小朋以能夠有更多選擇的權利，他們可以選擇喜歡什麼，自己想要學習什麼，也喜望他們能夠有更多獨立思考的能力，這也是需要老師去帶領他們，學習獨立思考。

響應本次「LIS 第二季大科學計劃」， 黑嘉嘉分享給我們的大科學人宣言：

❛❛ 人生如棋，在 19 X 19 的棋盤宇宙中，學習處事真理；落子無悔，每個選擇都牽動著下一個結果。  ❜❜  ——黑嘉嘉

人生如棋，落子無悔，是黑嘉嘉喜歡的圍棋格言，棋盤上的道理都是可以運用到科學和生活當中。在這邊也跟大家分享「黑嘉嘉的圍棋線上教室」最近剛好滿一週年，科學是生活，生活是科學，如果你對棋盤中的思考模式想進一步了解，歡迎大家報名體驗，有成人和小朋友的課程可以試上哦。

邀請您一同成為各行各業中的大科學人，您的捐款將支持「科學公益教材」的穩定開發，一起 支持台灣科學教育，讓孩子從小開始像「科學家一樣思考」，帶著自信長大成為各行各業中「 永保好奇」、「邏輯思辨」的大科學人！

【LIS 大科學計畫 ✦ 第二季】｜暖心上線 ▸▸▸▸▸▸▸
❛ 教育不只是老師的事，這是我們的任務，下一個世代的科學史，現在就得開始寫起！ ❜
募資倒數 30 天，尚缺 60 萬元定期定額製作啟動金
每月 523 小額捐款，支持全台十萬名孩子都期待的科學教材 http://bit.ly/3joDOC7
＃參與募資成為大科學人，＃解鎖泛科學贈送的神祕好禮關注 LIS 最新消息歡迎加入 FB 社團「LIS大科學人製造所」

• 本文轉載自 LIS情境科學教材

他是胡子 Huzi，是台灣少數以實驗型內容為主的 YouTube 創作者，更被網友戲稱爆炸系創作者，也許你會很意外，這位胡搞小子在成為百萬訂閱 Youtuber 之前曾經是一位老師！

家裡開補習班、大學成績恰恰落在師範、教育大學的胡子，走向教職似乎是老天爺為好人為師的他預備了一條安全且穩定的道路，然而當胡子進入體制內的教育現場，亦或是協助父母經營家裡的補習班，他發現自己沒有辦法專注在喜歡的教學上，更多的時候他需要教的不是小孩而是孩子的家長。

在自我探索的過程中，胡子被 Youtuber 這個職業給吸引，他勇敢的放棄、勇敢的相信，果斷離開碩士學位的最後一哩路，突破舒適圈為自己的選擇拼搏。現在的胡子繼續把「好人為師」的精神放在影片創作裡，藉由數位傳播的影響力，把他相信的教育理念、價值觀加進去，這一回成為創作者，他可以放心胡搞各種被束縛的框架，帶著更多的大小朋友一起胡思亂搞！

胡子的人生故事和教育觀點，邀請你一起往下閱讀>>>

順勢而為成為教育者

Ｑ：胡子是怎麼樣走上教職這條路？

會往教職走完全是順勢而為，我家裡本身其實都是老師，我的爸媽有經營一家補習班，我高中沒有特別愛念書，就念著念著剛好指考分數坐落在教育學院、師範學院，我就想說未來如果可以當個老師，就可以在家裡補習班幫忙，當老師對當時的我而言最安全最穩定的道路。

自己也有一點點「好為人師」的特質，在教別人讓別人變好的過程，可以讓我感受到成就感。一個人能因為我而進而改變，會讓我感到高興，覺得當老師這途應該滿適合我的。

不過到了第一線的教學現場，才發現我是喜歡教人，但學校體制的老師除了把學生帶好，還有很多很多很多很多…….繁瑣和我不想處理的事情，比方說跟家長溝通，小的要教，大的也要教，還要處理學校交代的一些意義不明的行政事務，總覺得很多事有更好的做法，但常常不能盡如人意。

後來我的心力主要放在補習班這邊，然而來到補習班的學生，最主要的目的就是要提升課業成績，有一些教學理想又不一定能放在補習教育裡，之前在學校碰到的家長問題也還是存在。

比方我曾經有個學生有注意不足過動症（ADHD），但因為他是長子長孫，全家對他寄予厚望，希望這個孩子未來能當醫生，當時我主要帶他數學和自然科學，從一開始的七八十分，慢慢到平均到九十、九十五分，但家長看到進步只覺得「為什麼都到九十了，還是不能到達一百分」，他的才華不應該往醫生的方向過去，在他讀書的過程中，我可以感受到他是讀得很痛苦。

因為補習班是家裡開的，除了教學我也要處理行政事務，想到未來十年、二十年如果還要過著這樣的生活，我知道自己沒辦法這樣下去，一直以來我都告訴學生要多方嘗試，勇於追求自己的夢想，但到頭來我發現我自己才是那個不滿現狀卻又不敢跨出舒適區的人，於是我在碩三那年毅然退學離開教育研究所、離開教學前線，先去當兵再慢慢思考自己到底該何去何從，後來才在替代役服役期間發現 YouTube 這條路。

試著為自己創造工作

Ｑ：什麼樣動機開始經營 Youtube 頻道 ？

我從研究所退學之後，在替代役服役期間花了大量的時間思考自己的各種可能性，低潮時就看一些雞湯影片來振奮自己，偶然間發現原來經營 YouTube 可以作為一個職業，而且收入可能可以很不錯！ 於是我花了大量的時間研究，本來是因為之前受到很多翻譯的雞湯影片鼓舞，所以想當個翻譯 YouTuber，提升語文能力的同時又可以讓我翻譯的影片發揮影響力，鼓舞更多像我這樣對人生感到徬徨的年輕人。

但後來發現這樣很容易遇到版權問題，而且既然都要花時間了，為何不用來投資自己？於是我轉而朝向當時很喜歡的 Hajime 社長、人生肥宅 x 尊那種快節奏的「開箱＆實驗」路線前進，畢竟這種內容的題材源源不絕而且永遠都會有市場，再者，只要觀眾對我的形象開始產生信任，我也一樣能發揮雞湯影片一般的影響力來改變大家，畢竟就我以前的經驗來說，學生總是在他們最喜歡的老師所教授的那個科目展現出最高的學習熱忱，因此我給自己一年的時間，從零開始學習影像剪輯、社群經營、企劃籌備、等等全新知識，慢慢地走到今天。

人生就是需要勇敢的相信、勇敢的放棄

Ｑ：放棄教職，家人得知胡子當初要成為 Youtuber 的反應？

從小家人都蠻放任我自由發展興趣，但他們可能有發現我並沒有真的發展出什麼興趣，如果不接補習班、不當老師，我也沒有什麼特別能工作謀生的技能，他們就覺得我好好接管家裡的補習班就好，他們也可以退休，我越長越大他們希望我當老師接補習班的期望也越來越強烈和明確。

當我做了從研究所退學的決定，家人一開始得知也很崩潰，說我都已經讀到碩三了，為什麼不咬著牙把論文寫完，當時他們對我要當 Youtuber 的想法是很不能諒解，因為在他們的認識中並沒有這樣的職業，他們會覺得很危險風險很高，也是擔心我拉，全天下的父母都是這樣的！

瘋子的定義，就是重複做一件事情卻期待得到不同的結果

Ｑ：胡子選擇這句科學人宣言的原因？

我覺得科學很多理論定律都可以運用在現實生活中，例如自然科學很強調的是科學的再現性，如果完全重複同樣的動作，理論上都應該要得到同樣的結果。

在日常生活中，如果你想要得到不同樣的結果，但你又不改變你的生活，是不可能會有所改變，比方說想要減肥，但又不運動不改變飲食習慣，想要找理想伴侶，但用同樣的擇偶邏輯，也不改變自己的身心狀況和生活習慣，你永遠都只會找到一樣的人，只是換著不同的名字罷了，所以我覺得這句話放在生活其他地方也都是很好用的。

響應本次「LIS 第二季大科學計劃」，胡子 Huzi 分享給我們的大科學人宣言：
❛❛ 瘋子的定義，就是重複做一件事情卻期待得到不同的結果  ❜❜
——愛因斯坦

胡子分享的科學宣言，恰巧呼應著他的人生抉擇，因為看見體制教育、補習班教育裡的限制，他勇敢的跨出改變，為自己開創新局。科學定理不只能存在科學課本裡，我們也能活在這些道理之中！

邀請您一同成為各行各業中的大科學人，您的捐款將支持「科學公益教材」的穩定開發，一起 支持台灣科學教育，讓孩子從小開始像「科學家一樣思考」，帶著自信長大成為各行各業中「 永保好奇」、「邏輯思辨」的大科學人！

【LIS 大科學計畫 ✦ 第二季】｜暖心上線 ▸▸▸▸▸▸▸
❛ 教育不只是老師的事，這是我們的任務，下一個世代的科學史，現在就得開始寫起！ ❜
募資倒數 30 天，尚缺 60 萬元定期定額製作啟動金
每月 523 小額捐款，支持全台十萬名孩子都期待的科學教材 https://bit.ly/3zPe1br
＃參與募資成為大科學人，＃解鎖泛科學贈送的神祕好禮關注 LIS 最新消息歡迎加入 FB 社團「LIS大科學人製造所」