噓——安靜遠觀，讓無尾熊明星好吃好睡

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

F 編按：本文編譯自 Live science

螃蟹一直是海鮮美食中的明星，從油炸軟殼蟹到清蒸螃蟹，餐桌上經常見到牠們的身影。有地方也習慣直接將活螃蟹丟沸水煮熟，認為這能保留最多的鮮味。過去人們認為甲殼類缺乏複雜神經結構，不會感受到痛苦，因此不必過度憂心道德問題。但近年來，越來越多研究開始挑戰此一想法，指出螃蟹與龍蝦等甲殼動物可能具備類似疼痛的神經機制。

甲殼類是否能感覺到痛？

人類長期習慣以哺乳類的神經構造作為痛覺判斷依據，由於螃蟹沒有哺乳動物那樣的大腦腦區，便被認為只憑簡單反射行動，談不上真正「痛」。然而，新興科學證據顯示包括螃蟹、龍蝦在內的甲殼類，除了可能存在被稱為「nociceptors」的神經末梢，更在行為上展現自我防禦模式。這些研究結果顯示，螃蟹對強烈刺激不僅是本能抽搐，還有可能進行風險評估或逃避策略，暗示牠們的認知或感受方式比我們想像更精緻。

關鍵證據：nociceptors 與自我保護行為

近期實驗在歐洲岸蟹（Carcinus maenas）中觀察到，當研究人員以刺針或醋等刺激手段測量神經反應，牠們顯示與痛覺反應類似的神經興奮；若只是海水或無害操作，則無此現象。此外，透過行為實驗也可看出，寄居蟹在受到電擊時，會毅然捨棄原本的殼子逃離電源，但若同時存在掠食者味道，牠們會猶豫要不要冒著風險離開殼子。這些結果使科學家認為，螃蟹並非單純反射，而可能有對於痛感的判斷。若只是「低等反射」，牠們不會考慮掠食風險等外在因素。

痛覺與保護：實驗結果引發的道德思考

以上發現已在科學界引發廣泛關注，因為餐飲業與漁業中常見「活煮」或「刺穿」處理螃蟹方式，如今看來很可能讓牠們承受相當程度的不適或疼痛。瑞士、挪威與紐西蘭等國已開始禁止活煮龍蝦或螃蟹，要求先以電擊或機械方法使其失去意識，試圖減少痛苦。英國也曾討論是否將甲殼類納入動物福利法保護範圍，最後暫時擱置，但此爭議仍在延燒。

部分學者保持保留態度，認為雖然甲殼類展現疑似痛覺的行為與神經反應，但與哺乳類相同的「主觀痛感」仍需更多研究證明。大腦與神經系統結構畢竟存在很大差異，有些反射也可能是進化而來的自衛機制，而非真正意義上的感受。然而，科學家普遍同意，既然相關證據已經累積到一定程度，毋寧先採取更謹慎與人道的處理模式，而非輕易推卸為「牠們不會痛」。

海洋生物福利：未來的規範與影響

如果螃蟹被證實擁有痛覺，將牽動更廣泛的海洋生物福利議題，包括鎖管、章魚或多種貝類也可能具有類似神經機制。人類一直以來習慣將無脊椎動物視為「低等生物」，未必給予與哺乳類相同的法律或倫理關注。但若更多實驗持續指出，牠們同樣對嚴重刺激展開避痛行為，社會或終將呼籲修訂漁業與餐飲相關法規。未來可能要求業者在捕撈與宰殺前使用電擊或麻醉，並限制活煮等方式。這勢必對漁業流程與餐廳文化造成衝擊，也引發經濟與文化折衷的爭議。

龐大的實驗數據雖已暗示螃蟹「會痛」，但確鑿的最終定論仍需更多嚴謹研究支持，包括更深入的大腦活動成像與突觸路徑分析。同時，落實到實際操作也需追問：是否存在更快、更人道的宰殺或料理方式？能否維持食材鮮度同時保障動物福利？這種思維轉變既考驗科學進程，也考驗人類對自然資源的態度。也許未來，既然我們仍會食用海產，就該以最小痛苦的方式對待那些可能感受痛苦的生物，為牠們提供基本尊重。

