Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

數不盡的星星@《悖論:破解科學史上最複雜的9大謎團》

PanSci_96
・2013/04/23 ・6051字 ・閱讀時間約 12 分鐘 ・SR值 556 ・八年級

source:wikipedia
source:wikipedia

如果讀者知道天文學家在多久之前就已經察覺這個悖論的存在,便會明白以下事實多麼令人驚訝:直到一九五○年代,這個悖論才首度由來自德國不萊梅(Bremen)十九世紀的醫生兼業餘天文學家韓瑞契.威漢.奧伯斯(Heinrich Wilhelm Olbers)正式提出,並以他的名字命名。在此之前,對這個問題感興趣的天文學家可說是少之又少。

一九五二年, 著名的澳洲裔英國宇宙學家赫曼.邦迪(Hermann Bondi)出版了一本極具影響力的教科書,書中首度使用「奧伯斯悖論」一詞。不過我們稍後將明白,這本書其實有張冠李戴之嫌。奧伯斯既不是第一個提出此一問題的人,他的解答也不具特別的原創性或啟發性。早他一個世紀的艾德蒙.哈雷(Edmond Halley)已經敘述過,再早一個世紀的約翰尼斯.克卜勒(Johannes Kepler)也在一六一○年提過。甚至連克卜勒都不是第一個寫下這個問題的人。為了了解整件事的始末,我們得回到一五七六年;哥白尼(Copernicus)的鉅著《天體運行論》(De Revolutionibus)發表數十年後,第一個英語譯本在這年終於出現。

任何關於天文史的論述總是從相同的幾個關鍵人物開始。首先登場的是西元二世紀的希臘人托勒密(Ptolemy),雖然身為有史以來最重要的科學教科書之一《天文學大成》(Almagest)的作者,他卻誤以為太陽繞地球公轉。他發展出以地球為中心的宇宙模型,並且被全世界天文學家奉為圭臬達一千多年之久。接下來是十六世紀的波蘭天才哥白尼,他推翻托勒密的「地心」學說,並將太陽與地球的位置對換,被尊為現代天文學的鼻祖。我們也不能遺漏伽利略(Galileo),他是一六○九年史上第一位將望遠鏡指向天空的人,並且透過觀測證實哥白尼「日心」模型的正確性:地球的確繞著太陽公轉,與其他行星一樣。

但是哥白尼的模型並不完全正確。他將地球從宇宙中心這個至高無上的位置移開的做法無誤,卻錯在直接用太陽取而代之,並相信太陽系即是整個宇宙。《天體運行論》被認為是引發科學革命的重要著作之一,書中展示了一幅具有指標意義的太陽系示意圖。該圖正確地將地球置於太陽外圍僅次於水星和金星的第三顆行星位置上,而月亮是天空中唯一繞地球公轉的天體。往外接著是火星、木星和土星。到此為止都正確(土星以外的行星尚未被發現),可是接下來哥白尼做了一件很有趣的事,他將所有的恆星放在最外圍繞太陽公轉的同一個固定軌道上,使得太陽成為整個宇宙而非一個行星系統的中心。

-----廣告,請繼續往下閱讀-----

我們現在當然知道,太陽並不在這個特殊的位置上。太陽事實上位於宇宙某個不起眼角落裡平凡星系中的某個旋臂外側。過去幾個世紀以來,愈來愈詳細精確的天文觀測資料不但協助我們建立現代宇宙論,也讓我們明白宇宙並沒有中心,而且很有可能往四面八方一直延伸出去。然而,在望遠鏡發明之前就已提出日心學說的哥白尼並沒有機會得到這些知識。

下一階段的突破得靠英國的天文學家湯瑪士.迪格斯(Thomas Digges), 他來自英國牛津附近一個沉悶的市集小鎮瓦陵福(Wallingford),算不上赫赫有名。他生於一五四六年,亦即哥白尼逝世後數年。他的父親倫納德.迪格斯(Leonard Digges)也是科學家,被推崇為經緯儀的發明人。經緯儀是現今主要由測量師使

用的一種儀器,用來精確量測水平與垂直角度。湯瑪士在一五七六年出版了由其父所著、廣受歡迎的天文年鑑《永恆的預測》(A Prognostication Everlasting)的修訂版,以附錄的形式將新題材加入書中。這本書最重要的貢獻在於首度將哥白尼的鉅著譯成英文。從現在的觀點來看,一本內容資料並非來自哥白尼的天文書籍,竟然願意將這個理論放在附錄裡,實在相當神奇。雖然湯瑪士.迪格斯出版了這個當時飽受爭議的宇宙模型並加以提倡,但他所做的重要工作不只於此。我認為,他進一步改良這個理論為天文學發展所帶來的貢獻,與哥白尼不相上下,他卻遠不如哥白尼有名。

