【2014智活星期二】陳俊忠：銀髮族玩科學

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

國科會首度向全國高中職及大專院校廣下英雄帖，舉辦「Open Call 科普 創意松」，得獎名單已揭曉，並將於今（112）年 5 月 26 日在臺北松山文創園區一號倉庫進行頒獎及展示得獎作品，當日將結合國科會科普活動計畫及科普產品製播計畫成果一同展出，讓各界能藉此機會相互激盪對科普的想像！

兼顧科普傳播與社會需求，將學生科普創意轉換為未來社會影響力

聚焦校園年輕世代所舉辦的「Open Call 科普創意松」徵件活動，分「科普創意提案」及「科普短片徵件」兩類，鼓勵高職中職及大專院校學生，透過多元科普傳播模式和影音創作發揮社會影響力。

自去（111）年 8 月底啟動徵件，有將近 90 所學校、400 多隊報名、超過 1200 人次的師生參與。在學子創意孵化的過程中，國科會也邀請業界各領域執牛耳的輔導業師，透過業師陪伴及前後世代的交流互動，優化學子的提案創意並強化其作品未來之可行性。

「科普創意提案」獲獎案例展現出青年學子對於科學教育、環境永續、生 態保育、偏鄉孩童心理輔導等議題的關注與熱情，並嘗試透過創新的科普傳播手法為在地社會議題尋求新解方。

大專組金獎由來自臺北醫學大學及中國醫藥大學合組團隊「醫線教育」獲得，該團隊跨區域、跨校號召志同道合夥伴，針對疾病診斷邏輯，設計互動式教具與課程，幫助國內外大學生模擬情境以銜 接基礎知識在臨床的應用，獲評審們一致認同是難能可貴的社會實踐行動。

高中職組金獎，由彰化二林工商的「哇哈哈科學服務團」團隊獲獎，該團隊以在地高中職學生為出發點，率先成立科學服務社團，學習科技教育知識，再教導鄰近國中小學童，達到自助人助，進一步儲備種子志願團，由受助者變成助人者，形成良善循環機制，不僅將科學教育資源帶入偏鄉，培養在地科學人才， 且結合科學教育與地方文化，對地方經濟和社會發展有正面且積極的影響。

科普短片類大專組金獎作品為清華大學「清大天文社」之〈進擊的黑洞：類星體〉，該創作短片從熱門的科學新聞切入，呼應天文迷對於黑洞的好奇心， 片中穿插許多令人會心一笑的譬喻與橋段，風趣又不失其意涵。

高中職組金獎作品，是由虎尾高中「動感光波」團隊所創作之短片〈光通訊〉，主要講述以 發射器（燈泡）產生之光訊號，經由接收、轉換成電訊號，進而發出特定音階， 透過生動活潑的表演和拍攝手法，故事情節可愛清新，搭配簡易動畫和資訊圖卡，讓影片具知識性及趣味性。

當日除了展示 21 個來自校園學子的獲獎科普創意，下午在舞台區會放映獲獎的 11 支科普短片及科普產品製播計畫影片，內容生動更兼具知識性與教育性，讓民眾沉浸於深入淺出的科學知識寶庫與科普視聽饗宴。

精選年度科普活動計畫作品及科普產品製播影片成果同步展出

國科會為持續推動全民科普，使科學教育不僅走入校園、更深入大眾生活，今年首度集結科普相關計畫 45 個團隊共同展出成果，國內長期推動科普、第一線面對學子的科普推手，為本次展覽設計豐富多元的科學演示，將深奧的科研成果轉化為各年齡層易懂的手作互動實驗等，包括循環材料與物件微展覽、 原住民文化數學數位教材、科普桌遊、AI 自駕車模擬行駛、植物染手作體驗、 蝴蝶科普解謎遊戲等有趣又豐富的科普體驗；此外，「數感盃中英文數學詩創作競賽」的創作成果，也將在展場中幻化為 24 公尺長的「數學詩牆」，當縝密精準的數學與柔軟詩意的文學交會，迸發出跨域創作的科普新火花！歡迎大小朋友帶著好奇心一同共襄盛舉！

活動官網

「Open Call 頒獎典禮暨科普成果展」活動資訊

• 時間：2023 年 5 月 26 日（星期五）上午 10:00 ～ 下午 5:00
• 地點：臺北松山文創園區一號倉庫（信義區光復南路 133 號）
• 展覽活動詳情請上活動官網：www.opencall-nstc.org.tw

科學家如何孕育實驗靈感？不只限於實驗室，也能是馬拉松賽場，甚至是和小朋友的交流中！中研院分子生物所的陳俊安團隊，從發育生物學的角度出發，研究運動神經元發育和退化的過程，期望能協助發展漸凍症的精準醫療。