• 作者／林翰佐
  • 本刊總編輯，主修動物學

• Take Home Message
  • 今（2023）年3月，一隻東非狒狒突然現身桃園地區，在混亂的捕捉行動後，狒狒中彈身亡。
  • 除了讓民眾休憩，動物園更具備自然保育教育的使命。不過由於園區管理困難，動物脫逃事件比你想像得多。
  • 若是動物園的存在仍具社會意義，動物脫逃又難以避免，社會應負起責任，以更人道的方式處理這類事件。

變調的暖心劇

春暖花開的3月，臺灣上演著一齣「動物星球」般的實境連續劇：一隻來源不明的東非狒狒（Papio anubis）在桃園地區突然現蹤，在社會上引起一陣漣漪。隨著目擊者們在網路上的分享，狒狒活動的消息開始在臺灣社群蔓延，甚至有熱心的網友繪製牠行蹤路線圖供民眾參考。農政單位也利用媒體提出警告，稱狒狒屬於兇猛的靈長類生物，呼籲狒狒活動區域中的居民需要多加留意，並提供民眾遭遇狒狒時的基本指引：

遇到狒狒時手中不要有食物，避免吸引其覓食接近…務必放下食物遠離牠，以避免遭受攻擊，確保自身安全。

實際與狒狒近距離遭遇的群眾，緊張之餘似乎也帶著一點興奮之情。據目擊者稱，這隻謎之狒狒並非想像中那般窮凶惡極，不僅會主動避開人群，也具有良好的生活紀律，在進食後還會將果皮整齊地擺放後離去。整個系列新聞宛如臺灣版《狗狗猩猩大冒險》（パン＆ジェームズのおつかい大挑戦！），而狒狒屢次逃脫搜捕的劇情又有如《湯姆貓與傑利鼠》（Tom and Jerry）般的曲折，在忙碌的塵世生活中平添一些清新。

在狒狒現蹤後的第 18 天，編制混雜的搜捕隊終於發現了狒狒藏身處，一陣警匪對峙般的攻堅行動中狒狒胸部中彈身亡，一齣暖心劇最終以血腥收場。

狒狒是什麼樣的動物？

狒狒屬於猴科（Cercopithecidae），在物種分類關係上，相較於紅毛猩猩，牠與臺灣獼猴（Macaca cyclopis）的血緣更近一些。世界現生的狒狒大約可以分為五種，分布在非洲與阿拉伯半島東側的紅海之濱，大多落腳於草原、稀樹草原或灌木叢區，和大多選擇森林作為棲所的靈長目動物大相逕庭。科學家相信，狒狒因此發展出與其他靈長類動物不同的外貌，包括長得像犬科動物般突出的口鼻部、鋒利的犬齒、近距離的雙眼、厚重的皮毛、短短的尾巴等。現今學界認為的靈長類演化方向是口鼻部的扁平化，兩眼由側面調整至前方，以換取較好的立體視覺，作為森林間擺盪、穿梭時對距離有更好的掌握，狒狒的這番操作有些背道而馳。

狒狒是猴科中最為剽悍的一支，牠們生活在天敵環伺的草原及疏林，缺乏森林的保護，因此洪荒之力是生存唯一的支撐。據信早年英國探險隊在非洲初見雄性狒狒力抗花豹，相互撕咬的景象相當震驚。狒狒通常為群體生活，由一隻雄性、數隻雌性及幼體組成一個基本家庭單元，然後由數個家庭組成更為大型的「部隊」（troop）集體行動，一支部隊的總個體數約 50～250 隻，但也有更小或更大的族群。狒狒是雜食性的機會主義者，幾乎什麼都吃，破壞性極強，在當地居民的眼中應該不是什麼善類。不過在古埃及，阿拉伯狒狒（Papio hamadryas）被視為是月神托特（Thoth）的化身，有趣的是，在古埃及諸神化的動物之中（豺狼、河馬等），只有阿拉伯狒狒並不是埃及原生的物種。

所以儘管狒狒的外貌並不出眾，其實還是一種相當有故事性的物種。

動物園的社會定位

動物園幾乎是絕大多數人的童年回憶，不過很少人會認真思考它在社會中的定位。如果有一群動物需要以終生監禁為代價，以近乎全年無休的犧牲成就大眾人生中的美好，我們似乎應該負責任地為牠們找個好理由。