迪格斯修改了哥白尼著名的太陽系示意圖,將原圖中位於最外層的眾多恆星從固定的單一圓形軌道上解放出來,散布到太陽系外廣大無垠的太空中。他因此成為史上第一位提出無限大的宇宙包含無窮多星星的天文學家─不過古希臘哲學家德謨克利特(Democritus)曾經暗示過同一概念。

-----廣告,請繼續往下閱讀-----

迪格斯的突破並非來自猜想。他受到一起發生於一五七二年的天文事件啟發,產生新的宇宙觀。正如當時全世界的其他天文學家一樣,對於天空中突然冒出的明亮新星他也目瞪口呆。現今的我們知道這種偶發事件是超新星爆發:當恆星來到生命終點,用盡所有核燃料之後,自身重力使星體急遽坍縮;這個過程引發衝擊波並向外傳遞,導致星體外層物質被猛烈炸向外太空,同時伴隨最後一次極為劇烈的能量釋放。事實上,爆發時所釋出的能量之高,其亮度甚至會短暫地超越整個星系。這些天體物理學的概念在十六世紀時尚未明朗。當時普遍認為,月亮軌道之外的宇宙結構是穩定而恆常不變的,如果夜空中突然短暫出現明亮星體,隨即再度變暗,它一定非常接近地球,而且必然在月球軌道以內。

迪格斯是當時少數算出一五七二年超新星勢必出現在距離地球極遠處的天文學家之一,其他還包括大名鼎鼎的第谷.布拉赫(Tycho Brahe)。由於超新星的位置相對於其他恆星並未逐日改變(也就是所謂的「視差」現象),天文學家被迫推論,它必定比月亮或其他行星更為遙遠。局勢變得十分令人費解─天空中突然出現一顆新天體,而我們卻搞不清楚它打從何處來。這個被稱為「新星」的出現令迪格斯得到一個結論:恆星與我們之間的距離不見得都相同;也許(雖然現今顯而易見)較亮的星離我們較近,較暗的星較遠。(譯按:因此超新星亮度的變化便可解釋為,該星體與我們之間的距離改變。)這在當時是一個革命性的想法。

當迪格斯看著無垠太空中數不盡的星星思索時,無可避免地想到以下的重大問題:為什麼夜晚的天空是暗的?對他來說,這算不上什麼悖論。他直接假設由於遙遠的星星過於昏暗,對於夜空的亮度並沒有任何貢獻。

迪格斯並沒有考慮到某個至關重要的數學計算,該計算足以揭露他對於黑暗夜空的錯誤推論,不過這一點的釐清已經是更後來的事了。克卜勒在一六一○年重新檢視這個問題,並認為夜晚之所以變暗,是因為宇宙的大小有限。星星之間的黑暗區域其實是包圍著宇宙的外圍幽暗空間。克卜勒之後一百年,另一位英國天文學家哈雷再度思索這個問題,他得到的結論支持迪格斯的解答:宇宙無窮大,但是遙遠的星體太暗,以至於我們看不到。

-----廣告,請繼續往下閱讀-----

數年後, 一位名為尚.菲利浦.迪薛索(Jean-Philippe de Chéseaux)的瑞士天文學家指出,迪格斯和哈雷的論點對於解開這個悖論毫無幫助。他透過簡潔的幾何計算證明:若以地球為中心,將周遭的太空依不同半徑向外劃分為若干同心球殼,像一層層的洋蔥直到無窮遠處,並且假設宇宙各處的星星亮度[註]平均而言相去不遠(我們當然知道這與真實狀況不盡相符,不過為了簡化問題,這是個可接受的假設),那麼雖然位於最內層球殼的星星看起來最亮,但由於較外層球殼面積較大,含有較多星星,總視覺亮度其實與內側任何殼層相同。換句話說,為數較多但較遠較暗的星星所貢獻的亮度,與為數較少但較近較亮的星星一樣。看來我們又回到問題的原點,克卜勒的觀點似乎成為唯一的合理解釋:宇宙並非無窮大,否則夜晚的天空就不會是暗的

