機器戰警的左右手──仿生義肢

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

2018 年 12 月，有名司機在西伯利亞新庫茲涅茨克的雪地中，找到了一隻大約四歲的俄羅斯貓貓 Dymka（俄語為「霧」），並將牠帶至新西伯利亞的診所。雖然牠因凍傷而失去了所有的爪子，但獸醫們 3D 列印出鈦材質的義肢代替牠失去的四條腿，所以現在 Dymka 可以重新生龍活虎地追趕跑跳蹦，甚至爬樓梯了！（灑花）

義肢獨秀——3D 列印技術重建貓掌

根據《莫斯科時報》報導， Dymka 獲救時爪子、耳朵和尾巴都已經凍傷了，獸醫 Sergei Gorshkov 不得不幫牠截肢。Gorshkov 說，在西伯利亞嚴酷的冬季裡，每間診所的獸醫至少會治療五至七隻爪子、耳朵和鼻子等部位被凍傷的貓，倘若凍傷情形嚴重，皮膚組織會死亡並需要截肢。

Gorshkov 和診所同事與俄羅斯托木斯克理工大學 (TPU) 的研究人員合作，為 Dymka 製造了一套義肢。 TPU 的代表表示，科學家開發了磷酸鈣製成的塗層，使鈦製義肢可以更順利地安裝並嵌入、融合進動物的腿骨中，同時讓感染和排斥的風險降到最低。

走出態度！恍若新生的鈦製義肢

研究人員對 Dymka 的腿進行電腦斷層掃描 (CT) 建模，並依此 3D 列印出鈦棒。根據《新西伯利亞新聞》報導 ，Dymka 於 2019 年 7 月植入了義肢，前腳為先，後腿次之。2019 年 12 月，獸醫診所在 YouTube 上傳了影片，內容記錄牠安裝義肢七個月後的生活，還有特寫鏡頭拍到了一些關於義肢的細節，可以從畫面中看出來，牠的「 腳掌」以柔軟的黑色材料製成，底部帶有紋理。

資料來源：

• 本文編譯自 Mindy Weisberger 所撰寫之科普報導 Cat with 4 frostbitten paws gets new feet made of titanium，刊載於 Live Science ( Jan 31,  2020 )

本文由科技部補助，泛科學獨立製作

在以往，身心障礙者只能倚靠輪椅或是助行器協助行走，但這些器材往往過於龐大，攜帶不便，而且對於顛頗地形適應不佳。ReWalk Personal 6.0 是一套外骨骼輔助義肢，能夠幫助身障者以接近原始走路的方式行走，讓身障者享受再次走路的感動。

ReWalk 將外骨骼輔具帶上街頭

Rewalk 系統的創始者亞米特高佛（Amit Goffer）不希望這些外骨骼義肢只使用於物理治療或是家中，他總是不停的想：「該如何才能讓這些器具融入社區？甚至走上街頭？」。ReWalk 機器人義肢公司的 CEO 賴瑞亞辛斯基（Larry Jasinski）也表示：「我們的目標就是讓外骨骼等輔助工具融入日常生活。」

美國已經通過先前 ReWalk 系統在臨床及個人的使用資格，讓脊隨損傷的身障者能夠使用外骨骼義肢協助行走。這也是第一套獲准如此多種使用權的外骨骼義肢，代表它將是第一個「走出醫院」的機器人義肢。亞辛斯基表示，已經有 66 位使用者將 ReWalk 買回家中使用。

 更符合人體需求

在基本機械運作上，新一代的 ReWalk 6.0 相較前代的差異不大：同樣用位於臀部與膝蓋的伺服馬達供給電源，並透過加速度器偵測使用者的移動。但在硬體上則有幾項重要的升級：腿部支撐器變得更為精簡，支撐帶能將身體重量更均勻的分布於義肢上，而原先放置處理器的背包，也被換成更迷你的腰包。

羅伯特是前幾代 ReWalk 的使用者，也給了許多改良建議給原廠。例如說先前的外骨骼支撐帶，其實很容易擦傷使用者的膝蓋。而新版的 ReWalk 設計，透過調整身體重量分配，已經成功改善這個問題。顯示了科技如果要進步，除了追求材料、製程或是微型化的進步，其實很多時候更需要的是聆聽使用者回饋的各種小問題，去調整、改善科技產品伴隨的副作用。

既然如此，外骨骼義肢的「好穿易脫」也就變得更重要了。ReWalk 把原先內外支柱的造型，改成只有外在支柱，並搭配環繞帶扣緊腿部，這種改良腿部支撐的方式，讓使用者能更容易穿上 ReWalk。使用者羅伯特表示透過增加腹部的支撐，他現在可以在盤腿坐時彎腰，不用再怕會往前倒，「我隨時都可以在 10 分鐘內站起來。」

