【從中國經典認識大腦系列】庖丁能解牛，是因為「Zone」？

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

想像一下，你只是在專心聽故事，即使其他人不在同個空間一起聽。但你們的心率卻會不自覺地同步，你相信有這麼神奇的事嗎？

在過去研究中 [1]，科學家就發現當人們在同個空間，一起看電影或現場表演等共同體驗活動，大家的心律和呼吸等身體機能就會不自覺地同步。甚至，只要和另個人交談 [2]，你和對方的大腦活動、心率也會同步。

最新發表在細胞報導（Cell Reports）的研究 [3]，就發現參與者們只是聆聽故事，甚至不在同個空間，他們的心率也會同步。要能引發心率同步的狀況，有個前提：參與者必須非常專心。

只要靠聽故事，心率就能同步？

人們彼此會傳遞共同情緒等共感現象，長期以來科學家假設是源於我們大腦的社交天性。紐約市立學院教授、論文共同作者帕拉（Lucas Parra）就表示，過去有很多文獻指出，人們的生理機能會相互同步。但人要在以某種方式互動，並實際出現在同個地方。

但是帕拉也提到，我們的研究發現「這種現象要廣泛得多」，當人們只是專心聽故事、大腦處理這些刺激的同時，心率就會出現相似的變化。共同作者之一的西特（Jacobo Sitt）也補充，這是認知功能所驅動人的心率上升／下降，反而和故事情節所引發的情緒並不相關。

而心率同步的前提，就取決於參與者是否專注聽故事，並思考接下來會發生什麼。因為我們的心率波動，有部分是由意識處理所驅動的，而大腦會對這些刺激做出反應。

「注意力」是真正影響心率的因素

研究者進行一系列四項實驗，來探索意識和注意力在同步參與者心率中的作用。首先，研究者讓參與者們（彼此之間沒有互動），聆聽法國小說家凡爾納（Jules Verne）的科幻作品《海底兩萬里》（Twenty Thousand Leagues Under the Sea）的有聲書。

「他們的心率會根據故事劇情而變化」研究者也透過心電圖（EKG）的測量發現，當參與者聆聽故事時，大多數參與者在故事到達特定劇情時，都會表現出心率增加／減少。

你可能會覺得，欸！這個實驗打臉前面論文作者西特所說，心率和情緒變化不相關的說法。於是，他們進行第二項實驗，讓參與者觀看具有教育意義的教學影片，這基本上就不會引發情感變化。

去除情感變化的因素後，發現注意力是真正影響心率的因素。一開始，研究者先讓參與者專心觀看教學影片，大家的心率表現出類似的變化。有專心的情況，那也要測測看參​​與者在不專心時看影片，心率會不會同步。結果，幾乎所有參與者的心率同步情況都下降了。

光看心率是否同步，可以預測植物人的預後狀況嗎？

為了進一步測試注意力和記憶力的關係。在第三個實驗中，參與者分別要在專心、不專心的情況下，聆聽故事，並回想剛剛故事中的細節。結果發現參與者心率波動的情況，可以預測他們在回答有關故事問題時的表現。這也說明心率的變化，正是反映大腦是有意識地處理故事的訊號。

在最後一項實驗和第一個實驗類似，但不同的是，研究者找來有意識障礙的患者（像是昏迷或是處於植物人狀態）參與。多年來，這些患者可能是處在沒有反應的狀態。

然而，研究者想透過播放有聲書，測量 19 位患者們的心跳，來預測他們的預後情況。雖然患者的心率同步狀況明顯遠低於健康對照組，但有趣的是，其中只有 2 名患者表現和音檔同步的能力。

研究者在六個月後回訪，其中一位已經去世，另一名則完全恢復了意識和語言能力。剩下的 17 名患者中，只有 1 名非同步患者醒來，但他們無法說話。

西特也提到，雖然這項研究仍在非常初步的階段，但能夠想像這是個非常簡單的測試。可以運用實驗來測量大腦功能。而且實驗也不需要太多設備，甚至可以在救護車上進行。當然，這還需要對更多處於不同意識下的病患，進行實驗，並和 EEG、fMRI 等進行比較與驗證。

帕拉則表示，這項研究發現故事可以透過大腦功能，來影響我們的生理。不僅展示大腦與身體兩者的聯繫是多麼密切之外，且未來這類研究也能夠幫助我們更廣泛地理解大腦是如何影響身體，同時對於理解正念（mindfulness ）是如何和大腦與身體聯繫的，都是可以深入研究的議題。

•  Hasson, U., Nir, Y., Levy, I., Fuhrmann, G., & Malach, R. (2004). Intersubject synchronization of cortical activity during natural vision. Science (New York, N.Y.), 303(5664), 1634–1640. https://doi.org/10.1126/science.1089506
•  Zhang, J.R., Sherwin, J., Dmochowski, J., Sajda, P., & Kender, J.R. (2014). Correlating speaker gestures in political debates with audience engagement measured via EEG. In Proceedings of the 22nd ACM international conference on multimedia (pp. 387–396). ACM, 2654909.https://dl.acm.org/doi/10.1145/2647868.2654909
•  Pérez P, Madsen J, Banellis L, et al. Conscious processing of narrative stimuli synchronizes heart rate between individuals. Cell Rep. 2020;36.  doi:10.1016/j.celrep.2021.109692

「你有沒有過很投入地完成某件事，達到一種很忘我境界的經驗？」這其實就是正向心理學中的心流（Flow）概念。在今年東京奧運中，最能夠體現心流的，莫過於英國金牌跳水選手湯姆戴利（Tom Daley）了！