下一位登場的人物是奧伯斯。在他一八二三年發表的一篇論文裡,夜空為何黑暗的問題再度被提出。他知道根據迪薛索的計算,距離造成星光變暗並非正解。他另行提出假說指出,太空中可能充滿星際塵與氣體,擋住來自遙遠星體(如今已知是星系)的光芒。不過他沒考慮到,如果時間夠長,這些物質會不斷吸收來自遠處的星光,它們會慢慢被加熱,到最後也會開始發光,而且亮度會與它們所遮住的星體(或星系)相同。

不論如何,當時幾乎沒有其他天文學家注意到奧伯斯提出的問題及解答,直到十九世紀末為止。我們可以原諒奧伯斯所犯的錯誤。各位讀者想想,當時天文學家不但不清楚宇宙的範圍有多大,他們手上甚至沒有明確的證據顯示恆星聚集成星系,而我們的銀河系只是廣大宇宙中數十億個星系之一。這種情況將會在二十世紀的頭十年改變,因為有一位科學家對時間與空間的本質提出嶄新的科學觀點。

原註:當我們考慮的範圍大過某個距離之後,自然會超出銀河系。這時我們所討論的就是星系的亮度,而非恆星。

-----廣告,請繼續往下閱讀-----

不斷擴張的宇宙

愛因斯坦在一九一五年發表他偉大的研究成果,但不是他著名的方程式E=mc2,也不是為他帶來諾貝爾獎榮耀、關於光的本質研究。這個理論被稱為「廣義相對論」(General Theory of Relativity),描述重力如何影響時間與空間。我們在中學時期學過牛頓的重力理論:重力是某種物體之間互相吸引卻不可見的力。這種敘述當然沒錯,我們的確生活在一個受地球重力主宰的世界裡,重力將我們拉向地球表面。牛頓的萬有引力定律也可以解釋月亮為什麼會繞著地球公轉,其引力如何影響地球的潮汐;它同時解釋地球如何繞太陽公轉,並且確認哥白尼以太陽為中心的太陽系模型。美國航空太空總署(NASA)的阿波羅計畫將太空人送上月球時,根據的就是牛頓萬有引力所做的預測。這個學說毫無疑問是正確的,但它並非完全精確。

愛因斯坦的廣義相對論用一種截然不同卻遠為精準的方式來描述重力。它指出,重力並不全然是一種普通的「力」,也就是說它不是一條將兩個物體拉近的隱形橡皮筋,而是一切帶有質量的物體周遭空間形狀的某種度量。寫到這裡,我相信除非讀者本身具有物理背景,否則這些解釋還是像天書一樣難以理解。不過別擔心,當愛因斯坦剛發表他的理論時,據說全世界只有另外兩位科學家能夠理解。時至今日,在經過各種實驗的嚴格測試之後,我們已經確認廣義相對論的正確性。

既然我們的宇宙是充滿物質的空間,而且所有物質基本上都受重力主宰,愛因斯坦及其他同僚馬上想到,也許廣義相對論可以用來描述整個宇宙的特性。然而,愛因斯坦隨即碰到一個棘手的難題。假設宇宙中所有星系在某個時刻相對於彼此是靜止的,而且如果宇宙的大小有限,引力將會使彼此逐漸靠近對方,最終導致整個宇宙的坍縮。當時普遍公認的宇宙觀認為,宇宙在星系的尺度以上是恆常不變的;一個隨著時間演變的動態宇宙,不但與主流想法脫節,也顯得多餘。因此當愛因斯坦發現廣義相對論的方程式得出宇宙必將收縮的結論時,他決定設法補救這個漏洞,而非構思出另一個石破天驚的解答。他假設,為了平衡向內拉的引力,宇宙中必須有另一個作用方向相反的反重力,稱為宇宙斥力。這個宇宙斥力恰好能夠與各種物質之間的萬有引力達成平衡,使得星系不會彼此撞在一起,並且使得宇宙維持在恆定狀態。愛因斯坦想出的上述辦法說穿了是一種數學技巧,讓他的廣義相對論能妥協於「已知」的穩態宇宙模型。

接著,令人意想不到的進展出現了。一九二二年,一位俄國宇宙學家亞力山卓.傅里德曼(Aleksandr Friedmann)想出不同的解答。有沒有可能愛因斯坦弄錯了,其實並沒有協助宇宙保持穩態平衡的反重力?他了解到,如果真的如此,宇宙並不見得會因重力作用而坍縮,其實也有可能在擴張。不過這怎麼可能呢?沒有宇宙斥力的話,宇宙不是應該要縮小而非擴張嗎?請看以下的說明。

