Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

太陽活動將步入第2次芒德極小期?

臺北天文館_96
・2011/06/27 ・2465字 ・閱讀時間約 5 分鐘 ・SR值 555 ・八年級

根據美國國家太陽天文台(National Solar Observatory,NSO)和空軍研究實驗室(Air Force Research Laboratory,AFRL)科學家的研究:東西向帶狀流逐漸消失、黑子數量愈來愈低、太陽兩極的活動也漸趨緩慢,在在意味著我們太陽似乎即將進入休眠期。這些研究結果在美國天文協會(American Astronomical Society,AAS)太陽物理組(Solar Physics Division)於新墨西哥州立大學(New Mexico State University)舉辦的年會中發表。

The Sun viewed in visible light, at minimum phase (2006) and maximum phase (2001)

太陽黑子數量和其他太陽活動的變化平均約為11年,是太陽22年磁週的一半,因為太陽的磁南北極約每11年會對調一次,22年後才會回覆原狀。目前太陽正處於第24太陽活動週期(Cycle 24),且逐漸邁向活動極大期。從各種不同的研究,如太陽內部、可見表面或日冕等,結果都顯示下一個太陽黑子週期,即第25太陽活動週期(Cycle 25)的活躍程度都將大幅減低,甚至可能完全不會來臨。NSO的Frank Hill表示:這真是超奇特又超意外的;但事實上,的確有3種完全不同的觀點,都指向太陽黑子週期可能會消失的相同結論。

然而,緊接著會提出的問題便是:目前這種太陽活動減緩的現象,是否意味著將出現第二個芒德極小期(Maunder Minimum)?芒德極小期是發生於西元1645~1715年間的事件,在這約70年的期間,居然幾乎沒有太陽黑子現身;而在當時,歐洲恰逢小冰河時期,黑子數量與地球氣候變遷是否有關的議題,由此開始引爆,但到目前為止並沒有兩者確實有關連的確切結論。

第一個研究結果是Hill等人利用全球日震觀測網(Global Oscillation Network Group,GONG)散佈全球的6個觀測站的太陽表面振盪觀測資料,套入理論模型中後,可獲得太陽內部的結構訊息;有點類似利用地震波來瞭解地球內部結構的方式。他們的其中一個發現是太陽內部東西向的帶狀流,即所謂的「扭轉振盪(torsional oscillation)」,是從中緯度地區開始,然後逐漸移向赤道地區。扭轉振盪是引起太陽較差自轉(differential rotation)—即太陽各緯度自轉速度有所偏差的一種現象。這種帶狀流出現的緯度往往與每個黑子活動週期中,新黑子形成的緯度相同,太陽物理學家並藉此成功預測了第24太陽活動週期發生時間會比較晚的狀況。

Hill表示:若按一般太陽活動週期平均約為11年來看,第25太陽活動週期應該會從2019年左右開始,所以他們原本預期第25活動週期的帶狀流應該近期要開始發生了,但卻一直等到現在都沒看到帶狀流出現的訊息。這意味著第25活動週期可能會推遲到2021年或2022年才開始,甚至一直不會發生。

-----廣告,請繼續往下閱讀-----

在AAS年會中第2篇相關論文為Matt Penn和William Livingston等人發表的。太陽黑子是當太陽內部強烈的磁流管(magnetic flux tube)向上浮出太陽表面,阻斷氣體隨熱對流回到太陽內部而使此處氣體溫度降低而形成的。典型黑子的磁場強度約為2500~3500高斯(gauss),而且磁場強度必須高於1500高斯才能形成黑子,這與地球表面平均磁場強度小於1高斯相較之下,真是強了許多。

Inset shows the effect used to measure the magnetic field strength: a splitting of a spectral line in the sunspot. Magnetic fields cause single spectral lines to split into a multiple=

不過,Penn等人分析基特峰(Kitt Peak)麥克麥斯太陽望遠鏡(McMath-Pierce Telescope)長達13年的黑子觀測資料之後,發現黑子的磁場強度似乎有逐漸減弱的趨勢,從第23活動週期到現在的第24活動週期,黑子的磁場強度每年約遞減50高斯,所以他們預測第25太陽活動週期的磁場活動會非常微弱,以致於僅會形成少量太陽黑子。此外,他們還注意到黑子溫度升高幅度與磁場強度的變化相符。如果這個趨勢持續不變,那麼磁場強度一旦低於1500高斯的下限,再也無法抵擋太陽表面熱對流的擾動,那麼黑子就會大量消失。

