我很受傷，因為我覺得你是故意的

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

大多數人會發現，朋友的個性林林總總，不一而足，有人比較外向，有人比較內向，有人比較擅長溝通，有人比較諳於採取行動，也有人比較熟悉表達同理心。還有人像我，得詢問該擁抱多久才可以帶給人安慰（你既然問了，我就好心說，答案是二到三秒，如果是因為分手肝腸寸斷，就抱個四秒）。

我們擔起的角色反映出自身個性，只是通常並未察覺。在任一團體中，有些人覺得當領頭羊比較自在，有些人寧願別人替自己決定。有些人喜歡直腸子說話，其他人只會用暗示的（唉唷）。

這些狀況都不是湊巧。從細胞生物到工作場所，只要集結了人類、動物、分子，其行為就可以依某種階層體系與關係組合來解釋，由個性與生理學來決定。

蜂巢裡有不同類型的蜜蜂：工蜂建立蜂巢、保衛家園、採集食物，女王蜂是社會黏著劑，也是「老大」，雄蜂的唯一職責是交配，不是交配的季節，則遭蜂群驅逐到蜂巢外。蜂巢因此得仰賴各種蜜蜂行使不同的功能，發揮所長，注意收發彼此的訊號。

透過蜜蜂分工合作了解蜂巢的運作，探究不同的成分（蛋白質或人）互相溝通的方式，也可以理解細胞生物和人類社會的小圈圈。一群朋友決定要去哪裡玩、看什麼電影，得看大家有什麼意見、出什麼力，同樣地，一個細胞若須執行必要的功能，得仰賴各種輸入與動作，而各種輸入與動作是來自不同的蛋白質類型。

以蛋白質說明人類性格，描繪群體合作模式

或者，至少，這就是為什麼一個組織能達成效率，我們在細胞結構與動物王國裡看到的也是如此。人類行為的現實通常更為紊亂。想想你自己的朋友，想想你多麼擅長決定與人社交的方式。需要多少時間才能約好碰面、敲定場地、邀請大家出席？

如果牽涉到請大家做不是他們真心想做的事情，有時是請大家做未必適合他們的事情，這過程又要耗掉多少心力？又一次，從眾的欲望以及希冀從他人獲得正面評價的欲望，往往會覆寫掉有效溝通與有效協調行動的必要。

相較之下，蛋白質的組織足具效率，行事理性，將情感與人際政治屏除在外，實在令人驚豔。觀察「細胞訊息傳導」（cell signalling）的過程便可看清這點，基本上就是不同的蛋白質互相結合，察覺體內的變化，並將變化告知彼此，最後做出決策。

我將此過程當作模型，以利於了解哪種蛋白質可以印證我觀察到的人類行為，更優秀的模型應是何種樣貌。方式是將蛋白質行為與麥布二氏人格類型指標（Myers–Briggs Type Indicator，簡稱 MBTI）相互對照。

MBTI 將人的個性分成八種屬性：外向（Extroversion）、內向（Introversion）；感覺（Sensing）、直覺（Intuition）；思考（Thinking）、情感（Feeling）；判斷（Judging）、感知（Perceiving），再判定哪四種最能反映人格特質與行為方式。

對照完之後，我發覺，蛋白質比我想像中還更適合用來說明人類。某種層面上，蛋白質是個性類型的有效參考值，稍後例子將詳述。但是，蛋白質又不僅呈現不同「類型」同時並存的實際狀況，也是個好模型，描繪出同時並存與攜手合作該有的運作模式，也彰顯了為何必須表現個性、而非壓抑個性。

最普遍的蛋白質個性整理如下。

受體蛋白

受體蛋白（receptor protein）是體內任何細胞最初的接觸點，會感受到外在環境的變化，例如血糖值達尖峰時，往下游傳遞訊息給細胞內其他蛋白體以處理後續。不妨把受體蛋白想成團體內具有同理心的一群，可以憑本能感受到別人的不自在，或是感受到各方爭執快要失控了，雖非決策者，卻能居中協調，和同類一起工作。

