0

0
1

文字

分享

0
0
1

氣溫升高攝氏二度將會造成大麻煩

商周出版_96
・2013/07/26 ・3931字 ・閱讀時間約 8 分鐘 ・SR值 526 ・七年級

-----廣告,請繼續往下閱讀-----

2052單書封地球平均溫度在二○五二年升高攝氏二度的結果,人類將會在未來幾十年內,經歷愈來愈多更麻煩的氣候問題。這將會是一些極端氣候現象,像是,異常的大洪水,一再發生的乾旱,在新地點發生土石流,以及路線怪異的龍捲風、颶風和暴風。另外還會發生珊瑚白化、森林死亡,以及新的病蟲害。以上的每一種災害,都會引來眾怒並製造出對未來的恐懼。但在大部分情況下,短期的行動成本都會被視為高得難以接受,並因此而導致「考慮周詳」的決定,決定把重大行動延後。這些極端氣候導致的無窮盡災難所造成的後果,將會十分緩慢地創造出一個贊同採取真正行動的政治上的絕大多數。只有在幾十年後,全球社會才會投票支持進行額外的自願性投資,以大幅減少廢氣排放。

全球氣溫上升如果超過攝氏二度,將足以造成我們周遭正常環境的重大改變。最明顯的改變,將會是北極夏天出現冰融;極區之外的大部分冰河都縮小了;海平面上升一呎(主要是熱擴散引起的,並不是融冰的關係);氣候區分別向南北兩極移動一百公里;沙漠向外擴大、侵犯到熱帶的新地區,以及北方永凍土層的加速溶化。全球暖化甚至將摧毀美學價值:其中之一,可能就是奄奄待斃的生態系統出現醜陋的混合(例如,白化枯死的珊瑚和常綠的森林被甲蟲破壞死亡),以及生物棲地因為受到更接近赤道的物種的入侵,而造成生物棲地的恐慌(例如,寒帶的西洋菜〔watercress〕出現在溫帶地區)。

「未來之一瞥 5-3:陷入困境的北極海域」說明了全球暖化將會如何導致各個地區出現驚人的影響。

未來之一瞥 5-3

-----廣告,請繼續往下閱讀-----

陷入困境的北極海域

達格.賀森(Dag O. Hessen)

這則故事裡的主要演員都很小,一般只有幾公釐(mm)長。事實上,他們是屬於浮游生物的哲水蚤Calanus是螃蟹和龍蝦的親戚)。這提醒了我們,重要的演員不一定都是體型很大的。在北極海域,哲水蚤的數量很大,它們並且扮演著很重要的角色。它們屬於高貴的有機體族群,並且很明確地贏得關鍵物種(keystone species,又稱基石物種)的頭銜。只要了解,北極海域的海水溫度升高後,會對哲水蚤產生什麼影響,就可以讓我們充足了解未來高緯度海域生物的狀況了。

生態與經濟體系有一些共同點,包括要預測它們的未來是很困難的,因為它們的每一件事都仰賴另外的每一件事情。它們兩者的共同點就是,多重互相作用回饋循環──也就是因果關係的循環,不時會產生違反直覺的反應。有時候,改變是緩慢的。在其他時候,似乎小小的影響也可以引發大反應,並可能啟動一連串無法逆轉的大規模改變。