除了在AAS年會發表的論文之外,第3個相關研究結果是在NSO利用40公分日冕觀測望遠鏡(coronagraphic telescope)進行黑子活動觀測的美國空軍日冕研究計畫Richard Altrock等人,觀察到太陽日冕在兩極原本有相當急促的向極磁場活動,但這個活動也有趨緩的現象。這個日冕極區的活動特徵相當奇特,是根於太陽內部的強磁場結構所造成的,因此一旦觀察到這個急促向極磁場活動有變化,就代表了太陽內部深處有變化。

Altrock等人利用光度計測繪被加熱到攝氏200萬度左右的鐵離子輻射。由於外部電子被剝奪,所以帶有正電荷的鐵離子很容易受到來自太陽內部的磁場影響而聚集在一起,因此可呈現出日冕兩極的磁場狀態。目前已知一般新的太陽活動會首先從緯度70度左右之處開始浮現,然後隨著活動週期演進而漸漸向赤道聚攏;在此同時,新的磁場會迫使前一活動週期的殘餘份子向兩極方向移動,最遠可達緯度85度左右。這就是前述的急促向極磁場活動。

-----廣告,請繼續往下閱讀-----

Plots of coronal brightness against solar latitude show a "rush to the poles" that reflects the formation of subsurface shear in the solar polar regions. The current "rush to the poles" is delayed and weak, reflecting the lack of new shear under the photosphere. Note the graph depicts both north and south hemispheres overlaid into one map of solar magnetic activity, and that the patterns correspond with the butterfly diagram above. Altrock表示:從第21活動週期到第23活動週期,太陽極大期大都發生在這個急促向極磁場活動出現在緯度76度時。不過第24活動週期原本開始的時間就比預期的還晚而慢,所以很可能無法強到足以製造這樣的急促向極磁場活動。如果前述理論正確,這意味著可能發生於2013年的第24活動週期極大期將非常微弱;甚至如果這個急促向極磁場活動一直無法完成,那麼第23活動週期的磁場無法全部被推到極區來毀滅,後果將是什麼?不幸的是,目前還沒有任何理論學家可以精確指出這會導致太陽發生什麼狀況。

上述三項各自獨立研究的結果,都顯示現今大家很熟悉的黑子週期很可能會消失一段時間。目前太陽科學家們正著手驗證他們的研究結果究竟是否正確,如果答案是YES,那麼2013~2014年很可能是未來數十年內,我們可遭遇的最後一次太陽活動極大期,由前一篇天文新知2011-06-16 太陽活動極小期如何影響地球的新說法顯示:這將會影響從太空探索地球氣候的一切事物;但是否真的會讓地球步入冰河時期,還有待觀察。

不過,這些研究結果與之前預測第24活動週期將會非常強的其他研究相反,也與目前預測全球暖化趨勢的結果相反。最後地球究竟會愈來愈暖化,還是因太陽活動減緩而進入冰河時期?事實上,究竟會遇到什麼樣的情況,可能要等到真正遇到了才會知道吧!

資料來源:http://www.boulder.swri.edu/~deforest/SPD-sunspot-release/, 2011.06.14, KLC

-----廣告,請繼續往下閱讀-----

引用自臺北天文館之網路天文館網站

-----廣告,請繼續往下閱讀-----
文章難易度
臺北天文館_96
482 篇文章 ・ 44 位粉絲
臺北市立天文科學教育館是國內最大的天文社教機構,我們以推廣天文教育為職志,做為天文知識和大眾間的橋梁,期盼和大家一起分享天文的樂趣!

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

1
0

文字

分享

0
1
0
113 年度廣電媒體專業素養培訓課程完成全臺巡迴共創優質媒體閱聽環境
鳥苷三磷酸 (PanSci Promo)_96
・2025/01/07 ・911字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

國家通訊傳播委員會(下稱 NCC)為健全廣電事業發展、提升從業人員專業素養,促使廣電事業製播優質節目及傳遞正確資訊,今(113)年援例舉辦「廣電媒體專業素養」培訓課程。本趟知識列車自今年 8 月從高雄出發,9 月開往花蓮,11 月抵達臺中、臺北,讓專業培訓資源遍及全臺,促進廣電媒體業者產製優質節目與營造更優質的媒體環境。

