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。
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。
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。
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?
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
悠遊卡「嗶」一下上公車、 eTag 不需等待就能收取高速公路通行費、防疫期間進出公共場所「掃」一下完成實聯制登記,甚至買完高鐵車票後還能用手機取得專屬 QR CODE 快速通關!隨著科技進步和智慧型手機的興起,人們開始以電子票證取代傳統紙本票卷,只要一支手機或是一張卡就能到達任何你想去的地方。
臺灣目前常用的電子票證主要有兩大類,高鐵、台鐵 APP 訂票取票後的專屬 QR CODE ,和使用無線射頻辨識 RFID 的感應交通票卡(像是悠遊卡、一卡通),究竟這兩種方便又快速的電子票證技術是怎麼運作的呢?
「掃」出資訊海—— QR CODE
QR 為 Quick Response 的縮寫,最早在 1994 年,由日本汽車零件業者 Denso Wave 的技術室長原昌宏發明,他認為一維條碼能夠包含的資訊量太少,一件產品都要印上數十個條碼才足以應付需求,對當時追求商品小型化的日本很不方便。原昌宏的團隊便將兩個一維條碼疊加在一起,讓 X 軸、 Y 軸都帶有訊息,進化成二維條碼,不只可以更快速追蹤產線上的產品, QR CODE 還有多角度辨識、容錯能力高等優點。
除了中規中矩的黑白 QR CODE, 你一定也有看過插入商標或是特殊形狀的二維條碼,為什麼缺了一角的 QR CODE 還能掃描的到呢?因為 QR CODE 有很高的容錯能力,當某部分資訊缺失的時候,解碼系統會透過里德-所羅門碼(Reed-solomon codes)的原理自動填補缺失的部分,讓整體資訊依然可以完整辨識,容忍錯誤發生。 QR Code 的容錯能力分為 4 個等級,條碼圖形面積愈大就能分割出更細緻的里德 – 所羅門碼區塊,避免單一區塊「猜」太多密碼,容錯等級最高甚至可修正 30 %的缺失條碼。
QR Code 的容錯能力可以容許一定程度範圍內的資訊流失,就算破損、髒污,或是插入圖片、 logo 擋住部分條碼,也都能正確辨識。試著用手擋住部分條碼,是不是也掃得出來呢?圖/泛科學製作
QR Code 的快速掃描和容錯能力,能夠廣泛地運用在產品追蹤、物品識別和文件管理方面,使識別作業更便捷,「車票」也是其中之一!高鐵發售的每張電子票證都含有一個獨一無二的 QR Code ,經過閘門條碼感應區解碼就可以直接通關,享受快速方便又環保的乘車體驗!
RFID (Radio Frequency IDentification) 全名為無線射頻辨識,是透過無線電訊號識別特定目標並讀取相關數據的無線通訊技術,我們日常所用的各式電子票卡多半都使用這種技術,或是其衍伸用於智慧型手機的感應式電子票證 NFC(Near-field communication,近距離無線通訊)。
-----廣告,請繼續往下閱讀-----
RFID 最早出現在第二次世界大戰時期同盟國和德軍的敵友識別系統(Identification Friend or Foe,IFF)。以應答機(Transponder)偵聽詢問信號,然後回覆識別暗號,軍隊以此技術識別飛機、車輛或友軍部隊,並確定受詢問方的方位和距離。儘管當時 RFID 已被廣泛使用於軍事、航空用途,人們日常生活還是很難接觸到 RFID ,直到 2003 年美國最大零售商 Walmart 宣布他們的前 100 家供應商將被要求在所有進貨的貨箱和托盤上貼上 RFID 標籤以減少盤點貨物的時間,其他企業、零售商紛紛開始效法,使 RFID 頓時成為商品管理的新模式。RFID 發展至今,包括日常使用的悠遊卡、門禁卡、商品防盜標籤和寵物晶片,都是使用 RFID 的技術。
我們常用的電子票卡多半屬於無電源的被動式標籤,利用感應器(Reader,像是公車讀卡機)發送特定頻率的電磁訊號,當訊號夠強時,就會觸發感應範圍內的 RFID 標籤(Tag),RFID 標籤內部為電路板和天線的組合,標籤接收電磁波後會藉由電磁感應產生電流,供應 RFID 標籤上的晶片運作並發出電磁波將特定編碼回應給感應器。感應器若成功解碼,則回傳主機(Host)請求驗證資料再給予回應。RFID 系統以「辨識」為主要功能,接收到「有效回應」才算驗證成功,就像拿悠遊卡靠近公車讀卡機可以扣款,而你的公司門禁卡不行,是因為讀卡機無法解開公司門禁卡回傳的編碼,無法驗證有效性就會顯示扣款失敗。
悠遊卡(easycard)RFID的內部天線、半導體及晶片構造。
相對於傳統條碼, RFID 標籤帶有遠距離讀寫、具穿透性、可同時讀取多個標籤和重複利用等優勢。透過調整感應器發送的電磁波頻率,來選擇觸發特定頻帶的標籤和控制讀取範圍:像是悠遊卡、一卡通是 13.56MHz 的高頻帶(HF)標籤,感應器可讀取在 1 公尺以內的 RFID 條碼;高速公路 eTag則是採用特高頻帶(UHF)標籤,不僅可讀取範圍增加到 5 ~ 10 公尺,還能同時讀取 1000 個RFID 條碼,就算中間有其他物質阻擋(像是卡片放在錢包裡、颱風天上高速公路),RFID一樣都可以讀取。
RFID 標籤最大的優勢其實是重複利用,過往的條碼都是一對一的組合,只要印刷上去就無法更改,使用過後必須報廢,而 RFID 可以更新電路板內儲存的資料,讓同樣一個標籤衍生出不同的編碼,拓展用途。當然這也代表有心人士可以串改標籤中的資料,因此大多數電子票卡會多加一層密鑰保護內部資料。除此之外,由於 RFID 標籤無須直接與感應器接觸,使用者也有可能在不知情的情況下被他人讀取標籤內儲存的資訊,構成安全隱憂。
抱著這樣的疑問去查找相關論文,乖乖,還真找到不少文章。有些學者提出所謂的「Aesthetic QR Code(美學式QR碼)」(如下圖),但只使用「Aesthetic QR Code」的英文原名或中文譯名,其實找不到圖例。要使用關鍵字「Visual QR Code」或者是「視覺碼」就可以找到與圖片合併的 QR Code。有家製作「Visual QR Code」的新創公司~ Visualead非常成功,甚至讓大陸的阿里巴巴花了150億美金把這家公司買下。
其實,這些論文所提出的「Aesthetic QR Code Solution(美學式 QR 碼解決方案)」主要是在不超過 QR Code 「容錯能力」的情況下,以「雙重圖像(Binary Image)」或是「插入圖像(Input Image)」的方式製作所謂的 Aesthetic/Visual QR Code(有美感/圖像化的 QR code)。使用技術術語,就是「Embedding a picture」。而從整體圖像上來說,QR Code 的基本形式還在,但加入了視覺化圖像的內容。
那「容錯能力」是什麼呢?這就必須從QR Code的結構說起了。
-----廣告,請繼續往下閱讀-----
下面是在維基百科上使用的圖,用來說明 QR Code 的圖碼基本構成。讓我們把重點放在灰色區塊的「資料與糾錯碼訊息」上,其中的「糾錯碼(Error Correction Codeword)」就是與「資料碼(Data Codeword)」共同組成資訊區,用於執行修正錯誤功能的字碼。
QR Code 在辨識上有設定所謂的「容錯功能」,在部分字碼發生破損或無法辨識時,仍可恢復數據去辨識QR Code 所儲存的內容。在執行「容錯功能」的優劣上,有 7%~30% 的容錯能力(Error Correction Capacity,或譯作容錯能力)差異,分為四種級別,分別代表不同高低的容錯能力(進一步了解):
-----廣告,請繼續往下閱讀-----
等級「L」:7% 字碼可被修正
等級「M」:15% 字碼可被修正
等級「Q」:25% 字碼可被修正
等級「H」:30% 字碼可被修正
但是,前面提及的「Aesthetic QR Code Solution(美學式QR碼解決方案)」是在不超過 QR Code 的容錯能力情況下進行。也就是說,既然 QR Code 在判讀上有 7%~30% 的容錯率,那其中一個方法就是在可容許範圍內,加入「雙重圖像(Binary Image)」或是「插入圖像(Input Image)」。
但既然有學者特地提出討論「Aesthetic QR Code Solution(美學式QR碼解決方案)」,就肯定不僅僅只有運用「工人」智慧、還小心地不超過容錯率這種簡單的作法。
-----廣告,請繼續往下閱讀-----
在杭州電子科技大學與逢甲大學學者所提出的「An aesthetic QR code solution based on error correction mechanism」(根據容錯率計算機制完成之美學式 QR 碼)這篇期刊論文中提出特殊的運算技術去自動產生視覺碼(或學者所說的「美學式QR碼」),而且是透過「建構字碼編排(Construct codeword layout)」、「取得顯著圖(Obtain saliency map)」、「選擇最佳可變區(Select best changeable regions)」、「提出分層替換規則(Propose hierarchy replacement rules)」等4個步驟去運算生成的。
根據兩岸學者論文中提供的成果來看,成效確實是相當好的。特別是「選擇最佳可變區(Select best changeable regions)」這個關鍵技術,使得所製作出來的「視覺碼」,甚至比坊間的商業技術都更為優越且清晰。
從實務運用的角度來看,不虛掩地且直覺地使用 QR 碼,當然是最直接有效的,畢竟 QR 碼的功能用途就是「Call To Action(CTA)」,為了要去橋接後端的「數位服務」。因此要讓「CTA」產生效果,就要有策略地,有步驟地去促成。我將「CTA」目標分為「參與目標」與「執行目標」,且認為缺一不可。分列如下:
「使參與某事(Ask someone to participate)」:以QR碼提供「快速連結」去達成此「參與目標」。
「使執行某事(Get someone to do something)」:由QR碼橋接「數位服務」去達成此「執行目標」。