受體蛋白型的人為樂天派，在不同的社會團體間輕鬆遊走；多個小圈圈都有他的身影，是小圈圈之間的溝通橋梁。依 MBTI 分類，此為 ENFP 型：「熱情洋溢，富含想像力，認為生命充滿各種可能，可以快速連結事件與訊息。」抑或是 ENFJ 型：「溫暖，同理心強，感覺敏銳，負責。極為關心他人的情緒、需求與動機。」

他們觀察敏銳，處事圓滑，能自在與人相處，擅長破冰，宛如在社交圈裡翩翩飛舞的蝴蝶。

轉接蛋白

轉接蛋白（adaptor protein）促成細胞訊息傳導過程的下一階段，會與受體蛋白結合，決定在細胞內傳遞訊息的最佳方式。這是體內第一個「做決策」的細胞體，負責決定啟動哪一個「激酶」（kinase，為下游的蛋白質），以及傳遞哪些訊息給其他細胞。透過轉接蛋白，初始訊號因此轉化成稍後可傳導並據以行動的訊息。

對我來說，這類蛋白不會大驚小怪，從容自在，善於支持他人，不需要當鎂光燈焦點。我與「轉接蛋白」型的人常常處得不錯，他們不會評斷別人，替不同人當翻譯，在不同個性的人之間斡旋，都相當拿手，與受體蛋白相仿，也是溝通者，不過，並不是主動積極與他人交朋友的那種，比較近似引導者：鋪好平整道路，往目標前進。

轉接蛋白屬於 ESTJ 型：「態度實際，將現實納入考量，實事求是，果斷，迅速著手履行決策。」抑或是 ISTP 型：「有包容力，彈性，會先靜靜觀察，問題真的浮現後便快速採取行動，找出可行解方。」他們不會大聲嚷嚷，也不會逼自己站到前排，但沒有了這類人，團體可能會失去平衡，四分五裂。

• 黃貞祥／國立清華大學生命科學系助理教授

關心事物遠勝於人，對社交充滿焦慮——你也是這種阿宅嗎？

「靠北工程師」的臉書粉絲專頁，上面充斥著大量阿宅工程師不解風情的笑話，其中大多數甚至不是虛構的吧？

像是《生活大爆炸》（The Big Bang Theory）的主角群那樣毫無社交能力、一再笑料百出，當然是太誇張了，但我先承認，對我們理工宅來說，往往很難想像大多數人類的情感世界，我們甚至對人類本身也不太感興趣，更遑論社交，否則就不會長時間宅在實驗室研究各種「冷冰冰」的東西，成為世界上極少數能夠理解某一主題的專家。

即使當上了教授，我們對社交活動仍充滿各種焦慮，據說許多當上主管的理工科系教授也一樣。要不是對事物的關心遠高於對人的，科學家或工程師為何要爆肝地躲在實驗室裡沒日沒夜地工作呢？在我們的成長過程中，更是充滿各種不堪回首的回憶吧？老實說，我自己過去因為穿著不得體，或者講了什麼不體面的話而被訓斥的經驗，也不勝枚舉。

很多理工宅，從小就是學霸，但我是個例外——標準的學渣。我在小學乃至中學時，有很多科目學期成績甚至掛零分。要做到這點其實不難，只要作業和考卷都交白卷，把時間花在做白日夢，或者閱讀大量自己都看不懂的書，然後準備回家被痛扁一頓就好。

只要是沒興趣的科目，我上課唯一的樂趣，就是在老師講課時，大剌剌地在教室玩起自己的東西，或者捉弄老師，大聲嗆他們沒講好的地方，因此在走廊罰站和被板擦砸中，也是家常便飯。還好我念的不是升學主義的中學，否則遲早會被退學。