-----廣告,請繼續往下閱讀-----

設想某種原因(例如初始時期的爆發)讓宇宙一開始就處於擴張的狀態。物質之間互相吸引的重力會讓擴張減緩。因此,如果用來抵消引力的宇宙斥力不存在,宇宙又一開始就在擴張,現在的宇宙應該不是在擴張就是在收縮。唯一不可能出現的是穩態宇宙,也就是在擴張與收縮之間取得平衡;宇宙的狀態是不穩定的。

以下的範例足以說明為何如此。想想看光滑斜坡上的球是怎麼滾動的:如果將一顆球直接放到斜坡上,它必定會往下滾。然而,如果我們觀賞一段球在斜坡上滾動的影片,當球滾到斜坡中間時將影片暫停,然後請第三者預測影片恢復播放後球的滾動方向。如果他們經過仔細思考,就會回答球可能往斜坡上滾(對應於擴張中的宇宙),也可能往下滾(收縮中的宇宙),但不會停在斜坡上靜止不動。要讓球往上滾的唯一辦法,當然要有人在一開始時踢它一腳。在這種情況下,球向上滾的速度會逐漸減慢,最終會停下來並開始往下滾。

沒有人打算相信傅里德曼的理論,包括愛因斯坦本人─直到發現觀測上的證據。幾年後證據就出現了。艾德溫.哈伯(Edwin Hubble)是第一位證明銀河系外還有其他星系存在的天文學家。在此之前,一般認為望遠鏡中所見許多一小抹的微弱光暈是銀河系內的星際塵埃,稱為星雲。透過強力望遠鏡,哈伯發現這些星雲根本離地球太遠,不可能是銀河系的一部分,因此他們本身必然就是其他星系。更引人注目的是,他的觀測顯示遙遠的星系正在遠離地球,而且遠離速率與距離地球的遠近相關。不論望遠鏡朝向天空的哪個方向,都能觀測到此一現象。他的發現證明了傅里德曼關於宇宙正在擴張的想法是正確的。

哈伯更進一步準確地指出,既然宇宙在擴張,那麼過去的宇宙必然較現在為小。如果將時間回溯到夠久以前,我們將會回到某個所有星系彼此重疊的時刻,當時的宇宙擁擠不堪。繼續回溯到更早的時間,所有物質將會愈靠愈近,直到我們回到宇宙創生的那一刻,也就是現今稱為「大霹靂」的宇宙大爆發。(天體物理學家佛列德.霍伊爾於一九五○年代首度使用「大霹靂」一詞。)

-----廣告,請繼續往下閱讀-----

在此必須特別說明,一般人常誤以為宇宙擴張是指所有其他星系都在遠離我們而去;這是錯誤觀念。真正擴張的其實是星系之間虛無的空間。另一件值得說明的有趣事實是,我們隔鄰的仙女座星系正朝著我們撞過來!根據目前所估計的宇宙擴張率,它應該以每秒五十公里的速率遠離我們。反之它卻以每秒三百公里的速率接近我們!之所以產生這種矛盾,是因為星系在宇宙中並非均勻分布,就像星星不是均勻分布在星系中一樣。在哈伯所觀測到的現象裡,離我們而去的是極為遙遠的星系,而非我們所在的本星系群的組成星系。

銀河系與仙女座星系彼此接近的速率相當於兩分鐘內繞地球一圈,或是在一週內從地球航行到太陽的距離。事實上,這兩個星系正在進行碰撞的程序,按照目前的進行速度估計,兩個星系需要耗時數十億年才會完全疊在一起。

關於宇宙擴張要說明的最後一點是,宇宙擴張速率正在逐漸增加。似乎有某種比重力還強的作用力將星系彼此推開,使擴張逐漸加速,與預期中重力會使擴張減慢的結果大不相同。這似乎是來自某種神祕的反重力作用,由於尚未找到更恰當的名稱,我們暫且稱它為「暗能量」。愛因斯坦關於宇宙斥力的想法看來終究不算太瘋狂,只是它似乎正在將宇宙撕裂,而不是維持恆定。

