精神個案系列：被矮人綁架的記憶哪去了？

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

在銀行後巷泊好車，49 歲的巴西男子準備去領錢。幾名歹徒忽然竄出，持槍敲頭，將人押上另一輛車。數小時的挾持下來，他著實覺得要死了。^[1]

社交焦慮症

男子自幼羞澀，畏懼表演和社交。少年時期開始，每逢跟人互動，就顫抖、心悸、發汗。他不搭大眾交通工具，免得其他乘客打量；空有文憑與工作能力，卻頻繁轉職，就是沒膽於同事身旁用餐；報名學寫程式，半途而廢，僅因在同學面前打字極不自在。20 好幾的時候，有個電視節目介紹社交焦慮症（social anxiety disorder）。他看完，主動就醫。^[1]

社交焦慮症是常見的焦慮症種類，高達 13% 的人口在一生中曾患此疾。一般發病甚早，始於青春期。若未妥善治療，可能衍伸其他類型的焦慮症、憂鬱症（depression）及物質成癮等問題。^[1]

里約熱內盧聯邦大學（Federal University of Rio de Janeiro）附設精神醫學機構的醫師，開立鎮靜劑clonazepam，有時再加上抗憂鬱劑。儘管藥物稍能穩定其情緒，卻苦無適合的心理治療。他依然坐困家中，繼續母胎單身。直到 31 歲情竇初開，晨露般純淨短暫的交往，靠電話線懸繫著，連面都沒見上便結束了。37 歲那年，男子憂鬱、失眠、體重劇變、缺乏興致。抗憂鬱劑 nortriptyline 雖將他從低潮撈起，無奈焦慮的宿疾依舊。^[1]

創傷經驗

49 歲時，男子赴銀行提款險些沒命，心靈受到莫大衝擊。依據精神醫學的研究，再來至少有兩種可能的發展：一為「一朝被蛇咬，十年怕草繩」的創傷後壓力症候群（post-traumatic stress disorder）；二是「拍斷手骨顛倒勇」（phah-tn̄g tshiú-kut tian-tò ióng^[2]）的創傷後成長（post-traumatic growth）；亦有文獻認為兩者得以並存。^[1]

創傷後成長是災難性經驗帶來的正面心理影響，例如：轉變信仰、改善人際關係、學會珍視生命，以及提升對自我形象和能力的觀感等。一方面，破壞得大到足以摧毀定見，好創造擁抱新認知的契機；另方面，接下來的反芻，必須賦予該事件意義。置之死地而後生的過程，如同地震滅村，重建起的樓房可以耐震堅韌。^[1]

意外誠然可遇不可求，強度更是無從拿捏；爾後的劇情往哪走，並非全憑運氣。當事人如果勇於面對，不逃避思考及討論其經歷，便有從中蛻變昇華的希望。^[1]

創傷後成長

先是遭擄，然後獲釋，「到頭來我活著，像個贏家」。不會情感麻痺，沒有創傷記憶湧現，並未因此變得神經兮兮，也不刻意迴避相關情境。男子不僅無恙，竟然連焦慮也好了。「曾以為旁人都想著我，很怕被批評。挾持事件後，這般想法毫無意義。」他解釋：「…我領悟到問題源於內在，我決定自己受什麼左右。」不久，男子任職的公司財務困難，薪水減半，他也雲淡風輕。「那個經歷使我茁壯，若是過去大概無法擔待。然而現在我知道，綁架都沒致命，這次更不會。」^[1]

意外發生後，他從此敢在同事面前進食；參加了健身房；較常約會；而且搬離與母親同住的家。時至 2021 年，他的醫師發表其個案報告，擔任行政助理的男子已經 57 歲了，情況依然穩定，享受休閒活動和外出，「人生比從前多彩」。^[1]

1. Hühne V, Vigne P, de Menezes GB, et al. (2021) ‘The Remission of Social Anxiety Disorder After Trauma: A Case Report of Posttraumatic Growth?’. Frontiers in Psychiatry, 12:692637.
2. 中華民國教育部「拍斷手骨顛倒勇。」教育部臺灣閩南語常用詞辭典（Accessed on 12 JUL 2023）

約莫 30 年前，家庭經濟艱困，這名新加坡華人婦女選擇墮胎。固然有丈夫支持，仍深感愧疚羞恥。術後，她「聽到」誦經，並「看見」床舖上腐屍橫臥。^[1]

症狀再現

2017 年，婦人覺得整週被惡靈騷擾，腎臟切除術（nephrectomy）只得延期。後來在 2018 年的手術期間和之後，她分別接受兩種鴉片類藥物（opioids）止痛，卻導致不由自主的過動症狀。同時，繚繞的梵音與陳列的死屍，再次出現長達一個禮拜。她的腦電波圖及腦部核磁共振結果正常。投以具鎮靜效果的苯二氮平類藥物（benzodiazepines），兩週後外顯症狀消失並出院，但繼續用藥。此外，她術後情緒低落，有輕生的念頭，被診斷為重度憂鬱症（major depressive disorder），因此吃了兩年的選擇性血清素再吸收抑制劑（selective serotonin reuptake inhibitors）。^[1]

自殺防治專線：
 衛生福利部安心專線 1925
 生命線協談專線 1995
 張老師輔導專線 1980

2021 年，雷同的非自主性症狀重現：每日 2、3 回，胸口一股寒氣朝四肢擴散，再轉成刺痛。又哭又笑，尖叫、顫抖，手舞足蹈。幾分鐘至 1 小時下來，發汗疲憊。時年 62 歲的婦人，不禁憂心未來的日子如何是好。^[1]

4天後，在新加坡中央醫院（Singapore General Hospital）的急診室裡，婦人再次發作。肌肉注射一劑抗精神病藥物，沒幾分鐘，她就坐直身子，為自己的行為道歉。然而問診未及 10 分鐘，便再度失控。這回經靜脈打了苯二氮平類藥物，數分鐘內，又恢復鎮靜。^[1]

鑑別診斷

負責診療此婦人的精神科醫師認為，如果一個人著魔般地附體出神（possession trance），就要從心理諮商和心理治療，瞭解壓力來源，並學習調適；倘若罹患恐慌症（panic disorder），則可以再加上投藥。第一線的藥物，正是她之前手術後服用的選擇性血清素再吸收抑制劑，還有苯二氮平類藥物。理論說來簡單，偏偏兩種精神狀態，均會在壓力下的生氣和挫折時被觸發，症狀又有相似之處，診斷可得仔細鑑別。^[1][註]

恐慌症

剛入院時，婦人的生命徵象、血液、腦部斷層掃描、腦電波圖、神經功能；以及外表、情緒、表情、行為、言語、思考和感知等，精神狀態檢查（mental state examination）的項目都正常。不過住院期間，她已被病症折磨到想自盡。婦人告訴醫師，這些異狀起因於惡靈纏身。^[1]

在新加坡，22% 的華裔精神病患，將違常的思維與舉止，歸咎靈異附體：其中 40% 幻聽；32.7% 幻視。所以就是來者自稱能聽天音、見鬼神，精神科醫師想必都如禪佛入定，處變不驚。何況宗教信仰與精神醫學重疊的案例，並非當地獨有。比方說，有個 19 歲的突尼西亞裔義大利女子，描述《可蘭經》裡提到的那種精靈，侵入自己的身心。她被視為罹患恐慌症，施以選擇性血清素再吸收抑制劑，偕同心理諮商和心理治療後，情況便順利改善。^[1]

新加坡中央醫院的精神科醫師，盤點著婦人的症狀：流汗、顫抖、發寒、胸口不適、感覺異常，以及害怕失控。《精神疾病診斷與統計手冊》第 5 版中，恐慌症全數 13 種症狀，她就有 6 種。雖然墮胎與腎臟切除術的創傷經驗，有機會觸發中邪般的解離症狀；但是婦人意識清醒，未曾浮現其他人格，也無記憶斷片的現象。至於情緒不佳，主要是受到這些經驗的影響，倒不是本來就深陷低潮。換句話說，既非附體出神，也不是伴隨精神病特徵的重度憂鬱症，而是帶有文化特色的恐慌症。^[1]

婦人在對症下藥，且病情穩定後出院。她計劃一邊服藥；一邊尋求民間信仰的傳統諮商。基於文獻指出宗教活動有助預後，醫師亦樂見雙軌並行。^[1]

備註

原個案報告使用的「附體」（possession）和「出神」（trance）二詞，^[1]既有宗教意味；亦可指稱精神醫學中的附體出神障礙（possession trance disorder）。比起該醫師提到的恐慌症，附體出神障礙其實跟解離性身份障礙（dissociative identity disorder），更加相似。^[2]相關案例請見：〈精神個案系列：發瘋、中邪，還是通靈？〉

1. Khoe HCH, Gudi A. (2022) ‘Case Report: An Atypical Presentation of Panic Disorder Masquerading as Possession Trance’. Frontiers in Psychiatry, 12:819375.
2. Pietkiewicz IJ, Kłosińska U, Tomalski R. (2022) ‘Trapped Between Theological and Medical Notions of Possession: A Case of Possession Trance Disorder With a 3-Year Follow-Up’. Frontiers in Psychiatry, 13:891859.