讓創意具體成型的課程－《FabLife》

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

2 月 24 號，俄羅斯軍隊入侵烏克蘭。當世界開始祭出各項制裁時，各國科學界也正在動作——終止與俄羅斯的科學合作計畫。

停止多項與俄羅斯的科學合作

2 月 27 號，烏克蘭教育和科學部青年科學家委員會呼籲歐盟「緊急暫停與俄羅斯機構的各種國際合作」：包括終止俄羅斯參與全球最大型的科研架構計畫「展望歐洲」（Horizon Europe） ^{[註 1]} ，並督促將俄羅斯從兩個國際研發企業——法國的國際熱核融合實驗反應堆（ITER, International Thermonuclear Experimental Reactor）和瑞士的歐洲核子研究中心核研究中心（CERN, the European Organization for Nuclear Research）——驅逐。

為期七年的展望歐洲（Horizon 2020, H2020）計劃，目標在投資研究與創新計劃，投資實驗室中具高潛力和前瞻性之技術，協助產業創新與提升市場規模。

歐俄聯合火星任務取消

歐俄聯合火星探測計畫（ExoMars, Exobiology on Mars）是一項調查火星過去居住環境的天體生物學專案計畫。此計畫原定 2020 年啟動，在 COVID-19 疫情影響下延至 2022。如今，俄羅斯的這場軍事行動為這項計畫又添變數。

歐洲太空總署（ESA）於 2 月 28 日宣布，「火星探測器」的發射受西方對俄羅斯的國際制裁及其後續效應影響，將至少再延後兩年。

與此同時，美國麻省理工（MIT）也結束了一項與斯科爾科沃科技學院（Skoltech）長達十年，具爭議的合夥關係。 這項始於 2011 年的計畫旨在莫斯科附近打造另一個矽谷。儘管外界擔心該計畫可能以國家安全及人道主義問題換取經濟利益，麻省理工仍在 2019 年同意與 Skoltech 的合作延長五年。

這是在對俄羅斯政府侵略烏克蘭的行動表示拒絕。

過去，MIT 常被指控以金錢導向，專門與有爭議但富有的對象，例如，中國、新加坡和阿拉伯聯合大公國等專制國家、性犯罪者傑佛瑞．艾普斯汀（Jeffrey Epstein） 建立夥伴關係。麻省理工學院院長拉斐爾．賴夫（Rafael Reif）認為，Skoltech 計畫起源於特定的歷史時刻。當時，美國正致力於重設與俄關係，而俄羅斯也正積極尋求建立創新經濟。

如今，俄羅斯的侵略行為讓西方高等教育機構開始從新審視與俄關係。

對俄羅斯轉讓技術的制裁

除了學術性的計畫受阻，俄羅斯科學事業的附帶損失正在增加。

德國研究部下令暫停與俄羅斯的合作後，馬克斯普朗克地外物理研究所（Max-Planck-Institut für extraterrestrische Physik）關閉了俄羅斯 Spektr-RG 研究衛星上由德國運營的 eRosita X 射線測量望遠鏡。

幾個國家的數學學會也宣布不參加原定於 7 月在俄羅斯聖彼得堡舉行的國際數學家大會，並改以線上方式進行。

俄羅斯科學家的聲援

即使俄羅斯科學家將因為聲援烏克蘭而被指控叛國罪^{[註 2]}，仍有超過 6,150 名俄羅斯科學家和科學記者連署公開信。他們認為發動這場戰爭只會把俄羅斯推入絕境（a step to nowhere）且被國際社會唾棄孤立。

根據 2 月 24 日公開信中所言，俄羅斯對烏克蘭的入侵意味著俄羅斯科學家再也無法正常工作。

畢竟，做科學研究不像走獨木橋，它仰賴著不同國家間的合作。

• 延伸閱讀：俄烏開戰！俄國科學家連署「要求國家和平」

烏克蘭科學家何去何從？

面對俄羅斯的侵略，烏克蘭科學家則面臨了誓守故鄉、或是到鄰國展開新生活的兩難選擇。

在歐洲，部分機構為烏克蘭科學家提供避難所。波蘭科學院下的青年學院（PAN, Polish Academy of Sciences）安排了數十間願意收容難民科學家的研究所及大學。PAN 生物有機化學研究所的雅切克．科拉諾夫斯基（Jacek Kolanowski）表示：「我們希望協助他們在自己的專業領域找到工作。」