生出健康的小孩理所當然？那一定是沒有讀過發育生物學

每一位讀了發育生物學的人，都會覺得要生出一個健康的小孩有多困難。

要發育一個胚胎，每個成長環節都要被精確地調控，自然界演化出一套模式克服外在的干擾，讓胚胎維持在穩定的狀態，才得以發育成功。發育生物學（Developmental biology）就是在了解基因如何調控細胞生長、分化、產生形態，進而使生物體形成組織和器官。

為什麼想研究「運動神經元」？

之前在英國劍橋大學讀發育生物學博士時，運用「非洲爪蟾」這種模式動物來尋找胚胎裡有什麼重要的基因會影響胚胎發育，例如胚胎的「中胚層」會分化成肌肉和心臟。

在博士班的第一年，我篩選了兩千多個和中胚層有關的基因，一個一個觀察各個基因在胚胎裡的表現。常常一個人作微注射到三更半夜，因為爪蟾胚胎在第一次分裂後注射基因去大量表現，要等六到八小時才會開始發育中胚層。

有時為了能回家跟太太共進晚餐，又不想耽誤實驗的進度，冬天的時候會把胚胎帶回家放在室外，半夜一兩點起來再將胚胎做甲醛固定。因為冬天天氣較冷，室外溫度跟冰箱一樣，可以直接放室外整夜。

我最後選擇一個還沒有被報導過的基因深入研究其功能，這個基因只會在「運動神經元」表現出來，查了很多文獻後發現沒有人研究過這個基因。我覺得很有趣，就一頭栽下去研究運動神經元、直到現在。

我們每天站立的姿勢、行走運動，都是由「運動神經元」調控。藉由了解運動神經元發育的過程，希望了解一些運動神經元疾病發生的原因。我們實驗室比較專注在受精卵發育成胚胎的過程，例如胚胎裡的運動神經元是怎麼建立，但現在有一半人力進入研究運動神經元退化的疾病。

越了解運動神經元如何發育，就越能知道它如何退化。

五年前我從美國回台灣時，因緣際會認識高雄醫學大學副校長──鍾育志醫師（現為交大生科院院長），他也是台灣脊髓肌肉萎縮症（Spinal Muscular Atrophy, 簡稱 SMA ）病友協會的理事長。另外，我們現在的實驗室位置，是接續中研院分生李鴻老師的實驗室空間，全世界第一隻脊髓肌肉萎縮症（SMA）模式小鼠，就是在這裡建立。

李鴻老師過世後，台灣這部分的研究就消失了。彷彿冥冥中有一種機緣，讓我來到中研院分生所這裡，正好我也是研究運動神經元，就和鍾醫師討論如何延續這方面的研究，開始了合作模式。像是建立台灣第一個人類的脊髓肌肉萎縮症（SMA）的 iPSC（誘導性多功能幹細胞），並將它們分化成各式不同的運動神經元亞型（subtype），並研究 SMA 為何只有運動神經元會退化，再尋求看看可能有什麼治療的方式。

今年鍾醫師邀請我參加脊髓肌肉萎縮症病友大會，看到這麼多小朋友因為運動神經元的問題，終生得坐輪椅，覺得很震撼，回來就覺得要更努力找到造成運動神經元疾病的原因。很多研究都是在之後會發現……很多東西一開始都沒想到！這是基礎科學研究有趣的地方，跟轉譯醫學之間沒有衝突，不管從哪邊開始，最後都是相通的。

如何找到實驗靈感？

中研院分子生物所經常邀請國際學者來演講，演講完也會和學生、研究員交流。正好有一次一位國際學者和我們實驗室學生聊天，發現學生們除了研究之外，生活有點無聊，只有看電影、看書、看小說。後來我們就利用實驗室群體的壓力（笑），一起挑戰 21 公里半程馬拉松。

實驗室很多人都沒有跑過馬拉松，成績是一回事，但每個人都跑完了。我們做研究最辛苦的永遠是「最後一哩路」，如果沒有堅持走完，就前功盡棄。藉由這個馬拉松，大家一起堅持、完成的感覺蠻好的。

做實驗時，是什麼感覺？

我以前在中正大學念的是化學系，雖然學習到很多化學知識，但直到在台大生物化學所讀碩士班時，才開始真正在顯微鏡下看到各種化學分子對於生命發育過程的調控，我永遠無法忘記第一次在顯微鏡下看到老鼠精子活動時的震撼。

我熱愛做實驗的過程，這包含所有的實驗，不僅只是實驗室裡的研究。我大女兒出生時，看到那小小的嬰兒，真的很感動。在她出生第一個月，我會透過各種「實驗」來理解她，像是調控吃東西的時間，或是以十二小時為單位開燈關燈、讓房間內白天黑夜的時間變化固定，看看哪種情況下她的表現會最快樂。

我上班開車時也會走不同的路徑，會特別計時比較哪一條路徑最順暢，同一路徑都會走許多次，統計平均值後再尋求最佳途徑。我深信唯有透過科學實驗的精神，才能找出解決問題的最好方式。我喜歡嘗試各種實驗、也不害怕失敗，希望能藉此找到最有趣的研究課題。

會如何向小朋友介紹你的研究？

2016 年中研院舉辦院區開放活動時，我們實驗室第一次嘗試帶著小朋友參觀，當時設計了三個實驗。

第一個是讓小朋友在顯微鏡下觀察自己的頭髮，因為顯微鏡下看到的、和肉眼看到的很不一樣。第二個是將乾冰放在水裡冒泡，並加入會隨著不同酸鹼值變色的化學成分，當乾冰的二氧化碳釋出，水裡的酸鹼值會跟著改變，就會看到乾冰溶液從紅色、變成粉紅色、再變成黃色，如果再加入漂白水就會再變成紫色。

第三個跟我們研究比較相關，是讓小朋友觀察「雞胚」。一般我們吃的是沒有受精的雞蛋，我們跟家禽中心買受精後變成胚胎的蛋，小心把蛋殼剪開可以看到小雞的胚胎，包含心臟的跳動。小朋友可以看到不同期間的胚胎，發育三天、五天、十天，從一開始胚胎很小要用顯微鏡才能看得到，長大到肉眼也看得到。

那時有一個小朋友問說什麼是「受精」，我們就要想一個小朋友會懂的方式來解釋：「就像每個小朋友都是爸爸媽媽受精之後才會有你們，小雞也是一樣，小雞的媽媽要先遇到小雞的爸爸……」。

在我們唸書的年代，大部分都在準備考試，沒有很多機會操作實驗。科學相關的課本只是強背，但透過實驗、眼睛親自看到，記都不用記，那個印象就會烙印在心底。當小朋友看過小雞胚胎，將來讀到生物體的發育時，就會有粗淺的印象。讓小朋友在很早的時間點接觸、產生興趣，未來就有機會投入相關領域。

台灣的小朋友大多比較安靜，就看著你弄、發出驚嘆，對實驗室裡很多東西都很有興趣。除了小朋友，爸媽好像也玩得蠻開心（笑）。

希望有更多機會讓小朋友操作實驗，因為在顯微鏡之下，看見就是相信。

延伸閱讀

紀錄：羅紹桀

跟長者互動時你最擔心遇到的是甚麼呢？常常我們會有溝通上的困難，以及在科技使用上的落差，所以陳俊忠老師希望從教育開始，發展一個科普的活動，減緩長者對於科技的害怕，並希望能形成一個產業，並與其他產業水平整合，今天要跟大家分享的是這學期在陽明大學開的課程，我們希望能把這樣的想法傳遞出去，這是一個模組化的課程，題目是：銀髮族科普教育與場域實習。

陳俊忠：銀髮族玩科學

高齡社會的藍海—健康促進

台灣是個快速老化的社會，這是一個議題，也是一個機會，該怎麼把這個議題變成機會創造產業，藍海又在哪裡呢？陳老師開門見山地說：就是健康促進！

課程對象針對學生，還有他們的阿公阿嬤：目前還沒有失能、或是輕微失能，未來有高風險的族群。

甚麼是健康促進呢？根據歐盟的定義：幫助人們提升其掌控及增進自身健康之能力，即為「健康促進」。而台灣工業局也對健康促進產業下了一個定義：「具整合且持續性之健康管理與生活支援產品與服務，帶動國內相關產業之國際化與科技化發展，提升國人健康品質。並創造產業美好願景與市場商機，期許成為亞洲健康促進網路及營運模式創新基地。」

這邊特別談到「整合」，我們有很多服務、器材，但缺乏整合，我們希望健康促進產業應該是一個系統性的服務性質，他的藍海光是醫療就有一兆，包括養生照護等健康促進其實更多，包括運動、飲食、生活服務+ICT，他的本質是個「行為改變」的服務事業，力求使長者開心、參與、活動、有成就感。

高齡科普教育的對象與實施

針對以上前提，必須針對對象做一個篩檢，確定對象為「正常」與「輕微失能」兩種對象。

怎麼做呢？我們希望提升長者科普素養，首先要先知道他們的學習特性、並降低他們對科技的恐懼，講話不能太快、教材的字要夠大、並且在教學過程中需要常常停下來確認他們的理解狀況。

再者，必須提供對他們有利的資訊，以幫助他們的健康促進，陳老師與學生設計出一套課程，包括科學基礎概念、健康概念、科技醫療等等，選擇適當的議題，例如血壓、牙齒、肌肉等等，希望長者了解了之後能改變生活的行為，達到健康促進的效果。

【關於智活星期二】

智活星期二是Pansci與CRE@TAIWAN智活聯盟共同舉辦的小規模聚會，旨在推廣「智慧科技導入常民生活」的教學理念與社會實踐，活動的主要形式是找三、四位各大專院校不同領域的講者針對同一主題，各自在15分鐘內與大家分享自己的教學方法論與實踐經驗，並讓所有人都能參與討論，推廣智慧生活與創新服務。