到二○五二年時,北方海域將會處於這種轉型期的半途,沒有人能夠真正說出這樣的轉變有多大。這有一部分是因為非線性生物系統的緣故。這個意思是說,生態系統對某一特定改變(像是溫度)產生的反應,也許不會是逐漸發生的,也不容易預測。在跨過某個時間點或門檻之後,可能會出現突然、劇劇性和明顯隨機出現的變化,這是因為物種轉換,或是在重要生態過程中的轉換,對整個系統造成一連串影響。這有一部分是因為:這是一個食物網,實際上真的就是一個網絡。例如,物種B也許很能忍受氣溫升高,但如果它的獵物(物種A)不能忍受高溫,那麼,物種B可能會因為失去了A,而受到因為天熱而引發的崩潰的影響──產生的一連串影響,可能還會影響到物種C、D、E等更多物種。或者,考慮海洋溫度上升的另一種潛在的回饋循環:熱吸收增加了,因為減少了雪和冰的覆蓋;永凍土溶化,造成二氧化碳和甲烷釋出;海洋酸化造成生物固定住二氧化碳的能力減少等等。我真的不知道這種情況會把我們帶向何處,但從二○五二年以後,將會是一個未知的未來──或者,更像是航入了未知之海(mare incognitum)。

-----廣告,請繼續往下閱讀-----

但我倒是知道,到了二○五二年,北海的溫度最有可能比今天平均上升攝氏一.五度。夏天的海水表面也許會上升超過攝氏二度。同樣的情況將一路發展到北冰洋(北極海),到二○五二年時,北冰洋在夏天將完全沒有冰,夏天並且可能出現相對較高的氣溫。因此,為什麼當冰冷的北極海域被加熱到似乎更舒適的溫度時,哲水蚤──這是專吃浮游生物的橈足類(Copepods)生物──和它們的同伴們反而會受苦呢?高溫不是會帶來高生殖力嗎?

不一定如此。首先,某些物種就是只能在低溫中生活得很好,因為它們演化的結果就是能夠適應低溫。但是,第二,水溫升高後會對浮游生物造成一些意外的副作用。我們預期,當海洋變溫暖時,浮游生物的生殖力和平均體形將會大幅減小

這至少有一部分原因,是因為缺乏營養浮游生物的海水表面將會被更快速的加熱,這使得它更難和含有豐富營養及浮游生物的深層海水混和。所以,高溫代表了哲水蚤的食物會減少──因為被混和進入表層海水的浮游生物更少了,而像哲水蚤這樣的橈足類生物,都是在表層海水中覓食的。這也表示食物更小了,部分是因為,在營養物極其有限的環境中,體形較小的物種要比體形較大的物種更能適應,但也因為細胞在氣溫升高時會變得更小。哦,當然了,哲水蚤也許很小,但藻類甚至更小,而更小的藻類代表哲水蚤很難一口就吃飽。

也許更糟的是,到二○五二年時,北極海域的海水的酸度也會改變,從歷史上一向很穩定的大約八.二左右,下提高到七.九。這可不是小的變化。我們將會看到,像哲水蚤這類甲殼類生物,以及其他有鈣化能力的有機體,包括植物和動物,都將會開始受苦,因為它們在建造它們的外骨骼時將會很困難。

-----廣告,請繼續往下閱讀-----

但我們也不要太想不開。到二○五二年時,北極暖化將會透過一連串的後續效應而影響到整個系統。新物種將會出現。不僅會出現新的橈足類和藻類物種,也會出現新的魚種。本來會在當地出現的鱈魚、鯖魚和鯡魚將會往更北方移動。很多底棲植物群和動物群將會從南方向北方入侵,取代部分的老居民。有些物種會比較好,但很多卻反而更糟。各種水母將會大為繁殖,因而犧牲了一些魚群。還有,我幾乎忘了鳥類。你可能再也看不到海雀和海鸚鵡在挪威西海岸孵化。到二○五二年時,這些鳥兒將會離去,飛向更北方。