當大家在屏氣凝神觀賞跳水決賽的同時，戴利在場邊非常投入地編織。甚至，在前往東京的班機上，他還是不停地繼續編織。光是這段期間他就幫自己的奧運金牌織了一個「家」，也完成自家法鬥的衣服等作品。

為此，戴利還開了專屬編織的 Instagram帳號，分享自己的編織作品。場邊編織影片爆紅後，他也在社群中回應，「編織已經成了我尋求平靜、滿足和放鬆壓力的方式，我愛編織！」。

編織真的可以讓人變快樂嗎？

先說結論，編織真的能夠幫助我們變得更快樂、更放鬆。英國卡迪夫大學學者萊利（Jill Riley）等人，就曾針對全球超過 3500 多名編織愛好者進行調查¹，並發現這項活動能夠帶來極為顯著的心理和社會效益。

像是，很多編織愛好者都提到，編織是為了要放鬆、緩解壓力和提升自己的創造力。其實，研究結果就發現，編織頻率與感受到平靜與快樂的情緒，存在顯著關係。

透過編織不僅能讓人感受幸福之外，也連帶提升生活品質，更改善自身的人際關係、促進社會聯繫。

還有，一項針對飲食障礙症患者所進行的研究²，也發現針織能夠幫助他們減輕對身材、飲食和體重等的焦慮、強迫性意念等。所以，也建議未來可以考慮將針織活動引入臨床治療中，畢竟成本低、也很容易學習，減緩症狀的效果也蠻顯著的。

心流告訴你，為什麼快樂的時光過得特別快？

我們可能在日常生活中，或多或少有過很投入地某件事，以至於感覺時間變得更快／慢的經驗。而這就是心流，最早提出這個概念的，是正向心理學家契克森米哈伊 （Mihaly Csikszentmihalyi）。

「一種當人全神貫注投入、沉浸在充滿創造力或樂趣的活動中時，體驗到渾然忘我的一種感受。」，這就是當我們體驗到心流的狀態³。

聽起來要能夠體驗心流，對一般人而言不是件容易的事。但實際上，在日常生活中，不論是運動、閱讀、工作，或是靜坐冥想等活動，都能夠引發我們體驗到心流。甚至，契克森米哈伊還發現日本青少年和朋友一起尬車的時候，也會出現心流活動。

然而，也不是所有的活動，都能讓人體驗到心流。基本上，能夠引發心流活動，需要包含三個條件：

• 從事一件艱難、但有機會成功的活動。也就是說，活動雖然有點挑戰，但是自己有一定的能力和機會，可以挑戰成功。當我們要完成有挑戰的活動時，不只需要投入大量精力之外，也需要具備適當的技能，能夠知道要完成特定活動，需要經過哪些步驟等。

• 活動必須有「明確的目標和進度」。明確且有挑戰性的目標，不僅可以讓人帶來樂趣之外，也可以隨時掌握自己努力的方向與狀況。

• 活動必須能夠提供「即時的反饋」。目標和反饋的兩項元素，在心流活動中尤其重要。回饋不只是人在完成目標的過程中，監測進度的最好指標，也是我們的成就感來源。

當我們進入心流狀態後，會發生什麼事呢？你就會全神貫注地在做這件事，也會因為非常投入，而忘卻平常讓人煩心的事情和挫折等負面事情。且甚至進入忘我的境界後，也會連帶影響我們對於時間的感受。

在體驗心流活動中，也會讓我們對於時間的感受，和平常不一樣。像是，你可能會因為太投入完成某件事，覺得才過幾分鐘。實際上，已經過了一小時。有時，也會反過來。感覺過了幾小時，其實只過了半個小時。

運動員的心流體驗，與運動表現正相關

因此，契克森米哈伊也總結，「提供探索」、「創造的感受」是引發心流活動的兩大共通點。所以，其實也不難理解為什麼有這麼多人喜歡編織活動，認為這項活動能夠讓人放鬆、減緩壓力等好處。

因為在編織的過程中，我們就是朝著完成毛衣、玩偶等目標前進。而當編織的技能越嫻熟，你也能夠掌握自己編織的節奏與速度，這也符合掌握的可能性。且編織完成後，你不僅馬上就擁有自己的手做物之外，也會有滿滿的成就感。

關鍵就在於，編織活動是屬於能夠引發人體驗心流的活動之一，且也能夠讓人集中注意力。戴利在場邊編織，不只可以讓他在賽事之間放鬆，也能讓他進入心流狀態、保持專注。過去，在200多名運動員的研究中⁴，就發現運動員的心流體驗和運動表現是正相關。尤其當運動員處在正向情緒狀態中，和運動表現的提升也有相關。

所以，不論是在競爭激烈的頂尖賽事中，或是在日常生活等，透過從事不同活動，讓自己進入心流狀態，來排解自身壓力，也是個很好的選擇。這樣講完後，你是否更加心動，想開始學編織了呢？

1. Riley, J., Corkhill, B., & Morris, C. (2013). The Benefits of Knitting for Personal and Social Wellbeing in Adulthood: Findings from an International Survey. British Journal of Occupational Therapy, 76(2), 50–57.
2. Clave-Brule, M., Mazloum, A., Park, R. J., Harbottle, E. J., & Birmingham, C. L. (2009). Managing anxiety in eating disorders with knitting. Eating and weight disorders : EWD, 14(1), e1–e5. https://doi.org/10.1007/BF03354620
3. Mihaly Csikszentmihalyi（2019）。《心流：高手都在研究的最優體驗心理學（繁體中文唯一全譯本）》。台北：行路出版社。
4. Stavrou, N. A., Jackson, S. A., Zervas, Y., & Karteroliotis, K. (2007). Flow experience and athletes’ performance with reference to the orthogonal model of flow. The Sport Psychologist, 21(4), 438–457. https://doi.org/10.1123/tsp.21.4.438