Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

勇敢踏出科普寫作的第一步

林大利_96
・2014/08/02 ・2683字 ・閱讀時間約 5 分鐘 ・SR值 537 ・八年級

-----廣告,請繼續往下閱讀-----

995075_848885658497554_733880941119364964_n
第八屆人與自然科普寫作研習營台中場

一個字「寫」,就這麼簡單。

今天是第八屆人與自然科普寫作研習營台中場,參加這個活動時我很確定兩件事情:第一,聽完以後不會搖身一變成為科普高手;第二,生涯第一篇科普文章不會優秀到哪裡去。既然這樣,那這個研習營的重點在哪裡呢?即所謂師父領進門,修行靠個人啊這位施主。你總不會相信聽完林書豪教籃球、聽王建民教棒球,隔天就拿大三元或是球速150公里/小時。科普寫作也是一樣,是需要磨練的功夫。

所以說,科普寫作到底難不難呢?我想就只是萬事起頭難,踏出第一步之後,無論走的快或慢,就會一步一步地走下去了。我參加完活動後,很好奇學員們究竟是胸有成竹躍躍欲試呢?還是戰戰兢兢忐忑不安呢?從Q&A的過程和歷屆活動結束後收到文章的狀況來看,後者似乎多了些。因此,我希望鼓勵菜鳥作者下筆寫第一篇文章,那才是真正的展開磨練歷程,在此之前,聽再多的演講也沒有用。由於活動是要繳報名費的,所以我就不在此報導活動內容,敬請期待明年的精彩內容。

寫第一篇文的需要具備的事情,我認為有下幾個:掌握科學知識、熟悉目標讀者、拿香跟著拜、積極的討論。

-----廣告,請繼續往下閱讀-----

掌握科學知識

你會講故事嗎?科普寫作就是在講科學故事,以科學為基礎撰寫文章,目的在於分享科學知識,科學正是科普文章的最重要元素。以科學知識為基礎,就必須講究客觀與嚴謹這兩個特性。無法掌握客觀的敘述,文章會流於偏見;無法堅持應有的嚴謹,文章會產生漏洞。科學是追求真理的系統性活動,也是人類認識世界的方法。科普文章以科學為基礎,行文老實不豪洨、腳踏實地不嘴砲。證據到哪裡,話只能說到那裡,三分證據便不應說四分話,說七分話便是罪惡。請拿出龜毛來寫文章,對我而言,無論科學論文寫作或科普寫作,「龜毛」無疑是一種美德。

好的科普寫作者不一定要是科學研究者,但是要有能力理解最源頭的科學文獻。2012年,我有幸到印度參與保育生物學研討會,其中一個主題是「如故事般的科學:對大眾的科學普及教育 」。與談人是我唯二的科普寫作偶像之一,科普作家大衛.奎曼(David Quammen)先生(另一位是Carl Zimmer先生)。他的著作包括:多多鳥之歌鬣蜥大飛行樹在古拉旺荒原哭泣、數篇國家地理雜誌的文章,以及圖文版的物種起源

奎曼先生平時有閱讀學術期刊的習慣,也積極參與學術研討會,在會議空檔振筆疾書,記下新知與靈感。奎曼先生談到,科普作家像是科學家的發言人,必須有人對外向大眾說明科學研究的成果與進展。這些人也被稱為「科學翻譯者」(scientific translator)。「科學翻譯者」並非單純的語言翻譯,而是對科學方法、理論與限制有一定程度瞭解,不須具備相關領域的學位,首要任務是將生硬的科學研究報告「翻譯」成活靈活現的文字展現給社會大眾。他們必須瞭解知識的來源,淺顯易懂地將複雜的科學研究表達出來。

-----廣告,請繼續往下閱讀-----

哇!寫第一篇文章之前需要去讀這麼多學術文獻嗎?我倒覺得這可以與寫作的磨練過程並行,第一次寫文章,只要先掌握自己手上有幾分證據,話只能說到哪裡,這樣就夠了。後續的進步會由讀者的回饋、編輯和審查委員的意見來逐漸磨練。

300464_441086455944145_904703667_n
科普作家大衛.奎曼(中)先生(本圖純屬炫耀,跟偶像合照真害羞>////<)