有人也許會這麼期待,當冰從北極海撤退後,將會釋放出更多新土地,不僅可以供石油和天然氣探勘,也增加了海洋生物的生產量。好吧,我很擔心,這種樂觀想法太天真了。首先,海洋深處並不像上層海水那般充滿豐富的生命力。第二,這種奇特的冰下生態系統,是這種高極區海洋生態系統中很重要的一部分,但將來會消失無蹤。在現在的極區春天,你會發現,在大塊浮冰下面有著青綠的地毯。這些都是冰藻類,含有豐富的多元不飽和脂肪酸,十分營養。哲水蚤和它們的同伴在進入繁殖高峰時,就是聚集在這些冰下牧場裡覓食的。但當冰開始提早融化時,冰藻和哲水蚤的繁殖期將會愈來愈無法配合。如果哲水蚤的數量因此而減少,這就代表魚類的主要食物也跟著減少了──接著,就會影響到海鳥、海豹、北極熊和其他動物。這樣的影響會向外擴散。到了二○五二年,這個本來十分優秀的食物網,將只剩下很少的殘餘。

不過,還有更多新聞在一旁等待,等待在二十一世紀的後半段裡出現。到那時,格陵蘭的冰棚將會融化得更多,會造成其他不愉快的情況出現。更大的程度來說,灣流(Gulf Stream)輸送帶是被淡水和鹽分較高的海水之間的密度差異所造成的鹽度傾斜度推動的。如果在二○五二年後,淡水的注入中斷了這種流動,我會說:「你什麼都都還沒有看到呢。」

如果命運之神對我不錯,我將能夠在二○五二年,以一個很老的老頭子的眼光親眼見識這個世界,但這將讓我在我的臨終之前的日子裡很不愉快地發現:我,以及另外多位科學家,在二○○○年之前就大聲嚷嚷的這些憂慮,終於被證明是正確的。我是生物學家,對於人類在過去二十五年遵循的軌道,儘管有很明確的警告,還是讓我對人類的理性行為覺得很奇怪。更精確來說,我感到奇怪的是,我們的自私居然能夠獲勝,在演化上短視的理性,把目前的個人利益放到最大,超越了本來能夠用來避免發生危機的智性或是更多的理性。

-----廣告,請繼續往下閱讀-----

幸運的是,我可以用比較積極的語氣來結束這篇短文。我們將不會經歷到生態系統崩潰(這是我實在不喜歡的一個流行名辭,因為生態系統可以進行激烈改變,並且是以很不愉快的方式進行,但不會崩潰)。這個星球在以前曾經經歷過可怕的瓶頸,而生命總會找到它自己的出路的,但很明顯的,這要犧牲掉現在存在的很多生命形式。很明顯的,那兒會一直有各種細菌、藻類,甚至蟑螂存在。我相信,哲水蚤將會在某些棲息地生存下去,而人類其實也是相當堅強的。我真正擔心的是會自我強化的反餽──它們可能早已經開始了。到了二○五二年,我相信,即使是最全心全意的樂觀者也將會了解到,人類正面臨嚴重的挑戰。但我也相信,不管在社會、技術和心理方面,我們仍然被禁錮在「一切如常」的舊思維裡。

因此,我也許會在二○五二年覺得自己很幸運,在那時候,我在地球上的日子即將結束──但卻可以看到我的曾孫能夠在院子裡玩耍,這會讓我感到有點兒安慰。

達格.賀森(挪威人,一九五六年出生)是生物學教授。他發表過多篇有關於演化和生態學的科學論文,包括氣候變遷問題。他也出版過幾本大眾科學書籍和文章,並且積極參與有關氣候變遷的公開辯論。  

我沒有理由,也沒有資格不同意「陷入困境的北極海域」所呈現的未來場景。真正讓我擔心的是,在讀到這篇短文描述全球暖化在這個特定生態系統──北極區──所帶來的種種驚人影響時,像這樣的「驚奇」,可能也正在我並不熟悉的其他生態系統裡發生。

-----廣告,請繼續往下閱讀-----

氣候變遷對各地區造成的影響,彼此之間是有很大的不同。整個場景的一端將是「新北方」──加拿大北部、阿拉斯加、西伯利亞、俄羅斯和斯堪的那維亞半島北部──將享受到很多好處:氣候變得較暖和,出現新的貿易航道,以及更快速的農業和森林成長。另一端則是地勢較低的島國,將會被海水所淹沒,而且沒有地方遷移他們的人民。介於兩端中間的,則是傳統生產糧食的地區,將會失去原有的雨水與陽光都很充足的穩定氣候型態──有些地區變得十分乾旱,有些地區又會變得太多雨水。

