Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

提神最好的方法:一邊看美女一邊煎培根?!

科學新聞解剖室_96
・2014/12/05 ・4280字 ・閱讀時間約 8 分鐘 ・SR值 561 ・九年級

-----廣告,請繼續往下閱讀-----

科學新聞解剖室-案件編號5

案情:令人霧煞煞的「香味v.s.提神」事件?!

Photo Credit: Cyberoptix™ via Compfight cc

日前解剖員在刷FB的時候,看到好友A君分享一則中時電子報題為「男人提神:看見美女效果最好」的文章到好友B君的動態時報,內容煞有介事地說明:

 「英國最新一份研究指出,最能令女性振作的氣味是檸檬,但對男人最有用的是煎培根;另外,大多數男人認為,要振作精神最好便是瞧見美女……」

這篇文章接著表示男女振奮的氣味各有不同,列出分別最能振奮男女的項目,並在項目後附上意義不明的百分比,可疑的事件在行文間堆積到罄竹難書的地步,就讓解剖員會一一帶著各位看下去。

解剖新聞:疑點重重的氣味「研究」!?

閱讀完整篇文章後,發現此文不只標題聳動,內容更是空洞不已,在「科學」與「媒體」上,這篇新聞報導有許多的問題,為了拯救台灣閱聽眾的尊嚴與B君的D[1],就跟著解剖員一步一步抽絲剝繭看下去吧。首先剖開科學的部分來仔細檢驗一下:

-----廣告,請繼續往下閱讀-----

科學疑點一:消失的研究過程?

根據解剖員長期觀察編譯新聞的心得,任何科學資訊在正常的情況下經過《每日郵報》和台灣媒體的「專業加工」和「去蕪存菁」之後,送到我們手中的新聞多數都已然走味,有時可能會連原始研究者本人都無法認屍,變成多重災難的新聞。因此,當解剖員看到可疑的新聞時,通常都會先找到原始論文來做比對。

但這個案例中,解剖員要先向各位坦承,經過了連續三天,嘗試過上百個關鍵字,依然找不到原始的研究論文(這也是眾多疑點之一),所以只能從《中時電子報》的字裡行間與《每日郵報》的原文稍稍推估其可能的研究方法,反覆推敲之後,解剖員認為以下是唯一透露出研究方法的關鍵句:

「這項調查係由Radox公司出資進行,調查廣及全英國。」

多虧《每日郵報》和《中時電子報》大發慈悲保留了這句話,讓我們可以以管窺天,初步推測這個「賣香氛沐浴乳的公司」贊助的「氣味研究」是以所謂的「調查法」進行的。

問題在於此研究主題適合使用調查法嗎?他們的問卷設計是否適當?推論出的結果是否合理呢?要討論這個問題,我們首先要先了解調查法的特性。

-----廣告,請繼續往下閱讀-----

調查法常應用在社會科學、心理學或傳播學的研究,依調查目的,通常可分為兩大類:

  1. 描述性調查(descriptive surveys):簡單來說就是描述目前存在的現象。例如美國勞工部定期對失業人口進行調查、尼爾森收視率調查等等。
  1. 分析性調查(analytical surveys):試圖解釋某些情形為什麼得以存在,例如心理學家調查父母對兒女的態度與青少年問題行為的關係。

看到這裡,有些人一不小心可能誤入陷阱:「這篇報導不就是使用描述性調查法調查讓男人和女人振奮的因子嗎?這的確是描述存在的現象,很合理啊!」

如果這篇報導的標題是「男性與女性認為最能振奮自己精神的因子」並且在行文中適度語帶保留,強調這些數據都只是問卷填答者「當下的想法」不能作為醫學上的參考,或許還說得過去,錯就錯在這篇科學新聞以「讓女性最振奮的氣味是檸檬,男性則是煎培根。」等錯誤的推論試圖誤導閱聽眾。

科學疑點二:神秘的百分比?

我們現在已經合理推論出這篇報導中的「調查法」無法作為醫學上的參考,但這個奇怪的研究在社會科學上站得住腳嗎?如果「研究者」主張「振奮」是一種主觀感受,所以利用調查法也是合情合理呢?