從歷史的角度來看，動物園的形成與馬戲團有相當深厚的影響。事實上臺北動物園據信最早就是由馬戲團演變而來。早年的動物園以提供民眾休憩、活動為主要目的，除了展示來自世界各地的奇珍異獸之外，也推出動物表演秀等節目娛樂大眾。當時代更迭，動物保護意識抬頭，動物園的本質產生相當大的轉變；設計籠舍時開始考量動物的各項生理需求，除了空間與配置，也會控制溫度與光週期，盡量讓這些住客有家的感覺。動物園的使命也從單純的休憩娛樂，轉而成為教育及保育的平臺。

現今的文明世界需不需要動物園？支持者或許認為動物園的存在仍然具備相當的自然科學教育意涵。但其實現代社會資訊發達，透過拍攝生物在原生棲地生活的影像資料，常常能提供更為正確而鮮活的認知。只是因為想看看這些動物就必須將牠們終生監禁，不知道動物們能否接受這樣的理由？

這裡想要表達的重點是，即便到了 21 世紀，動物園仍繼承著人類對動物好奇的各種欲望需求，不論是教育目的還是休憩。這些動物大使們有如漢朝蘇武持節般遠渡重洋，遭受無限期的拘留，為人類及其自身種族之間搭起一條相知的橋樑，這樣的犧牲是否應該值得我們這個社會給予更高規格的尊重？

動物脫逃事件其實比你想像的多

筆者大學時期主修動物學，並在年輕歲月時擔任臺北市立動物園義工達三年之久，對動物園的實務運作有所了解，也在服務期間聽了很多的鄉野傳奇故事。雖說都是豢養動物，但想要管好動物園，挑戰比一般農場複雜許多。

動物園管理有如電影中某國聯邦的重刑犯監所，裡面收容的「大哥角頭」各異：兇猛的、高智商的，或者兩者兼備的都有，比起農場裡那些「傻白甜」的家禽和家畜，管理難度完全不是同一級別。即便是「臺灣第一」的臺北市立動物園，動物脫逃的故事還是有如《一千零一夜》（One Thousand and One Nights）中的童話故事般豐富。「緝捕歸案」其實是這些故事裡主角最好的結局，不過依照臺北市立動物園的公開新聞訊息，動物脫逃處理 SOP 中的第一條便是取槍——麻醉槍及上膛的獵槍都要。為了避免困獸傷人，「滅口」永遠是一個選項。

動物園該負整體事件全權責任嗎？

猴命鬧上新聞了，自然要追究事件的責任。謎之狒狒最後確定為六福村動物園所有，動物園因此公開坦承疏失，並果斷地執行人事懲處。新竹縣政府農業局身為主管機關，也以「未妥善管理導致脫逃，在狒狒脫逃後又並未主動通報」的理由，依現行的《野生動物保育法》第 37 條規定，祭出罰鍰五萬元的最嚴重處罰。由於民憤難平，所以中央主管機關農委會林務局適時地提出《野生動物保育法》修正草案：「逸失保育類野生動物未通報，罰鍰自一萬至五萬元，上修為三萬至十五萬元，並由飼主負擔圍捕費用⋯⋯」。

綜觀整件事件的善後，弦外之音有著「猴子是你家跑的，簍子是你捅的，所以罰你」的傳統直線邏輯，彷彿只要猴子不跑，世界便一片靜好。如果說動物園的存在仍然具備一些社會意義，而動物脫逃也難以完全避免，這個社會是否應該負起更大的道義責任，以更為人道的方式處理這類的事件？例如由中央協助跨縣市動物園間整合野生動物獸醫資源、透過工作坊精進各種野生動物誘捕回籠的技巧、組建可以相互支援、快速部署的反應小組等。

狒狒已死。筆者希望的是更多動物保護意識的喚起，進而化為行動，讓住在臺灣的這些動物大使有更為人道的對待——不論是住在裡頭，還是基於野性呼喚偶爾的外出放風。

• 〈本文選自《科學月刊》2023 年 6 月號〉
• 科學月刊／在一個資訊不值錢的時代中，試圖緊握那知識餘溫外，也不忘科學事實和自由價值至上的科普雜誌。