到目前為止，波蘭科學院已經協助了一些人到華沙擔任心理學家、到盧布林擔任癌症研究員，和到波茲南擔任法學教授。

很多烏克蘭科學家誓言捍衛自己的國家。

隨著俄羅斯軍隊持續侵入基輔，堅守家鄉的神經生理學家奧列格．克里斯塔爾（Oleg Krishtal）表示：幾乎所有人都拿起了武器。基輔植物研究所所長謝爾蓋．莫西亞金（Sergei Mosyakin）擁有四國國籍，但他並未撤離，他說：

我是烏克蘭人。而我認識的大多烏克蘭人並不怕為自己的祖國而死。

註解

• 註1：截至目前（2/28），俄羅斯仍然是 Horizo​​n Europe 和其它歐洲資助計劃的一部分。
• 註2：俄羅斯總檢察長辦公室宣布，任何向反對俄羅斯聯邦的國家或組織提供援助的人都可能被指控犯有叛國罪。當局逮捕了數百名街頭抗議者，包括著名的演化遺傳學家 Georgii Bazykin，他於 2 月 27 日在莫斯科市中心手舉「今天就停止戰爭」標語後被拘留。現已釋放正等待進一步的審判。

1. After invasion, Ukrainian researchers turn into resistance fighters and refugees
2. EU should sever scientific ties with Russia, says leading German MEP
3. Horizon Europe
4. ExoMars2020: how coronavirus played a part in postponement of Mars mission
5. MIT ends Skoltech partnership over Ukraine war
6. An open letter from Russian scientists and science journalists against the war with Ukraine

當現代的自造者遇上千百年歷史的多面體

柏拉圖將古典四元素：火、空氣、水、土對應到四種正多面體，並描述神使用正十二面體來排列整個天空的星座。千百年來人們不停探索多面體背後的規律，懷著對宇宙秩序的嚮往與好奇，現代的自造者則解構多面體的組成，藉由自造工具與身體感將想法化為具體。

沈岳霖老師自創工法完成各式材質創作，以雙手自造形狀近乎完美的多面體，體現古典幾何的純粹理性與極致工藝的堅定細膩，同時在教育現場帶領學生共同自造令人驚歎的大型幾何創作。此外，學生們揮灑創意將多面體裹上繽紛色彩，也充分展現數學在傳統工藝與現代想像的多面美學。

本次展覽透過「多面體自造」、「自造過程」、「關於自造者」、「多面體與建築」、「自造多面」等單元，以「多面」與「自造」為關鍵字，串聯國立後壁高中沈岳霖師生精彩創作，以「多面」向探討「自造」，呈現如何以「自造」實現「多面」。

2015年底《IMAGINARY：Infinity & Beyond 超越無限．數學印象》由德國引進臺灣，在各地掀起了一股數學藝術熱潮，讓許多人看見數學的美；延續先前的Imaginary，這次嘉義大學委託我們自行策劃數學藝術展覽《多面自造 Polyhedron Making》，想讓大家看見數學的多面姿態與自造者的驚人實踐力。

首先來介紹一下頗具巧思的展覽文宣，沿著設計好的摺線與卡榫，只用雙手就可以組出一個相當可愛的正二十面體，就算手拙如我的人也能輕鬆完成，讓人還沒進到展場內就已經體會到動手做的樂趣。