圖 1. 國家通訊傳播委員會翁柏宗代理主任委員致詞

提供 4 大場次 7 大主題的豐富課程內容,累計近 900 名媒體業者參與實體課程

本培訓活動已邁入第 16 年,吸引近 300 家媒體業者報名,逾 900 位媒體朋友共襄盛舉。提供一個媒體從業人員與專家學者交流對談的平台。

今年於北中南東 4 大場次安排 7 大主題多元課程,包含「廣播事業營運發展」、「性別平權」、「權益維護」、「多元文化」、「內容自律」、「事實查證工具應用」、「法規宣導」。從廣電營運發展出發,綜覽現今廣電生態及未來發展;接著探討性別、消費者保護、兒少與自殺防治等議題,並透過法規政令與申訴程序交流課程,加強法學專業。同時,提供事實查證與公平原則訓練,強化業者分辨假訊息的能力,妥善發揮媒體專業,落實事實查核並遏止假訊息。

圖 2. 財團法人公共電視文化事業基金會 胡元輝董事長分享「電視事業營運發展」

課程專業且切合產業現況,業者給予正面回饋

今年度的專業訓練課程,邀請產、學界、非營利組織等講師分享多元議題,業者積極提問,針對實務上遇到的案例與講師交流、討論,課後多給予正面回饋,如「培訓內容貼合實際面臨情形」、「課程內容豐富,講者專業度高」等。

-----廣告,請繼續往下閱讀-----

廣電媒體產業需要與時俱進,NCC 作為主管機關,將持續提供豐富多元的課程資源,與業者共同成長。期待未來能與業者持續相互砥礪,攜手打造優質視聽環境!

圖 3. 台灣事實查核中心 羅世宏董事長分享「從廣播/電視節目探討內容自律機制」
-----廣告,請繼續往下閱讀-----
鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
NCC 推動公民培力活動,攜手各界強化媒體素養
鳥苷三磷酸 (PanSci Promo)_96
・2025/01/07 ・1140字 ・閱讀時間約 2 分鐘

隨著全球數位化進程持續發展,大眾接收資訊的方式不斷演變。影音媒體平台及自媒體的興起,使每個人不僅是訊息的接收者,更是內容的生產者。多元的訊息管道帶來豐富資訊,同時也對內容管理提出新挑戰。

國家通訊傳播委員會(NCC)順應全球數位匯流與監理革新的發展趨勢,致力於促進通訊傳播的健康發展,保障大眾權益、尊重弱勢族群、推動多元文化均衡發展。今年度(113 年),NCC 持續推行「公民培力推廣計畫」,深化媒體素養教育。

多方協作,廣泛推廣媒體素養

今年公民培力推廣計畫持續與廣電媒體產業、公民團體及學術機構合作,包括好事聯播網(人人廣播電臺、連花廣播電臺)、正聲廣播、鳳鳴廣播、豐盟有線電視,以及國立臺灣師範大學、朝陽科技大學、臺灣新聞記者協會、財團法人基督教芥菜種會、財團法人花蓮縣光之島文化藝術基金會等共 10 個單位。在北、中、南、東、離島五大區域自 7 月至 12 月舉辦了共 22 場媒體識讀活動,超過 1,500 人次參與,對象涵蓋媒體專業人士、銀髮族、身障者、新住民、兒童及青少年等,全面推動媒體素養意識。

多元形式,深植媒體素養意識

活動形式豐富多樣,且針對不同族群設計專屬課程:

-----廣告,請繼續往下閱讀-----

人人廣播電臺與連花廣播電臺今年以市集活動搭配民眾互動問答,以「防制假訊息」為主題,向大眾推廣辨識資訊的重要性。

圖 1. 人人廣播電臺於「聖誕好事集音樂會」安排防制假訊息問答與民眾互動

鳳鳴廣播電臺以「消費者保護」為題,向銀髮族進行消保宣導,期望提升民眾維護自我權益之意識。

圖 2. 鳳鳴廣播電臺舉辦「聰明消費不心煩」,宣導消費者保護之重要性

國立臺灣師範大學大眾傳播研究所至嘉義溪口國中舉辦媒體素養暑期營隊,讓偏鄉地區的學生也能享有充分教育資源,透過寓教於樂的方式,訓練資訊閱聽能力。

圖 3. 國立臺灣師範大學大眾傳播研究所於嘉義溪口國中辦理暑期營隊,以為期 3 天活動宣導媒體識讀的重要性

此外,各單位亦舉辦多場主題講座與互動活動,與地方社區、校園及大眾連結,成功散播媒體素養種子,參與者課後給予正面回饋,表示受益良多。

-----廣告,請繼續往下閱讀-----

建立媒體素養基礎,邁向優質社會

 NCC 每年持續推動公民培力活動,幫助閱聽者增進對媒體資訊的辨識、思考與評估能力。透過多元族群及不同年齡層的全面參與,媒體素養教育的種子得以深植,進一步促進全民媒體素養,攜手打造更優質的社會環境。

-----廣告,請繼續往下閱讀-----
鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia