Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

人道主義開放源軟體Ushahidi

科景_96
・2011/02/10 ・892字 ・閱讀時間約 1 分鐘 ・SR值 560 ・八年級

Original publish date:Sep 04, 2010

編輯 HCC 報導

 

MIT Technology Review 雜誌2010年8月公佈評選的35位青年創新先行者﹝TR35﹞,其中之一的David Kobia開發了人道主義開放源軟體─Ushahidi。

 

2007年肯亞總統大選期間暴亂紛起,時任總統的Mwai Kibaki對媒體實施管制,網路成為唯一的開放通訊管道。當時David Kobia遠在美國擔任網頁開發人員,接到朋友詢問,是否能對Google map進行程式設計,以追蹤肯亞暴力與破壞的發生蹤跡,兩天後Kobia完成了Ushahidi程式設計並上線使用。

-----廣告,請繼續往下閱讀-----

Ushahidi的初始版本很簡單,僅為一張地圖與表格,讓使用者說明看到的事故,選擇離發生地點最接近的城鎮,紀錄位置、日期與時間。之後此套緊急事件通報平台引起了廣泛的注意。

至今,Ushahidi﹝非洲肯亞土語:證言﹞在全球危機反應協調處理上扮演了重要角色。Kobia經由許多程式開發者的協助,繼續擴展原始的簡約型線上申請應用程式,成為可下載的開放源平台,平台包含了時間軸、發展行動裝置應用的API、 經由外掛程式增加功能的架構等。

超過30個國家使用此套平台,絕大部份應用於基層救濟與監督組織,軟體直接援助特定地點的人員,以文件証明發生中的貪瀆腐敗,並以時間與空間記錄方式追蹤複雜事件。

Ushahid開放平台計畫將群眾網路創作﹝crowd¬sourcing﹞與人們面臨的危急情勢相結合,使用者在面臨災難或衝突時,可以利用手機、Twitter、電子郵件、網站Facebook等,發布目擊訊息給Ushahidi,平台蒐集到的訊息經過證實之後,能以視化方式呈現在地圖或時間軸上。

-----廣告,請繼續往下閱讀-----

當正常消息與公眾訊息來源中斷時,Ushahidi提供使用者分享訊息、形成政治觀點、指引救援者或共用資源。Ushahidi被用來監督蘇丹選舉、紀錄加薩暴動、追蹤BP石油洩漏、協助海地進行地震復原。台灣有網友將之應用於莫拉克風災救援、整理台北花博災情。

部落格網全球之聲﹝blog network Global Voices﹞共同創辦人、哈佛網路與社會研究Berkman中心資深研究員Ethan Zuckerman認為,“Ushahidi為最全球化的重要技術計畫之一”,“Ushahidi建構在開放標準上,接收來自網頁以及行動裝置的訊息,這是能全球化參予的關鍵特徵。Ushahidi從每個軟體下載點開始發展,形成一個系統,在各種環境下能聚集、地圖化與鑑別來自網路的眾多訊息。”

Ushahidi於本年獲得第六屆德國之聲部落格大賽跨語類別最佳部落格獎;同時Ushahidi以人道主義開放源軟體創新性,被MIT Technology Review評選為2010年最具創新力的50家企業之一。

 

參考來源:

-----廣告,請繼續往下閱讀-----

 

-----廣告,請繼續往下閱讀-----
文章難易度
科景_96
426 篇文章 ・ 7 位粉絲
Sciscape成立於1999年4月,為一非營利的專業科學新聞網站。

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

16
0

文字

分享

0
16
0
不同時空背景下對瘟疫的解讀——《瘟疫》導讀
商周出版_96
・2021/05/08 ・2610字 ・閱讀時間約 5 分鐘 ・SR值 579 ・九年級

-----廣告,請繼續往下閱讀-----

  • 導讀 / 耿一偉(台北藝術大學戲劇系兼任助理教授)
  • 書籍作者 / 阿爾貝·卡繆 (Albert Camus);譯者 / 陳素麗

文學作為一道反抗災難的陽光

二戰時期,法國被納粹佔領,他們的軍服是褐色,所以法國人稱納粹為褐色瘟疫(la peste brune)。當小說《瘟疫》於一九四七年六月出版,戰爭才剛結束不到三年,大眾很容易將書中提到的瘟疫解讀成是納粹主義,而卡繆也不否認這一點。只是在一九五五年,正在崛起的評論家羅蘭巴特(Roland Barthes)發表一篇名為「《瘟疫》:一部傳染病史冊還是孤獨之小說」(La Peste, annales d’une épidémie ou roman de la solitude?),批評《瘟疫》作為一種抵抗納粹的象徵作品,缺乏足夠的歷史化脈絡時,卡繆則回應:「對《瘟疫》的解讀應該是多樣的。」

