偉人交流思想？—讀《洗腦：操控心智的邪惡科學》有感

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

人們慣於「合理化」自身行為

越戰中喪生的美國士兵多達五萬多人。戰爭期間，美國政府為了獲得民眾的支持，經常刻意發布一些正面的消息，例如，北越共軍即將敗退，或南越很快就足以自保。美國不斷派兵前往越南，總統詹森應該比其他的領導者為此付出更多的責任。

詹森不時會聽到閣員私下表示對越戰形勢的擔憂。詹森是否曾把這些政治人物叫進自己的辦公室，向他們解釋自己的觀點呢？完全沒有。相反的，他採用一種很不尋常的技巧：他派那些懷疑者跟一群記者去越南「調查真相」。

詹森很清楚他的閣員不太可能公開表達私人疑慮，面對外界時，他們不得不高調捍衛政府的政策。「裝假成真」原理預測， 這些懷疑者在聽到自己發表支持總統政策的言論後，最終也會相信自己的言論。

「假裝成真」會影響人們自身的信念嗎？

研究人員在實驗室中運用相同的方法，測試「裝假成真」原理是否能夠影響信念。為此，他們把受測者找來實驗室，讓他們填寫一份有關其政治立場的問卷。接著，叫半數的受測者發表支持其反對政黨的簡短演說，另一半的人則是從雙面鏡觀看他們演說。兩周後，所有的受測者又填了一份有關其政治立場的問卷。

「裝假成真」原理預測，發表過演說的人看到自己支持討厭的政黨後，可能會開始覺得那個政黨其實沒那麼壞。相反的，那些只聽到演說的人雖然接收了一樣的資訊，但不是自己提出主張，所以不會改變立場。研究結果證實了這點，只要幾分鐘的角色扮演，就可以達到媒體轟炸、政治廣告所達不到的效果。

多年來，研究人員也把同樣的程序套用在多種不同的場合上，他們錄下有些人主張多種議題的談話，例如，墮胎、酒駕危險、擴大警方職權等等。在每個例子中，他們讓受測者表現出相信某言論的樣子，可以讓他因此相信上百個理性論點也無法說服他的議題，迅速改變他的態度，讓他支持你預設的立場。

事實上，這個轉變非常明顯，受測者往往事後還會否認自己曾抱持原始的觀點。研究人員拿出原始問卷證明他們原始立場不同時，他們會堅稱問卷是假的，或自己當初看錯題目。這個機制可以解釋許多原本難以理解的立場轉變。

用「假裝成真」的心理改變戰俘的立場

本章一開始，我提到韓戰結束時，許多美軍決定續留北韓，很多美國大兵即使回到美國，依舊大談共產主義的優越。

研究人員深入訪問這些戰俘後發現，那些信念不是在催眠、迷藥或體罰下灌輸給他們的，而是共產高層刻意運用「裝假成真」原理來改變美國戰俘的想法。這種罕見的思想操縱形式，通常是從戰俘進入拘留營時開始運作。警衛先和新來的戰俘握手，並說道：「恭喜，你被解放了。」

接下來的數周，戰俘必須上長時間的課程，那些課程都是在歌頌共產主義的優點，課程也會要求他們做小組討論。每組通常會分派一位中國共產黨員監督，以確定戰俘討論出「正確」的結論。如果小組裡有人公然表達反共產的論點，所有的戰俘都必須重聽一遍講課並重新討論。

戰俘入營不久，中國警衛也會要求他們抄寫幾句親共言論（例如「共產主義很棒」、「共產主義是未來之道」、「共產主義是最開明的政府形式」）。很多美國人都很樂意抄寫，因為這些要求看起來微不足道，乖乖聽話通常可以換得一塊肥皂或幾根香菸作為獎勵。

幾周後，警衛加碼要求戰俘大聲朗讀那些言論， 多數戰俘還是照做了。又隔幾周後，他們要求戰俘向自己的同伴朗讀那些言論，最後開始辯論，主張為什麼他們相信那些言論是正確的。

此外，如果戰俘自願為拘留營寫親共文宣，他們可以得到在當地相當珍貴的東西，例如，鮮果或甜食。文宣一經刊出，作者就可以戴上毛澤東的徽章，不必做繁瑣的勞務。久而久之，這些行為使很多戰俘改變了他們對共產主義的態度，甚至說服一些戰俘留在北韓，而不是返美。

「裝假成真」原理有助於解釋這種信念的巨大轉變：中國共產黨不需要訴諸體罰或神祕的洗腦術，只要確定戰俘看到自己一再重申他們支持共產主義，他們就會自己培養出和他們的說法一樣的信念。

同樣的方法也可以用來影響整個民族。每天高喊「希特勒萬歲！」，可以鼓勵許多德國人民更接納納粹的意識型態。叫人一再高唱國歌，可讓人更愛國。讓孩子每天早上祈禱，可以提高他們接納宗教信仰的機率。

在上述的每個例子中，言語成了信念。許多人對這種研究相當好奇，開始研究其他類型的行為是否也有同樣的說服效果。其中有兩個研究最出名，一個是關於眼珠的顏色，另一個是「第三浪潮」（Third Wave）的形成。

——本文摘自《怪咖心理學之鍛鍊正能量思維，用科學方法讓好事成真》，2023 年 4 月，漫遊者文化出版，未經同意請勿轉載。

說到「觀落陰」你會想到什麼？安靜的宮廟、緊張的氣氛，抑或是許久不見的已逝親人？觀落陰能夠和科學可以放在一起討論嗎？答案是，雖然科學無法完全解釋觀落陰，但兩者似乎還是有能夠互通有無之處。

眼前閃亮亮，是看見另一個世界了嗎？

觀靈者時常在觀落陰的過程中，聲稱自己在看見「光點」。聽起來有些不可思議，但當我們閉上眼睛，然後稍微用力搓揉雙眼，眼前應該也會產生光點或者各式各樣的圖案，這種現象就叫做「光幻視」（phosphene）。

當眼睛受到刺激，大腦並不會區分刺激的來源是來自眼球緊閉的壓力，或者是平常眼睛睜開時接受到的光刺激，只會直接把刺激秀在你「眼前」。於是，用力閉眼壓迫眼球所產生的刺激，就會促使人「看」見一些不規則的線條、幾何圖形，或是各種光點，這些畫面會隨著時間不停變化，讓人感覺越來越魔幻。

信眾在極度放鬆的狀態下進入觀落陰的旅程後，師父通常會以很具體的方式指引信眾，接著信眾就會看到沒見過的場景，這種方式也有人說是催眠的一種。

觀落陰和催眠是類似的嗎？相似之處在哪裡？

催眠和觀落陰有個共同點：越放鬆就越容易進入狀況。

進入狀態後，不管是催眠還是觀落陰，都會看到一些不同於一般生活的場景。所以，有人認為催眠和觀落陰很像，並不是沒理由的。在觀落陰時，師父可能對信眾「看到」的情況做出具體的描述性回應，這種方式有些類似「暗示」，人們很容易受到暗示效應的影響。例如「望梅止渴」的故事：曹操的士兵在下意識接收到「摘下遠方梅林的大梅子，大家就可以解渴」的暗示，潛意識就不自覺地想著梅子林，並且分泌口水止渴。

當人進入到潛意識的狀態，只會表現出自己接收到的暗示，而不會辨別事情的好壞。所以或許師父的敘述和話語，在無意間也成了一種暗示。

身體不自覺動了！難道是受到神秘力量影響？

有些人在觀落陰時，身體會不自覺地開始搖擺，看起來就像受到某種神秘力量帶著走。

科學上也有一種現象，讓人有不自覺地想做出動作，我們稱它為「意想」。意想的原理和大腦有關，在真正做出動作之前，大腦會為我們「預期」將出現的動作先做準備。常見的意想有碟仙、自動書寫等通靈遊戲，例如玩碟仙時，手的動作其實會比碟子先動，但正在玩的人們卻不太會注意到這點。那意想是怎麼產生的呢？

1930 年，有位美國醫生就針對意想做過研究。當他要求受試者幻想艾菲爾鐵塔時，受試者的眼球會無意識往上飄；當他要求受試者想像自己正在舉重，受試者的二頭肌就會有微小的肌肉訊號產生，這些由意想產生的動作，通常是在人們沒有意識下表現出來的。

所以通靈遊戲、或是觀落陰中的身體搖擺，或許都只是意想造成的，而不是靈異現象。

「腦補」是真的，大腦善於想像！

在觀落陰時，有觀靈者會聲稱觀到了自己的元辰宮，或者已經去世的亡者。難道有了上述的諸種刺激和暗示，就能讓人們實際看見這些畫面嗎？

大腦相當善於想像，在接收到少量訊息時，容易創造出更多的訊息，讓人產生幻覺，也可以說是現在所謂的「腦補」。有時候想到一件事，或者看到一個畫面，腦中可能接連會閃過諸多衍生而來的影像，那些擅長想像的人，或許就會比較容易沉迷於自己的幻想世界之中。

但不論觀落陰能否以科學角度去解釋，它或許是能慰藉人心的一種方法吧。當人對逝去之人的思念無處可去，或許有些信眾們可以透過觀落陰多少獲得一些慰藉。

• 想知道對這種冥府「禁忌之術」了解更多嗎？快來看看這部影片吧：

參考資料

• 幻覺 奧立佛．薩克斯(Oliver Sacks)
• 透視催眠 科學人
• 壓眼睛時看到的幻象是什麼？啾啾鞋
• 怪咖心理學3：明明沒有為什麼看的見？Richard Wiseman

本文由言蓁改寫自《觀落陰真能看見亡魂？解密窺視冥府的禁忌之術！》影片腳本