Loading [MathJax]/extensions/tex2jax.js

1

5
1

文字

分享

1
5
1

注意力、 創意、 金錢三者之間的兌換

洪朝貴
・2014/01/07 ・4069字 ・閱讀時間約 8 分鐘 ・SR值 544 ・八年級

注意力、 創意、 金錢之間的 「兌換」
注意力、 創意、 金錢之間的 「兌換」

Michael Goldhaber 所寫的 「注意力經濟:網路的自然經濟」 詳細說明為何網路正在改變人類社會的貨幣。 不過被我拿來寫成文字簡報之後似乎就弱掉了——每學期課講到這裡, 就會失去學生的注意力 orz。 最近整個重做,製作出sozi 版 「注意力經濟」 簡報, 自己有許多新的領悟。 如果以 「注意力」 為核心,試圖列舉它與金錢之間或它與創意之間的關係,會發現諸如業配/置入性行銷 (embedded marketing) 、偽草根運動 (astroturfing) 、群眾募資 (crowdfunding)、 群眾外包 (crowdsourcing)、自由軟體與自由文化等等當紅的網路現象,其實就是兩兩之間的「兌換」活動;而 Clay Shirky 所談的「認知剩餘」,其實就是扣除工作時間之後所剩下的「全民可用注意力總額」。本文簡要解釋簡報當中「兌換」那個區塊所提及的概念及案例。(在 sozi 簡報 內, 按 t 可看見頁面目次)

首先,「創意」與「金錢」之間的直接匯兌,就是「智慧財產權」一直要強調的概念。不過,因為這個概念與網路為敵—網路有利於他人竊取我的智慧財產— 勢必要節節敗退。隨著越來越多人覺醒:「位於長尾的我, 幹嘛要支持短頭的政策?」,智財權的概念將逐漸被邊緣化。

一、 注意力 v.s. 金錢

日本電車上的高密度廣告

一般正常的商業廣告 (例如購買搜尋關鍵詞,或是臉書的24種廣告選項),就是案主花錢購買潛在消費者的注意力。事實上,任何成功的網路公司,其主要商業模式都是賣廣告。另外,在日本與臺灣這兩個高度工業化、人口密集的社會裡,實體廣告的密度極高,是不是也代表著這類的國家正在從貨幣經濟走向注意力經濟呢?(請想像 「貝殼貨幣年代過渡到金屬貨幣年代」, 貝殼貶值, 金屬升值的對應場景。)如果你仍舊認為 「注意力經濟」 是一個可笑的概念,那麼最好能夠另外找到一個理論來解釋這些現象。

一個令人驚豔的奇特思考案例是:四川航空提供免費接駁服務, 卻能賺入上億人民幣。 成功的原因固然很多, 與本文相關的其中一項, 就是四川航空看見別人沒看見的重要資源/資產: 既然本公司暫時掌握了坐在車上 (多半沒辦法做正事的) 乘客的注意力, 那就何妨在兩相情願的前提之下, 把他們的注意力賣給… 車商?

-----廣告,請繼續往下閱讀-----

但是如果為了提高廣告效果, 而採取欺騙 「注意力提供者」 的手段, 那就會引起公憤了。 核能學會買廣告、 劉政鴻買五星報導 1 / 2… 政府買廣告不光明正大, 而是以 「業配」 的方式誤導閱聽者, 使之以為讀的是新聞, 主流媒體這種風氣讓前中時記者黃哲斌自嘲 「自認觀念落伍告老還鄉」, 高調辭去工作。 這引發 傳播學界 「反收買、要新聞」 的呼聲, 最後終於促成修法,禁止政府進行置入性行銷(embedded marketing)。不過在商業界,「含有欺騙成份的花錢購買注意力」現象依舊存在——例如美麗灣新聞置入事件。 而在學術界,教授採購期刊版面的疑雲, 則一直沒有人出面處理。

政府與大企業也發現網路強大的力量, 所以並不以置入主流媒體為滿。 置入性行銷如果發生在意見市場的長尾 — 例如部落格與留言板 — 那就是 「偽草根運動 (astroturfing)」。 三星寫手門事件 旺中案走路工事件 微軟 XBox One 千人誇事件 都是知名案例。 中國共產黨早就僱用五毛黨製造民意力挺政府政策的假象。 劉政鴻的土皇帝逼迫公務員做網軍事件,也是偽草根運動的案例;不過這裡的「金錢 <==> 注意力」互換比較不直接。(公務員迫於縣長權勢不得不去按讚, 除了害怕考績影響年終獎金之外, 是否也還有其他考量?)

所以在這個年代,「媒體識讀」 的能力很重要, 因為如果誤信業配文、 誤信偽草根運動, 你可能不只浪費了自己保貴的注意力資產, 還同時被誤導洗腦。 特別(尤其向高中公民老師) 推薦輔大陳順孝老師的高中生媒體識讀講義 黃哲斌先生的演講稿 還有我的「謠言止於搜尋」

另一個方向 「獲取注意力之後, 可以換得金錢」最具代表性的現象,就是群眾募資(crowdfunding),而最具代表性的網站,就是 KickstarterIndeigogo。我個人覺得最有興趣、 最想付錢給提案者的,是『kickstarter modular robot』、『kickstarter modular phone』、『kickstarter Internet of things』所找到的諸多計畫。當然,為了吸引最多人的注意力, 其中絕大多數的專案都強調:伴隨專案所研發的軟體,將以自由軟體授權方式釋出。不過上面還有很多影片/音樂等等無關科技的專案—— 例如最終榮獲奧斯卡金像獎的紀錄片 Inocente (大推訪談中譯)。

-----廣告,請繼續往下閱讀-----

二、 注意力 vs 創意

我在多年前解釋「作品要創用CC釋出對自己有什麼好處」的時候,就已指出:分享創意, 可以換取注意力。提出 「開放原始碼」一詞的 Eric S. Raymond 指出:在富足的社會裡, 分享禮物可以提高自己的社會地位,大約也是這個意思。 除了自由軟體界之外,還有許多分享 音樂/音效畫作相片 的社群或網站。另一個相反的方向「吸引大眾注意力,可以獲得創意」正好描述了群眾外包 (crowdsourcing) 現象。維基百科跟 OpenStreetMap 都提出了一個極具吸引力的願景,於是大家開始貢獻創意。直接徵求創意的 OpenIdeo InnoCentive 更是 眾多群眾外包案例當中的代表典範。

其實這兩個方向好像也不能說是相反,而是有些專案比較適合從「創作者」的觀點來理解;另一些專案則比較適合從「提案者」的觀點來理解。當你換個觀點來理解上述專案時,會發現:重要的自由軟體計畫也會吸引來程式高手(所以也算是群眾外包);維基百科裡,頻繁貢獻的一些大大也很受尊重(所以也算是「分享創意,換取注意力」)。翻譯各國部落格文章的全球之聲好像從兩個觀點去看都很合適。

三、 注意力 vs 隱私

順帶一提的是另一個重要的趨勢:網路時代隱私的流失。兩年前已經寫過「注意力匱乏」 之下的隱私流失一文,從「注意力稀有」的觀點解釋隱私流失的原因:(1)為了爭取別人有限的注意力,我們有意識地出賣自己的隱私(2)因為自己的注意力瀕臨破產,導致自己的隱私無意識地流失。Mark Zuckerberg 的姊姊 Randi 不滿私人相片被轉貼,更說明了臉書隱私設定規則的複雜。再加上 FB 隱私規則日趨寬鬆,一般人根本不可能隨時注意如何保護自己的隱私,更別提每遇政策改變就回頭更改舊資料的隱私設定。此外,在真正私密通訊的場合,採用具有加密功能的自由軟體是終極解;不過這太麻煩了(浪費好多注意力),所以一般人的隱私越來越不保。

四、 視注意力為個人/企業/社會的重要資產

如果注意力經濟真的是網路時代最重要的經濟現象,那麼「注意力」就是一種極重要的資產。不過從個人的角度來看,這個資產包含著完全不同的兩大區塊:上面談的,多半是 「我的名聲」,也就是存放在別人腦海裡的印象/ 別人對我的注意力。 「隱私」 的(2)所談的,則是「我自己有限的注意力」。如果 「祖克柏定律(Zuckerberg’s Law)」(每年網友所分享的訊息將會是前一年的兩倍)是真的,如果你在 FB 上從來就只加不刪朋友,那麼你真的應該開始思考如何像我一樣刪減朋友, 避免注意力破產

-----廣告,請繼續往下閱讀-----

從社會整體的角度來看,如何善用大眾整體有限的注意力,會是一個很重要的課題。扣除工作時間之後所剩下的「全民可用注意力總額」正是 Clay Shirky 在下班時間扭轉未來一書當中所說的認知剩餘。如果 Michael Goldhaber 所說的「注意力經濟勢將取代工業時代的貨幣經濟」是事實,那麼一個洞視網路現象、有遠見的社會,不應該再迷信即將過時的金錢經濟指標。(請再次想像 「貝殼貨幣年代過渡到金屬貨幣年代」,貝殼貶值,金屬升值的對應場景。)真正值得我們認真思考與追求的,變成是:(1)在既有的金錢/工作體制下,有許多工作量除了產生表格與數字績效之外,並沒有真實的意義。如何減少員工浪費在這上面的注意力?(2)用什麼機制鼓勵那些被釋放出來的注意力(失業者、 無薪假者、 工時減少者)把他們的認知剩餘投入真正能夠改進社會(同時能夠順便協助企業組織自身提升形象)的活動?