除了硬體，ReWalk 6.0 也在軟體上做了改良。ReWalk 6.0 提供更平順的步行功能、更簡單的止步機制、以及更方便的上下樓梯動作。使用者也能透過穿戴式手錶，控制外骨骼的動作，像是坐下、站立、行走及爬階等。

除了輔助行走，還有更多益處

使用外骨骼義肢不是為了炫，相較於過去只能選擇坐輪椅，羅伯特發現他的身體機能在可重新走路之後獲得許多改善，他不再需要麻醉藥物，肌肉痙攣減少許多，消化、循環系統也都變得較健康。

和許多科技的誕生一樣，外骨骼最早應用於軍事用途，透過外骨骼裝置，能讓人跑得更快、跳得更高，甚而抬起重物、背負更多的裝備。現在，外骨骼義肢已經從醫院裡的物理治療室，逐漸走向街頭，也許未來會有越來越多的身障者，能在外骨骼義肢的幫助下，再度從輪椅、病床上站起，腳踏實地的感受每一步。

（本文由科技部補助「新媒體科普傳播實作計畫－智慧生活與前沿科技科普知識教育推廣」執行團隊撰稿）

責任編輯：鄭國威
審校：陳妤寧

文 / 施柔安

在《機器戰警》裡，主角因爆炸受了重傷，被改造成半人半機械的超級警察。而真實世界裡，有更多的人，因為戰爭、意外、疾病，永遠地失去了身體的一部份。幾十年來，從虎克船長的鐵勾、美觀大於實用的假肢，到殘障奧運短跑選手使用的碳纖維義肢，科學家們一直不斷地研究與改善義肢的功能，創造出許多使用不同原理和應用目的的義肢，希望能讓這些失去肢體的人們生活更安全便利。

上週，美國食品藥品管理局宣布批准了一款新型的義肢手臂上市銷售[1]。這款代號Luke（和《星際大戰》裡被砍掉手後、裝上一隻幾可亂真假手的天行者 Luke同名）的義肢，是一款能夠以意念操控的仿生義肢，由曾發明知名2輪電動車Segway的Dean Kamen所在公司DEKA研發。它的大小、重量和外觀都與真實的手臂相仿，並可做出高達十種不同的動作，從最簡單的喝水、進食、梳頭、刷牙，到開鎖、撿硬幣、拿雞蛋，甚至是操作器械，許多是目前的義肢無法完成的。

不同於目前廣泛使用的跨肢體牽引連動系統，Luke使用的DEKA arm system是經由電極來偵測殘餘肢體末端肌肉群的活動，再把信號轉換成相應的動作。這種方式讓使用者可以依照過去的經驗操作義肢，不需要一個關節接著一個關節地控制，使用上更自然也更直觀。

這看起來已經足夠厲害了，但是科學家們並沒有滿足。他們還希望可以「感覺」到物體的冷熱、形狀、硬度和質感。

今年二月，一篇相關的文章發表於Science Translational Medicine期刊[2]。這些神經科學家、工程師、醫生和機器人專家，將四個電極手術植入實驗參與者的上臂。這四個電極，會連接到特製的義肢上，將義肢表面受到的壓力資料，經電腦計算，改變成神經可接受的訊號，回傳給大腦。測試時，參與者不必盯著義肢，就能夠感覺到手正在做什麼，從而調整力氣拿起一些易碎的物品。

因為體積、重量和精準度的問題，讓它目前離實際應用還有很長一段路要走，且初期的價格肯定會無庸置疑地高昂。

當然，科幻小說中逼真靈活又普遍的機械仿生手臂永遠是科學家努力的方向──但我真心希望你我都沒有需要用到它的一天。

https://www.youtube.com/watch?v=uhOjRBGzUa0

作者施柔安：台灣人，出身長庚的物理治療師，現為新加坡 Villa Francis Home for the Aged 復健部主任

參考資料：

1. Brandon Griggs FDA approves ‘Star Wars’ bionic arm. CNN [May 12, 2014]
2. Stanisa Raspopovic, Marco Capogrosso, Francesco Maria Petrini, Marco Bonizzato, Jacopo Rigosa, Giovanni Di Pino, Jacopo Carpaneto, Marco Controzzi, Tim Boretius, Eduardo Fernandez, Giuseppe Granata, Calogero Maria Oddo, Luca Citi, Anna Lisa Ciancio, Christian Cipriani, Maria Chiara Carrozza, Winnie Jensen, Eugenio Guglielmelli, Thomas Stieglitz, Paolo Maria Rossini, Silvestro Micera “Restoring Natural Sensory Feedback in Real-Time Bidirectional Hand Prostheses” Sci Transl Med, Vol. 6, Issue 222, p. 222ra19, 2014.

—————————–

延伸科學再發現@科技大觀園：

• 動感科技-機器人：水鬼機器人
• 動感科技-機器人：闖關機器人
• 動感科技-機器人：進擊的機器人
• 動感科技-機器人：鋼鐵神醫

更多內容也可以上科技大觀園搜尋「機器人」，或每週六上午8點收看民視53台科學再發現。