 

摘自《2052》,由商周出版。

-----廣告,請繼續往下閱讀-----
文章難易度
商周出版_96
123 篇文章 ・ 364 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

0

0
0

文字

分享

0
0
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
0

文字

分享

0
2
0
末日模擬!從氣候變遷到核戰爭,人類未來將走向哪個結局?
PanSci_96
・2024/11/19 ・1957字 ・閱讀時間約 4 分鐘

科學家模擬的末日場景

隨著二氧化碳排放持續增加,全球的政治局勢日益緊張,世界上各國的承諾屢屢在國際會議中被辜負,戰爭的結束也似乎遙遙無期。警示世界末日的「末日鐘」越來越接近午夜,人類與地球的未來變得越來越悲觀。

這並非一種刻意的悲觀,而是基於氣候變遷和人類衝突升溫的現實。許多人或許和我一樣好奇,末日會不會真的臨近?如果會,那又會是什麼樣的場景?是氣候徹底失控的《明天過後》?還是生態浩劫後的全面沙漠化,需要武力生存的《沙丘》和《瘋狂麥斯》?或者是核戰之後,所有人生存在廢墟中的《異塵餘生》?

我們的未來走向尚未確定,但科學家已經率先模擬了不同的可能結局,讓我們可以一窺未來的模樣。這些模擬告訴我們,如果人類繼續走某些路徑,地球的結局將是如何。至於我們是否能避免這些結果,就得由全體人類共同決定。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

如何模擬出整顆星球的氣候變化?

要模擬整顆星球的大氣變化是一項龐大的任務,至少需要三大要素:理論、資料、和計算資源。

-----廣告,請繼續往下閱讀-----

首先,人類對氣候系統的物理和化學模式需要有足夠的了解,也就是大氣理論必須足夠完備。其次,需要足夠多的資料來模擬整個行星。這些資料包括地球半徑、自轉速度、海洋分布、太陽輻射、大氣成分等等,甚至是地表的狀況與地形。台灣的中央山脈就能影響到西太平洋的颱風走向,進而影響整個東亞的氣候。如果希望盡可能還原地球的真實情況,還需考量海洋的垂直溫度分布、植物分布導致的生物地球化學反應等。

最後,還需要強大的計算資源,也就是超級電腦。由於資料量龐大,每個參數的小誤差都可能引發蝴蝶效應,影響到預測結果。因此,科學家通常會微調各項參數,並對每組參數進行多次計算,這些都需要大量的運算能力。

模擬沙丘中的荒漠星球

科幻小說《沙丘》中的厄拉科斯,經布里斯托大學模擬,揭示未來氣候可能。圖/wikimedia

科幻小說《沙丘》中的厄拉科斯(Arrakis)是一顆完全荒漠化的星球,英國布里斯托大學的亞歷山大·法恩沃斯等人曾對這顆星球進行了模擬。他們使用在研究地球氣候變遷時使用的氣候模型,並結合小說中的設定,如大氣中的二氧化碳濃度和臭氧含量等,模擬了 500 年後的厄拉科斯氣候。

模擬結果顯示,厄拉科斯的赤道和熱帶地區夏季高溫達 45 度,冬季不低於 15 度。而高緯度地區則更為極端,夏季高溫可達 70 度,冬季最低可達 -75 度。由於大氣濕度和雲層的存在,極地反而比赤道更溫暖。此外,儘管小說中描述厄拉科斯幾乎沒有降雨,但模擬顯示高緯度和山區仍會有少量降雨。

