要《丈量世界》，靠的是永無止盡的好奇心

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

公元 1823 年華勒斯在英國誕生，於 1913 年以 90 歲高壽去世，今年 2023 年是他誕生 200 年。我們懷念他是因為，他曾經和達爾文聯名發表演化觀點，以及提出解釋東南亞海島間生物分佈差異的「華勒斯線」。

Alfred Russel Wallace 在台灣常翻譯為華萊士，不過如威廉華勒斯等等 Wallace 都翻譯作華勒斯，本文就統一作華勒斯。

達爾文會提出演化論，深受他知名的小獵犬號之行影響。華勒斯的東南亞考察也給予他不少啟示，一如達爾文的加拉巴哥群島等地；然而在此之前，華勒斯已經在亞馬遜有 4 年經歷。為了紀念華勒斯兩百歲生辰，Nature 期刊 2023 年初刊登兩篇文章，緬懷他的亞馬遜之旅。

與強者朋友一起前進亞馬遜，然後分道揚鑣

和前輩達爾文相比，華勒斯的家境普通，也沒有受過正規的學術研究訓練。所幸身處文化發達的大英帝國，有志青年仍有不少學習和出人頭地的機會。何況他爸爸是學過法律的自耕農，文化資本其實不算低。

成年後喜歡生物的華勒斯在 1844 年，21 歲之際遇見小他 2 歲的貝茲（Henry Walter Bates），兩人志同道合；華勒斯也從一般愛好者，升級為有系統的標本搜集者，可謂一隻腳踏入研究領域的門檻。

1848 年，華勒斯 25 歲之際與貝茲一同航向大西洋對岸的亞馬遜。不過兩人大部分時候分開行動，貝茲在亞馬遜南部，華勒斯在北部的尼格羅河（Rio Negro）一帶。

華勒斯年輕時在談笑無鴻儒，往來皆白丁的階段，我猜朋友大概不會只有貝茲一位。不過貝茲後來提出的貝氏擬態（Batesian mimicry）沿用至今，可謂華勒斯的強者我朋友，事後諸葛的我們建構歷史敘事時，也就津津樂道兩人的友誼。

英國病人碰上船難，買保險很重要！

離家萬里的華勒斯，依然透過經紀人與國內保持聯繫，郵寄異鄉產品回英國賺錢。在亞馬遜待了 4 年後他決定返鄉，期間一直被疾病威脅生命，可謂現實意義上的英國病人（The English Patient）。

最慘的是他弟弟 1849 年遠渡重洋來照顧他，卻自己也感染黃熱病，返國途中不幸病逝。而華勒斯要等到幾個月後才收到消息。

1852 年華勒斯搭乘海倫號（Helen）貨船返國，沒想到出海三個星期後火燒船，使他漂浮在大西洋海面上，眼睜睜看著攜帶的行李大多損毀。最後他耗費 80 天返回英國，比起與貝茲的去程 29 天漫長得多。好在經紀人有買保險，讓華勒斯獲得部分補償，不至於血本無歸。

回到英國的華勒斯將近 30 歲，闖出一些名號，卻沒有受到太多重視。所幸保住生命加上幾年累積的知識，賦予他東山再起的契機。1854 年他得到前往東南亞的機會，1858 年 35 歲時就和達爾文聯名發表歷史巨作。

從亞馬遜參透生命的奧秘：生物地理學

華勒斯僅管在亞馬遜一直生病，也淬煉出不侷限於觀察的科學眼光，從船難撿回一條命回到英國後，展露學術鋒芒。1852 年 12 月 14 日，他在倫敦的動物學會發表研究亞馬遜猴子的論文，主張亞馬遜各地的猴子款式，受到大河形成的地理障礙強烈影響。