不見得是總統才有能力做這兩件事。例如從大學到小學的各級校長所掌握的(內是師生/外是社會)注意力資源,讓他們有很大的發揮空間;但即使只是一家小公司,如果改以注意力經濟的角度思考,可能自身都會受益。不要忘記:我們身處於一個「位於長尾的每個人都可以是一位 prosumer;順網路者昌,逆網路者亡」的有趣年代。

如果您同意網路世界將無可避免地變成生活的重要部分,那麼我們最好選擇一個能夠自然符合這個世界的經濟定律。這部新的定律和舊的經濟學者所教的,或是「資訊年代」 所帶來的想像,極不相同。真正有價值的東西,是今日的稀有財——也就是注意力。注意力經濟有它自己一套財富原則,有它自己一套階級區分—明星 v.s. 粉絲—以及它自己的一套財產原則。這一切都將令它與工業時代的貨幣經濟格格不入;卻又勢將取代工業時代的貨幣經濟。最能夠適應這個新典範的人,將是最成功的人。
Michael Goldhaber

 

(本文轉載自 資訊人權貴ㄓ疑)

-----廣告,請繼續往下閱讀-----
文章難易度
洪朝貴
47 篇文章 ・ 1 位粉絲

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
獨佔先「機」?無人機如何改變全球戰爭與經濟版圖?
PanSci_96
・2024/08/26 ・2347字 ・閱讀時間約 4 分鐘

在現代戰爭中,無人機的角色越來越不可忽視。從俄烏戰爭到中東衝突,無人機已經從戰場的輔助工具,逐步成為戰術的核心力量。例如,伊朗對以色列的空襲,以及胡塞組織在紅海對美軍的攻擊,無人機的身影隨處可見。這些無人機不僅成本低廉,還具有驚人的靈活性,從偵查、干擾到實施精確打擊,它們的功能無所不包。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

舉例來說,在 2024 年 4 月伊朗對以色列的空襲中,伊朗發射了 170 架無人機與數百枚導彈。雖然以色列防空系統成功攔截了絕大部分攻擊,但一枚防空導彈的成本往往是無人機的數倍甚至數十倍。同樣的情況發生在 2023 年底,胡塞組織利用僅需 2000 美元的無人機攻擊美國驅逐艦,而美軍為了防禦,使用了造價高達 200 萬美元的標準型導彈。這些數字顯示出,在不對稱作戰中,無人機的高性價比給傳統武器帶來了巨大挑戰。

這樣的發展讓各國紛紛投入無人機技術的研發與應用,美國的「地獄計劃」(Hellscape)便是其中之一。該計劃將數千艘無人潛艇、無人水面艦和無人機投放到台灣海峽,藉此增加中國艦隊登陸台灣的難度,並將整個海峽變成「地獄」。此外,美國也在研發無人機與有人戰機的協同作戰,透過無人機在前方吸引敵方飛彈,保護戰機的安全。

台灣的無人機發展之路

那麼,台灣在這股無人機浪潮中扮演什麼角色呢?

-----廣告,請繼續往下閱讀-----

根據《華盛頓郵報》的報導,美軍印太司令部的新司令塞繆爾‧帕帕羅四星上將表示,美國正計畫打造「地獄計劃」,一旦中國朝台灣發動進攻,美國將派出數千艘無人潛艇、無人水面艦和無人機,封鎖台灣海峽。這樣的防禦策略突顯了無人機在現代戰爭中的關鍵地位。

儘管台灣尚未完全掌握無人機技術的核心,但政府已意識到其重要性。2023 年底,經濟部成立了無人機產業發展專案辦公室,目標是讓台灣成為「無人機民主供應鏈的亞洲中心」,並在 2030 年達到 400 億元的產值。這項計畫無疑展示出台灣在無人機產業上雄心勃勃的願景。

台灣力推無人機產業,2030 年目標 400 億元產值。圖/envato

無人機技術的核心:通訊

要掌握無人機,首先要掌握的是其通訊技術。無人機的發展歷史顯示,通訊技術的突破是其成長的關鍵之一。早期的無人機僅能進行簡單的視距內操作(VLOS),但隨著科技的進步,現在的無人機已經可以進行超視距操作(BVLOS),這大大提升了它們的戰術應用範圍。

大疆是中國無人機技術的領導者,其發展的 2.4G 高清圖傳影像系統「Lightbridge」便是無人機技術的重大突破。這一系統能夠將無人機拍攝的畫面即時傳回給操作員,並維持一定的解析度與低延遲。這意味著無人機不再僅僅依賴肉眼操控,而是能夠進行更遠距離、更精確的任務。