二0二0年適逢卡繆逝世六十周年,本來就有不少紀念活動與書籍出版,恰巧碰到新冠肺炎的肆虐,一下子人們對《瘟疫》的興趣又高漲了起來。不少讀者都意識到小說中的諸多情節,幾乎是對當下疫情狀態的一種預言。像紐約時報、英國 BBC 廣播電台等重要媒體都有專文,探討如何解讀《瘟疫》與新冠肺炎的關係。被稱為法國 CNN 的法蘭西 24 台(France 24),也於二0二0年的十二月二十二號,播出一個關於卡繆的特別節目,邀請書店經營者、評論家等,一同討論卡繆再度熱銷的現象,以及如何在這個時代重讀《瘟疫》。

阿爾貝·卡繆(法語:Albert Camus),是一名法國小說家、哲學家、戲劇家、評論家,其於 1957 年獲得諾貝爾文學獎。圖/Wikipedia

《瘟疫》述說了歐蘭(Oran)這座城市在發生瘟疫的近一年間,所發生的故事。歐蘭是真實存在的地點,它是阿爾及利亞的第二大城,面向地中海。卡繆成長於首都阿爾及爾(Alger),但是一九四一年到四二年前半的大部分時光,他都居住在歐蘭。一九四一年七月,阿爾及利亞爆發大規模傷寒傳染病,同年十月,卡繆始閱讀瘟疫的相關歷史與文學資料,包括英國小說家笛福(Daniel Defoe)的《大疫年紀事》,而《瘟疫》最開頭引用的那段話,就是出自笛福。我們可以在《卡繆札記》裡,發現相關線索,比如一九四一年一月的札記裡,當時已住在歐蘭的卡繆提到:「小老頭從陽臺上把報紙撕碎,丟下去吸引貓兒的注意。然後他朝他們吐痰。要是吐中了,他便笑了起來。」這段情節也在本書中出現好幾次。

我們可以把鏡頭拉遠一點,小說《異鄉人》完成於一九四0年,哲學論文《薛西弗斯的神話》則是一九四一年。這兩部作品代表了卡繆的荒謬主義階段。《瘟疫》則是他從一切偶然皆無意義的虛無主義出發,轉向充滿道德感的人道主義,而小說所搭配的論述,是一九五一年出版的《反抗者》。

-----廣告,請繼續往下閱讀-----
《異鄉人》。圖/Wikipedia

小說主角李爾醫生即是這種具有人道主義的人格者。李爾不相信上帝,無法解釋為何瘟疫會降臨這個世界,雖然經常感覺到孤單與疲憊,他依舊堅持每天工作二十小時,對他人充滿包容。小說中經常被評論者提到的一個高潮場面,是神父潘尼魯在佈道大會上強調,瘟疫的出現背後有著上帝意旨。可是當神父與醫生在面對一位小孩因瘟疫而死亡的痛苦場面後,李爾說:「我對愛有不同看法。我到死都絕不會接受這個連孩子都要折磨的創世主及其世界。」

我們應該留意卡繆的阿爾及利亞背景,作為一位法國殖民者的後代,從小生長在貧民區的卡繆讚嘆北非的陽光與海洋,強烈的身體存在感,讓他懂得愛當下這個世界。年輕時的隨筆集《反與正》(1937)於一九五八年再版時,剛獲得諾貝爾文學獎的卡繆於再版前言寫道:「每個藝術家都在自己內在保存某種獨一無二的泉源……在那個我曾經長久生活過的貧困與陽光並存的養分裡。」。

阿爾及利亞的緯度與台灣相當,都處在北回歸線上,而且阿爾及爾與歐蘭都靠海。卡繆所訴諸的道德感,是來自他所謂的地中海精神,這種精神與寒冷歐洲的思辨精神不一樣,充滿了身體的直覺與自信,也反映在卡繆對足球與游泳的喜愛上(同樣也滲入《瘟疫》當中)。他在《反抗者》最後一章〈地中海思想〉(La pensée de midi)強調:「歷史的專制主義儘管節節取勝,卻始終不斷地遇到人類本性不可征服的要求,而地中海保存著它們的祕密,在那裡,熾熱的陽光伴隨著智慧。」

為了幫這個新譯本寫導論,我開始重讀這部大學畢業之後就沒再讀過的小說。才開始沒幾頁,我就有一個強烈的感受,覺得書中對歐蘭的描述好像也可適用於台灣,畢竟我們也被殖民過,有著類似的大海與陽光,如同小說一開始提到:「我們的市民工作勤奮,但都是為了賺大錢……而我們這個坦率、和善且充滿活力的民眾,總是讓旅行者對我們留下不錯的印象。」

-----廣告,請繼續往下閱讀-----

《瘟疫》採取某種報導文學的形式,呈現了不同人物對瘟疫與封城的看法,這位敘述者強調內容都出自他的調查,而他的真實身分,要到小說最後才會揭曉。紀實報導的風格,脫離不了卡繆於一九三八年起擔任《阿爾及爾共和報》的記者,以及一九四三年底起加入抵抗運動地下刊物《戰鬥報》的經歷。卡繆總是喜歡將真實經驗融入小說中,比如他母親的堅毅形象就深深烙印在對主角李爾的母親的描述上。

如果說《瘟疫》與當下全球疫情有何不同?那就是網路的存在,使得原本小說中因封城所產生的疏離感,以及疫情威脅下對親情與友誼的渴望,都被大量媒體訊息與各種新開發的社交軟體所沖淡。死亡變成舉無輕重的新聞數字,so close, far away。我們在現實已看不到真實,一切都是破碎的,這時候只能靠閱讀小說,發現對真實的深刻理解。

不論是瘟疫或納粹,都是能造成大規模死亡的無差別力量。《瘟疫》作為一部經典,在於可以隨著時代變化而有新的解讀。《瘟疫》描繪因災難所造成的大規模孤立狀態,在未來有可能以生態危機或是恐怖主義的形式再度造訪,而那時,讀者依舊能從中找回反抗的力量。

——本文摘自《瘟疫》,2021 年 3 月,商周出版

-----廣告,請繼續往下閱讀-----
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。

1

6
1

文字

分享

1
6
1
自由穿梭在物理、數學、計算機與教育的巨人:戴克斯特拉
數感實驗室_96
・2020/03/28 ・2625字 ・閱讀時間約 5 分鐘 ・SR值 532 ・七年級

-----廣告,請繼續往下閱讀-----

數感實驗室/朱倍玉

我們經常會為天才貼上各種標籤,例如:小學就會解聯立方程式、跳級錄取大學、破解幾百年來無人能解世紀大難題等。還有一種天才,他們靈巧地穿梭在多種不同領域間,提出讓世人眼睛為之一亮的發現。

今天要介紹的是一位靈巧穿梭在物理、數學、計算機科學、教育的男人:戴克斯特拉(Edsger. W. Dijkstra, 1930-2002)。

戴克斯特拉。圖/wikipedia

-----廣告,請繼續往下閱讀-----

戴克斯特拉出生於荷蘭,父親是化學家,母親是數學家。儘管成長在濃厚的理科氛圍中,他高中時卻想成為律師,期待有一天能代表荷蘭出席聯合國。不過這個夢想在畢業考時被迫中止,理由不是常見的「沒考上自己的第一志願」,而是戴克斯特拉在數學、物理、化學與生物都拿到滿分,促使老師和父母力勸他往自然科學方面發展。

某種程度上,就像許多原本對文科有興趣的學生,卻因為理科表現太好而選擇唸理工科系。有些人遇到這個狀況會選擇抗議,或之後適應不良,但戴克斯特拉沒有這些問題,順利進入萊頓大學的理論物理系。而後,戴克斯特拉的父親再次提供建議,鼓勵他去參加「程式設計」課程,順服的戴克斯特拉開始學習程式設計。這項能力幫助他獲得第一份工作──在阿姆斯特丹數學中心擔任程式設計師。

也因為多會了程式設計,戴克斯特拉開始思考下一步該往哪裡走,他認為程式設計和理論物理學不容易結合,請教了阿姆斯特丹數學中心的上司,同時也是阿姆斯特丹大學資訊工程學系的教授韋恩加登(A. van Wijngaarden)。韋恩加登相當看好戴克斯特拉,認為他有程式設計的天份,將來搞不好會成為計算機科學領域的關鍵人物,大力鼓勵戴克斯特拉。事後證明韋恩加登不僅眼光正確,他也是一位很好的說服者。

這場改變戴克拉斯特一生的會談,多年後回憶起來,記憶猶新。

-----廣告,請繼續往下閱讀-----

「就在離開他的研究室之後的幾個小時內,我感覺到自己完全是另一個人了。」

於是,在父親與長官的鼓勵下,他決定不再研究理論物理,進入阿姆斯特丹大學攻讀資工博士學位,正式走上計算機科學這條路。

不只是程式設計專家,也是一位數學家

戴克斯特拉在程式設計、演算法等領域中提出許多創新概念,對計算機科學有著巨大的影響。這些貢獻讓他在 1972 年獲得了有計算機科學界諾貝爾獎之稱的圖靈獎(ACM Turing Award)。這個領域的朋友對他絕對不陌生,沒錯,鼎鼎大名的 Dijkstra 演算法正是以他命名的。

戴克斯特拉被認為是計算機科學的先驅之一。他的回憶錄裡有這麼一個小插曲:他博班第一年時結婚,辦理手續時必須說明自己的職業,戴克斯特拉說自己是「程式設計師」。然而,當時這個職業類別在荷蘭尚未受到認可,幾乎沒有人靠寫程式維生,當局因此駁回。最終註記在計算機科學大師的結婚證書上的職業,依然是「理論物理學家」。

戴克斯特拉一生致力於融合數學與程式設計。圖/梗圖產生器

-----廣告,請繼續往下閱讀-----

戴克斯特拉的第二份工作是埃因霍溫科技大學的數學系教授。他認為,數學邏輯與程式設計相輔相成,唯有明確的邏輯思路與數學分析能力,才能在程式設計中清楚思考出每個步驟。

戴克斯特拉說過許多名言,其中包括:

「計算時,我們容易搞砸一切。數學的簡潔與精確不是可有可無的奢侈品,是生死攸關的大事。

(In the practice of computing, where we have so much latitude for making a mess of it, mathematical elegance is not a dispensable luxury, but a matter of life and death.)。」

從這句話讓人充分感受到讓人充分感受到,「他不只是程式設計專家,也是一位數學家」

在數學系教書的 11 年裡,戴克斯特拉致力於融合程式編寫與數學研究,將數學分析帶進程式編寫的環節中,讓數學與程式設計不再只是兩個獨立的學科,而是關係緊密的孿生領域。

-----廣告,請繼續往下閱讀-----

戴克斯特拉在 1984 年,58 歲時離開荷蘭,越洋來到美國,在陌生環境重回熟悉的領域,擔任德州大學奧斯汀分校資工系教授。如果你以為他只是重新回到電腦前面研究程式碼的話,那就錯了!他開始與其他學者共同撰寫謂詞演算註1的書,倡導透過方程式真假值的計算來證明定理,用數學運算來推理程式語言。同時,他把研究觸角伸到更多的數學領域,如座標幾何、線性代數、圖論等。

不論在數學系或資工系教書,戴克斯特拉都緊緊將兩個領域交織在一起。

在研究手稿中窺見作育英才的熱情

作為一位教授,戴克斯特拉最為人所知的是他相當喜歡以手寫文書當作記錄,甚至是學術界公認文筆好,用字遣詞簡潔又清楚的「作家」。他親筆記下多數的研究成果,幫自己的研究手稿逐一編號。他喜歡手寫的程度,讓他連課程大綱也手寫。

為了讓更多人可以接觸到戴克斯特拉的研究,德州大學建立一個網站註2,裡面整理了他的手稿,除了課程大綱之外,還有不少手稿是論文的前身。這個網站就像是一座倉庫的大門,打開這扇門就可以看到知識被整齊地堆疊在裡頭。

-----廣告,請繼續往下閱讀-----

1995 年微積分課程的手稿。圖/截圖自網站

以 1995 年他開設的微積分課程為例(手稿編號:EWD1213),細讀這篇課程簡介,你可以完全感受到戴克斯特拉不只是數學家、計算機科學家,還是一位充滿人文氣質的教育家。

他告訴他的學生,上課不是為了「傳授知識」,因為如果僅僅是那樣,學生很快就會忘記了。他希望能給學生帶來可觀的、不可逆的改變。他要讓學生感受到數學的效益,讓他們知道優美的證明不是靠反覆嘗試錯誤,而是奠基在精巧的應用經過設計的數學準則。他想提升每一位學生對自己的標準。

戴克斯特拉的教學充滿人文氣質。圖 by Andreas F. Borchert / CC BY-SA 3.0 DE

-----廣告,請繼續往下閱讀-----

他這麼說:「我的意思是:如果從現在起的 10 年內,當你貪圖快速、想方便行事的時候,你會忽然彷彿看見我在替你擔憂,你會提醒自己『戴克斯特拉不會喜歡我這樣做。』如果真的能這樣,那對我來說一切都值得了。」