當時華勒斯受到一些批判，後來證明他的論點無誤，而且是生態分佈的普遍現象。現在我們知道更多：亞馬遜的河道歷史上改道多次，導致生物的分佈範圍持續變化。

用現代標準看，前往亞馬遜考察的 4 年差不多等同華勒斯的博士班修行，回國後發表的報告則是他的博士論文。這篇博士級論文中還觸及一個要點，所謂的「亞馬遜雨林」內部其實差異不小，他是首先有意識提及此事的研究者。

華勒斯觀察到亞馬遜的不同地區，物種組成不太一樣。他劃分 4 大區域：幾內亞、厄瓜多、秘魯、巴西，由其間的亞馬遜河、尼格羅河、馬德拉河（Madeira）這些大河分割出不同地區的地理障礙。如今所知更多，還可以切得更細。

具體是觀察到有幾條河分割出幾塊地，超乎其上普世性的生物學道理是，由於地理環境的阻隔，各地會形成不同的「特有種（endemism）」。華勒斯領悟地理障礙會影響生物分佈，可謂生物地理學的先驅。

自學成才的英國洞觀者

現在的人可能覺得上述觀點都是些普通常識。可是華勒斯是在 1852 年提出，那時演化論尚未問世，跟他同齡的孟德爾，當時也尚未開始種植豌豆。

一百多年後的常識，首度問世時常常是驚天動地的新突破！

年輕的華勒斯沒有受過正規學術訓練，還是需要持續賣標本換錢的月光族，提出的研究成果竟有如此理論性。由此可知亞馬遜之行，確實讓華勒斯從所謂的集郵者，蛻變為具備洞察力的科學家。

法國詩人韓波（Arthur Rimbaud）認為，詩人必需是能看穿事物表面，有洞察力的洞觀者（voyant），我想這也是頂級科學家必需配備的能力，亞馬遜的神秘力量加持過後，華勒斯可謂成功通靈。

這類自學成才的科學家，當時英國不只華勒斯一位。以時代來說，那時的英國社會有點厲害。後來華勒斯沈迷於「唯靈論（spiritualism ）」就是另一個故事了……

• 延伸閱讀：加洛德的掙扎與偉大：不是不能兼行政，但還是最愛考古研究｜桃樂絲．加洛德(下)

華勒斯年輕的南美洲經歷，讓人聯想到更早將近一百年的洪堡（活到很老，1859 年 90 歲時去世）。身為晚輩，華勒斯讀過洪堡作品，他站在洪堡巨人的肩上，觸及到更高的思想境界。

許多人覺得遺憾，遺傳、演化並稱，但是孟德爾提出遺傳學法則後被埋沒超過 30 年，等到 1900 年代才重現於世，因此 1882 年去世的達爾文沒有機會知悉。這方面華勒斯比較幸運，他年紀比孟德爾小半歲，又一直活到 90 歲，有機會見證遺傳學的發揚光大。

燦爛之火多年以後依舊燃燒

多年在亞馬遜、東南亞走跳的華勒斯，有不少接觸原住民的機會。照文字紀錄看來，他年輕時的思想應該和同時期的普通英國人差距不大，沒有特別進步或反動；不過相比於同時代人，他更尊重在地知識，這也有助於他的成功。

亞馬遜的生物多樣性如今依然天下第一，世界卻變化不少。尼格羅河盆地的原住民，在華勒斯時代是被觀察者，類似實驗動物的角色，現在漸漸變成主動的研究者，他們用源自不同文化的手法探索自己的世界，成為現代知識體系的一份子。

然而，曾經啟發華勒斯的尼格羅河盆地，至今仍缺乏一流的研究機構，無法培育本土的研究人才，本地學子必需離鄉背井。科學從華勒斯到現代突飛猛進，仍有不少進步空間。

上圖是華勒斯描述為「黑暗中一團燦爛之火」的圭亞那動冠傘鳥（Guianan cock-of-the-rock ，學名 Rupicola rupicola），目前沒有滅團危機，依然在華勒斯探索過的雨林中飛翔。希望燦爛之火永不熄滅，但是不要變成失控的森林大火。

延伸閱讀

• 【逝世百年紀念】華萊士──不朽的科學與人文思想家（一）
• 【逝世百年紀念】華萊士──不朽的科學與人文思想家（二）
• 【逝世百年紀念】華萊士──不朽的科學與人文思想家（三）
• 【逝世百年紀念】華萊士──不朽的科學與人文思想家（四）
• 【逝世百年紀念】華萊士──不朽的科學與人文思想家（五）
• 【逝世百年紀念】華萊士──不朽的科學與人文思想家（六）
• 【逝世百年紀念】華萊士──不朽的科學與人文思想家（七）
• 孟德爾如何種豌豆種出了遺傳學？──《基因：人類最親密的歷史》
• 引起上古神獸「拉馬克 V.S. 居維葉」演化論戰的埃及木乃伊鳥
• 達爾文：不懂就不要隨便亂定義物種！

參考資料

1. Alfred Russel Wallace’s first expedition ended in flames
2. Escaping Darwin’s shadow: how Alfred Russel Wallace inspires Indigenous researchers
3. Evolution’s red-hot radical

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁。

「同步輻射就是一台超級顯微鏡，它可以讓你看到恐龍蛋，不只是裡面有沒有小恐龍，還有這整個蛋白質的結構，都比學校的顯微鏡強太多太多倍了！」

國家同步輻射中心（以下簡稱國輻中心）為了讓更多人知道什麼是「同步輻射」，還有這個中心都在幹嘛，跟金鐘獎最佳動畫節目得主 studio2 團隊一起合作，歷經一千多天才完成科普電影《阿卡的冒險：光子秘密》，並於今年 8 月 29 日在科技大樓一樓簡報室舉辦電影試映會。《阿卡的冒險：光子秘密》主打國中以下觀眾群，期待能讓親子一同在時而緊張刺激，時而溫馨感人的氣氛之下，輕鬆了解「同步輻射」和台灣之光「國輻中心」。

想必國輻中心的科學家與 studio2 在完成《阿卡的冒險》這一千天中，一定經過很多討論跟磨合。而今天由我這個來泛科學兩個月的實習編輯，帶大家一起瞧瞧《阿卡的冒險》到底好不好看，還有這部科普電影如何誕生！

返祖病毒解藥失靈與阿卡身世之謎——《阿卡的冒險》劇情簡介

以前我對公家機關製作的科學影片總抱持著刻板印象：教育意義濃厚、像在看影片版本的課本，或是沒有很好的包裝想傳達的知識（如果我只想躺在沙發上放鬆看電視絕對轉台的那種）。

《阿卡的冒險》完全扭轉了這個印象，這部電影的故事性非常強，不會讓人一看就覺得電影要教我生冷的科學知識。故事剛開始先以「返祖症狀」病毒散播為後續故事鋪梗，染上此病不僅身上會長出大量毛髮，攻擊性也增加。企業家、政治家、甚至一般大眾與動物都染上此病，引起社會恐慌。再來是以小雞阿卡的視角出發，小雞阿卡想知道為甚麼自己和其他小雞外表長得如此不同，為了尋找「我是誰」的答案決定離「雞寮」出走。

接下來鏡頭帶到小男孩阿卡身上，染上「返祖症狀」病毒的小男孩阿卡長年為疾病所苦，解藥要價昂貴、支付不起；再加上科學家爸爸無預警地離去，讓小男孩阿卡難過不已。一日小男孩阿卡在河邊遇見小雞阿卡，救了小雞阿卡一命，從此他們形影不離，小男孩阿卡的心情也才逐漸轉好。突然一天，「返祖症狀」病毒的解藥失靈，而正確的解藥關鍵在小雞阿卡身上。當全國通緝小雞阿卡之時，事情的原委漸漸明朗，為何小男孩與小雞有相同名字，答案也都一一解開。

阿卡嚮往的國輻中心：與電影情節連結緊密不出戲

而在這錯綜複雜又有趣的故事情節底下，國輻中心的身影處處可見，科學知識跟故事情節連結緊密，看到科學知識部分不會有種「出戲」的感覺。像阿卡爸爸是國輻中心的科學家，而阿卡從小就對國輻中心有所嚮往，喜歡聽光子源同步加速中心裡的主任黃博士講解加速器的運作原理，觀眾也能從中阿卡的視角了解到「同步輻射」是甚麼、中心有哪些最新研究成果，及這些研究有哪些應用。

除此之外，《阿卡的冒險》電影裡也有許多的小巧思，像是把阿卡設定為「鳥類」，是因為鳥類與恐龍的親緣關係極為相近，呼應國輻中心恐龍牙齒結構的最新研究；另一方面，在電影最後治療疾病的關鍵解藥，就設定在「加速器光源」中，不僅讓大家了解到光子源同步加速器還可以應用在生醫製藥領域，也讓大家對於「同步輻射」的認識不再單一。

整體而言，電影《阿卡的冒險》裡科學知識的難易度適中，也很符合當初國輻中心主打「親子同樂」的設定。試映會當天不管是大朋友、小朋友，都非常投入在電影情節當中，在時而緊張刺激，時而溫馨感人的氣氛之下，輕鬆了解「同步輻射」。

看完電影當下的我，只有兩個字可以形容我的心情：過癮！

【後記】在五歲女兒心中種下科學種子

全體活動結束之後，身為科普人當然是立馬衝到前面死巴著國輻中心的計畫負責人跟導演了解這一切是怎麼開始的中間又發生哪些好玩事，我因為才來泛科兩個月沒有泛科名片我就算拿舊名片出來還是絕對要讓他們看見我的誠意（想必你看到這裡也很能感受到我的熱情（笑）。

國輻中心的羅國輝主任、計畫共同主持人湯茂竹、還有今天擔任活動司儀的潘冠宇博士，以及 studio2 團隊的馮偉倫導演，大家都人超好犧牲午飯時間，坐在會場第一排一一解答我這個菜鳥實習編輯的疑問！

大家回憶起這一千天到底是怎麼走過來的：剛開始光是定主題就花了半年的時間，甚麼主題都想過，比如新竹米粉要怎麼做才好吃，也想過要連結鄭成功的歷史故事；當確定主題之後，科學家想的是要有哪些科學元素在電影裡，studio2 則要設法把科學知識以故事情節包裝。

「他們（studio2 團隊）會懂得用畫面還有其他感官來思考事情，但科學家不是用這套思考方式，那個衝突跟磨合真的是非常精采！」潘冠宇博士感慨地說著。

雖說科普電影製作的過程中，科學家和動畫製作團隊間勢必會經歷一番又一番的討（ㄔㄠˇ）論（ㄐㄧㄚˋ），但當最終科普電影《阿卡的冒險》真的搬上了大螢幕，學生的熱烈反饋讓國輻中心的科學家們感動不已。計畫共同主持人湯茂竹提到：「小朋友剛開始會問電影劇情的問題，問到後來沒有問題了，會開始問科學的問題！」潘冠宇博士也分享：「我五歲的女兒看完之後，回到國輻中心裡電影出現過的場景，居然跟我說：『把拔這就是電子光！』雖然電影中提到的是電子會產生光，不過這已足以證明，科普電影已經能在五歲孩子的心中種下一個種子！」

「我們科學背景的人，平常頻繁接觸相對論、量子物理的知識，就跟呼吸一樣平常，但開始製作科普影片之後才知道自己跟別人落差很大。「科普」就像是一種「重新認識自己」的過程，當我們把自己歸零，再重新來看國輻中心的時候，這個過程很棒。」

期待科普電影《阿卡的冒險》在未來若反應持續這麼熱烈，國輻中心又再找到更多資源，「那我們就把剩下的十三集拍完！一集 22 分鐘，就像在看名偵探柯南一樣。」