-----廣告,請繼續往下閱讀-----

然而,2.4GHz 的頻段雖然穿透力強,但也面臨頻率擁擠的問題,容易受到干擾。為了解決這個問題,現代無人機開始使用 5.8GHz 頻段。這一頻段雖然傳輸距離較短,但資料傳輸速度更快,抗干擾能力也更強。在這兩個頻段之間,大疆開發的 OcuSync 2.0 技術能夠自動切換,確保始終使用最佳的訊號頻段,提供穩定的飛行控制和圖像傳輸。

這些技術上的突破使得無人機在戰場上變得越來越不可或缺。例如,無人機不僅能進行偵查和打擊,還可以通過蜂群技術同時發動多點攻擊,擾亂敵方的防空系統。無人機之間的通訊技術也發展迅速,無論是表演性的燈光秀,還是軍事上的蜂群作戰,無人機都展現出極大的應用潛力。

反無人機系統的崛起

無人機的迅速發展同樣引發了反制無人機技術的需求。反無人機系統(C-UAS)大致可分為兩種類型:軟殺與硬殺。軟殺主要是針對無人機的通訊進行干擾,利用無線電干擾槍發射強大訊號覆蓋 2.4GHz 和 5.8GHz 頻段,使無人機失去控制。而硬殺則是直接摧毀無人機,例如使用火力攻擊或網子捕捉。

以色列本古里安大學的教授格拉‧維斯提出了一個新的思路:透過無人機的飛行軌跡來追蹤操作員的位置。由於無人機的動作會隨著通訊信號的強弱變化,這些變化可以用深度學習模型來分析,從而反推出操作者的位置。這一技術目前的準確率已經達到 78%。

-----廣告,請繼續往下閱讀-----

此外,美國的軍工企業開發了一款名為「路跑者 M」(Roadrunner-M)的自殺無人機。這款無人機不僅能像飛彈一樣追蹤目標,還能在完成任務後自動返航進行回收,降低了作戰成本。

台灣無人機產業的未來

台灣無人機具潛力,兼具軍事與災害通訊用途。圖/envato

儘管台灣無人機產業的起步較晚,但政府和產業界已經意識到其巨大的潛力。無人機不僅僅是一種武器,它還可以成為通訊網路的關鍵節點。例如,雷虎科技的 T-400 無人機不僅用於軍事,也正與中華電信合作,將無人機作為訊號中繼站,在災害發生時提供通訊支持。

隨著 5G、B5G 及 6G 的發展,無人機將成為未來通訊基礎設施的重要組成部分。台灣無人機產業的發展不僅關係到國家安全,更涉及到未來的數位基礎建設。無論是在軍事還是民用領域,無人機的應用將越來越廣泛,未來有望成為台灣科技產業的一個重要支柱。

總而言之,無人機技術正在改變戰場生態,而台灣也正在積極參與這場技術革命。隨著更多資源的投入,台灣有機會在全球無人機市場中佔有一席之地。無人機的發展並不僅僅是一場技術競賽,還是一場關乎國家安全與經濟未來的戰略賽跑。

-----廣告,請繼續往下閱讀-----
-----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
解密 Wi-Fi、WLAN、802.11:網路通信的差異與演進
數感實驗室_96
・2024/06/21 ・774字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

在現代社會,如果我們到咖啡廳或其他公共場所,打開筆電坐下來後,通常的第一句話都是「請問這裡有 Wi-Fi 嗎?」。

沒除了 4G、5G 行動通信以外,Wi-Fi 是我們日常生活中常用的上網方式。那麼,Wi-Fi 到底有什麼特點呢?

首先,來解釋一下幾個常見的名詞:Wi-Fi、WLAN、802.11。

-----廣告,請繼續往下閱讀-----

你或許都聽過這些詞,特別是 Wi-Fi,但它們之間有什麼差別呢?

LAN 是 Local Area Network,區域網路的意思。通常指的是像一間網咖這樣的範圍。而 WLAN 就是 Wireless LAN,無線區域網路,這是現在的主流用法。而 802.11,則是專門針對區域網路中無線部分的技術標準。而 Wi-Fi 呢,則可以看作是 802.11 這個技術標準的口語化說法。而 Wi-Fi 的 logo 一黑一白,與太極圖非常相似並非巧合,其 logo 衍生自太極圖,就是想取其相容於任何設備、平台,不管在哪裡都能順利連上網的意象。

有人說 Wi-Fi 在現代已經像空氣、陽光、水和電一樣,成為不可或缺的基本需求。

除了 Wi-Fi 我們還介紹 MIMO 這個關鍵技術,如果對更多技術細節感興趣,或是想聽聽像 Bluetooth 是以國王名字命名的科技小故事,都歡迎在留言告訴我們,期待與你們繼續分享更多有趣的科技知識!

-----廣告,請繼續往下閱讀-----

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

參考資料

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

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/