除了讓數學變得很可愛的文宣之外，展場設計也運用了六角柱這個幾何元素，擺放了連國內科學類博物館都不曾完整呈現的四大類型多面體，分別是：

1. 柏拉圖立體（Platonic Solids）：每面皆全等的正多邊形所組成的均勻凸多面體，也就是正多面體，共有5種。
2. 阿基米得立體（Archimedean Solids）：兩種以上的正多邊形為面所組成的凸多面體，可從柏拉圖立體經截角、截半等操作後構成，共有13種。
3. 卡塔蘭立體（Catalan Solids）：阿基米德立體的對偶多面體，每一面均為全等的非正多邊形，共有13種。
4. 克卜勒─龐索多面體（Kepler-Poinsot Polyhedron），由正多邊形或正星形所組成的凹多面體，每個頂點都由相同數目的邊連接。共有4種。

有了這四大類型多面體，可以理解「多面自造」的多面是什麼意思，那自造（making）呢？這樣精緻的展品竟然是自創工法並且用手工製作的，究竟是怎麼做出來的呢？

用雙手自造多面

就以最常見的柏拉圖立體當作例子，現任後壁高中美工科的沈岳霖老師首先解構多面體的幾何原理，將想製作多面體的各邊投影至立方體上再畫線標記，最後再以圓盤式砂磨機將不要的塊體磨掉，就可以得到多面體啦。

這過程聽起來不難，但其實一點也不簡單，畢竟不少多面體只要稍有磨偏或是不對稱，馬上就能夠用肉眼辨識出來，這樣高超的木工技術更是連國內數學藝術大師吳寬瀛都相當驚歎。在自造過程展區中，除了自造正二十面體的實體展品（如上圖），更精美圖解四種多面體的自造步驟，包含正四面體、正八面體、正十二面體以及正二十面體，讓人一看就懂。

除了多面體之外，展場中有一件相當有趣的碎形幾何作品叫做〈YES, I DO〉，其數學原理為謝爾賓斯基四面體（Sierpinski Tetrahedron），除了可以觀察展品的光影之外，在特定的角度還可以分別看到YES和I DO呢。

看了這些有趣的作品，多面體和日常生活有什麼關聯呢？展場中有一個展區為〈多面體與建築〉，介紹正在興建中的臺南市美術館當代館，其遮蔭屋頂採用前面作品提到的謝爾賓斯基四面體；另一個與多面體有關的建築則是伊東豊雄建築博物館，建築外觀是由四種阿基米得立體組合而成。

除了看展之外，展場中設置了「自造多面」體驗區可以動手參與，雖然無法在此體驗木作多面體的減法美學，但可以藉由3D列印的加法堆疊，製作元件感受空間解謎樂趣。此外，自造者使用的材料也在展場中以立方體的型式展示，包括雲杉、酸枝、柚木、檜木、烏心石，以多元面向探討自造。

潛心研究多面體，多做少說的木工國手

身為《多面自造》的策展人之一，我們為了這次展覽專訪後壁高中沈岳霖老師［1］，一到後壁高中木工教室，沈岳霖老師就拿出了朋友種的冷泡烏龍茶請我們喝，實在是這間沒有裝設空調教室的絕佳飲品啊。

沈岳霖老師畢業於公東高工木工科，這可是間在海岸山脈留下教育傳奇的學校［2,3,4］，出產許多在世界技能競賽奪得獎牌的木工國手，沈岳霖老師為其中之一。在那個年代，成為國手是一件比聯考還要難上許多的事情。

從高一不停參加競賽，到全國賽至選拔賽一路過關斬將，終於在20歲的時候成為木工國手，並且在1985年代表台灣參加在日本大阪舉辦的國際技能競賽，獲得門窗木工銅牌也就是世界第三，保送至高雄師範大學工業科技教育系。

不過沈老師的人生也不是全是一帆風順，他也曾經不知道為什麼要念書，考上光武工專電機科後兩個月就休學。某次和朋友去台東玩發現公東高工盛產國手，他們出國比賽拿了許多獎牌回來，便一心嚮往成為能夠保送大學的國手，因此重考進入公東高工就讀，進入公東前也只在國中的工藝課接觸過一點木工。

從公東開始過著選手訓練的生活，加上長期居住在鄉下的緣故，逐漸養成獨自工作、只做不說的習慣，以及低調沉穩的性格。在後壁高中的木工教室內，沈老師不疾不徐地解說木工備料流程；倒是進行採訪工作的我狂冒汗，一直倒冷泡茶來解渴。

訪問過程中提到多面體的時候，沈老師的眼神亮了起來，畢竟這是他順利融入教書工作的多年興趣。一開始的時候是以魯班鎖當作木工課的素材，後來發現多面體易於變化造型適合發展為教材，閒暇時便經常思索多面體構件的尺寸和角度，還曾經在斗南老家夢到菱形三十面體的角度，花費大量時間解開複雜問題獲得的成就感更使他樂此不疲。

沈岳霖老師並不以藝術家自居，只是喜歡動手做的過程，也喜歡設計出可以讓別人玩的玩具，對他來說是人生一大樂趣。更幸福的是，能把興趣融入工作帶到教育現場與學生共同自造；與沈老師經常交流數學的林義強老師認為，這是沈老師做過最有價值與最困難的事情。

像是展場中這一件師生共同完成的作品《截角菱形三十面體》（如上圖），是沈老師看見Philippe Dubois的創作Icosahedron Frequency 2，透過解構多面體、設計卡榫、製作模形的過程，以師生共同自造與組裝的方式重現作品。

每年沈老師皆會更新課程教材，勇於在課堂上挑戰新的大型作品；除了製作木工之外，沈老師讓後壁高中美工科的學生自由創作，讓千百年歷史的多面體加上現代的想像後變得相當可愛。

我們策這一檔展覽，並不是要強調數學有多實用，或是介紹多面體的歐拉公式，而是想讓大家看見數學有趣、令人著迷的一面，也想將沈岳霖老師多年來對於幾何的熱愛以及自造者精神(maker)傳達給大家。

同時在此預告十二月初會有臺灣數學藝術大師吳寬瀛老師的積木幾何創作展，原班策展團隊同樣在嘉義大學，要讓大家看見〈轉幾‧轉積‧轉機〉，請大家拭目以待！

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

《多面自造：沈岳霖師生幾何創作展》展覽資訊

地點：國立嘉義大學蘭潭校區圖書資訊館（嘉義市東區學府路300號）

展期：2017/10/23─11/24 週一至週六 09:00 ~ 17:00 週日 14:00 ~ 17:00

臉書粉絲頁：多面自造：沈岳霖師生幾何創作展

策展人：余歡庭、林家妤

聯絡人：國立嘉義大學應用數學系嚴志弘主任

參考資料

1. 沈岳霖老師部落格與臉書
2. 范毅舜，公東的教堂：海岸山脈的一頁教育傳奇，2012
3. 黃清泰，瑞士學徒制教育在公東：一位老校長引導的學習革命，2017
4. 莊文毅，台東木工發展史卷一：東海岸木工傳奇，2017

尼爾．格申斐德每年秋季都會在MIT（麻省理工大學）開一堂名為「（幾乎）萬物皆可做」」（How to Make（Almost）Anything）的超人氣課程。這項課程一開始只是以極少數的研究生為目標，講解如何將數位工具機應用在研究的方法而已，但是第一年第一次上課時，尼爾．格申斐德卻在走進教室時被眼前的景象嚇了一跳，因為不管是否是MIT的學生，總共超過一百人來聽課，而且所有人都眾口同聲地說：「我們期待這堂課好久了！」或是「拜託讓我們聽課吧。」

之後這堂課的內容愈來愈成熟，慢慢地進化成「個人製造」的入門課程。

其實全世界主持FabLab 的導師很多是這堂課或是「Fab Academy」（以遠端方式接收等同內容的課程）的畢業生。這堂課讓學生們徹底了解了利用數位工具機的機制與原理，所以這些學生才變得能夠給出「想要製作這個的話，可以用那個與這個工具，然後這樣做就可以」的建議。

吞下「叫聲」的包包

第一年的課程成果展的作品之一「尖叫機身」，常在介紹FabLab的簡報之中被舉成佳作的例子。「走進擁擠的人群之中，突然會有想要大叫的衝動」，總是抱著這個奇怪煩惱的女性，製作了這個奇妙的作品。這個包包擁有良好的隔音設計，所以對著這個包包大喊時不用擔心造成他人的麻煩，而包包會先將喊叫聲錄下來，等到讓使用者走到不需顧慮周圍視線的地方，再將錄下的喊叫聲播放出來。

製作這個包包的凱莉（Kelly）是位雕刻藝術家，而在接受尼爾．格申斐德教授的課程之前，她對電子組裝與程式設計根本毫無基礎，當然也沒有理工科的背景與素養。但是在上了這堂課程之後，她不僅能進行外裝設計，就連內部構造、電子線路與程式設計，她都能獨立完成。

如此前衛的作品，非得由她自己製作才行，否則是沒有人可以幫她完成。而不管如何等待，如此獨特的創意也不可能會變成產品。所以凱莉為了自己，把這個創意做成了作品，並且成為這項作品的使用者。

這類的例子怎麼舉也舉不完。不斷逃開使用者的輪子鬧鐘──這是愛賴床的作者為自己製作的作品。為了與自己的寵物鸚鵡對話而製作的網路瀏覽器（這項作品也叫做「InterPet Explorer」）、也有人一接近就豎起荊棘刺的女用蕾絲等等， 這可是建築系的米真（Meejin）教授重回學生身分，修了這堂課之後的作品。

從如此多的修課生以及富有創意的作品之中可以發現，「Fab」已取代語言以及數位內容的製作，成為一種新的「人文藝術」。這裡說的「人文藝術」與制式的日文翻譯「一般教養」截然不同，其內涵指的是「解放人性的技藝」（自我表現、自我實現）的意思。

生活在開發中國家裡，「努力地自行研發（幾乎）各種物品」是提高生活品質所必需的，但是在已開發國家裡，「自己製作想要的東西」已成了一種新型的自我實現方法。受到大量生產與規模經濟所制約而無法具體成型的東西， 或是在企劃會議與認定手續過程中無法成為「物品」的東西，之後都能憑一己之力製造。而使用者也不再希望只是消費者，愈來愈多人希望參與「製造」，也愈來愈多人想成為自己生活裡的生產者。

年屆三十歲中期，我卻願意回歸學生身分

我在二○一○年正式選修了這堂課。我在日本雖然是設計工程的教育研究工作者，但我覺得自己不該以旁聽這種半調子的心態聽課，所以就決定正式申請選修這堂課，就像剛剛提到的米真教授一樣。

在日本成立FabLab 的準備已經就緒， 但並不是買齊工具機FabLab 就算成立。就事實來看， 世界上有許多好不容易設立的FabLab 卻在最後被迫倒閉，因此能否持續營運的關鍵就在導師所扮演的角色，也在於FabLab 是否能成為一個自發學習的社群。希望不論好壞，都能學到稱為「Pedagogy」與「Andragogy」的教育學的側面。

老實說，從教師回歸學生身分，是一件需要勇氣的事，但是就是因為擁有教師的身分，所以才能在重拾學生身分之際，了解自己過去仍是學生時，有許多不懂的事，而且也更了解老師的教學方式與用心之處，更何況我也想試試看，我是否能與MIT的現役研究生相抗衡。

不管是軟體設計還是硬體規劃，「製造」這件事就與運動一樣都會日久生疏，尤其新型工具演化之快，必須提昇自己的技能才能跟得上現代技術的進步。我在學生時代使用的軟體，現在早已不能用了。在這個「工程師三十五歲是極限」的說法一閃而過的年齡裡，要想重拾原本的工夫，恐怕也很困難。

摘自PanSci 2013 十一月選書 《FabLife：衍生自數位製造的「製作技術的未來」》，由馥林文化出版