-----廣告,請繼續往下閱讀-----

這些結果顯示,科學家不僅愛科幻,也樂於用科學方法來驗證科幻中的設定。這些模擬能讓我們更了解地球的氣候系統,並讓我們警惕荒漠化的危機。

核戰後的世界:核冬天的可怕景象

如果人類全面爆發核戰爭,戰後的世界會是什麼樣子?研究顯示,大規模的核武攻擊將產生大量的輻射塵和煙灰,進入大氣層並遮蔽陽光,導致「核冬天」的到來。

2019 年的一篇研究模擬了美俄之間的全面核戰爭,結果顯示,爆發後的第一年,全球氣溫將大幅下降,北半球的夏季溫度將下降 25 度,冬季氣溫則會降至零下,植物生長期縮短至僅剩 25 天。煙灰遮蔽陽光,導致全球糧食供應崩潰,第二年可能有 50 億人面臨飢餓。

這些模擬結果告訴我們,全面核戰將帶來毀滅性的後果,核冬天將使人類無法正常生活,這是真正的末日場景。

-----廣告,請繼續往下閱讀-----
核戰模擬顯示,氣溫驟降與糧食崩潰將致全球大饑荒。圖/envato

地球的未來會是如何?

地球未來的命運取決於我們今天的選擇。如果我們對氣候變遷置之不理,兩極冰帽將完全融化,海平面上升,許多沿海地區將被淹沒。雖然不至於像《水世界》中那樣極端,但低地區域的居民將面臨嚴重的生存挑戰。

如果人類選擇繼續衝突,甚至爆發毀滅性戰爭,我們的未來將如《瘋狂麥斯》或《異塵餘生》般,生存在廢墟中,面對乾旱、糧食短缺與持續的環境破壞。

歡迎訂閱 Pansci Youtube 頻道 鎖定每一個科學大事件!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

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
深海發現大型礦場和「暗氧」!是能源危機的希望還是潘朵拉之盒?
PanSci_96
・2024/09/21 ・2334字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

深海的暗氧:無光環境中的神秘氧氣生成

深海,被譽為地球最後的未開發疆域,隱藏著許多不為人知的奧秘。數千公尺深的海底沉積了數量龐大的多金屬結核,這些礦物因含有大量珍貴金屬,對現代技術,尤其是能源轉型,至關重要。然而,科學家在探索這些結核的過程中意外地發現了一種神秘的現象:暗氧,即在無光的深海環境中生成氧氣的過程。這一發現不僅可能改變我們對海洋生態系統的理解,還可能重新定義地球早期生命起源的故事。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

長期以來,科學界普遍認為氧氣的生成依賴於光合作用。光合作用是植物、藻類及一些細菌透過陽光將水和二氧化碳轉化為有機物並釋放氧氣的過程。這一過程主要發生在地球表層和淺水區域,是維持大氣和海洋中氧氣含量的核心機制。根據這一觀點,只有在陽光能夠到達的區域,氧氣才能被生成。因此,對於深達數千公尺的深海區域,我們的認識是,氧氣主要來自於表層水透過洋流輸送到深處。

然而,深海中缺乏光源,光合作用無法進行,這意味著氧氣在深海中的供應受到限制。雖然洋流能夠在一定程度上將氧氣輸送到深海,但這一過程極其緩慢,往往需要數百年甚至上千年才能完成一次循環。因此,科學家一直認為深海是一個缺氧的環境。

多金屬結核的發現,是新能源的關鍵,還是海洋生態的災難?