熟悉目標讀者

優秀的科學翻譯者,不僅須具備清楚的邏輯思維,更需化繁為簡但不失其旨的能力。科學推廣要站在讀者的觀點,揣摩不同年齡層、教育程度的讀者吸收知識的習慣。寫作科普文章之前,要想清楚是瞭解你的「目標讀者」,才能有效的將科學新知傳達出去。例如我在自然保育季刊寫的文章,目標讀者是自然觀察愛好者、生態演化相關領域的大學生或研究生,我就不會從基礎知識談起,而是直接進入議題。如果是在國語日報科學版,就會需要從解釋名詞開始,需要帶點簡白活潑的語氣。如果目標讀者是普羅大眾,那就設定在高中三年級左右的程度來寫,不要寫得比報紙的文章還難。在泛科學的文章,會考慮添加一點網路鄉民用語和元素,增加一點惡趣味,但是不應該氾濫。

不同的寫作平台會有不同的受眾,科普文章的寫作方式和風格也應該做些許的調整。其實寫久了,會有很多跟讀者互動的經驗,作者會影響讀者,讀者會影響作者,會逐漸習慣特定的讀者群。像我就超級不擅長對小學生寫文章,那要感謝國語日報編輯的修改建議。

-----廣告,請繼續往下閱讀-----

拿香跟著拜

談到科普文章的架構和邏輯好像嚇到不少人,覺得門檻好像很高,需要具備很多條件和工夫,請承轉合聽起來很抽象。遇到這種狀況,我會建議最好的方法是「拿香跟著拜」,換句話說,我要你去模仿(不是抄襲!)好的文章的寫法。讀好的文章除了瞭解文章要傳達的訊息,更應該探討作者在段與段之間、句與句之間、字與字之間的鋪陳。讀到好的文章,不妨試著把每一段的主旨用一句話寫出來,試著參透作者的脈絡。找出一兩篇文章的脈絡之後,嘗試把自己想寫的題材以相同的脈絡塞進去看看。寫第一篇文章不用先焦慮於便當盒的設計好難,先試著把食物放到適當的格子裡。這也是為什麼,多讀好的文章,才能寫出好的文章。如果老是讀不好的文章,那寫作能力也就僅止於此,很難進步。

10590680_849032111816242_195856342041610532_n

積極的討論

科普寫作除了原則之外,還有非常多的細節,這些細節難以一一細數,最好的方法就是親身經歷。換句話說,要不斷的寫文章,並且不斷的被改、被電、多接收讀者的意見回饋。其實不太需要擔心文章寫得不好,因為絕大多數人第一篇文章都寫得不好,一開始被電是很正常的,沒什麼好害怕。而且,有人願意幫你改文章是難能可貴的一件事,沒有收到什麼修改建議,才真正需要憂心。同樣的,自己也可以給別人的文章一些建議,這裡的建議不是流於指責或批評,而是積極討論怎樣可以讓文章寫得更好。以前在練習科學論文寫作的時候,就是跟同儕交換改對方的文章,然後討論為什麼這麼改。

-----廣告,請繼續往下閱讀-----

因此,不斷的寫、被改、修正、再被改,就是鍛鍊科普寫作能力的不二法門,寫好文章的能力都是在電與被電之間被磨練出來的。因此,不必害怕被電、害怕門檻、覺得很難,這些都是必經之路,唯有知恥雪恥、屢敗屢戰才會逐漸改進缺點、形塑風格、變威變大。

趕快勇敢的把處女作寫出來,多方請教修改意見,下一篇會更好。

好康的在哪裡

-----廣告,請繼續往下閱讀-----
文章難易度
林大利_96
19 篇文章 ・ 8 位粉絲
來自森林系,目前於特有生物研究保育中心服務。興趣廣泛,主要研究小鳥、森林和野生動物的棲地。出門一定要帶書、對著地圖發呆很久、算清楚自己看過幾種鳥。是個龜毛的讀者,認為龜毛是一種科學寫作的美德。

0

0
0

文字

分享

0
0
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

-----廣告,請繼續往下閱讀-----

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

0
0

文字

分享

0
0
0
寫文章搞科普有什麼用!還不是輸給 youtuber?──2019泛知識節
泛知識節
・2019/05/15 ・4395字 ・閱讀時間約 9 分鐘 ・SR值 535 ・七年級

前有唐綺陽國師,後有理科太太,在知識傳播上,這些「明星」總是一浪接一浪地帶來超高流量,將無數的泛科作者打趴在沙灘上──可‧‧‧‧‧‧可惡,說什麼「我們的流量總和輸給一個 youtuber」、「沒流量為什麼還要一直寫文章」或是「為什麼這群寫字的不是 youtuber」未免也太小看人了吧!你以為這就是全部了嗎?

本次知識節特地邀請了十六位講者,各以 100 秒的超短時間回答主持人辛辣且意圖使人入坑的問題──既留下自己的科普心法,也大吐 youtube 時代對知識經濟的苦水(?),到底最後這些作者是不是留下一句:「真香!」呢?

讓泛科作者們來跟你聊聊知識經濟和 youtuber 趨勢吧!

你是誰?怎麼不當 youtuber?有賺到「知識經濟」嗎?

程威銓:科的層面、普的實踐,兩者的距離值得玩味

近期「理科旋風」橫掃科普圈,先發登場的科普心理作家海苔熊(程威銓)認為,有別於泛科作者多將重點擺在「科」的層面,理科太太更在意的是「普」的實踐,而由市場給予的反饋可知,在兩種策略之間,勢必還有更多值得玩味之處。

-----廣告,請繼續往下閱讀-----

當主持人廖英凱問道,程威銓其實相當早期便開始經營臉書粉專,同時也跟唐國師合作過,在傳播科學文章時有沒有經營需要注意之處,或者另有秘訣呢?對此,程威銓認為:最重要的莫過於「你相信什麼價值觀?」這也包含了科學的價值觀在內。雖然價值觀會隨著時間變遷,但作者自己要知道自己在做些什麼?作品是否與受眾產生關聯?否則便容易侷限在自己的世界內。

黃貞祥:「科」是文章的核心概念

身為清華大學助理教授的黃貞祥老師笑稱,自己的夢想便是複製侏儸紀公園,而現在正在路上呢!至於為什麼不當 youtuber 呢?老師則是自謙顏質不高,且製作影片相當耗時、成功者也少──不過當主持人提議如果另有團隊能協助處理影片,作者只要解說自己的想法就可以時,老師卻相當爽快地答應了!

話雖如此,但在老師眼中「影片」與「文章」仍是取向截然不同的媒材,難以說換便換。以影片而言,「普」是其重心所在,需要同時兼顧娛樂;但就文章來說,「科」才是核心概念,娛樂反而是輔助了。

曾文宣:即時回饋,讓作者更有感覺

號稱「視覺系科普作家」的曾文宣,自述從開始寫文章之後,顏質與身材便漸漸走樣。而由於他的興趣在動物生殖學,所以外號又稱「陰莖王」、「乳頭王」──這別緻的稱號倒引起眾人好奇,這些知識都從哪裡來的?曾文宣解釋,其實學校所學跟科普內容關係較少,更多的是靠自己的興趣鑽研網路資源而來。

-----廣告,請繼續往下閱讀-----

而同時經營臉書社團、粉絲專頁與在泛科學都有產出的曾文宣,免不了遭主持人提問經營三者有何不同?曾文宣笑說,作為科普寫手,當「文章出不去」的時候最是痛苦了,因此泛科學較長的編輯與審理時間較容易讓人卻步,而在臉書發表文章則有人提供即時回應,會比較有感覺。至於粉專與社團的部分,則是一個發表鱷魚相關內容,另一邊則提供演化文章分享。

如果能獲得即時回饋,對於作者來說會很有感。圖/Giphy

陳俊堯:希望科學家成為 youtuber 的後盾

慈濟大學生科系最近才剛出版《細菌好朋友》一書的陳俊堯老師,被問及此書時直言:「細菌很可愛,請大家愛上細菌!」

至於為什麼是用寫書,而非當一個 youtuber 呢?陳俊堯則戲稱自己的臉不夠好看、也不夠好笑,而且製作影片會花上許多時間。陳俊堯老師認為,youtube 影片需要很多資訊,身為科學家應該成為 youtuber 的後勤,提供資訊來讓他們轉換。

-----廣告,請繼續往下閱讀-----

林大利:龜毛,是科學寫作的美德

林大利以三句話簡潔地「科普」了一下自己──在特生中心當助理研究員、在澳洲當博士生、家裡開漫畫店。林大利認為,做科普最重要的就是龜毛,這也是科學寫作的美德,有任何不妥的地方都應該修正過來;至於 youtuber… 則因為自己有全職工作,還有兩個小孩要帶,也就沒有時間與金錢來當 youtuber 了。

同時在翻譯方面也有所長的林大利被問及,與翻譯相比,自己創作需要的能力是否有差別?哪一種比較累呢?林大利解釋,寫作需要對知識的全面理解才能寫,翻譯則只需要傳達意思就好──但後者其實也經常發現作者的錯誤。

作答尾聲時被問到「對碩士生而言,既有文獻閱讀能力又有寫作能力,應該先接觸科普寫作還是翻譯呢?」林大利妙答:「先拿到畢業證書。」

各位,請先好好畢業好嗎~圖/Pixabay

-----廣告,請繼續往下閱讀-----

寒波:更喜歡文字的表達方式

經營粉絲專頁與同名部落格《盲眼的尼安德塔石器匠》的寒波,對於為什麼不做 youtuber 的問題倒是回答得相當直接,除了技術方面的問題之外,實際上由於文字與影音表達的方式不同,自己較為習慣前者,因此對於 youtuber 這條路興趣缺缺。

張瑞棋:想用喜劇做科普,大家快一起加入!

今天張瑞棋顯然是有備而來,被問到為什麼不當 youtuber 時竟然隨口就來上一段 rap,與主持人站在了同一個立場,力推眾作者跳坑。

而就在這段精彩的 rap 表演後,主持人打蛇隨棍上地問道,以 rap 當作科普媒介在國外早有先例,張瑞棋有想過要這樣做嗎?張瑞棋馬上答覆道:「這樣格局太小了。」比起做 rap 科普,他更希望弄一個情境喜劇,在其中就能夠涵蓋許多表演形式;至於自己呢?比較希望當製作人或者編劇,希望大家能一起加入!

江松樺:想成功跨域?多爬文、多提問

江松樺不僅經營臉書粉專《遠古巨獸與他們的傳奇》,也博曉許多古生物知識,但幾乎沒有人知道他原是心理學研究出身,是後來接觸到許多喜歡恐龍的小朋友,從而開始研究恐龍,才走上了古脊椎生物的領域。

-----廣告,請繼續往下閱讀-----

但跨了這麼大一個領域是怎麼成功的?江松樺答道,其實研究的方法及概念是差不多的,至於生物相關的知識則要靠自己慢慢爬文,此外,與專業人士當朋友、多請教,慢慢就知道了。但為什麼小朋友會喜歡恐龍呢?江松樺想,可能小朋友喜歡新奇事物,對日常沒接觸過的東西會抱有好奇心吧。

小朋友最愛的恐龍,只要有心也能學起來。圖/Pixabay

林希陶:想要自在,不扛偶包

作為心理師的林希陶一上來便先回答了剛剛江松樺遇到的問題──為什麼小朋友會喜歡恐龍呢?其實有些小朋友喜歡特別的分類或動物構造,這些小孩可能有一些亞斯特質,但感興趣的也未必是恐龍,例如有些人可能喜歡陰莖跟奶頭(?)

當提到為什麼不當 youtuber 的時候,林希陶則說,考量到背後所需要付出的心力,自己本身也另有正職,再加上還要帶小孩;同時也希望自己可以自在一點,沒有公眾人物的包袱,因此就暫不考慮當 youtuber 了。

-----廣告,請繼續往下閱讀-----

林宇軒:「科」不成問題,「普」較需練習

林宇軒說到,自從某次跟泛科學合作之後,便開始寫食安與農藥相關的文章了。會想要從事科學傳播的原因,主要是自己沒有那麼愛做實驗,科普傳播做起來開心許多。

不過,科普還是會遇到讀者沒有點開網站、沒有點讚等問題,同時,要推廣給許多人也有一定難度──對於科學背景的人而言,「科」不成問題,反倒是「普」較需要練習。至於不當 youtuber 的原因,還是因為自己不愛拋頭露面、比較喜歡在幕後,更希望某日可以當上編劇。

蔣維倫:沒人沒錢沒時間,與 youtuber 真無緣

說起要不要當 youtuber 這件事,蔣維倫表示因為沒人沒錢,後製剪接還需要大量時間;除此之外,就算是直播,有些東西如醫學史或醫學相關內容,沒有畫面也很難呈現,因此暫無計畫。

有趣的是,蔣維倫本身供稿的單位相當多元,為什麼會出沒在如此多的媒體呢?蔣維倫表示,一開始進入泛科學也是單純翻譯國外的新聞稿或者論文,後來覺得這樣做好無聊,因此想要來寫自己的東西,況且自己感興趣的事物在中文世界往往沒有出現過呢。除此之外,像是《鳴人堂》則是朱家安找上門來;而自己對某些社會議題看不慣,也就有投稿發表。

-----廣告,請繼續往下閱讀-----

Shark: 策展是趨勢,實際來展場聊聊吧!

身為作者中少數具策展經驗的 Shark,談起從事科普的契機是源於 2016 年的知識節,自那時起入坑寫作,寫著寫著便有人找上門來邀請策展。倒不是說是因為寫作而策展,而是因為自己本身便有在做數學藝術品,剛好藉著寫作得到這麼一個策展機會。此外,Shark 去年也剛申請到了國家文化藝術基金會的經費參展。

在台灣做科學藝術展覽算是小眾嗎?Shark 表示,其實科學藝術展覽並不少見,在文章中也多有提及。另一方面,自己也是因為寫過論文,感到單純用寫的好像有點無聊,因此才把它實際做出來。林家妤也認為,現在策展是一種趨勢,自己更偏好正面對決,邀請大家實際到展場來聊聊。

想要好好溝通數學,不妨在展場直球對決!圖/Pixabay

潘昌志:想突破文字同溫層?或許可試試影像和漫畫

不落張瑞棋後的他,一上台便開始唱起歌來。

經營粉絲專頁《震識:那些你想知道的震事》的潘昌志,自己本身是寫地球科學為主,而現在多著墨在地震方面的文章。雖然說從前不曾有過當 youtuber 的構想,但近年來確實有在考慮:如何可以讓科普傳播有更多效果?

潘昌志認為,寫字的時候會將個人的性格隱藏起來,在影像、歌唱或純文字的表現形式比對裡,雖然沒有特別的數據支持,不過影像與漫畫可以穿透文字的同溫層,接觸到不同的人。

廖英凱:單純與人講話,容易得多

麥克風終於交回到主持人手上,富有廣播經驗的廖英凱面對「為什麼不當 youtuber」的問題答道,自己可能沒辦法做到像是啾啾鞋或者理科太太的程度,因為看著鏡頭對自己來說比較困難;相反的,單純與人講話還容易得多。

至於許多創作者都會面臨到的「業配」問題,廖英凱說,撰稿與主持會有相應費用,至於業配則需要看內容物才能斷定,不希望自己在賣弄科學招牌。要如何像理科太太一般有個說故事的手法,既能獲得生意,又能不違背科學,還是有學問在的。

雷雅淇:想讓科普平台更穩定,推動創作者前行

身為泛科學的總編輯,面對「理科旋風」則有不同的看法。雷雅淇認為,單一、兩個人走紅確實有些象徵意涵,但個人發現這件事可行的做法,應該是讓這個平台更加穩定,因此,她想要做的事是去「推」這些創作者,而不是當衝在最前面的人。

而說泛科學看似沒有搭上這波風潮,倒也不那麼完全。過去兩年泛科學確實持續有在開直播、做動畫,不過在商業、推廣與科學間的界線,要抓得好也沒有那麼容易便是。

身為泛科學的總編輯,雷雅淇更希望能推著大家前行。

余海峯:乘風而行,未嘗不好

從香港遠道而來的余海峯老師自然是逃不過主持人的麥克風了。余海峯老師過去在臉書、部落格都發表過文章,對於科學傳播要改以 youtube、唱歌或漫畫之類的其他方式,認為比起文章會有更多人看、能接觸到更廣泛的族群。雖然這些媒材未必跟科普有關係,但要是能順風搭上也很好呢。

-----廣告,請繼續往下閱讀-----
泛知識節
24 篇文章 ・ 4 位粉絲
從「科學太重要了,所以不能只交給科學家」,到「科學家太重要了,所以不能只懂科學」,再到「知識太重要了,所以不能讓它關在牆裡」,「泛知識節」為泛科知識召集之年度大型活動,承繼 PanSci 泛科學年會的精神與架構,邀請「科學」「科技」「娛樂」「旅行」四個領域的專家與耕耘者,一同談說、分享、攻錯。 這是一個大型的舞台,我們在此治茶拂席,虛位以待,請你上座。

0

0
1

文字

分享

0
0
1
「訓練有素」的科學人,請多講點廢話!揭密科普寫作三大心法──2019泛知識節
旻諭_96
・2019/05/06 ・2903字 ・閱讀時間約 6 分鐘 ・SR值 469 ・五年級

你想分享很多有趣的科學知識嗎?

你可能是自然組高中生、念自然科學相關科系的大學生、研究生,總是想告訴大家科學有多好玩,卻發現別人都聽不懂自己在說什麼QQ

科學知識這麼複雜又難懂,怎樣才能用淺顯文字好好傳播、讓讚數多多呢?《2019 泛知識節》邀請到慈濟大學生命科學系,江湖上人稱「細菌人」的陳俊堯教授,來聊聊寫科學故事的三大心法,講個「非專業人士願意聽的科學故事」。

從前從前,與科普文的初相見

科普文章這麼難寫,怎麼有傻瓜要做這種事?根據陳俊堯的觀察,總結了以下幾種接觸科普文的起點:

1. 老闆交代的任務:「阿就單位要做科普推廣,長官想要發新聞稿,打知名度,所以被要求的。」(無奈貌)

-----廣告,請繼續往下閱讀-----

2. 想分享所學:聽到有趣好玩的新知,想把所學跟別人分享。「我覺得這東西太棒了,我想要全世界的人都知道!」

3. 做筆記反思自爽:還有一種人,是為了做筆記反思用的。像是創部落格來記錄自己的學習筆記,除了怕十年後的自己忘記之外,也為了「逼迫自己搞懂」。當真的自己思考、重組過後,才是真的懂了,也才有辦法講一個完整的故事給別人聽。「我寫東西是為了讓自己更懂,你們看不看跟我沒有關係!」

「因此,我們得證,大學生、研究生都應該交科普文當各科作業,占百分之五十不然就全部當掉!」(陳俊堯,2019)

好了各位,沒交科普文的就當掉喔!圖/Pixabay

什麼科學故事才吸眼球?把握說故事的 4C 原則!

不管你是被老闆推下坑,或是想告訴全天下你的新發現,還是為了反芻筆記寫爽的,要怎麼寫吸引人的科學故事呢?請參照寫故事的 4C 原則:

-----廣告,請繼續往下閱讀-----
  1. Causality(因果關係)
  2. Conflict(衝突)
  3. Complication(複雜難題)
  4. Character (主角)

仔細想想,一篇科學研究論文就包含其中三個奧義:有清楚的因果關係,有要解決的研究問題(故事中的「衝突點」),也有研究意料之外的發展(複雜難題)。

「你看,研究論文裡,好故事的條件四項有三項都符合!你不覺得這就是天生最好的素材可以讓你練習寫科普文嗎!」陳俊堯老師眼睛閃閃發亮地說。可是,研究論文中有一大堆專有名詞,一個研究裡面又有好多複雜概念,該怎麼起筆才好呢?

今天就要來公開科普寫作的三大秘辛:話不能省、料不能多、深埋爆點。

話不能省:訓練有素的科學家們,請多講點廢話

陳俊堯分享,科學家過去的科學訓練總是要求「精簡」,但是寫科普文時,是要寫給非專業人士看的,為了預防讀者腦子轉不過來,勢必要把事情解釋清楚。「任何別人可能會不知道的背景科學知識都要講清楚。不要只講重點、不要只講結論,過程描述清楚,那才是吸引人的地方。」陳俊堯說。

除了避免過於精簡,科學家更要避免掉進「專有名詞的詛咒」。進行科學寫作時,留下和科學故事最相關的專有名詞,把它還原成一般人的語言,好好解釋,至於不重要的名詞,就跳過它吧!

-----廣告,請繼續往下閱讀-----

舉例來說,如果你想說:「Bacteroides thetaiotaomicron 屬於腸道裡的優勢菌群,可在大腸分解食物裡的多醣,如纖維素。」

不如改成:「Bacteroides thetaiotaomicron 是我們腸子裡最多的細菌,我們先叫它 Bt 菌。我們吃的菜裡有不能被消化的纖維。Bt 菌本事高強,可以吃這些纖維長大。」

當專有名詞被轉換之後,讀者認知上的負擔就減少了!如果能再跟生活結合:「纖維就是你昨天吃的那個菜裡面,咬不爛的東西。」那讀者對於科學新知的恐懼感就會下降。

別用專有名詞,把困難概念簡單說。圖/flickr

同樣的,我們也可以「善用比喻」來消滅專有名詞。舉例來說:「運用次世代 DNA 定序技術對土壤樣本進行大量平行定序。」就可以用「幫泥土裡的細菌點名」來類比。

最後,陳俊堯在批改科學家文稿的過程中發現:科學家們看了很多研究論文,寫出來的文章就容易變成「英文文法的中文」。因此寫科普文章時,切記不要被英文綁架了不要倒裝、不要雙重否定、砍掉贅字

-----廣告,請繼續往下閱讀-----

料不能多:太多想講的重點,讀者會拉肚子的!

雖說寫科普文章時,話不能省、廢話多說一些,但一定要記得「料不能多」,別給讀者太多硬科學知識,若是用知識淹死讀者,可是會嚇跑人的!萬一想說的重點一集講不完,還可以有續集嘛~

為了讓一集科學故事的知識份量剛剛好,陳俊堯建議科學家使用「派大星揮一拳結構」:「試試看每個故事只上三道菜,也就是破題之後只講三件事情。第一和第二件事是為了鋪陳第三個重點,資訊量不用太多;第三個才是超級無敵大重點,要仔細、認真講!」

想要文章精簡有趣?試試「派大星貓一拳」結構吧!圖/講者ppt

另外,包裝「料1、料2、料3」的破題跟收尾要怎麼寫呢?陳俊堯說:「破題是把讀者從人間拐進來」也就是先聊生活上的例子,讓讀者知道接下來要講的科學知識跟他們的生活有什麼關係。收尾也要記得把讀者送回人間,就算真的跟生活很無關,不管怎麼樣一定都要牽拖到,讓讀者感覺到回到人間。

-----廣告,請繼續往下閱讀-----

而若要將讀者送回人間,可別忘記來點「調味」、加一點人的味道,試著放入能夠引起讀者情緒的內容,像是自己的生活經驗。「有人味的科普文章,人家才會想讀!」

深埋爆點:把驚奇埋在最後引爆

我們說,每個故事只上三道菜,第一和第二道菜,是為了第三道料理的出現。也就是說,寫科普文章時,要慢慢引導大家去嚐嚐第三道菜──就是你深埋在最後的爆點!

那要怎麼做呢?陳俊堯說,「讀者是被拉著走的,他唯一接受到的訊息是你給的文字。請用文字去引導讀者,先把問號塞進讀者腦袋裡,讓讀者在心中產生疑問,最後再把謎底揭曉!」

另外,科普寫作也可以耍點小心機!為了要抓住讀者的注意力,也可以在文章前段刻意誤導讀者,給讀者很多歪掉的資訊,文末再拉回來解釋到底正確答案是什麼,將正解深埋在最後引爆。

-----廣告,請繼續往下閱讀-----

在文章最後請 set 一個爆、點 (boom!) 圖/giphy

教練,我想寫科普文!別急,熟悉主題、設定觀眾再開始

「話不能省、料不能多、深埋爆點」,領會科普寫作的三大秘訣之後,今天回家就可以動筆開寫科普文啦!不過在打開 Word 檔之前,陳俊堯老師還有幾點想提醒大家。

首先,在動筆之前,請先設定對象,想想「你想對誰講故事?」是高中自然組學生、國中生、還是小學五年級的小朋友?

設定好觀眾群之後,記得針對讀者們的知識背景來調整用字,用他們懂的、覺得有興趣的梗來舉例或比喻。萬一忘了針對讀者群調整用字,讀者可能會覺得:「會用這個字一定是老人家,我才不要看這個東西!」因此動筆之前,試著想想自己想要吸引怎樣的人來看文章,寫作的時候,時時把這群人的形象放在心裡。

-----廣告,請繼續往下閱讀-----

再者,寫特定主題的科普文章之前,必須確定自己已經完全搞懂這個主題。「就像各大內容農場或媒體翻譯的科學報導,在對該主題一知半解的情況下,可能會寫出很奇怪的東西。」

如果你都已經準備好了,那就快接受陳俊堯的推坑吧:「今天回家就可以把一篇研究論文寫成 1000 字上下的科普文了!」

-----廣告,請繼續往下閱讀-----
旻諭_96
14 篇文章 ・ 2 位粉絲
大學主修生科,研所跳槽科學教育,目前正努力想要聰明又科學的活著。