禁止兩歲以下幼兒使用3C產品？

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

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《使用3C要適度，避免眼睛受傷害，醫師圖解》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

• 文／高雄長庚紀念醫院眼科教授暨近視防治中心主任、教育部國教署學童視力保健計畫主持人吳佩昌醫師

一、近距離長時間使用 3C 產品對眼睛的傷害

近幾年來常見大家手機不離身，眼睛長時間盯著 3C 產品螢幕。所謂的「3C 產品」指的是「電腦」（Computer）、「通訊」（Communication），以及「消費性電子產品」（Consumer Electronics），包括：電腦、手機、平板電腦等。

長時間接觸 3C 產品有逐漸年輕化及普遍化的趨勢，這樣的現象讓我們對國人視力健康感到擔憂，3C 產品所帶來的健康危害，是不容忽視的課題。過度近距離長時間使用 3C 產品，眼睛不自覺用力，易導致眼軸拉長及近視度數快速加深，嚴重時會導致黃斑部傷害，增加視網膜剝離及失明的風險。

除了近視風險增加以外，我們也應了解 3C 螢幕中的藍光對眼睛有什麼不良影響，以及有什麼方法可以保護眼睛與降低 3C 產品引起的危害。

二、什麼是藍光？藍光過多對眼睛會造成什麼影響？

藍光在我們生活中無所不在，像是在電視、電腦、手機、日光燈中，無形中對我們造成影響。可見光分為紅、橙、黃、綠、藍、靛和紫光；而不可見光有紫外線、紅外線等，波長大於 700 奈米的稱為紅外線，波長小於 400 奈米的則稱為紫外線。

紫外線通常可被角膜及水晶體阻擋，對視網膜的影響較少。波長介於 400 到 500 奈米的藍光，是可見光中波長短、能量強的光。藍光會通過角膜，經水晶體而到達視網膜；藍光的能量被水晶體及視網膜吸收後，經由氧化產生自由基。

若過度累積，造成細胞受損，進而導致白內障及黃斑部的傷害，視野可能會出現物體扭曲、變形或是對顏色感受異常。若未好好避免藍光傷害或及時治療，最終可能導致視力的永久受損。

三、該如何保護眼睛，降低 3C 產品引起的危害？

近年來眼科病人數量持續攀升，且有年輕化的趨勢，在日常生活中預防及保護眼睛相當重要。

• 一定要適度休息，使用 3C 產品或閱讀 30 分鐘，就要休息 10 分鐘，可設定鬧鐘或 APP 提醒休息時間。
• 研究指出每週戶外活動 11 小時，一年平均可減少 55% 近視機率。戶外活動不僅可以減少眼睛肌肉緊張，也可增加視網膜多巴胺分泌量，進而抑制眼軸拉長，降低視網膜剝離機率。
• 使用 3C 產品時，螢幕亮度應調至最低可視亮度，或使用夜間模式、低藍光模式，並拉遠觀看距離，以減少藍光傷害。
• 不要在黑暗中使用 3C 產品。當人處在黑暗中，瞳孔會放大，有害藍光會直接傷害黃斑部，造成病變。
• 使用能過濾藍光及紫外線的螢幕保護貼，或挑選有檢驗認證標章的抗藍光眼鏡。

• 挑選LED燈時，建議選擇色溫在 4000K 以下的 LED 燈，以降低環境中有害光進入眼睛。
• 當眼前出現大量黑影、視力突然變得模糊，或視野周邊有閃爍不停的閃光，請盡速就醫。

用阿姆茲勒方格圖（Amsler Grid）自我檢測：將檢測表格放在眼前 30 公分，盯著黑點看，先遮住一眼測試，再換眼測試。如果看到直線條，且每個地方都沒有缺損，則表示正常。若線條為波浪形、曲線，或線條缺損，可能是黃斑部病變的徵兆，請儘速就醫。

護眼小秘訣：請問您單眼看方格有扭曲、變形或黑影的情況嗎？

指導單位：教育部
執行單位：國立臺灣師範大學、照護線上
諮詢專家：高雄長庚紀念醫院 眼科教授暨近視防治中心主任、教育部國教署學童視力保健計畫主持人吳佩昌醫師
諮詢單位：衛生福利部、衛生福利部國民健康署、中華民國眼科醫學會

• 作者： 傑克．路易斯（Jack Lewis）
• 譯者： 鄧子衿

沙發馬鈴薯

現代的社會中，有一類人的懶惰行為就在我們眼皮底下發生，但往往受到忽視。這種最糟糕的懶惰者往往很少出現在公共場合，他們一想到要做好自己應盡責任時便厭惡不已；除了一起生活的人之外，其他人都見不到他們。如果你剛好走進房中遇到這種人，可能會發現他們坐著不動或呆若木雞。他們極致的惰性狡詐地隱藏在看似專注的表象之下，但是可別被騙了。

審判日來臨時，這些人會受到惡魔貝爾芬格的誘惑，開始無止盡奔跑，就像被某個毫無人性的體育教師折磨一般。那些人在地球上過了有如過客一般短暫的人生，並且浪擲太多時間在追求徹底虛幻的目標，這些目標哪怕達成了，對其所處的社會也不會帶來半點價值。這些人就算保住了飯碗，也會在公車、飛機或火車的交通行進期間，也就是眾目睽睽下，眼睛死盯著螢幕。

他們是科技的奴隸；是「糖果傳奇」（Candy Crush）、臉書、IG、Snapchat 和推特的狂熱粉絲與忠實奴僕，並且將空閒時每分每秒都花在螢幕上。此外還有那些把所有餘暇時光都用在大型多人線上遊戲（MMOG）上和食人鬼、矮人、機器人與太空海盜進行虛擬戰鬥的成年人。這些人當中有些還在養孩子，在小孩終於上床睡覺之後，熬夜不睡，把自己寶貴的睡眠時間花在線上賓果遊戲、在客廳中舒服坐著玩線上輪盤與樸克錦標賽。大家在這些數位娛樂上浪費了許多光陰，而這些時間本來可以用在其他有用的事情上。

Steam 這家大型線上遊戲公司會記錄玩家在各種遊戲上所花的時間，對我們這一章的討論很有幫助。在這份「可恥名單」（Wall of Shame）上的前十名，玩遊戲的時間超過五萬個小時，每年平均玩超過五千小時的遊戲。要知道，就算你每天玩八個小時遊戲，一年三百六十五天下來，也還湊不滿三千個小時。顯然有些人生活中就只有遊戲，其他什麼事情都不管了。那些看太多網路色情影片的人腦中紋狀體的結構改變，導致人的動機也跟著改變：一心只想看色情內容，不顧其他事。同樣的，每年花許多時間投入電玩的人，腦中也會有這樣的改變。如果針對那些每年看幾千個小時網路色情片的人、猛看YouTube 上貓咪影片的人，或是拼命玩自己最愛的社群媒體的人，也都統計了類似Steam 這份可恥紀錄，那我們會發現，懶惰不只是相當嚴重的一個大罪，也是現代社會中最為普遍的。

消遣放鬆或懶惰沉溺

並不是每個使用這些應用程式、玩線上賭博或是有玩電玩的人，都會犯懶惰之罪。這取決於生活中其他時間裡，一個人是否有生產力，如果有，那麼他想要有限度地在空閒時間黏著手機、平板電腦或是電腦螢幕，那都是自己的選擇。甚至有愈來愈多證據指出，玩第一人稱視角的射擊遊戲的確有助於增進各種認知能力，但是有很多人最後都沉溺在這些遊戲中。由於這些數位產品和遊戲都是設計來鼓勵使用者宛如成癮般地投入其中，只有最自制的人才能控制自己的使用時間。很不幸，有許多人最後把過多時間都耗在從客觀角度看來毫無意義的數位娛樂上，也因而對整體生活品質都帶來了不良影響。

在現在這個時代，數位產業的龐大規模營造出了假象，而犯下最嚴重懶惰之罪的人就是那些每天不分晝夜，把所有可用時間都用來盯著螢幕的人。這些崇拜數位科技的重度螢幕使用者腦中的紋狀體迴路最開始往往都沒有毛病，在養成這種習慣之前多巴胺的濃度也沒有失調。其中絕大多數人都是自主選擇要揮霍自己寶貴的空閒時間，而對於世界的運作來說，他們幾乎沒有產出什麼有價值的東西。這些人正是惡魔貝爾芬格的子民。

我們還在尋找平衡點

在現代，使用數位產品來娛樂並沒有錯，但是絕大部分人都沒有好好思考過，花那麼多時間坐在那裡可能帶來的負面影響。這可能是因為那些科技問世的時間都很短，出現的速度也很快，大家還沒有時間好好思考現況，或是調整行為、避免不良後果。下一代的人很可能在這方面得以找到平衡，不過現在科學和社會依然在探究數位產品對人而言的利害得失，我們這一代人就這麼不知不覺，成了範圍遍及全世界、規模巨大無比的實驗中的白老鼠。

電腦遊戲設計者得要負一些責任，可以這麼說，他們對人類報償路徑的運作，要比任何研究紋狀體的科學家還要清楚（只不過已內化而不外顯）。他們擁有的資料比任何國際合作的科學團隊還要多。他們有充分的資金來源，要盡可能讓最多的人黏著他們的產品不放。在這個地球上，沒有哪種機構比電玩產業更了解要如何打造出非藥物產生的快感體驗，讓人使用了之後想每天不斷再用，通常還讓它成為生活中優先排序最前面的活動。你可能覺得這種貶斥未免太小題大作，玩遊戲才沒有害。但事實上，遊戲已經奪去了一些人的性命。如果自戀與肥胖的死亡警訊最早是在美國出現，對世界上其他地方的人有預先示警的作用，那麼過度使用數位科技的「預言水晶球」就非東亞莫屬了，我們可以從中窺見未來的模樣。

二○○五年，一對南韓夫妻意外讓自己三個月大的孩子餓死，然而諷刺的是，他們怠忽親職竟是因為全心投入在一個照顧虛擬嬰兒的遊戲中。大型多人線上遊戲《魔獸世界》散布於世界各地的玩家會在遊戲中組隊戰鬥；二○○七年，中國的張先生在連續玩《魔獸世界》五十個小時之後死亡。二○一二年二月四日，《台北時報》（Taipei Times）報導，一位二十三歲男性在長時間值班之後，還到網咖報到，並於桌前玩了十小時遊戲後身亡。這篇報導的驚人之處，並不只是因為有人玩遊戲玩到死——在二○一二年，玩遊戲玩到這種程度在東亞來說並非不尋常——讓人意外的是，死者旁的其他顧客一直要到死者身體僵硬轉青的時候，才發現他已死去多時了。

成癮不是一種選擇，而是一種疾病

許多人身上原本應該用來從事其他有意義和有助益之事的時間和精力，都浪費在毫無建設性的活動上。有些人現在已經對遊戲成癮了，但沒有人一開始就成癮。在腦部變得上癮之前、在一個人因為玩遊戲能帶來愉悅而自願耽溺的時候，他的確犯下了懶惰之罪。一旦某人對於自己的愛好投入了夠多的時間——大食客變得病態肥胖，或是色情影片迷過度縱欲而對網路色情片上癮——這時就有比較多判斷上的灰色地帶。紋狀體的結構產生了變化，玩遊戲從自發轉為強迫，於是就比較難說誰是犯下了懶惰大罪者，而誰又只是個無助的成癮者。

社會上有些人對無家可歸者、長期失業者與身心症患者的態度非常嚴苛，但這些人並無法自由選擇自己的命運。懶惰罪名應該要冠在自己選擇把所有可用時間與精力浪費在瑣碎娛樂中的人頭上。

誰還去管宗教呢？應用程式商店裡盡是給大眾服用的鴉片。而在未來，虛擬實境這種數位海洛因很快就會出現在我們家中了。希望大家能在第一波矽谷的電腦革命中得到教訓，否則我們都會被吸入數位世界的懶惰黑洞中。