整個中小學時期，我也一直覺得老師和同學都很奇怪，總是和他們格格不入，因為每次我去問他們或者找他們討論讀閒書看到的相關知識，不是被老師訓斥干擾教學，就是被同學當作神經病。一直到上大學前，我都不懂為何那些科學知識對他們來說會是無趣的。

後來，我發現自己對數理科目真的很感興趣，但因為馬來西亞中文獨立中學早期師資匱乏，所以數理科目幾乎都是自學的，然後在其他中文以外的文科科目全都超低分的狀況下，學校只好睜隻眼、閉隻眼，沒讓我留過級。

在學校裡最會被大哥們挑上然後被霸凌的，就是像我這樣的怪咖吧？在小學和初中階段，天天被照三餐開扁，後來被那些小混混打到全身傷痛也無感後，乾脆還收錢斂財，讓他們付費當沙包，只是後來醫藥費比賺到的多太多了，才知道原來要有成本的概念。

除了個性內向害羞、興趣狹隘，小時候家人還懷疑我有過動症。還記得，剛上幼稚園的時候，因為上課時跳上桌子表演舞龍舞獅，或者覺得女同學的辮子很可愛就當玩具玩，還有拿顏料要幫學校桌椅、牆壁作畫，而立馬被送回家⋯⋯因為幼稚園就在我家隔壁，老師都是直接把我從圍牆丟回家的⋯⋯

觀察、模仿、學習，以科學之眼開啟社會化

其實，我也不是沒朋友，因為校園裡總會有些怪咖，他們也沒什麼社交能力，可是在數理科目上卻展現出驚人天份，而且也天天跟你講很多很奇怪的話，讓我覺得很新奇。隨著年級愈來愈高，還能留在學校而沒有離開的同學，就愈多志同道合的，加上高中升學壓力浮現，很多同學就會來和我們交朋友，然後考試時拜託我們偷傳答案給他們⋯⋯

對許多人來說，理工宅就是這麼一群不懂人類情感能力，只有解決問題能力的人，比較像電腦程式多於像人類吧？而理工宅在成長和求學的過程中，因為貧弱的社交能力，還有搞不清楚狀況的發言等等，輕則被白眼，重則被霸凌，其實都很令人感到痛苦與挫折。

上了大學以後，我愈來愈社會化，以至於只有極少數朋友相信我個性內向害羞，大多數朋友都以為我是外向性格的人。那麼，我是如何學會與人相處的呢？

那麼，要如何變得更社會化呢？我自己的方式是：以科學的方式來解決這個問題。也就是把所有人類的行為，當作動物行為來觀察，看看周遭的人們，在具體的場合中，他們的言行舉止究竟會如何表現等，然後好好模仿一番。

格格不入，不曉得怎麼與人相處？你需要《人類使用說明書》！

如果，有更科學的方式來解決理工宅各種共同的社交問題，這一定是救星啊！

八歲時被診斷患有自閉症（ASD）、二十六歲時診斷出注意力不足過動症（ADHD）的倫敦大學學院（University College London）生物化學博士卡蜜拉‧彭（Camilla Pang）除了以這本《人類使用說明書》成為 2020「英國皇家學會科學圖書獎」（Royal Society Science Book Prize）史上最年輕得主，更重要的是，她利用自己研發出的各種方法，來度過苦澀的青春成長歲月，而成為一位「轉譯生物資訊學」（Translational Bioinformatics）研究者。

《人類使用說明書》真的是宅到爆的科普書，建議普通人閱讀前要有心理準備。雖然我還不算真的罹患自閉症或注意力不足過動症，但是像這些複雜的心理性狀，其實都只是「頻譜」的問題而已。例如亞斯伯格症，像我這樣的理科宅，雖然沒達確診標準，但其實評鑑分數已高過平均值不少，相信我大多數的理工教授同事也有過之而無不及。

