時間旅行（四）回到的只是平行宇宙？

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

編按：本文摘自《關於夜空的 362 個問題》，蒐集了英國最長壽科普節目《仰望星空》的觀眾提問。所有你對太空宇宙會有的疑問，都將在本書中為你解答。本節討論的是「多重宇宙與額外維度」。

大爆炸有沒有可能在不同的地方發生過？

大爆炸可能曾在別處發生過，有些科學家會說可能性很高。有些高度懷疑論的理論認為，以大爆炸的本質來說，這應該曾經發生過很多次，甚至可能是無數次。有很多宇宙的這個概念稱為「多重宇宙」，其他這些擴張中的宇宙可能和我們的宇宙很不一樣，有著不一樣的物理法則。也許我們的宇宙是唯一一個條件足以讓原子──更別說恆星、行星、生命──得以形成的宇宙。

想像一個二維平面的宇宙，大約就像一張紙那樣，此時如果有另外一個平行的二維宇宙存在它的上方或下方有點距離的位置，那麼在第一張紙上的人，永遠不可能知道還有第二張紙存在。在真實的三維宇宙裡，另外一個宇宙不會存在於傳統觀念的「上面」，而是可能存在於某段距離之外的第四個空間維度。

就算我們的宇宙一直以三維在擴張，也永遠不會碰到另外一個宇宙，就像兩張紙可以一直變大，但永遠也不會碰到彼此。

如果真的有另外一個宇宙，我們對於宇宙末日的預測會有什麼改變？會不會因為其他的宇宙可能會和我們的宇宙「相撞」，而有不同結果？

這要看是什麼樣的相撞。如果其他的宇宙和我們居住的宇宙一樣，以三維的方式擴張，那麼兩者可能會以「傳統」的方式相撞。這麼接近我們的一個宇宙所帶來的影響，也許可以從它對我們所能見到的最遙遠的天體的影響來判斷，不過目前還沒有看過這樣的跡象。

這暗示那個宇宙整體的特質，可能和我們所能見到的區域的特質不一樣，而這些特質是會影響宇宙的最終命運的。

另外一個宇宙可能是在第四維的空間中和我們分開，這是個滿難想像的概念。這相當於兩張平行攤開的紙，只是兩者間的距離很小。霍金在更高維度空間的理論提到，三維的宇宙是「膜」（branes，我相信是從薄膜［membrane〕這個字而來的）。有一個理論是這些「膜世界」間的撞擊造成了大爆炸，不過目前還沒有辦法能證明或是推翻這個理論。

在量子宇宙學的多重宇宙解釋裡，有多少宇宙裡會是青少女偶像明星麥莉擔任美國總統？

關於宇宙的解釋裡，有一個可能是我們只是住在其中一個宇宙而已。事實上，的確有可能有數不清的宇宙。在數不清的宇宙裡，隨時隨地都會有各種可能的組合發生。也許在某些宇宙裡，莎士比亞的所有作品都是猴子在打字機上隨便打字而完成的；也許在其他的宇宙裡，麥莉真的就是美國總統。這些事發生的可能性高低，會影響它們發生的次數有多少，不過還是有可能發生過無數次──就算是無數次的一小部分也還是無數次！這是不是很可怕的想法？

你覺得除了大爆炸之外，關於宇宙的起源有沒有其他的科學解釋？

我認為大爆炸理論有非常穩固的科學證據為基礎，不會被推翻。然而，我們的宇宙學模型還是有其他部分的基礎沒那麼穩。比方說暗物質就還沒有真的被找出來（不過在這本書裡這樣寫有點大膽，因為在準備出版的這段時間裡，這方面的積極尋找似乎愈來愈接近成果）。因為沒有觀測結果能證明它存在，所以也很難認為這個理論可以被證實，不過和其他相關的理論相比，關於暗物質存在的證據當然還是比較多。

暗能量很有可能會成為科學進展的犧牲品。我之所以會這樣評估，主要是因為我們只能說，我們認為有某個東西造成了影響，但我們不知道那是什麼東西。

很重要的一點是，科學界不會躲到角落，對其他的可能視而不見。在過去數百年裡，某些科學進展上產生重大的延誤，都是因為有些人拒絕接受新想法。就像商業界一樣，競爭會帶來很多好處。科學家用不同的方式來詮釋結果，因此會支持相反理論的意見，通常也會支持新的實驗。最重要的關鍵是，不能被個人的感受所影響。只是因為你比較喜歡這個理論，或者因為這樣可以讓事情比較簡單，就相信某些事情是真的，不是從事科學研究的適當態度。

——本文摘自《關於夜空的 362 個問題：從天文觀測、太陽系的組成到宇宙的奧祕，了解天文學的入門書》，2019 年 4 月，貓頭鷹出版。

＿＿＿＿＿ 防雷分隔線＿＿＿＿＿

＿＿＿＿＿ 再來一層防雷分隔線，復仇者要上場囉＿＿＿＿＿

我們都知道在《復仇者聯盟 3》中，薩諾斯大大一個彈指間，地球一半的生物灰飛煙滅。那麼問題來了：在《復仇者聯盟 4》（以下簡稱《復4》）裡頭，各路英雄究竟該怎麼把大家再給救回來呢？

電影用了個十分老派的方法：時空旅行。（以及一堆聽起來萬分浮誇的專有名詞，包括：量子物理、德意志悖論和莫比烏斯環……）

那麼，接下來就讓我們用科學的角度，看看這些花俏的名詞究竟要如何拯救世界。

想拯救被薩諾斯摧毀的世界，首先，來場時空旅行！

想要拯救那消失的 50% 的生物，首先就要談談那些不知道從哪裡來但反正就是超厲害的「無限寶石」們，就是因為有它們，薩諾斯才能轉眼毀滅半個世界。若是要救回那 50% 的生物，寶石可說是重要關鍵。可惜的是，毀完世界後，薩諾斯也順手把寶石們都毀光光了。因此，復仇者們必需回到過去各個時間點，尋回過去的寶石。

