Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

美味的牛排其實是殺人兇手?

活躍星系核_96
・2015/04/09 ・3735字 ・閱讀時間約 7 分鐘 ・SR值 553 ・八年級

1

作者/王思恆醫師

就算不是魯夫,大塊肉仍然充滿了魅力!尤其是牛排,那焦香的風味配上滿溢的油脂,不只食指而是十指都大動啊!但不知道你有沒有注意到這則新聞哈佛大學研究發現,常吃紅肉提高致死率兩成。

這雖然嚇不倒魯夫(嚼嚼),卻會讓不是惡魔果實能力者的一般人心驚驚啊。不過先別急著把牛排從菜單中劃掉,來一起看看這篇研究的的始末,就能知道殺人的究竟是牛排還是新聞標題。

研究內容

這是一篇2012年發表在美國醫學協會期刊(JAMA)的回溯性研究。來自哈佛大學的學者花了最長至28年的時間追蹤一大群醫師護理師的健康情形,再用問卷調查的方式每4年調查一次每個醫生護士的飲食習慣。

-----廣告,請繼續往下閱讀-----

依照直覺,我們只要比較健康長壽與紅顏薄命(?)的醫生護士分別都吃了什麼,就可以推論哪些食物好,哪些應該少碰。

這正是哈佛學者做的事情:在整理出37,698位醫師與83,644名護理師的飲食習慣後,研究者發現隨著紅肉攝取量增加,心血管疾病與癌症的發生率也跟著上升。每天多吃一份(註1)加工與未經加工的紅肉(註2),會分別增加死亡率20%與13%。

2 研究者更大膽的推論:如果讓所有人都改吃雞肉、魚類、堅果、豆類與高纖穀物,並且壓低紅肉攝取至每日半份,我們可以避免掉9.3%的男性醫師與7.6%的女性護理師死亡。

看到這邊,各位讀者可能會覺得哈佛學者果真不是蓋的!看來還是把家裡的牛排送去給公司討厭的同事吃好了。

-----廣告,請繼續往下閱讀-----

先別急,精彩的部分才正要開始。

觀察性研究的致命傷

3

各位泛科學的讀者應該對科學研究的方法不陌生:

  • 首先我們觀察自然現象(每個人的壽命長短皆不同)
  • 問問題(為什麼有些人能長壽又健康呢?)
  • 提出假說(可能是吃太多紅肉害了他們)
  • 做研究(找來一群人,隨機分配至吃很多紅肉的實驗組與不吃紅肉的對照組,看看誰活得久)

這篇研究僅僅「觀察」到吃紅肉者比較短命,並沒有展開實驗來證實這個論點。所以本篇「紅肉不健康」的說法僅完成了科學研究的第1~3步驟而已,是個尚未被驗證的假說。

你說:「但吃紅肉的人的確比較短命阿!沒做實驗又有什麼差別?」差別可大了,讓筆者舉個例來解釋。

-----廣告,請繼續往下閱讀-----

如果今天我們來觀察冠狀動脈疾病患者的特色,除了年齡、血壓、抽煙習慣之外,還發現到「欸?有心臟病的男性頭髮似乎都很少!」

接著我們大膽地提出假說:「雄性禿會造成心肌梗塞。」(還真的挺大膽的)

在累積28年的大規模的人口調查之後,我們得到了這樣精美的圖表。

4

看完之後科學家們又驚呆了!原來冠狀動脈阻塞的元兇是雄性禿!

-----廣告,請繼續往下閱讀-----

聰明的泛科學讀者一定知道其中有詐,掉頭髮哪有可能會導致心臟病呢?

合理的解釋應該是:年紀大的男性比較常有雄性禿,而年齡又是冠狀動脈疾病的重要危險因子。是年齡,同時促成了雄性禿與冠狀動脈疾病。不知情的人,還可能以為雄性禿真會造成冠狀動脈疾病呢!

觀察到兩件事情一塊發生,永遠不代表其中一個是因,另一個是果。有可能是我們都沒考慮到的因子在作祟,更有可能只是個美麗的巧合。(註3)

我們的哈佛研究發現紅肉與疾病有「正相關」,僅能提供一個「紅肉有害健康」的假說,讓科學家有更多的基礎能規劃接下來的實際研究。僅由觀察性研究就想要得出因果關係,是非常危險的(註4 )。

-----廣告,請繼續往下閱讀-----

(以下是更多A事件與B事件同時發生,但未必互為因果的例子。)

5

超人般的記憶力

現在請各位讀者回想一下:你昨天早餐、中餐、晚餐各吃了些什麼?包括食物的種類與份量喲!有多少人有自信能正確回答?

如果發這樣一份落落長的問卷給各位讀者,您覺得它能不能正確地反應過去四年的飲食習慣?

事實上,由哈佛學者自己提供的參考文獻中就提到:「受訪者在回答飲食問卷調查時,常會低估甜食、加工肉類、高脂奶製品、蛋的攝取,同時高估蔬菜、水果及堅果類的攝取量。」還有研究指出,慢性病患者更容易高估自己的肉類攝取量。

-----廣告,請繼續往下閱讀-----

甚至我們攤開研究數據,會發現吃最少紅肉的醫生護士每天僅分別攝取1,659與1,202大卡,這個數值根本不夠維持基本熱量需求。(註5)

由於人類記憶力的限制和心理防衛機轉,人們回答的答案往往是「我應該吃的食物」,而非「我實際吃的食物」,這都會嚴重影響問卷研究的正確性。

強烈的干擾訊號

讓我們來看一下本篇研究中更多令人憂心的統計數據(以下為男性醫師的數據)

6789

10

看了這麼多圖表,各位讀者應該有個感覺:愛吃紅肉的人好像比較不愛惜自己身體。

-----廣告,請繼續往下閱讀-----

其實,紅肉不健康的說法存在已久,調查具醫療背景的醫師護士是否常吃紅肉,根本就是在問:「你注不注意自己健康?」

想像一下愛吃紅肉的醫生A:在開完一整天的刀後,第一件事情就是與同事到醫院門口點根煙抒解壓力,接著一群人開車到附近酒吧點了炸雞、Pizza、還有一公升啤酒開始大快朵頤。回到家,醫生A的太太忍不住牢騷:「你該注意一下體重了!」醫生A說:「每天上班那麼累,還要我節食運動?乾脆殺了我吧!」

接著想像從不吃紅肉的醫生B:在診間B醫生總是向病患強調健康飲食的重要性。下診後,B醫師拿出當天準備的沙拉餐盒,裡面有水煮肌胸肉、萵苣、番茄、堅果,還淋上了來自義大利南方村莊的初榨橄欖油。接著他騎腳踏車到家裡附近的健身中心,與來自印度的瑜珈大師進行兩小時的一對一指導。回家淋浴後,他看到桌上的行事曆提醒他又該做半年一度的健康檢查了。「上次的膽固醇指數讓我很不滿意,這次檢查來看看半年來的努力成果吧!」他心想著。

數據會說話,愛吃紅肉與不吃紅肉者根本就是兩群不一樣的人。

哈佛學者為了排除以上的干擾因子,使用先進的統計方法(Cox proportional hazards regression models),希望能藉此分離出紅肉對健康的影響。

筆者並不懷疑該統計工具的能力,但抽煙、體重這些數據僅代表部分的健康習慣,還有更多可測量或無法測量的因子(註6)在決定每個人的健康。

想要藉由問卷調查與統計工具單獨分離出紅肉對健康的影響,根本是緣木求魚。

 結語

講到這,各位讀者是不是已經迫不及待去最愛的牛排館大快朵頤一番了呢?先等等!

筆者這篇為紅肉所寫的「翻案文章」其實不能也不敢推翻紅肉不健康的說法(註7),而是在向各位讀者解釋,名號響亮的大型研究,未必不是充滿著顯而易見的破綻。

除了媒體最愛的「英國研究」,飲食科學的報導也常犯下誤植因果的毛病。如果將這些科學「假說」不恰當的奉為「真理」,那麼大概沒有幾種食物可以吃得心安了

至於牛排到底能不能吃?筆者認為,在適量且避免高溫烹調的前提下,大多數人應能放心的享用(註8)。

備註:

  1. 一份紅肉約85公克。
  2. 未經加工的紅肉如牛排、豬肉、羊肉;加工紅肉如火腿、香腸、熱狗。有趣的是,本研究將漢堡肉歸類在『未經加工紅肉』中,大麥克其實是好物?!
  3. 曾有人發現到,該年度尼可拉司凱吉出現在越多電影裡面,掉進游泳池裡溺死的人數也越多。這究竟是巧合,還是凱吉哥的電影讓人想不開?連結在此
  4. 過去的觀察性研究曾認為荷爾蒙補充療法(Hormone replacement therapy, HRT)有益健康,當時的婦女爭相要求醫師開立處方。沒想到,數十年後真正的「科學研究」不但推翻觀察性研究的結論,更發現荷爾蒙補充會增加心血管風險!
  5. 假設研究中醫生護士的平均身高分別為175與160公分,考慮平均年齡、BMI、活動程度後,以美國梅約診所提供的計算公式可得出基本每日熱量需求應為2,300與1,750大卡,與問卷受訪者回報的結果明顯不符。
  6. 工作壓力、社交關係、睡眠習慣、環境污染、就醫遵從性等都是這篇研究所沒有考慮到的,每一項卻都能深切影響個體的健康。
  7. 觀察性研究大多同意紅肉與癌症、糖尿病有微小但顯著的正向關聯。學者認為可能與紅肉中的鐵質Neu5Gc、高溫烹煮所產生之異環胺有關。
  8. 飲食選擇是高度個人化的,應考慮科學證據、個人偏好、以及風險考量後決定。如有健康上的疑慮,請向專業醫師/營養師諮詢。

參考文獻:

  1. YouTube, (2015). [大愛新聞]吃紅肉死亡風險增 蔬食最健康. [Accessed 9 Apr. 2015].
  2. Pan, A., et al. (2012). “Red meat consumption and mortality: results from 2 prospective cohort studies.” Arch Intern Med 172(7): 555-563.
  3. harvard.edu, (2015). HOME | Health Professionals Follow-Up Study.  [Accessed 9 Apr. 2015].
  4. harvard.edu, (2015). Welcome to the Nurses’ Health Study | Nurses’ Health Study.  [Accessed 9 Apr. 2015].
  5. independent.co.uk, (2015).Bizarre correlations that will leave you wishing Nicolas Cage would retire. [Accessed 9 Apr. 2015].
  6. Rossouw, J. E., et al. (2002). “Risks and benefits of estrogen plus progestin in healthy postmenopausal women: principal results From the Women’s Health Initiative randomized controlled trial.” JAMA 288(3): 321-333.
  7. Marks, G. C., et al. (2006). “Relative validity of food intake estimates using a food frequency questionnaire is associated with sex, age, and other personal characteristics.” J Nutr 136(2): 459-465.
  8. org, (2015). Tool: Calorie calculator – Mayo Clinic. [Accessed 9 Apr. 2015].
  9. Jiang, R., et al. (2004). “Body iron stores in relation to risk of type 2 diabetes in apparently healthy women.” JAMA 291(6): 711-717.
  10. Samraj, A. N., et al. (2015). “A red meat-derived glycan promotes inflammation and cancer progression.” Proc Natl Acad Sci U S A 112(2): 542-547.
  11. Zheng, W. and S. A. Lee (2009). “Well-done meat intake, heterocyclic amine exposure, and cancer risk.” Nutr Cancer 61(4): 437-446.

更多運動健身相關資訊,可參考作者部落格

-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

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。

5

38
4

文字

分享

5
38
4
How To 正確乾燥食物保留最高營養?乾燥法大解析!
鳥苷三磷酸 (PanSci Promo)_96
・2020/12/04 ・2336字 ・閱讀時間約 4 分鐘 ・SR值 512 ・六年級

本文由 安麗紐崔萊 委託,泛科學企劃執行。

  • 作者/陳亭瑋

在農業大規模革命、跨國貿易興起之前,夏秋季豐收的農產品經常為人們帶來另一種煩惱:該怎麼將新鮮的蔬菜水果保存到天寒地凍的冬天享用呢?

利用各種方式將食物中的水份減少,防止微生物或酵素所造成的腐敗變質,是人類很早期就會使用的食物保存方法。時至今日,乾燥技術除了用於保存食物,也用於減小體積、減輕重量方便食品包裝與運輸,而由此也發展出許多便利的食品,如咖啡粉、泡麵等,攜帶方便、沖泡熱水就能夠食用。

而乾燥的方式有分許多種,可被分為兩大類:自然乾燥與人工乾燥

-----廣告,請繼續往下閱讀-----

自然乾燥法:利用環境的陽光與風

自然乾燥法利用環境中的陽光、風來替食物乾燥,主要包括日曬風乾陰乾。常見柿餅、蘿蔔乾、香菇、筍乾、葡萄乾等就是以日曬來製成;傳統新竹米粉則是以風乾來乾燥。

既然是利用環境能量,優點就是不耗能、最為經濟、操作簡單,也不需什麼技術或設備就可以進行。但主要的缺點就是「天有不測風雲」,需要依賴環境氣候,有太陽或大風才方便進行。由於自然環境不易控制,難以掌握乾燥速率、衛生條件、場地需求大、需要人工輔助整理等,因此不利於大量生產。

人工乾燥法:人工提供熱源,利用空氣加熱乾燥

自然乾燥需要依賴自然環境的條件,而人工乾燥當然就是人工以各種技術,提供想要加工的食品適合的乾燥環境囉,一般會有不同的壓力環境,以傳導、對流、輻射,或以電磁波加熱的方式乾燥食品。這裡的技術種類非常多,受限於篇幅,本篇主要介紹在常壓下,以空氣為媒介的乾燥技術,其他如加壓乾燥、減壓乾燥、電磁波乾燥就暫不介紹了。

最古老的人工乾燥法被稱為「窯式乾燥法」。簡單來說,就是設置一個密閉空間,分成上下兩層,上層是待乾燥的食物,下面擺放爐火熱源,經由熱空氣將食品慢慢地烘烤至全乾。這個乾燥法常見於乾燥水果等食品。現在也有用同樣原理推出的小家電「食物乾燥機」,讓你在家裡就可以自製果乾或是肉乾等。

-----廣告,請繼續往下閱讀-----

新興乾燥技術:噴霧乾燥與折射窗乾燥

前面介紹的乾燥法,主要處理的成品是屬於顆粒體積較大者,大如蔬菜乾、水果乾,小如肉丁、砂糖等。如果要處理相對液態或糊狀等產品又該怎麼辦呢?以下要介紹兩種常應用於液狀食品的乾燥技術。

噴霧乾燥法(Spray Drying)

「噴霧乾燥法」(spray drying)的特性就是由噴霧器擔當了重要角色。機器內的噴霧器會將液狀或糊狀的原料噴出為小液滴,藉由熱空氣作用,在幾秒鐘的時間內將小液滴乾燥為細粉狀。噴霧乾燥機主要分為空氣加熱與循環系統、噴霧裝置、乾燥倉本體以及產品回收裝置。

因為液滴表面積大、乾燥速度很快,實際上食品本身的溫度不會升到很高,對於保存食品原有的營養有很大的幫助,常用於食品、飲料、保健食品和藥品的製作。這個方法製作的常見產品有奶粉、咖啡粉、豆漿粉、蛋白粉等,只要加水就可以飲用的粉末。

折射窗乾燥法(Refractance Window Drying)

另外一種更嶄新的食品乾燥方法則是「折射窗乾燥法」(Refractance window drying),將想乾燥的材料放在透明聚脂膜的「折射窗」上,折射窗下有使用 95-97℃ 的熱水作為熱源,同時會抽風去除多餘水分,最後把薄膜和材料分離就完成乾燥啦!

-----廣告,請繼續往下閱讀-----
圖/ 安麗紐崔萊

雖然步驟有點多,但實際上因為同時有傳導、對流、輻射三種導熱模式介入,所以進行乾燥的速度相當快;又以熱水做為熱源,產品溫度也不會升到太高,因此適合使用於對溫度敏感、需要保存更多營養成分的產品。有研究指出,可藉由「折射窗乾燥法」保留植物蔬果類產品容易流失的天然色素分子,也能保留植物蔬果中較多的營養價值。此乾燥技術不止應用於食品工業,亦可見於保健食品、製藥、化妝品等各方面的應用。

食品科學中的乾燥方法非常多種多樣,不同的乾燥方式亦有不同的適用對象、與成本考量。如何選擇適合的乾燥方法,應用於加工品,其中也牽涉到許多專業。而隨著食品科學的進展,過往天然食品經過加工後,必然會損失許多營養元素的情況,已經越來越能夠避免。

請與我們一同期待新興的萃取與乾燥技術,能夠帶來哪些更健康、更營養的食品吧!


秉持科學嚴謹精神,安麗紐崔萊研究植物營養的科學家們持續革新技術,為了從植物蔬果中萃取最多的營養價值,從原物料篩選到萃取生產,每道程序皆嚴格把關。在萃取階段,安麗紐崔萊以獨家萃取技術——「噴霧劑乾燥法」「折射窗乾燥法」,保留植物蔬果中最多的營養素,提供消費者營養充足、純淨安全的保健食品。

-----廣告,請繼續往下閱讀-----

本文由 安麗紐崔萊 委託,泛科學企劃執行。

  1. 施明智、蕭思玉、蔡敏郎(2017 年 9 月)。食品加工學,188-213。
  2. Refractance window drying of foods: A review
  3. Refractance window drying of fruits and vegetables: A Review
-----廣告,請繼續往下閱讀-----
所有討論 5

0

1
1

文字

分享

0
1
1
傳染像流感,殺傷似SARS:肆虐上下呼吸道的冠狀病毒
寒波_96
・2020/05/13 ・1740字 ・閱讀時間約 3 分鐘 ・SR值 558 ・八年級

-----廣告,請繼續往下閱讀-----

圖/pixabay

COVID-19(俗稱:武漢肺炎、新冠肺炎)肆虐全球,此一疾病由 SARS 的親戚,冠狀病毒 SARS-CoV-2 所引發,本文之後稱為「SARS二世」。

和 SARS一世相比,SARS二世的致死率較低,但是傳播能力更好,感染人數較多,死亡人數也更多。然而也有專家警告,考慮到疾病不同的型態,兩者的殺傷力不宜直接比較。

冠狀病毒家族有很多成員,各自以不同動物為宿主,至少有 7 種會感染人類,引發呼吸道的症狀。

-----廣告,請繼續往下閱讀-----
  • 4 種病毒 OC43、HKU1、229E、NL63 主要感染上呼吸道,造成的症狀比較輕微,類似一般感冒;
  • 2 種病毒 SARS 和 MERS 主要攻擊下呼吸道,也就是氣管、支氣管、肺臟,引發的症狀嚴重,患者死亡機率較高。

最新現身的 SARS 二世不但能感染下呼吸道,也不放過上呼吸道。攻擊下呼吸道和 SARS 一樣,能引發肺炎等重症,而感染上呼吸道則類似流感,使其能輕易傳染給別人。

也就是說,SARS 二世綜合兩種特色,同時具備 SARS 的殺傷力,以及流感的傳染力,是極為適應人類的傳染病。

圖/改製自 wikipedia

SARS 二世抵達人體後先接觸上呼吸道,才有機會再前往下呼吸道。不過有些患者狀況沒這麼單純,病毒直接穿越他們的喉嚨進入肺部,因此不太影響上呼吸道,沒什麼咳嗽、發燒的症狀,卻直接在下呼吸道發展成肺炎。

-----廣告,請繼續往下閱讀-----

SARS 主要感染下呼吸道,殺傷力雖高,傳播卻受到限制,要等到出現症狀以後才會傳染。SARS二世也能在上呼吸道大量複製、繁殖,組裝新的病毒,使得感染者尚未產生症狀以前,就已經有強大的傳染能力,而且口水中的病毒量非常高。

SARS 二世的感染能力很強。SARS 二世和一世一樣,都以自己表面的 S 蛋白質(spike protein)和細胞的 ACE2 受器結合,但是 SARS 二世的接附能力是 10 到 20 倍。

SARS二世病毒入侵細胞的過程。圖。取自/ref

另一方面,SARS 二世的 S蛋白質有個特殊的位置,能讓宿主細胞的 furin 酵素作用,把 S 蛋白質處理過(概念上類似開罐器,打開病毒的外殼,讓病毒的內容物更輕易進入宿主細胞),能使得病毒更容易入侵細胞。

-----廣告,請繼續往下閱讀-----

表面上,SARS 二世整體的殺傷力不強,SARS 的致死率較高,但是愛荷華大學的 Stanley Perlman 認為事情不能直接這麼看。

許多人感染 SARS 二世後,其實是因為病毒沒有進入肺部,症狀才不嚴重;一旦病毒順利深入呼吸道,SARS二世的殺傷力可能不遜於 SARS一世。

病毒入侵肺部以後,除了感染細胞導致的直接傷害以外,也有機會引發細胞激素風暴(cytokine storm),使得免疫系統過度反應,間接造成肺部的重傷害。呼吸道以外,SARS二世也有機會感染其他組織和器官,像是心臟、腎臟、精子、眼睛、腦部、腸道等等,引發腎衰竭、心律不整、血栓、腦炎等衍生問題。

有些學者認為 SARS 二世會往殺傷力降低的方向演化,不過至今仍沒有見到證據,也無法保證事情一定會這樣發展。這是一種已經極為適應人類的病毒,它的各項面貌,完全是屬於這個時代的產物。至少在現在,沒有人能肯定它未來的演化方向。

延伸閱讀

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
寒波_96
193 篇文章 ・ 1090 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。