投身教育超過 25 年,戴克斯特拉教學生如何腳踏實地追求知識。計算機科學界也好,數學界也好,不管從什麼角度來看,戴克斯特拉都是那個時代不可抹去的光輝。

註釋

  1. 謂詞演算(或稱述詞演算):以邏輯述句進行表示及推理的基本記法。把命題看作整體,分析命題的各部結構,使成主詞與述詞的邏輯形式。
  2. the manuscripts of Edsger W. Dijkstra 1930–2002

參考資料

  1. In Memoriam Edsger Wybe Dijkstra (1930–2002)
  2. A.M. TURING AWARD
  3. EDSGER W. DIJKSTRA: BRILLIANT, COLOURFUL, AND OPINIONATED
  4. Edsger Wybe Dijstra (1930–2002): a portrait of a genius
-----廣告,請繼續往下閱讀-----
所有討論 1
數感實驗室_96
76 篇文章 ・ 50 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

0
0

文字

分享

0
0
0
人道主義開放源軟體Ushahidi
科景_96
・2011/02/10 ・892字 ・閱讀時間約 1 分鐘 ・SR值 560 ・八年級

Original publish date:Sep 04, 2010

編輯 HCC 報導

 

MIT Technology Review 雜誌2010年8月公佈評選的35位青年創新先行者﹝TR35﹞,其中之一的David Kobia開發了人道主義開放源軟體─Ushahidi。

 

2007年肯亞總統大選期間暴亂紛起,時任總統的Mwai Kibaki對媒體實施管制,網路成為唯一的開放通訊管道。當時David Kobia遠在美國擔任網頁開發人員,接到朋友詢問,是否能對Google map進行程式設計,以追蹤肯亞暴力與破壞的發生蹤跡,兩天後Kobia完成了Ushahidi程式設計並上線使用。

-----廣告,請繼續往下閱讀-----

Ushahidi的初始版本很簡單,僅為一張地圖與表格,讓使用者說明看到的事故,選擇離發生地點最接近的城鎮,紀錄位置、日期與時間。之後此套緊急事件通報平台引起了廣泛的注意。

至今,Ushahidi﹝非洲肯亞土語:證言﹞在全球危機反應協調處理上扮演了重要角色。Kobia經由許多程式開發者的協助,繼續擴展原始的簡約型線上申請應用程式,成為可下載的開放源平台,平台包含了時間軸、發展行動裝置應用的API、 經由外掛程式增加功能的架構等。

超過30個國家使用此套平台,絕大部份應用於基層救濟與監督組織,軟體直接援助特定地點的人員,以文件証明發生中的貪瀆腐敗,並以時間與空間記錄方式追蹤複雜事件。

Ushahid開放平台計畫將群眾網路創作﹝crowd¬sourcing﹞與人們面臨的危急情勢相結合,使用者在面臨災難或衝突時,可以利用手機、Twitter、電子郵件、網站Facebook等,發布目擊訊息給Ushahidi,平台蒐集到的訊息經過證實之後,能以視化方式呈現在地圖或時間軸上。

-----廣告,請繼續往下閱讀-----

當正常消息與公眾訊息來源中斷時,Ushahidi提供使用者分享訊息、形成政治觀點、指引救援者或共用資源。Ushahidi被用來監督蘇丹選舉、紀錄加薩暴動、追蹤BP石油洩漏、協助海地進行地震復原。台灣有網友將之應用於莫拉克風災救援、整理台北花博災情。

部落格網全球之聲﹝blog network Global Voices﹞共同創辦人、哈佛網路與社會研究Berkman中心資深研究員Ethan Zuckerman認為,“Ushahidi為最全球化的重要技術計畫之一”,“Ushahidi建構在開放標準上,接收來自網頁以及行動裝置的訊息,這是能全球化參予的關鍵特徵。Ushahidi從每個軟體下載點開始發展,形成一個系統,在各種環境下能聚集、地圖化與鑑別來自網路的眾多訊息。”

Ushahidi於本年獲得第六屆德國之聲部落格大賽跨語類別最佳部落格獎;同時Ushahidi以人道主義開放源軟體創新性,被MIT Technology Review評選為2010年最具創新力的50家企業之一。

 

參考來源:

-----廣告,請繼續往下閱讀-----

 

-----廣告,請繼續往下閱讀-----
文章難易度
科景_96
426 篇文章 ・ 7 位粉絲
Sciscape成立於1999年4月,為一非營利的專業科學新聞網站。