Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

當你的手機告訴你,你戀愛了 -《遙測個人時代》

PanSci_96
・2015/02/28 ・2625字 ・閱讀時間約 5 分鐘 ・SR值 537 ・八年級

-----廣告,請繼續往下閱讀-----

用星星來判婚姻

1209在科技進步的社會裡,大多數人認為媒妁之言的本質就是沙文主義,目的是用女兒(通常是女兒)交換財產或相互結盟,和愛情可說是八竿子打不著。西方國家的過往歷史就是證據。但在印度,命盤媒合延續至今,其實沒那麼功利導向,它的目的是找出夫妻的契合度。

吠陀媒人將數十項精心衡量的變數列入預測模型。星座適配點(gun milan)共有三十六點,一對佳偶至少要有十八點重疊,外加上相同的月亮位置。這個公式是依據仔細觀察星體運動而來。今天,許多遵循吠陀傳統結婚的印度夫妻都對此深信不疑,並且以長期穩定的婚姻關係來支持他們的決定。

這並不代表,這種撮合方式經得起任何嚴謹檢視。媒妁之言的吠陀婚姻之所以持久,與月亮位置毫不相干,而是因為夫妻有共同點。這是社會習俗的結果:印度習俗是只和同階級的人結婚,這樣可確保雙方社經背景相似,所屬的大圈子相互歸屬,而這兩項因素已證實可預測婚姻是否長久。況且,離婚其實是不容許的。

現在,我們用更好的儀器和更複雜的數學來解析星體運動。儘管物理學還沒整合牛頓爵士與愛因斯坦分歧的公式,我們目前擁有的物質與能量間交互作用的資訊,已經夠用了。至於一個人出生時,月亮、太陽或海王星的位置對人格、關係或未來產生哪些顯著影響,這種觀念既沒有可信的理論基礎,也沒有證據支持。

-----廣告,請繼續往下閱讀-----

用數學統計來判婚姻

在某些方面,科學已凌駕迷信之上。但在許多重要的方面,神祕的力量有增無減。人類現在對於用數學作媒的概念—即使是我們不了解的數學—比起數千年前的態度甚至更開放了。四千多萬位美國人上過使用「獨家媒合演算法」的線上約會網站,而這些美國人跟付一大筆錢向婆羅門智者購買無法驗證的預測模型的可憐人沒什麼不同。至今,沒有任何線上約會網站經得起獨立第三方的檢驗或複製結果,更無從證明它們的演算法確實有效。

相對於公開約會網站,另一種媒合方法是廣受歡迎的「OK愛神」網站(OKCupid)。這個系統採用兩種分數:你如何回答問題、你認為對方對相同問題的答案有多重要。你回答的問題越多,系統就握有越多的資源來提高媒合準確度。這些問題從幽默滑稽(你殺過人嗎?)、個人資訊(你多常坦承你的感受?)、基本常識(地球比太陽大?)到國家政治(同志結婚有罪?)都有。爭議最大的是極為私密的問題:性傾向、興趣、界限和過去。

「OK愛神」的使用者回答問題後,會看到重要性量表,用來分類理想對象的作答方式。答案評量範圍的兩個極端是「無關緊要」和「絕對必要」,用戶就不必跟迴避該問題的人配對。評分是對數的,所以數值增加是指數性而非線性。

評分:這個問題對你有多重要?

-----廣告,請繼續往下閱讀-----
0 無關緊要
1 有點重要
10 重要
50 非常重要
250 絕對必要

(資料來源:http://www.okcupid.com/help/match-percentages)

為了算出你與某人有多合得來,系統會取你的分數和你觀察對象的分數,將數字相乘後取平方根。如果你與某人契合度為百分之九十五,代表大多數對方認為最重要的問題,你都答「對」了(也就是你的答案正如她所希望),而她對你覺得最重要的問題也是如此作答。以對數計算就可確保你不會和某個剛好和你在一些芝麻小事上相似、在重大事項上卻天差地別的人媒合在一起。

由於用戶都會乖乖作答,看起來資料源源不絕。也因為你回答越多問題就越可能找到適合對象,所以「OK愛神」是健康醫療領域以外,少數你能用個人資訊交換到真實、明確好處的網路新創公司。

至少,理論上是這樣。

-----廣告,請繼續往下閱讀-----

交友網站把你給賣了

「OK愛神」的成功說明了只要有人問,我們就有多樂意奉上對個人極不利的資料。每當臉書隱私權政策有微小改變,立即就會被瘋狂報導及放大檢視,但對「OK愛神」這類網站卻漠然不理。

實際上,用戶提交給「OK愛神」的資料之精采,會讓其他人在週五晚上發出的臉書動態,看起來簡直就像是勤儉刻苦的愛米許人會寫的文字。當用戶將他們最私人的祕密告訴「OK愛神」,他們是期待保有隱私的。但該網站從藥物習慣及性傾向等問題得到極敏感資訊後,卻將其中多得驚人的數量分享給九家不同的資料轉售業者,其中包括PubMatic、Lotame、Google的DoubleClick、Nexus和臉書。這些機構繼續把資料賣給想要鎖定顧客的行銷商。有時「OK愛神」會以違反服務條款為名踢掉用戶。當這種情況發生時,該用戶也無法取回之前填答的資料,也無法檢驗他的資料是否已被確實銷毀。如果你自行離開「OK愛神」,也拿不回自己的資料。

在早期,「OK愛神」還會批評Match.com等約會網站收取費用。「OK愛神」創辦人之一克里斯汀.拉德(Christian Rudder)在二○一○年的網誌中解釋他的新創公司的哲學:「在其他約會網站上,用戶想約會還要付錢,這種做法簡直爛透了。」

主要的問題在於雙方不平等。拉德的觀察是:「線上約會大多由男性採取主動。我們的資料顯示,男性寄出第一封信的比例幾乎是女性的四倍,進行媒合搜尋的頻率幾乎是兩倍。因此,只要檢視虛假個人檔案的問題對男性付錢給約會網站所造成的影響,就等於檢視虛假個人檔案對整個系統的影響。」

-----廣告,請繼續往下閱讀-----

交友網站知道你所有的秘密

「OK愛神」後來被Match.com的母公司收購,「OK愛神」的所有資料也被買下了。「OK愛神」的另一位創辦人山姆.亞根(Sam Yagan)很快就升為母公司約會網站事業群的主管,旗下也包括Match.com。這時他對付費約會完全改觀。

「有段時間,我相信網路約會跟Craigslist、eBay、PayPal一樣,都是贏家通吃的市場。現在,我認為網路約會並非如此。」他這麼跟我說。因為Match.com在各個年齡層有更多用戶(每月九千三百萬人次拜訪網站),用戶找到約會對象的機會比較高,這是值得付錢的,他說。用戶人數很多,也有助於Match.com和「OK愛神」更了解戀愛的科學。

他在網誌上的第一篇文章標題是〈各州強暴幻想與衛生保健〉,裡面將回答過「是否願意應對方要求在床上假扮強暴情節」這個問題的人,依州別呈現。「OK愛神」另一位共同創辦人克里斯.柯因(Chris Coyne)誇稱「OK愛神」的用途是活生生的社會科學實驗室:「舊媒介只能找到三千零五十人來回答歐巴馬的民調,而這已足夠讓他們有信心地宣布當選者是誰。相形之下,「OK愛神」能問世上最私人的問題,得到數十萬人的回答。」

「OK愛神」確實是測量數百萬人態度、信念、瑕疵的爭議性工具。但無論用戶在網站上回答了多少關於自己的問題,他們和別人的媒合成功率,完全無法預測他們未來是否可以擁有穩定的長久關係。

-----廣告,請繼續往下閱讀-----
okcupid
okcupid

本文摘錄自《遙測個人時代:如何運用大數據算出未來,全面改變你的人生》遠流出版

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
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

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。