現今的宇宙學家相信,儘管宇宙從一百四十億年前誕生到現在一直在擴張,但是由於它所包含物質的重力作用,前七十億年間擴張速率是逐漸減慢的。後七十億年之中,由於星系分布過於稀疏,使得引力的效應轉弱。此時暗能量開始取得優勢,導致空間擴張愈來愈快。這意謂宇宙永遠不會再度坍縮,也就是宇宙不會毀於「大崩墜」(直到一九九八年發現宇宙加速擴張之前,大崩墜被認為是宇宙可能的最終命運之一);相反地,所有物質因為遠離彼此而永遠被孤立,導致宇宙終將死於「熱寂」(heat death)。這個想法令人意志消沉;不過,我們的壽命不會長到需要去煩惱這些問題。

-----廣告,請繼續往下閱讀-----

 

節錄至 PanSci 2013 四月選書《悖論:破解科學史上最複雜的9大謎團》(由三采文化出版)

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

2
1

文字

分享

0
2
1
邏輯駭客!霍金成功寄出穿越時空的邀請函,為何沒人赴約?
劉馨香_96
・2019/01/08 ・1540字 ・閱讀時間約 3 分鐘 ・SR值 528 ・七年級

史蒂芬·霍金 (Stephen Hawking) 是全球知名的理論物理學家、宇宙學家,在近代物理學上做出許多重大貢獻。

他曾預測黑洞會發出輻射(現稱霍金輻射)、提出了結合廣義相對論和量子力學的宇宙論等等,其講述宇宙、空間與時間本質的科普著作《時間簡史》更是暢銷多年。

縱使身體因為漸凍症而愈來愈不方便,霍金的內心仍是自由奔放的,大膽思索著宇宙奧秘、翱翔於無盡空間。

史蒂芬·霍金 (Stephen Hawking) 是全球知名的理論物理學家、宇宙學家。
圖/wikipedia

-----廣告,請繼續往下閱讀-----

霍金舉辦派對竟無一人赴約?

對於時間旅行概念感到癡迷的他,有一回為了驗證時間旅行的可能性,更是決定直接邀請時間旅行者來場特別的約會,事先做好一切準備,就等著時間旅者上門。

霍金仔細地寫好:「誠摯地邀請您參加時空旅行者派對」的戰帖邀請函,除了基本的時間、地點資訊,甚至連準確的經緯度都一併附上,就是要讓時空旅者沒有迷路的藉口。

然而,要怎麼把邀請函送到時間旅行者手上呢?答案其實很簡單:不要送就對了!

這封邀請函,霍金按著不表,打算等派對結束後直接昭告天下、讓它流傳百世,如此一來就不會有現在的人跑來湊熱鬧,未來的人們也都能看到了。

2009 年 6 月 28 日中午 12 點,原定的派對時間到了。霍金在劍橋大學的岡維爾與凱斯學院舉辦盛大派對,桌上擺滿了美食和一杯杯斟好的香檳,柱子也綁上一簇簇的紅、白、藍色氣球,看起來歡樂又溫馨。然而,時間滴答滴答過去了,等了又等、等了又等,最後卻一個人都沒有來。

-----廣告,請繼續往下閱讀-----

霍金心裡苦,霍金不說。圖/泛科動畫截圖

就這樣,派對結束了,只是從頭到尾都只有霍金一人。(年度最邊緣蓋章認證)看來,未來人即便看到了邀請函,也沒有能力穿越時空來參加派對呀!(絕對不是不喜歡霍金)

時空旅行沒有想像中容易!時空旅行的悖論

其實,霍金對時空旅行已經有一套看法了。他認為我們頂多前往未來,但不可能回到過去

自從愛因斯坦提出相對論,我們知道了物質的質量愈大或速度愈快,時間流動的速度就會愈慢。所以只要將太空船靠近一個超大質量黑洞,或者以接近光速的速度來旅行,那麼船上的人可能才過了一年,地球上的人們卻已經過了十年,這時太空船再回到地球,相當於他們前往了十年後的未來。

-----廣告,請繼續往下閱讀-----

至於要回到過去,科幻作家最喜歡使用「蟲洞」假說,指的是將兩個不同地點之間連結起來的時空隧道,然而蟲洞比分子、原子還細小,即使真的掌握到一個蟲洞,也不可能讓你全身穿過,還得放大個數億倍並保持蟲洞的穩定才行,實在難以執行。

許多科幻作家喜歡使用「蟲洞」假說作為時空旅行的實現方法。圖/flickr

然而,回到過去最關鍵的問題在於:會產生悖論。

最簡單的例子就是:你回到了過去殺了你自己,那麼你在被殺當下就死了,又是誰穿越時空殺了你呢?這樣因果錯亂、邏輯不通的情況,宇宙會陷入混亂啊啊啊!