在這樣的背景下,科學家對深海進行了更深入的探索,並發現了錳結核(英語:Manganese nodules),又被稱為多金屬結核這一珍貴資源。多金屬結核是富含金屬的岩石,其主要成分包括鈷、錳和鎳等金屬。這些結核廣泛分佈於全球深海區域,尤其是太平洋海域,儲量高達數兆噸。這些金屬對綠色能源技術,如電池生產,具有極高的價值,吸引了全球各國的關注。

-----廣告,請繼續往下閱讀-----

然而,這些結核不僅是地球資源的寶藏,它們還隱藏著另一個重要的發現。2013 年,科學家安德魯·斯威特曼(Andrew Sweetman)在太平洋克拉里昂-克里珀頓區域進行深海研究時,意外地發現,在封閉的深海水域中,氧氣濃度竟然有所增加。這一現象引發了科學界的極大關注。

科學家探索深海的多金屬結核時,意外發現「暗氧」的存在。 圖/envato

暗氧的生成機制

斯威特曼的研究團隊推測,深海中的多金屬結核可能在某些化學條件下,充當了天然電池。這些結核通過電化學反應將水分解為氧氣和氫氣,從而在無光的環境中產生了氧氣。為了驗證這一假設,團隊在實驗室中模擬了深海環境,並確實觀察到氧氣從結核生成的現象。

不過,這一過程並非如想像中簡單。根據實驗數據,某些海底結核表面的電壓僅為 0.95 伏特,卻能夠生成氧氣,這與理論上需要的 1.6 伏特電壓不符。研究團隊進一步推測,這可能與結核的成分有關,例如含鎳的錳氧化物可能起到了催化作用,降低了反應所需的能量。此外,結核表面的不規則排列及空隙可能也促進了電子轉移和水的分解。

暗氧的發現挑戰了我們對氧氣生成的傳統理解。過去我們認為,地球上的氧氣主要來自於光合作用,但這一現象表明,甚至在無光的深海環境中,氧氣也能通過無機物的電化學反應生成。這意味著,我們對於地球早期氧氣循環及生命演化的認識可能存在重大疏漏。

-----廣告,請繼續往下閱讀-----

尤其值得注意的是,多金屬結核的形成需要氧氣,而這些結核大量出現在深海中,是否表明早期地球上就已經存在非光合作用的氧氣生成機制?如果是這樣,暗氧是否可能推動了地球上生命的起源?這一問題仍然未有定論,但暗氧的發現無疑為生命起源的研究開闢了一條新的途徑。

未來的挑戰:開採深海資源還是守護地球最後的「淨土」?

除了科學研究的價值,多金屬結核也吸引了全球對於深海資源開採的興趣。這些結核富含稀有金屬,特別是對電池生產至關重要的鎳和鈷。然而,大規模的深海開採可能會對海洋生態系統造成嚴重破壞。

對於發現的深海資源,是要開採?還是選擇守護海洋生態? 圖/envato

首先,深海採礦可能導致噪音和光污染,破壞深海生物的棲息地。此外,採礦過程中產生的懸浮物可能對海洋生物,尤其是水母等生物造成生理負擔。研究顯示,水母在模擬的採礦環境中會因應對懸浮物而消耗大量能量,這可能削弱其免疫系統並降低生存率。

因此,雖然深海資源的開採看似能解決當前的能源危機,但國際間對此議題的爭議仍然持續。全球已有32個國家支持暫停或禁止深海採礦,呼籲進行更多的生態影響研究以確保環境保護。

-----廣告,請繼續往下閱讀-----

暗氧的發現,不僅為科學研究帶來新的挑戰,也為深海資源的開採提出了更高的要求。在能源危機與生態保護之間,我們需要尋找平衡點。未來的技術或許能夠在不破壞環境的情況下,模擬自然過程生成多金屬結核,從而實現可持續的資源開採。

此外,暗氧現象的發現也為探索外星生命提供了新的思路。當我們在其他行星上發現氧氣時,不一定意味著那裡存在光合作用生物,可能是類似多金屬結核的無機反應在默默進行。這一發現或許將改變我們對地外生命的定義與尋找方式。

深海的秘密仍在不斷被揭開。從暗氧的發現到多金屬結核的開採,這片未開發的疆域將在未來的科學探索與資源爭奪中扮演至關重要的角色。無論是能源危機的解決還是生態系統的保護,我們都應以謹慎且負責任的態度面對這一未知的領域,避免打開潘朵拉之盒。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。