然而，時空旅行真的可行嗎？

若我們採用愛因斯坦在狹義相對論裡的說法，只要用接近光速的速度移動，理論上，我們都可以在短短的人生中，「往前」旅行數百萬乃至於數億年的光陰。但是、穿越「回去」則是相對而言十分困難的事。

許多人將時空旅行的希望寄託在「黑洞」上，在黑洞中心奇異點的位置，重力極大，造成時間空間破裂，因此將黑洞與白洞連結，兩者間將產生「蟲洞」，人們便可以此穿越時空。

• 想知道更多關於時空旅行的方法？讓動畫告訴你：

回到過去不容易，沒祖父就沒有你

回到過去的時空旅行會出現很明顯的邏輯悖論，就像是著名的「祖父悖論」。

「祖父悖論」的內容是：如果你穿越回去、殺死了年輕時的「你爺爺」，那麼照理說「你」根本就不會出生，但如果你從來就沒有被生出來，「你」又要如何回到過去把爺爺殺掉呢？

這樣牽一髮而動全身的時空旅行，發生在所謂的「封閉類時曲線」 (closed timelike curve，CTC)。有些理論認為，因為這樣的迴圈在物理上無法實現，因此，回到過去本身就是一件不可能發生的事。

此外，也有所謂的「希特勒悖論」：假設為了阻止希特勒造成生靈塗炭的第二次世界大戰，我們派出探員穿越時空回到二戰前，暗殺了希特勒，而後阻止了二戰爆發。那麼，問題來了：如果根本沒有所謂二戰，又幹嘛回到過去殺掉希特勒呢？在這次的時空旅行中，旅行本身就消除了一開始旅行的目的，讓這整趟旅程顯得無比弔詭。

• 覺得有聽沒有懂？看動畫更好理解喔：

展開吧！多重宇宙裡什麼都是有可能的！

那麼，在終局之戰中，復仇者們又是如何進行時空旅行的呢？

電影首先吐槽了《回到未來》等時空旅行經典電影（就說了不能用改變過去來干預未來了齁～）然後，復仇者們走了另一條路──替代宇宙 (alternative reality)。

替代宇宙的概念是，當你回到過去做了某些改變，就會因此製造出一個全新的宇宙，就像是將原本的一個世界分支出多重時間線。在物理上，我們稱之為「多世界詮釋」(the many-worlds interpretation)

而為了不要在拯救一個世界的同時創造出三百個新世界，復仇者們決定回到過去「借用」無限寶石，拯救完現在這個地球後，再把寶石們還回原本的世界，一樣的時間、一樣的位置，就像沒有借過一樣（！？）

聽起來很棒，但這能成功嗎？

所以…到底什麼是量子物理？

在《復4》中，我們會一直聽到量子物理，的確，現在有許多時空旅行的新理論都以量子物理為基礎，而其中有些理論，似乎解決了祖父悖論的問題。

恩……所以到底啥是量子物理？這其實是一種看待萬物的不同方式，在量子物理中，原子粒子更像是一種模糊不清的概率波。有多模糊不清呢？你永遠都不可能「同時」知道某個粒子現在在哪兒跟它要往哪裡移動。你只能知道它大概會有某些機率出現在某個特定地點。

一位英國物理學家大衛‧多伊奇 (David Deutsch) 便將這個概念結合了多重世界理論 (Many Worlds theory)，而後發現，只要你用概率的方式去表達一切(把概率推到極致)，你就可能可以解決祖父悖論。

怎麼說呢？就像是粒子充滿了無盡可能，回到過去的旅行者也只有部分機率會殺掉他的祖父，如此一來你也沒死、祖父也沒死，真是可喜可賀可喜可賀啊！如此一來，也就打破了前述的因果關係循環。事實上，這在模擬中，已經成功了。

這看起來或許有些奇怪（加上電影用了很浮誇的方式在敘述），不過，實際上的量子力學，可能比這個還要難懂。別擔心，你並不孤單，畢竟科學家們自己也都還沒有搞清楚。

關於量子力學，還有哪些名詞你該知道：

普朗克尺度 (Planck scale)：所謂的普朗克尺度呢，看的是非常非常非常小的東西，普朗克長度、普朗克時間、普朗克質量等等都是物理上用來敘述的最基本單位。而一個普朗克長度是 1.616 × 10⁻³⁵ 公尺，沒錯，就是這麼小。這個距離，便是光在一段普朗克時間（約為 5× 10⁻⁴⁴ 秒）內前進的距離。

反莫比烏斯環 (Inverted Möbius strip)：那麼東尼看著的那個看起來超級厲害的「反莫比烏斯環」又是個什麼東西？恩……查無資料。但我可以跟你說莫比烏斯環是什麼。

想要做出莫比烏斯環其實很簡單只要拿張紙，轉 180 度，再把它的兩端黏起來就可以了。不過，可別小看這個環，它藏有許多奇妙的性質，它沒有正反面的分別，而是僅有一面，也就是說，你在環上隨便找個點往前畫畫畫畫畫，最後都會回到原本的地方，而且會將各處都塗滿同一個顏色。

排除掉那些看起來漂亮但不知道在幹嘛的名詞，《復4》的劇情實在花了許多力氣試圖完整時空旅行的方法、解決時空旅行悖論。

於是，一天又平安地過去了，感謝復仇者們的努力。

參考資料：

• Avengers: Endgame exploits time travel and quantum mechanics as it tries to restore the universe [2019.04.24] The Conversation