-----廣告,請繼續往下閱讀-----

我們暫且接受這樣的前提解剖下去,回頭檢視一下神秘的百分比:

「只要能夠讓女性連想到家的氣味,振作精神的效果最佳,像是檸檬功效最佳,接下來分別是現烤麵包(15%)、乾淨床單(12%)及新剪下來的花(9%)……能讓男人振作精神就是食物的香味,現煎培根是第1名(19%),接下來是麵包(16%)、咖啡(11%)、魚香薯條(8%)。」

在《中時電子報》中我們完全看不出百分比的意義,但可從《每日郵報》的原文中看出端倪:

「More than a quarter of the people polled (28 per cent) said a kiss from a loved one perks them up.」

翻譯:超過四分之一的人(28%)認為被心愛的人親吻可以振奮精神。(《每日郵報》原文中還多了一項「最能男人或女人放鬆的情境」不過在中時編譯的過程中被忽略了。)

從這句話中,我們可以推論出百分比的意義是:「多少比例的人認為這個選項的描述可以讓你振奮精神。」

-----廣告,請繼續往下閱讀-----

用「最多人認為可以振奮精神的因子」來推斷「最能振奮精神的因子」本身就是謬誤,前者談的是人數,後者談的是效果,可是中時的報導完全忽略中間的差異,直接以當時受訪的結果推及男人、女人的認知,可以這樣嗎?

科學疑點三:研究主題的背叛?

再者,一個好的調查問卷必須避免模稜兩可的選項,但此「研究」中多數的選項讓人摸不著頭緒,例如問卷中將明顯具有聽覺元素的「足球比賽」列為視覺刺激、炸魚和薯條雖然在英國常常是配套餐點,但明顯有兩種食物卻被視為一個選項,「多汁的牛排」(《每日郵報》原文)是菲力還是莎朗?「花的香氣」是什麼花?(玫瑰跟霸王花差很多)…..等等。

除此之外,研究的範圍也過於廣泛,一下說要調查男女分別最能振奮精神的氣味、一下子說要調查最能振奮精神的視覺刺激,一下又說最能振奮精神的情境(《每日郵報》原文),報導結尾還突然冒出一天之中最容易累的四分鐘,這個研究的重點完全讓解剖員不著頭緒,數疑點都數到手痠了。

最後吐槽一下神奇的四分鐘,以社會科學的標準檢視,解剖員找到了Roger D. Wimmer & Joseph R. Dominick在《大眾媒體研究》裡提出的調查法準則,其中之一就是「不要問非常詳細的問題」,例如:

-----廣告,請繼續往下閱讀-----

「過去三十天中,你和家人看過多少小時的電視。」

這種問題受試者根本不可能回答,就算取得了答覆也不可能是真實情況!想想看當你收到了問卷上問你:「你一天最累的四分鐘是哪四分鐘」拜託!你絕對不可能回答出正確答案的!

如果問卷設計是以開放式問答讓受試者自行填寫一天最累的期間再做疊圖分析,還是犯了與科學疑點二類似,以「最多人認為他一天之中需要振奮的四分鐘」來推斷「一天之中最需要振奮的四分鐘」的錯誤,解剖員耗盡想像力,就是想不出能用調查法合理推論神奇四分鐘的可能性。

接下來看看媒體上的問題:

-----廣告,請繼續往下閱讀-----

媒體疑點一:守門人的媒體責任?

閱讀《中時電子報》原文的同時,解剖員一直在揣測中時的編輯在編譯這篇文章時的心態,實在很難想像他「知道自己在做什麼」。

事實上根據《每日郵報》原文,我們很容易可以看出這篇「研究」其實很有可能是Radox公司的宣傳手段,所謂的「研究」也疑點重重,就算不是一個科學家,一個具備基本媒體識讀能力的媒體工作者應該不難判斷出其中的疑點,為什麼會像失能的白血球一樣放任這種媒體病毒進入台灣新聞產業呢?

根據解剖員的追蹤,解剖員發現這篇新聞進入台灣最早是由《今日新聞》在2014年8月20日14:29分編譯發布,其後就零星地被一些內容農場轉載之外,就只有中時集團底下的《工商日報》和《中時電子報》隨之起舞。

這或許反映了台灣新聞產業對科學新聞的忽視,媒體工作者看待新聞專業的態度也讓人三條線,總之,不禁再次懷疑我們媒體新聞的守門人角色是否有好好發揮作用?!

-----廣告,請繼續往下閱讀-----

媒體疑點二:讀者有查證的權利!

如果媒體工作者做不到初步的篩選,我們退一步說,那至少要保留讀者查證的管道!

科學之所以得以進步,在於它必須公開接受質疑與批判,解剖員認為,在網路時代跟科學相關的新聞應該要附上參考資料的聯結以供讀者驗證,提到研究時也應該盡量完整呈述研究過程,或至少提到「專家」、「學者」時,應提到專家的基本資料,讓我們可以google到所謂的「專家」講的話可不可信,背後又有沒有其它的利益關係、政治色彩等等。

然其報導不只研究過程毫無交代,提到「學者」時連學者姓名都隻字未提,憑什麼要讀者相信所謂的「研究」成果呢?

不要說提供查證資訊的基本責任,這樣的報導根本是「刻意防止讀者查證」,一個有品質的科學新聞又何需如此?

媒體疑點三:是科學新聞?還是業配文?分不清?!

如同媒體疑點一提到的,這個研究其實就是Radox公司的宣傳手段。Radox是英國與荷蘭聯合利華(Unilever)公司旗下的品牌,產品包括各種香味的的沐浴乳和泡澡劑,根據《每日郵報》的原文和其後續的宣傳活動訊息,此「研究」發表之後,Radox的產品副理Libby Sherriff熱心地宣布將在英國的滑鐵盧火車站加裝香氛噴霧,其配方就是Radox最新以檸檬氣味為主的產品,冠冕堂皇地表示希望最新的研究成果能讓大家在通勤的時刻振奮精神,啊不就好熱心、好棒棒、好可疑!!!

長期需要仰賴自身媒體識讀能力自力救濟的台灣讀者看到這段一定可以一眼看出這是一則「披著科學新聞外衣的業配新聞」,可惜的是台灣媒體也許認為滑鐵盧車站對於國內讀者來說無法產生共鳴,加上一點點的做賊心虛或是偷懶,編譯時省略了這一大段文字,這個動作間接造成台灣讀者閱讀時警戒心下降。

整起研究、調查事件像極了「十大恐怖外食」,為誰恐怖呢?的發展,是媒體慣用的操作技倆啊,讀者不可不當心。

解剖總結:「有意圖的調查法」不是萬靈丹!

當你看到一個科學研究是使用「調查法」時,千萬記得並不是所有的研究都適合以「調查法」進行,我們必須先搞清楚這個調查所獲得的數據意義是什麼?是否反映現實?是否有其他的意圖?我們可以把自己想像成研究者和受試者:

「如果你是研究者,受試者的答案能解釋你要研究的問題嗎?如果你是受試者,你的回答能反映現實嗎?」

我們可以藉由初步的想像實驗發現劣質「研究」的疑點,幫助自己作判斷,如果在想像的過程中覺得沒有問題,就進一步分析研究者使用調查數據做出的推論合不合理,舉此報導為例,我們很容易可以發現其中的問題。

然而,此報導顯然沒有做到基本的識讀工作,在挑選編譯素材時完全沒有查證,還有不知道是有意勾結還是純粹太天真,把業配文當成科學新聞報導。便宜行事之餘,對於科學資料的來源、過程、專家的來歷隻字未提,過度刪減造成多重災難,甚至阻斷閱聽人「自力救濟」的查證管道!綜合這一次的分析,本解剖室給這一系列新聞報導評以如下評價(19顆骷髏):

綜合剖析評比-科學偽新聞指數(滿分5顆)

「理論錯誤」指數:☠☠☠☠☠

「忽略過程」指數:☠☠☠☠☠

「官商互惠」指數:☠☠☠

「不懂保留」指數:☠☠☠☠

「多重災難」指數:☠☠

  • [1]網路上,所謂「D槽」,暗指跟情色相關的影片或放置這個影片的電腦位置。

(策劃/寫作:羅紹桀、賴雁蓉、黃俊儒)


新時代判讀力

 

-----廣告,請繼續往下閱讀-----
文章難易度
科學新聞解剖室_96
37 篇文章 ・ 12 位粉絲
「科學新聞解剖室」是由中正大學科學傳播教育研究室所成立的科學新聞監督平台,這個平台結合許多不同領域的科學解剖專家及義工,以台灣科學新聞最容易犯下的10種錯誤類型作為基礎,要讓「科學偽新聞」無所遁形。已出版《新時代判讀力:教你一眼看穿科學新聞的真偽》《新生活判讀力:別讓科學偽新聞誤導你的人生》(有關10種錯誤的內涵,請參見《別輕易相信!你必須知道的科學偽新聞》一書)。

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。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

1

11
0

文字

分享

1
11
0
HOW TO 成為科學家?(穿越版)
Peggy Sha/沙珮琦
・2020/08/11 ・3321字 ・閱讀時間約 6 分鐘 ・SR值 544 ・八年級

許多人小時候都夢想成為「科學家」,不過,說到了科學家,你腦袋中浮現的只有那穿著實驗服的研究人員嗎?那可就太小看科學家了!

每個年代都有屬於當時的科學家,他們嘗試透過自己的方式去理解世界、獲得知識。那麼,你想成為的,究竟是哪一種科學家呢?

坐上時光機,來看看你想成為哪種科學家吧!

古典時代:問天問大地,宇宙到底從何而來?

讓我們將時間拉回古典時代,這時候的科學家,對於大自然總有各式各樣的問題:宇宙的起源是什麼?世界是由什麼東西組成的?人之所以為人,與動物不同的是什麼?

-----廣告,請繼續往下閱讀-----

可以變成雕像不覺得投資報酬率很高嗎?(誤)

 

西元前 600 年左右,泰利斯 (Thales) 提出了一個非常關鍵的問題:「什麼是萬物之原?」。這個問題為何這麼重要呢?因為他在解答的過程中,放棄了原本的神話體系,而是改以理性和自身的觀察去理解世界,進而提出了自己的答案:「水是萬物之原」。泰利斯思考的方式影響了後世無數人,也因此被尊為哲學之父。

除了用具體的事物去解釋萬物,也有哲學家另闢蹊徑,用抽象的概念去理解世界,像是畢達哥拉斯便認為「數學」才是一切的解答。他將世界區分為「可感知」的部分以及「可理喻」的部分,並相信「可感知」的東西總會有缺陷,而「可理喻」的事物則是完美且永恆的,比如數學。畢達哥拉斯非常重視論證的重要性,強調人們應該先「假設」,而後通過演繹去導出結論,這樣的思考方法,也讓他提出了著名的畢氏定理。

此外,發現浮力的阿基米德、研究幾何的歐幾里德、定義哲學的亞里斯多德也都是非常重要的人物。如果你想成為像他們一樣的科學家,首先,可以先從學會如何「對話」下手,無論東方或西方,追求知識的人們常常通過對話與討論去辯證道理,在不斷詰問的過程中,推翻或驗證所學所知,進而獲得新的省思。

-----廣告,請繼續往下閱讀-----

順帶一提,這時的學者們也有一項厲害的隱藏技能,便是「成為雕像」(咦),如果想要流芳百世,在這時候成為科學家最划算了(喂)

  • 如果對於「世界是怎麼來的?」這個問題很有興趣,歡迎去此文看看更多討論!

中世紀:鍊金術鍊出實驗器材

從西羅馬滅亡之後,到文藝復興之前,被稱作「黑暗時代」,不過,這段時期的各項發展並不是真正停滯了,相反地,這時候開始出現了許多科學探究的方法,像是羅傑·培根 (Roger Bacon) 便推崇以實驗來獲得知識,而非針對各個典籍進行辯論。他 16 歲左右進入牛津大學就讀,學習幾何、音樂、天文,並閱讀了希臘先哲的著作。畢業後,他開始教授哲學與數學,更自掏腰包打造出一間實驗室。

想不到吧!鍊金術對於後世的科學發展其實有很大的影響呢。

另一方面,我們現在熟悉的現代大學制度正是從這時候開始發展的,如今當我們談到世界最早的現代大學,便是 1088 年成立的波隆那大學。而除了義大利之外,法國與英國也有許多類似大學在這時成立。這時的大學會教授文、法、神、醫四科,其中,文科就包含了:語法、邏輯和修辭以及算術、幾何、音樂和天文,怎麼樣,聽起來跟現在的大學課程是不是十分相似呢?

-----廣告,請繼續往下閱讀-----

如果你不喜歡讀書,卻還是想跟科學沾上一點兒邊該怎麼辦?那你可千萬別錯過中世紀的「全民運動」──鍊金術。中國的煉丹術煉出了不少死皇帝(?)阿拉伯與波斯的鍊金術則鍊出了許多實驗器材:燒杯、試管與蒸餾設備,此外,他們也發明出蒸餾、昇華、結晶等等實驗方法,更成功提煉出純酒精、硝酸、硫酸等物質,對於往後化學的發展起到了關鍵的作用。

所以說,如果你想成為中世紀的科學家,可以選擇進入宗教體系或是去大學就讀,畢竟當時的宗教與教育可說是息息相關。同時,你也必須學習拉丁文,因為當時幾乎全仰賴拉丁文傳授知識。當然啦,進入教會其實也有些風險,因為你必須命夠大,才能躲過異端指控、逃離宗教審判。

  • 想知道古人是怎麼鍊金的,可以參考此文

科學革命:站在巨人的肩膀上,看見不一樣的世界

接下來到了啟蒙時代,也是近代歐洲科學大爆發的時代。啟蒙時代並不是一個彈指突然出現的,而是承襲著文藝復興的力道,以及歐洲活字印刷術發明的契機(對,中國的畢昇比他早了四百年)。這時候訊息流通的速度加快了許多,系統化的科學研究方法也應運而生。

站在巨人的肩膀上,我們從此到達了更遠的地方。

-----廣告,請繼續往下閱讀-----

在認識這時代的科學家前,先讓我們談談那位提出「我思故我在」的哲學家笛卡兒,他認為人們應該對一切都抱持著懷疑的態度,要大膽假設、小心求證,他更在《談談方法》 (Discours de la méthode) 一書中提出了四個重要的方法:

  1. 不接受任何自己不清楚的事物
  2. 將難題拆解、一一解決
  3. 解決問題時依照先易後難的順序逐步解決
  4. 綜合檢驗所有部分,看看是否真的解決了問題

這種逐步拆解的方法讓人們得以確實地解決各式複雜的問題,而他批判的精神也大大影響了後人們從事科研的態度。此時代還有伏爾泰、孟德斯鳩、盧梭等等知名的哲學家,讓社會充滿著求知的能量,以理性去思考各種問題,改善人們的社會和生活。

仰望星空的人們,也促進了科學革命的發生。哥白尼在 16 世紀發表了《天體運行論》,提出日心說,而伽利略則在 17 世紀利用自己製作的天文望遠鏡,發現了木星的衛星系統、金星的盈虧變化,這些天文現象支持了日心說,督促人們不得不以新的觀點重新審視宇宙。

牛頓正是在此時站上了巨人的肩膀,於 1687 年發表《自然哲學的數學原理》(Philosophiæ Naturalis Principia Mathematica,簡稱 Principia),而埃米莉.沙特萊 (Émilie du Châtelet) 則將其翻譯成法文、加上解說和註釋,使得牛頓的著作得以普及。三大運動定律、萬有引力定律,自此澈底顛覆了人類對於世界的認知。

-----廣告,請繼續往下閱讀-----
  • 去認識超級厲害的科學傳播先驅埃米莉.沙特萊,看本文

覺得自己絕不可能成為像是牛頓一樣的大大?其實,回望過去種種的研究和科學成果,都不是單靠一時一地一人所為,而科學家也絕不僅只有一種樣貌。只要我們永遠懷著探索未知的好奇心,學好笛卡兒老大說的「大膽假設、小心求證」,或許,就能離科學家更近一步吧!

在我們的生活中,其實各行各業都有許多充滿科學魂的職人,快去我們的專題百工裡的科學人」認識他們!

專題由此去:

  1. 吳軍(2019)。全球科技大歷史
  2. Lucas N. H. Bunt, Phillip S. Jones, Jack D. Bedient(2019)。數學起源:進入古代數學家的另類思考
  3. 王鑫、 許玲玉(2013)。歷史脈絡下的科學與技術
  4. 教育百科。中世紀大學
  5. 埃米莉.沙特萊──奔放不羈的科學傳播者
  6. 「不科學」的自然發生說,與它其實蠻科學的起源——自然發生說簡史(一)
  7. 亞里斯多德的單人版維基百科:科學何須計算?--《科學大歷史》
  8. 發現新彗星的女天文家──《蒙塵繆斯的微光:從古代到啟蒙時代,在思想及科學發展中發光的博學女性》
  9. 念哲學沒有用?為何哲學淪為低等學問?
  10. 克卜勒誕辰|科學史上的今天:12/27
  11. 「世界是怎麼來的?」古希臘哲學家向科學邁出的第一步
  12. 演化論的萌芽和發展,與達爾文也難以回答的《生命如何創新》?
  13. 由泰利斯、畢達哥拉斯到亞里斯多德,古希臘如何開展科學思維——《月球之書》
-----廣告,請繼續往下閱讀-----
所有討論 1
Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。

0

2
0

文字

分享

0
2
0
加工食品不健康?黑化加工食品的元兇:高糖、高鹽、高脂肪
careonline_96
・2019/06/26 ・2471字 ・閱讀時間約 5 分鐘 ・SR值 455 ・五年級

聽到加工食物,你是否也覺得「這好像很不健康」呢?可是,我們不會一天到晚在廚房忙進忙出,也不是都有個後院小菜圃或雞舍,每人都能吃到最新鮮最原始的食物,甚至不太能每天上街採買新鮮蔬菜或肉品。因此我們必需承認,我們能採買到的食品,或多或少都是經過加工處理的

什麼?牛奶也是加工食品?!

加工食物不只是超商的微波食品,也不是僅指香腸、肉乾這些香甜多汁的肉品。不管是經由冷凍、罐裝、乾燥、烘焙、殺菌哪一種加工手段後製成的食物,其實都算是加工食品。所以我們到大賣場買的冷凍肉品、殺菌後的牛奶、不加鹽調味的堅果,或在速食店或夜市買一包切片的蘋果,這些也都算是加工食品。

由此可知,並不是所有加工食物都不能吃,反而沒人敢喝不經殺菌的牛奶吧!而常見的加工食品有以下這幾類:

  • 「輕」加工食物:切好、洗好的蔬菜,烘培的堅果。這類加工只是為了烹調或食用的方便。
  • 「對時」加工食物:在營養成分最高、品質好的時候處理食物,例如冷凍蔬菜、冷凍水果、罐裝番茄、罐裝魚類。
  • 「添味」加工食物:增加甜味劑、糖份、油脂、辣味等來增添食品風味,例如蛋糕粉、鬆餅粉、沾醬等。
  • 「即食」加工食物:餅乾、肉乾、香腸、滷味,與微波後就能享用的即時餐。

生活的必要?為何會有加工食品?

這時我們就要想想,我們買加工食品時,會希望這種食品能放在冰箱、貯藏櫃裡久一點,隨時要吃都方便的,不用每日花時間採買食材。我們希望這些東西買來拜拜、買來送人也不會馬上壞掉,不用急著把這些食物都吞下肚。也就是說,我們常是為了獲取便利性而買加工食物,那換到的會是什麼呢?

-----廣告,請繼續往下閱讀-----

常常就是脂肪高、鹽分高、糖份高。糖與鹽能幫助保存食物,加上脂肪更形美味,因此加工食物很難脫離高糖、高鹽、高脂肪的陷阱,卻極少保留食物纖維,再加上對健康不利的防腐劑,難怪常會被說加工食物不健康。

黑化加工食品的元兇:高糖、高鹽、高脂肪

如果你常常吃一些過度加工的食物,例如餅乾,早餐加糖的穀片,汽水,洋芋片,罐裝高湯,培根、香腸、火腿等加工肉品,或泡麵、微波食物等加工食物,研究已經顯示不僅會比較容易會得到癌症,也比較容易早死。所以我們需要避免的,是這些「加了太多糖份、鹽份、脂肪」的加工食品。

一、泡麵

說到泡麵,大家一定會說,颱風天不能沒有它,熬夜準備考試、報告時一定要吃,出外旅行更不能少了它。泡麵真的是生活良伴嗎?其實仔細一看,泡麵裡幾乎都是碳水化合物的組合,沒能帶來其他營養成分,只會吃到更多的脂肪。而且鹽分含量高,一包泡麵裡含的鈉甚至可能超過 1.5g,很容易讓人血壓飆高的。以後很想吃宵夜時,可以考慮一根香蕉加一杯牛奶這種不用費心準備的組合,比泡麵營養價值高很多喔。

台灣有很多好吃的泡麵,自從韓劇在台發燒,許多民眾也開始瘋韓國泡麵。據統計,南韓大概是全世界吃泡麵吃最多的國家,而南韓自己的研究也顯示,泡麵吃得愈多,肥胖與代謝症候群的人就愈多,尤其女性吃泡麵會帶來更多的健康問題,即使是大學生都可能因此有心血管、代謝問題。所以千萬不要太鐵齒,以為年輕人吃吃泡麵沒差,或學日劇《大和拜金女》的女主角,為了省錢買名牌衣而吃泡麵度日,這樣可是會帶來許多健康問題的。

-----廣告,請繼續往下閱讀-----

二、加工肉品

有些人早餐會吃培根、香腸、熱狗,像培根的鹽分就很高,你吃一片的培根的時候,已經吃下約每日鹽分攝取量的 8% 了。早餐時吃下三片培根,已經超過一天五分之一的鹽分了。培根還添加不少飽和脂肪和防腐劑,因此培根、熱狗等的高鹽分不僅是心血管疾病的大敵,這些富含硝酸鹽的加工肉類其實已經到了是致癌物的程度了。而台式的肉乾、滷味也是暗藏危機,不僅加了許多鹽,還加了更多糖,都是造成身體負擔的元兇。

三、調味堅果和調味果乾

過年、放假時大家喜歡在家擺上一大桶的堅果,有的裹著楓糖糖衣,有的則是芥末嗆辣風味,基本款的鹽味也是一定要的。「來來來,吃堅果對身體好,電視都說應該天天吃。」然而你知道嗎?這些額外的糖和鹽會讓人血壓上升,體重飆高。所以當我們要吃堅果時,請吃沒調味的原始烘培版本吧。

也有人在嘴饞想吃零食時,會想:「水果乾應該很健康吧!」沒錯,果乾裡仍含有纖維、維生素、礦物質,營養成分佳,但常常在加工處理的過程中,被店家添加了不少糖來增添風味!更別提水果風味的零食了,不管是果凍、餅乾、飲料,其中水果的成分都可說是少之又少,大家只會吃到一堆糖。

真的好想吃?你可以這樣挑

面對選擇加工食品,請大家在購買時讀一下食品成分標示。如果你看到這食品每 100 克裡,含有超過 17.5 克的總脂肪、超過 5 克的飽和脂肪、超過 22.5 克的糖、或超過 0.6 克的鈉,那真的對身體並不好,脂肪、糖份、鹽類過高。多吃多有事。

-----廣告,請繼續往下閱讀-----

可以的話,盡量選擇每 100 克裡,總脂肪小於 3 克、飽和脂肪小於 1.5 克、糖小於 5 克、及鈉小於 0.1 克的加工食品

如果需要吃零食的話,可以考慮冷凍水果。在水果盛產時,把水果切塊成一口的大小,冰在冷凍庫裡,想到時拿出來吃,也可以把冷凍水果加進早餐的麥片裡。

天然、看得到食物原型的食物最好,但為了與現實妥協,我們不可能完全不碰加工食品,但聰明選擇才能在你獲得便利之際,不同時失去了健康。

延伸閱讀

-----廣告,請繼續往下閱讀-----