因此，在相當程度上，我還滿能夠理解卡蜜拉當初沉浸在科學的世界中，如何化挫折為力量，以應對現實世界帶來的挑戰！

簡單來說，我們這些能夠適應社會的理工宅，某種程度上就是把面對的所有人生重大問題，都分解、拆解成一個個小單元，然後運用理性分析思考的方式，用盡所有能夠收集到的資訊，整理成一個個工作清單，然後按表操課地一一面對挑戰。

只是卡蜜拉更是直接把科學運用在思考她遇到的絕大部分人際問題上！如果卡蜜拉小時候有本《人類使用說明書》，她一定會是忠實的小讀者。可惜，她當時沒這本書，於是她長大後乾脆放大絕——自己寫一本！

雖然是理工宅但沒關係。她用一般理工宅更能夠理解的科學語言，來說明理工宅面對的種種人生難題。這是一本可以造福社會的好書，因為儘管許多理工宅是不折不扣的怪咖，但是只要在人生中遇到知音，他們就能夠好好地發揮所長，用特殊才能來推動人類科技的進步，而非自暴自棄甚至誤入歧途、為害人間。

卡蜜拉本身就很幸運，因為她的家人、朋友和老師都很照顧她。而我也是。所以如果認識這些怪咖，或者他們是你的家人，趕快買一本送他們！你會感謝你自己的！

從科學理論討論人際——《人類使用說明書》真的夠宅、夠懂人嗎？

要如何說明《人類使用說明書》的宅度呢？

舉例來說，卡蜜拉用現在當紅的 AI 人工智慧機器學習來說明如何擺脫箱型思維；理工宅在成長過程中，因為個性古怪而難以交友怎麼辦？向蛋白質學習團隊合作吧！她用熱力學來解釋房間的失序狀態才是正常的，這點深得我心！遇到恐懼該怎麼辦？探究一下光波和折射吧。

尋找河蟹要去找網路警察嗎？其實，波理論、和諧運動就能提供答案；分子動力學能教你如何屏除從眾心理，而量子力學和網絡理論能指導你邁向目標；不知道別人在想什麼嗎？沒關係，可以好好運用演化及貝氏定理；化學鍵就隱含著各種人際連結的道理；在人生的過程中犯錯不需太擔心，因為深度學習與神經網路就在不斷試錯；要在社會中待人以禮，可以用心研究賽局理論。

從上述內容也大致可見，不僅理工宅可以用科學來理解人類，而我們也能反過來用人類行為來理解這些科學知識與理論，這也是為何卡蜜拉的處女作能打敗許多經驗老道的科普作家，而榮獲 2020 「英國皇家學會科學圖書大獎」吧！

理工宅的人類敲門磚——你準備好走進這個世界了嗎？

《人類使用說明書》也能讓我們見識到理工宅很不一樣的內心世界，原來大家都有情感上的需求，只是當有人和我們看起來不太一樣，只要我們並不是外星人（雖然稱我們為外星人的同學也不少），就多少應該活得像人類。

不管是理工宅還是多愁善感的文藝青年，都是我們人類多樣性的表現，人類能夠源起自非洲草原，而後遍布全球，就是拜我們這個物種的多樣性之賜，創造出五花八門的技能和知識，形成複雜的社會網絡，天生我才必有用。

當然《人類使用說明書》也只是一塊敲門磚，讓理工宅能夠更加自在地融入社會，而不僅是孤芳自賞。可是要更加搞懂人類的世界，以及內心深處情感的力量，我們也需要文學。

文學的價值就在於本身的美，但如果站在功利的角度來看：文學作品能夠讓我們更加體會人類的情感世界。例如詩詞歌賦引領我們探索更廣闊的人類情感；經典文學小說，讓我們用我們演化而來、天生擅長用故事學習的方式，理解更深刻的情感與人際關係。

確實有心理學研究發現，閱讀文學小說，能夠提高受試者閱讀他人情緒的能力，這對我們在社會上趨吉避凶，會是很有幫助的！

好吧，準備好見識一下這位了不起女孩的內心世界了嗎？