此外,一旦蟲洞擴張,就可以讓輻射進入,引發「回授」現象,也就是來自未來時空的輻射通過蟲洞增加了過去時空的輻射,到了未來就又有更多輻射通過蟲洞增加過去的輻射,如此循環往復、正向回饋,蟲洞就爆掉啦!碰!

-----廣告,請繼續往下閱讀-----

霍金雖然也想要回到過去看看瑪麗蓮夢露、拜訪伽利略,然而經過科學性的思考便知道這是不可能的。唉,這麼可惜的事情不能只有我知道,辦個時空旅行派對讓大家一起認清現實吧(邪笑)。

想知道各種神祕的時空悖論是怎麼回事?快來看看這部影片吧:

-----廣告,請繼續往下閱讀-----
劉馨香_96
5 篇文章 ・ 0 位粉絲
生科系畢業,喜歡腦、神經與心智。

0

1
0

文字

分享

0
1
0
硬碟掉入黑洞,D槽裡的電影還會在嗎?
活躍星系核_96
・2015/04/14 ・979字 ・閱讀時間約 2 分鐘 ・SR值 528 ・七年級

-----廣告,請繼續往下閱讀-----

5438540_8d837c780941c5caeb8f3cf968c3801a_wm

編譯 / 許瑞福(台大電機系雙主修哲學,人文與科學的兩棲類)

困擾物理學界近四十年的問題-黑洞中的「資訊遺失悖論」-很可能根本不存在!

將文件切碎,你還是可以想辦法拼回來。把書燒掉,理論上你也可以辦到同樣的事。但如果把資訊傳入黑洞中,就永遠找不回來了?這是物理學家爭論已久的問題,黑洞是否如同一座終極金庫,把資訊吸入並永久蒸發,不留下任何蛛絲馬跡。最新的研究顯示這個觀點很可能是錯的!

水牛城大學(University at Buffalo)物理學家Dejan Stojkovic博士說:「根據我們的研究,資訊並不會因進入黑洞就遺失。」

-----廣告,請繼續往下閱讀-----

Stojkovic於《物理評論》(Phsical Review Letters)上,與他的博士生Anshul Saini共同發表了〈從崩塌物體的輻射具明顯的資訊守恆〉(Radiation from a Collapsing Object is Manifestly Unitary)。

這份論文簡述黑洞輻射粒子的交互作用,揭示不少關於構成黑洞的物體的特性,甚至透露了關於內部的物質與能量的資訊。

Stojkovic認為這是一項重大的發現,因為即便是深信資訊不會在黑洞中遺失的物理學家,也很難使用數學描述這個現象,但他的論文卻能清清楚楚地計算出資訊是如何被保留。

從霍金(Stephen Hawking)提出黑洞輻射的概念已經超過四十年的問題-「資訊遺失悖論」(information loss paradox),這份研究可說是一大進展!資訊遺失悖論一直是物理研究上的一大問題,如果黑洞中的資訊跟著黑洞一同消失,將破壞量子力學中的資訊守恆的原則。

-----廣告,請繼續往下閱讀-----

粒子交互作用背後的隱藏資訊

在1970年代,霍金提出黑洞能夠輻射粒子,而失去的能量將造成黑洞縮小甚至於消失。霍金甚至說輻射的粒子,並不會透露黑洞內部的任何線索;這意味著隨著黑洞的變化,其中的資訊將永遠消失。

霍金隨後修正他的說法,認為資訊是否無法逃離黑洞,或是從黑洞中找回資訊的可能性仍有待商榷,而Stojkovic和Saini的新研究正好幫助我們更加了解真相。

除了觀察黑洞本身的輻射粒子外,這份研究也考慮了粒子間的微弱互動。如此一來,黑洞外的觀察者就有可能找出黑洞中的資訊。

粒子間的互動包含重力或是中介物的交換(例如光子)。這樣的對應關係早就被發現,但過去的科學家們並不太重視。

-----廣告,請繼續往下閱讀-----

Stojkovic說:「由於被認為過於微小而無法造成影響,這些對應關係在相關的計算時常被忽略。我們的計算發現雖然這樣的對應關係一開始非常微小,隨著時間的會逐漸變大而改變結果。」

資料來源:

研究文獻:

  • Saini, A., & Stojkovic, D. (2015). Radiation from a collapsing object is manifestly unitary. Physical review letters, 114(11), 111301.
-----廣告,請繼續往下閱讀-----
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia