Loading [MathJax]/extensions/tex2jax.js

0

0
1

文字

分享

0
0
1

從「已知用火」到駕馭太陽 紀念光研究一千年

劉珈均
・2015/02/02 ・6349字 ・閱讀時間約 13 分鐘 ・SR值 545 ・八年級

SchallerChristian_PlakatLicht.indd
奧芬堡大學媒體資訊傳播系學生為光之年製作的海報。 Christian Schaller© Offenburg University cc

一千年前的1015年,生於今日伊拉克南部的阿拉伯學者伊本海瑟姆(Ibn al-Haytham)寫了七冊《光學之書》(Kitab al-Manathir,英文Book of Optics),為人類首篇光學研究,敘述眼睛構造、視覺理論與光的物理特性。海瑟姆被視為第一個科學家,因其所得皆透過謹慎的實驗與紀錄而來。海瑟姆提出人能觀看,是因為光線照射到物體後反射至眼睛,而非過往認為的眼睛發出光線照亮物體;他也提出大氣使光偏折,研究出光在曲面折射的數學公式,並試圖做實驗解釋彩虹、日食與月食等現象。

一千年後,人類發明各種光源點亮夜晚、發射衛星捕捉星光、用光纖網路串聯起全世界,短短一百多年的時光,光學科技改造了人類的文明與生活,也改變了運作千萬年的地球生態。

一千多位科學家與各方人士1月19、20日齊聚「光之城」(City of Light)巴黎,正式為「國際光之年(International Year of Light, IYL)」拉開序幕。聯合國教科文組織(UNESCO)將2015定為國際光之年,以此紀念千年來人們在光領域的研究足跡及各種光技術的發展。2015恰逢許多光學里程碑的周年:1015誕生首篇光學研究、1815菲涅爾提出光的波動性、1865年馬克士威發表光電磁傳播理論、1905愛因斯坦提出光電效應與1915廣義相對論、1965彭齊亞斯與威爾遜測量到宇宙微波背景輻射。

包含台灣在內,全球共71個國家地區共襄盛舉光之年,用一整年時間舉行光學科技相關的演講與活動,提醒光在人類生活扮演的重大角色,並討論如何以光科技解決當前問題。

-----廣告,請繼續往下閱讀-----
海瑟姆的光學之書。(圖:維基)
海瑟姆的光學之書。(圖:維基)

從「已知用火」到光纖網路、駕馭太陽:光科技與人類文明

夜幕降臨,華燈初上,人工光源徹底改變了人類的夜晚活動型態。在夜晚光源只有星星和月亮的年代,夜晚的可見度大約只有幾公尺,對人們而言,晚上意味著一天的勞動與社交互動告一段落,所有人都要從戶外回到屋內,會在外遊蕩的只有危險與不良份子。晚上出外遊走這件事最早可追溯到17世紀法王路易十四頒布法令,將巴黎街頭掛上燈籠,接下來的公共照明系統還有燃燒鯨魚油的燈具、19世紀出現的煤氣燈、刺眼的弧光燈,直至19世紀末電燈登場。隨著工商時代發展,漸漸地人們在夜晚工作、從事娛樂活動、發展各式24小時服務。

medium_2571896883
photo credit: prashant maxsteel [ read profile ] via photopin cc

LED是另一波照明革命,三位日本科學家赤崎勇、天野浩與中村修二於1990年代開發出高品質藍光LED,在此之前的半世紀只有紅光與綠光LED,藍光的加入得以配製出白光LED,延伸應用於照明、液晶螢幕、手機面板螢幕的背光晶片等。LED照明節省了90% 的能源,發光效率可達每瓦200流明,壽命可輕而易舉達到幾萬小時,遠遠長於其他照明技術(一般白熾燈泡發光效率約每瓦24流明,平均壽命約1000小時),三位科學家也因此貢獻共同獲得2014諾貝爾獎。

「醫學影像技術的突破從光學開始。」台大光電工程所教授孫啟光說,光學望遠鏡讓人類往天空探索,從此知道地球非宇宙中心;而光學顯微鏡是第一個醫學影像儀器,讓人開始了解人的內部組成,也造就了細胞病理診斷。醫學影像技術讓醫師觀察人體內部構造、協助診斷與分析病情,其他常見的醫學影像儀器還有核磁共振、X光、電磁斷層掃描(CT)等等,除核磁共振外,也都與光有關,只是並非一般所看到的可見光。

1960年梅曼(Theodore Harold Maiman)製出第一台雷射,雷射發明逾半世紀,在醫療到消費性電子產品、通訊、軍事科技等領域皆扮演舉足輕重的角色,例如運用雷射治療眼科、皮膚科與牙科疾病;常見的用品如DVD播放器、條碼讀取機;軍事武器以雷射標定瞄準等。雷射也是尖端研究的重要工具,目前有十幾位諾貝爾獎得主的研究與雷射有關,除了雷射本身,還有全像片、雷射冷卻、玻色─愛因斯坦凝聚態。

-----廣告,請繼續往下閱讀-----
medium_1747920810
photo credit: Twistiti via photopin cc

現代生活大量依賴的網路、雲端服務,就靠光纖傳送大量訊息,1966年高錕研究發現,減少玻璃雜質,便能解決光藉著玻璃全反射傳送的途中,訊號嚴重衰減的問題,進而達到長程通訊,此研究克服了光通訊長久以來的障礙。光纖具有體積小、訊號衰減低的優點,且光纖不受電磁干擾,每條光纖可用不同波長的頻段獨立傳送訊息,因此光纜能傳送的訊號大量而準確,被譽為光纖之父的高錕獲2009諾貝爾獎。

人類一直嘗試駕馭太陽的能量,早在1839年,法國物理學家貝克雷(Alexandre-Edmond Becquerel)就發現了光伏效應,即某些材料照到光時會產生微小電流,但要等到一百多年後的1954,三位貝爾實驗室的科學家才發明出第一個能有效將太陽能轉換為電能的矽基太陽能電池,當時該電池在太陽直射下的效率只有6%左右,現在先進的太陽能電池已可達到40%。太陽能發電的應用觸角開始延展,例如太陽能車、海水淡化系統等。現今太陽能應用尚未成為主流,但氣候變遷的威脅愈來愈緊迫,帶動替代能源的需求,國際能源總署(IEA)估計,到2060年,太陽能科技可望提供世界三分之一的能源。

情歌與舞蹈的顏色:光與藝術

medium_5508100799
photo credit: Sam Breach via photopin cc

光也撩撥著人們的情感。畫家以光影描繪情感的氛圍與張力;自4世紀開始,彩繪玻璃將自然光化為燦爛奪目的藝術品,教堂、古蹟、清真寺常以彩繪玻璃述說古老的傳說故事,光彷彿是具有生命的精靈,觸碰人們靈魂深處的悸動;演唱會、主題樂園,常見雷射光激發高昂情緒與驚呼聲;攝影與電影捕捉當下的光,讓時空與光線永恆駐足。而若要說以玩弄光影為業、融會各種藝術元素的魔術師,大概莫過於劇場燈光設計師,自15世紀的文藝復興時期,便開始有藝術家認知燈光設計的重要,利用燈光調節影響觀眾情緒。

「其實我比較看重的是影子,未必是光,」劇場燈光設計師車克謙說:「光的角度或是光在物件上造成的陰影對我吸引力比較大。我觀察影子的構成,去發現光源是什麼。」車克謙經驗豐富,曾操刀高雄世界運動會主場的開閉幕式、幾米音樂劇《向左走,向右走》、《地下鐵》等各式戲劇與大型戶外展演。

-----廣告,請繼續往下閱讀-----

「光可以幫助一個物件,也可以毀了它。」而燈光設計就是讓觀眾看到想讓他看見的細節,隱藏不想讓人注意到的地方。運用燈光的亮度與色澤導引、加強觀眾的情緒是設計師的基本功。舞台上的演員在說故事,燈光也在說故事,燈光協助帶出戲劇的動線,有時也暗示戲劇的隱喻與伏筆,車克謙笑著說:「有時候燈光還要克制表演慾,不要太『愛講話』。」過多過強的光會失去焦點,或讓觀眾一片昏花,什麼也看不到。不同展演需要的光不一樣,如舞蹈表演大部分只有簡單布幕,幾乎全靠光影創造出山林、海洋、竹林等意象,帶領舞者與觀眾穿梭不同空間。

車克謙說,平常會強迫把眼睛當照相機,從環境中記錄光的狀態和屬性,如冬天的光、紐約城市的光、午後咖啡店的光。對聲音的感受也是創作靈感來源,聽著旋律,車克謙便不自覺在腦中編織場景的顏色與氛圍,他舉例,例如搖滾樂大概就是紅色、黃色、橙色加上一些閃爍效果,情歌則要看是男聲或女聲、或熱戀或憂鬱,紫色、藍色、粉色都有可能。

「No light, there is no space.(少了光,就沒有空間存在)」知名劇場設計師羅伯˙威爾森(Robert Wilson)常將這句話掛在嘴邊。他認為,「因為有光,黑暗才真的變黑。因為黑暗,才感受得到光線的明亮。這就是空間的基本概念,也是空間的原理。」光決定了許多事物,形成敘事結構與節奏,「它可以跟音樂合作或是對抗,讓事物變得明顯或晦暗,為動作定下秩序。」[1]

全球光害地圖的反思:我們正在失去夜晚

夜晚地球(2)
夜晚的地球。photo credit: NASA Goddard Photo and Video via photopin cc

燈光點亮了人類的文明與生活方式,我們用人造燈光點亮夜晚至今不過一百多年,已顛覆了人類與生態經過千萬年演化而適應日夜交替的習性,人工照明改變人類生活型態,但也帶來各種問題,一些國際組織與研究單位發起各式活動呼籲大眾正視光汙染。

-----廣告,請繼續往下閱讀-----

國際暗空協會(International Dark-Sky Association, IDA)致力於保護夜間環境、推動適當照明,IDA將光害定義為:「所有人工照明的負面影響,包括天空輝光(sky glow)、刺眼的強光(glare)、無端闖入的光線(light trespass)、雜亂的光線(light clutter)、夜晚受損的能見度以及浪費的能源等。」光汙染的影響層面不只是我們再也看不到經典老歌所唱的「Starry Starry Night」,光害也代表著浪費能源、干擾生態,全世界至少有三成左右的脊椎動物、六成左右的非脊椎動物屬於夜行性,再加上習於暮色或清晨出沒的生物,就不難想像光害的影響層面有多廣闊。[2]

IDA製作的影片〈Losing the Dark〉:

美國國家光學天文台(National Optical Astronomy Observatory, NOAO)也發起國際性的公民科學家活動「全球光害地圖計畫(Global at Night)」,介面有20幾種語言,號召全球公民上傳資料,描述自己所在地區的夜空明亮度、天氣狀況,藉此蒐集全球光汙染資料。去年2014共有來自94個國家、17,500次的觀測數據,八年下來已從115個國家累積了近十萬筆觀測數據。[3]

中央大學光電系教授孫慶成說,照明的服務對象是眼睛,但我們現在有許多照明發出的光都是不必要的,而這些多餘的光就四處亂竄,闖入夜空、干擾視線等,例如一般路燈,有五分之一的光浪費在打往水平或天空方向,造成天空輝光。要解決光害其實沒那麼困難,孫慶成說,要達到適度照明,透過調整照明裝置設計就能改善,孫慶成帶領的中央大學團隊設計的LED照明可讓98%的光與能源都貢獻於照亮街道,而非照亮夜空,節能達40%至60%。孫慶成認為,良好的照明應該是:「照亮回家的路,也將天空留給星辰。」

-----廣告,請繼續往下閱讀-----
照明設計對照
(上)一般常見的路燈照明;(下)改良後的照明。(圖/孫慶成提供)

現實生活中也有類似例子,國立科學博物館植物園的燈光造景即是一例,每天入夜後兩個小時半,植物園外的LED燈將七彩變幻光芒投射到八層樓高的溫室桁架與玻璃帷幕,周末的燈光秀以234組燈具將植物園妝點為光雕藝術品。這些LED燈來自回收燈具,一天電費不超過新台幣35元,且燈光照射角度經過設計,光線只落在建築物上,不會進入夜空,也不會進入溫室影響植物作息;舊金山一家叫作民間暮光(Civil Twilight)的公司讓路燈隨月亮光線而自動調節亮度,讓夜間的亮度維持平衡,尋回夜晚自然氛圍,並減少四分之三的照明費用。

讓光更人性:光對人體的影響

光之年海報(2)
奧芬堡大學媒體資訊傳播系學生為光之年製作的海報。photo credit:Waldemar Schmidt © Offenburg University cc

「光對人類有直接、長遠、且重要的影響,光無所不在。」孫啟光說,首先就是視覺,人類如何看到萬物便是藉由光線照射物體後,反射進入眼睛的視網膜、視神經,到大腦解讀。他開玩笑地說,他不清楚一般人如何感受光,他自己被太陽曬的時候就很有感覺。

孫啟光研究專長為非侵入式的生醫影像,他說,開發光電醫材必須確認許多事情,才能進到臨床實驗、對病人負責。現在許多生醫影像技術使用的是與雷射手術差不多波段的光源,但作為非侵入式觀測人體與動手術(破壞組織的)的光源應該要分開,使用不同顏色(波段)的光。「身為一個科學家,我想要了解更多人與光的互動關係。」孫啟光對於光和人體的互動特別感興趣,光如何影響人體?有的光波段會傷害人體,有的不會,劑量也可能造成差別;不同組織對光的反應也不同,例如光可以穿透眼球到達視網膜,卻不能穿透人體其他部分,我們的基因演化設計了不同器官對光有不同反應,目的又是什麼?

工研院光電所設有台灣首座國際級的人因照明實驗室,研究在不同情境與時間下,各種光線配置對人的清醒程度、情緒、工作效率、神經系統等生心理影響,探討適合的人因照明參數。市售照明光源常見眩光與LED藍害問題,當眼角餘光直接或經物體反射看到光源(如書頁上的小光點),刺目的燈光導致無法清晰的觀看物體,此干擾為眩光,眩光會讓眼睛不適,易疲勞、注意力不集中;藍害則會讓視網膜變質,甚至造成白內障,為不可逆的傷害,但相反的,藍光也可用於治療季節性憂鬱,端看如何適切地使用光源。光源閃爍也漸受重視,有研究指出閃爍的燈光可能造成偏頭痛,也有較為極端的例子,日本曾有光敏癲癇症患者因看了神奇寶貝卡通,承受不住皮卡丘放電時劇烈的光線變化而送醫。

-----廣告,請繼續往下閱讀-----

工研院光電所工程師趙偉成說,光對人的影響主要可分為視覺、心理、生理、生物四個層面,視覺是指對於眼睛的影響,例如藍害與眩光;心理與生理層面是人體照光後的「生理回饋」,如心跳、血壓、皮膚阻抗、腦波訊號等,與神經系統有關;生物層面則是對賀爾蒙的影響,如現在常見學者研究照明對褪黑激素、生理時鐘的影響。後三者難以完全切割,不過生物效應與生心理層面之間的交互影響、運作機制尚未有充足的研究。

良好的光線對人如此重要,在某些地區,照明是急待解決的經濟與健康議題,世界上約有15億人口依賴蠟燭或是會產生對人體有害氣體的煤油燈度過漫漫長夜,這些人口多為發展中國家的居民,夜晚缺乏足夠照明使得白天須工作貼補家計的孩童無法夜晚學習讀寫,學業落後,甚至醫院也無法於夜晚運作。UNESCO光之年的重要計畫之一便是在這些地區推廣可攜式的太陽能LED照明,以期打破當地的惡性循環。

光科技的未來

Internet_of_things_signed_by_the_author(wiki)
孫慶成說,未來光電科技將與物聯網、雲端的概念合流。(圖:維基)

「台灣的光電產業產值大約占了全世界五分之一!」兼任光電學會副理事長的孫慶成說,台灣的光電產業舉足輕重,其中又以LED照明、顯示器、太陽能為主。對於光科技的發展趨勢,孫慶成勾勒一連串的藍圖:「未來大概是眼睛張開所看到的一切東西都與光相關!」光科技深入資訊(含顯示與感測)、能源、照明領域,光既是能量來源,也是訊號。試著想像這些場景:或許車子不再需要人為駕駛,而是雲端控制;可能所有資訊濃縮於一副眼鏡上;可能手機只有一片指甲般大小,這些藍圖必須利用無數感測器以及取得、傳輸、顯示、儲存大量資訊的技術,這便是奠基在光電技術之上,與物聯網、雲端的概念合流。

孫啟光希望,國際光之年能喚起大家對光的重視,了解光的多面向,特別是光對人的影響,也希望台灣能進一步發展更多人本應用之光電產業。光電學會以提出光電效應的{“type”:”block”,”srcClientIds”:[“3499b1ad-7165-43f2-8256-e5dd5686e0a6″],”srcRootClientId”:””}愛因斯坦為主角,設計了光之年主燈擺在三月台中的元宵燈會。光電學會秘書長黃建璋說,接下來的一年會舉行50至100場巡迴演講,並與各大學光電系所合作辦營隊。台北天文科學教育館一月底也舉辦為期七個月的「光的奧秘」特展,內容包括以LED與投影建構模擬宇宙大霹靂的通道、展出太陽能應用與福衛五號的光學望遠鏡,也有利用光線折射、反射原理設計的視覺遊戲。

-----廣告,請繼續往下閱讀-----

1999諾貝爾化學獎得主阿米德˙齊威爾(Ahmed Zewail)在巴黎光之年開幕式上呼籲大家對話以解決世界的需求。歐洲物理協會會長、IYL策劃委員會會長約翰˙杜德里則說,光科技在生活中的角色如此重要,這是光學與光電社群與大眾交流知識的機會,「我們只有一次機會,舉行慶祝很不錯,不過我們得盡快開始工作了!」

備註

  1. 耿一偉,《羅伯˙威爾森──光的無限力量》,台北:國立中正文化中心,2009。
  2. Paul Bogard,陳以禮譯,《夜的盡頭》,台北:時報文化,2014。
  3. 全球光害地圖計畫中文版介面的光害地圖

訪問之外的參考資料

  1. UNESCO 國際光之年官網
  2. Optical Society,〈New LED Streetlight Design Curbs Light Pollution〉,2013
  3. Clifford A. Pickover,顏誠廷譯《物理之書》,台北:時報文化,2013。
  4. 光之年巴黎開幕報導編譯來源:〈Light Is Power, Inspiration, Source, Say International Year of Light Speakers〉〈Solutions enabled by light inspire at International Year of Light celebration〉
-----廣告,請繼續往下閱讀-----
文章難易度
劉珈均
35 篇文章 ・ 1 位粉絲
PanSci 特約記者。大學時期主修新聞,嚮往能上山下海跑採訪,因緣際會接觸科學新聞後就不想離開了。生活總是在熬夜,不是趕稿就是在屋頂看星星,一邊想像是否有外星人也朝著地球方向看過來。

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

-----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。

0

1
0

文字

分享

0
1
0
任意添加光學元件 為研究打開大門的無限遠光學系統
顯微觀點_96
・2025/01/30 ・1763字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自顯微觀點

圖 / 顯微觀點

顯微鏡在科學發展中扮演關鍵的角色,讓人們得以突破肉眼的限制,深入微觀的世界探索。而隨著時間推進,顯微技術也日新月異,其中現代顯微鏡設計了所謂的「無限遠光學系統」(Infinity Optical Systems),更是提升了顯微鏡性能和突破過去的觀察瓶頸。因此主要的顯微鏡製造商現在都改為無限遠校正物鏡,成為顯微鏡的技術「標配」。

1930 年代,相位差顯微技術出現,利用光線在穿過透明的樣品時產生的微小的相位差造成對比,使透明樣本需染色就能更容易被觀察。1950 年左右,則出現使用兩個 Nomarski 稜鏡,將光路分割再合併產生 干涉效應的 DIC 顯微技術,讓透明樣本立體呈現、便於觀察。

在傳統「有限遠系統」中,單純的物鏡凸透鏡構造,會直接將光線聚焦到一個固定距離處,再經過目鏡放大成像。也因此過去顯微鏡的物鏡上通常會標示適用的鏡筒長度,通常以毫米數(160、170、210 等)表示。

-----廣告,請繼續往下閱讀-----

而在過渡到無限遠校正光學元件之前,選用的物鏡和鏡筒長度必須匹配才能獲得最佳影像,且大多數物鏡專門設計為與一組稱為補償目鏡的目鏡一起使用,來幫助消除橫向色差。

但是問題來了!當這些光學配件要添加到固定鏡筒長度的顯微鏡光路中,原本已完美校正的光學系統的有效鏡筒長度大於原先設定,顯微鏡製造商必須增加管長,但可能導致放大倍率增加和光線減少。因此廠商以「無限遠」光學系統來解決這樣的困境。

德國顯微鏡製造商 Reichert 在 1930 年代開始嘗試所謂的無限遠校正光學系統,這項技術隨後被徠卡、蔡司等其他顯微鏡公司採用,但直到 1980 年代才變得普遍。

無限遠系統的核心在於其物鏡光路設計。穿透樣本或是樣本反射的光線透過無限遠校正物鏡,從每個方位角以平行射線的方式射出,將影像投射到無限遠。

-----廣告,請繼續往下閱讀-----
有限遠(上)和無限遠(下)光學系統的光路差別
有限遠(上)和無限遠(下)光學系統的光路差別。圖 / 擷自 Optical microscopy

透過這種方法,當使用者將 DIC 稜鏡等光學配件添加到物鏡、目鏡間鏡筒的「無限空間」中,影像的位置和焦點便不會被改變,也就不會改變成像比例和產生像差,而影響影像品質。

但也因為無限遠系統物鏡將光線平行化,因此這些光線必須再經過套筒透鏡在目鏡前聚焦。有些顯微鏡的鏡筒透鏡是固定的,有些則設計為可更換的光學元件,以根據不同實驗需求更換不同焦距或特性的透鏡。

除了可以安插不同的光學元件到光路中而不影響成像品質外,大多數顯微鏡都有物鏡鼻輪,使用者可以根據所需的放大倍率安裝和旋轉更換不同的物鏡。

傳統上一旦更換物鏡,樣本可能就偏離焦點,而須重新對焦。但在無限遠光學系統的設計中,物鏡到套筒透鏡的光路長度固定,也就意味著無論更換哪個物鏡,只要物鏡設計遵循無限遠系統的標準,光路長度和光學路徑的一致性得以保持。

-----廣告,請繼續往下閱讀-----

因此無限遠光學系統也有助於保持齊焦性,減少焦距偏移。這對需要頻繁切換倍率的實驗操作來說,變得更為便利和具有效率。

不過使用上需要注意的是,每個顯微鏡製造商的無限遠概念都有其專利,混合使用不同製造商的無限遠物鏡可能導致不正確的放大倍率和色差。

改良顯微技術,使研究人員能夠看到更精確的目標;以及如何讓更多光學配件進入無限遠光學系統中的可能性仍然在不斷發展中。但無限遠光學系統的出現已為研究人員打開了大門,可以在不犧牲影像品質的情況下輕鬆連接其他光學設備,獲得更精密的顯微影像。

  1. M. W. Davidson and M. Abramowitz, “Optical microscopy”, Encyclopedia Imag. Sci. Technol., vol. 2, no. 1106, pp. 120, 2002.
  2. C. Greb, “Infinity Optical Systems: From infinity optics to the infinity port,” Opt. Photonik 11(1), 34–37 (2016).
  3. Infinity Optical Systems: From infinity optics to the infinity port
  4. Basic Principle of Infinity Optical Systems
  5. Infinity Optical Systems

延伸閱讀選擇適合物鏡 解析鏡頭上的密碼

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

0
0

文字

分享

0
0
0
螃蟹有痛感嗎?我們是怎麼知道的?
F 編_96
・2025/01/16 ・1669字 ・閱讀時間約 3 分鐘

F 編按:本文編譯自 Live science

螃蟹一直是海鮮美食中的明星,從油炸軟殼蟹到清蒸螃蟹,餐桌上經常見到牠們的身影。有地方也習慣直接將活螃蟹丟沸水煮熟,認為這能保留最多的鮮味。過去人們認為甲殼類缺乏複雜神經結構,不會感受到痛苦,因此不必過度憂心道德問題。但近年來,越來越多研究開始挑戰此一想法,指出螃蟹與龍蝦等甲殼動物可能具備類似疼痛的神經機制。

以前大家相信甲殼類缺乏複雜神經結構,但近期這一認知逐漸受到質疑。 圖 / unsplash

甲殼類是否能感覺到痛?

人類長期習慣以哺乳類的神經構造作為痛覺判斷依據,由於螃蟹沒有哺乳動物那樣的大腦腦區,便被認為只憑簡單反射行動,談不上真正「痛」。然而,新興科學證據顯示包括螃蟹、龍蝦在內的甲殼類,除了可能存在被稱為「nociceptors」的神經末梢,更在行為上展現自我防禦模式。這些研究結果顯示,螃蟹對強烈刺激不僅是本能抽搐,還有可能進行風險評估或逃避策略,暗示牠們的認知或感受方式比我們想像更精緻。

關鍵證據:nociceptors 與自我保護行為

近期實驗在歐洲岸蟹(Carcinus maenas)中觀察到,當研究人員以刺針或醋等刺激手段測量神經反應,牠們顯示與痛覺反應類似的神經興奮;若只是海水或無害操作,則無此現象。此外,透過行為實驗也可看出,寄居蟹在受到電擊時,會毅然捨棄原本的殼子逃離電源,但若同時存在掠食者味道,牠們會猶豫要不要冒著風險離開殼子。這些結果使科學家認為,螃蟹並非單純反射,而可能有對於痛感的判斷。若只是「低等反射」,牠們不會考慮掠食風險等外在因素。

痛覺與保護:實驗結果引發的道德思考

以上發現已在科學界引發廣泛關注,因為餐飲業與漁業中常見「活煮」或「刺穿」處理螃蟹方式,如今看來很可能讓牠們承受相當程度的不適或疼痛。瑞士、挪威與紐西蘭等國已開始禁止活煮龍蝦或螃蟹,要求先以電擊或機械方法使其失去意識,試圖減少痛苦。英國也曾討論是否將甲殼類納入動物福利法保護範圍,最後暫時擱置,但此爭議仍在延燒。

-----廣告,請繼續往下閱讀-----
英國對於是否將甲殼類列入動物福利法的保護範圍,有所爭議。 圖 / unsplash

部分學者保持保留態度,認為雖然甲殼類展現疑似痛覺的行為與神經反應,但與哺乳類相同的「主觀痛感」仍需更多研究證明。大腦與神經系統結構畢竟存在很大差異,有些反射也可能是進化而來的自衛機制,而非真正意義上的感受。然而,科學家普遍同意,既然相關證據已經累積到一定程度,毋寧先採取更謹慎與人道的處理模式,而非輕易推卸為「牠們不會痛」。

海洋生物福利:未來的規範與影響

如果螃蟹被證實擁有痛覺,將牽動更廣泛的海洋生物福利議題,包括鎖管、章魚或多種貝類也可能具有類似神經機制。人類一直以來習慣將無脊椎動物視為「低等生物」,未必給予與哺乳類相同的法律或倫理關注。但若更多實驗持續指出,牠們同樣對嚴重刺激展開避痛行為,社會或終將呼籲修訂漁業與餐飲相關法規。未來可能要求業者在捕撈與宰殺前使用電擊或麻醉,並限制活煮等方式。這勢必對漁業流程與餐廳文化造成衝擊,也引發經濟與文化折衷的爭議。

龐大的實驗數據雖已暗示螃蟹「會痛」,但確鑿的最終定論仍需更多嚴謹研究支持,包括更深入的大腦活動成像與突觸路徑分析。同時,落實到實際操作也需追問:是否存在更快、更人道的宰殺或料理方式?能否維持食材鮮度同時保障動物福利?這種思維轉變既考驗科學進程,也考驗人類對自然資源的態度。也許未來,既然我們仍會食用海產,就該以最小痛苦的方式對待那些可能感受痛苦的生物,為牠們提供基本尊重。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

F 編_96
20 篇文章 ・ 1 位粉絲
一個不小心闖入霍格華茲(科普)的麻瓜(文組).原泛科學編輯.現任家庭小精靈,至今仍潛伏在魔法世界中💃