Loading [MathJax]/extensions/tex2jax.js

0

0
1

文字

分享

0
0
1

碳封存,是逆天而行的工程神話,還是順應自然的科學奇觀?

鳥苷三磷酸 (PanSci Promo)_96
・2015/10/10 ・6475字 ・閱讀時間約 13 分鐘 ・SR值 571 ・九年級

-----廣告,請繼續往下閱讀-----

本文由第二期能源國家型科技計畫(NEP-II)能源政策之橋接及溝通小組贊助,泛科學策劃執行。

文:廖英凱(泛科學專欄作者)

Coal_Mine_Carbon_Capture_Technology
Source: wikipedia

碳封存,解決氣候變遷的新藥方?

全球暖化與氣候變遷這項議題,對於當代人類來說,恐怕已經是個迫在眉睫的待解難題了。隨著當代環保意識興起、極端氣候頻率與受害者的增加,多數科學研究成果也指出,近一兩個世紀以來的氣候變遷,主因為人類的工業發展與環境開發。最具代表性的一項研究是聯合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change, IPCC)2007年發表的第四份報告,報告中指出近150年來所觀察到的全球暖化,非常可能與人類排放的溫室氣體有關[1],為了生存環境的永續,當代各國政府與倡議團體,也都開始積極規劃與鼓吹有效減少大氣中的二氧化碳的方式。

如果盤點我們可用的減碳工具,國際能源總署(International Energy Agency, IEA)指出人類可使用的技術分別為提升能源使用效率;發電過程不排碳的再生能源與核能;以天然氣取代燃煤等的燃料轉換;以及能主動將已經製造出來的二氧化碳減少的碳捕捉與封存技術(Carbon capture and storage, CCS),也預估CCS在持續發展下可達到全球17%的減碳效果[2],IPCC在2014年11月所發表第五次評估報告也指出,若要解決氣候變遷問題,所有火力發電廠在2100年以前都應搭配CCS技術來降低排碳[3];同年12月,歐洲聯盟執行委員會(European Commission)也根據IPCC的報告建議歐盟各成員國應制定具有強制力的CCS的發展目標[4]

-----廣告,請繼續往下閱讀-----

而在台灣,自1988年起能源局與工研院就開始進行了各項研究與評估計畫。2011年,由各公私立機關法人也成立了「CCS策略聯盟」[5]來推動各項技術的發展。例如工研院綠能所在台泥花蓮和平水泥場,研發了新型鈣迴路捕獲二氧化碳技術,將二氧化碳固定於水泥之中[6];台電在大林電廠開發電廠微藻養殖實驗系統,利用藻類的光合作用作為碳捕捉的方式來減少火力電廠的排碳[7];中油預計利用苗栗永和山、台電利用彰濱工業區外海的地下鹽水層作為碳封存的場址。然而,近年來,開始備受部分媒體與倡議組織矚目而有諸多誤解與恐懼的,正是最後這一種將二氧化碳存放在地底岩層之中的二氧化碳地質封存技術了。

嶄新的技術還是古老的智慧?

對許多人來說,二氧化碳地質封存技術相當的不符合直觀,似乎如果有個地震或裂縫,氣體不就外洩了嗎?或是如果水往下流到岩層之中,不就把氣體給擠出來了嗎?這樣把氣體的二氧化碳,用固體的岩層給封存起來的技術,聽起來實在有點天方夜譚。但其實,大自然早就用了百萬年以上的時間,為我們證明氣體封存在地底下的可能性了。除了很多家家戶戶會用到的天然氣與近年來相當熱門的頁岩氣以外,世界上也有數百個存在百萬年以上的天然的二氧化碳氣層[8],有一些氣層的二氧化碳純度極高,甚至被開採出來作為化工原物料,以及碳酸汽水中的二氧化碳來源。

天然二氧化碳氣層分布圖
天然二氧化碳氣層分布圖 IPCC Special Report on Carbon dioxide Capture and Storage, 2005

而將二氧化碳注入到地層中,其實也已經應用多年了。在石油工程的領域,科學家們發現油氣層在開採之初,因為地底壓力較大,油氣可以直接噴出地表。但隨著開採而壓力降低,使得油氣的採集變得困難,因而陸續開發了注入水、蒸氣等開採技術。而近年來發現若將二氧化碳注入油氣層中,除了可以封存二氧化碳以外,二氧化碳在溶於原油中,可使原有的體積膨脹、密度與黏度下降、流動性變好更適宜開採,能有效提升油田的壽命與效率[9]

利用二氧化碳開採原油
利用二氧化碳開採原油示意圖 Carbon Dioxide Enhanced Oil Recovery, U.S.D.O.E

除了天然二氧化碳氣礦、石油開採應用以外,世界上也有幾個已商業運轉的地質二氧化碳封存實例,例如挪威外海的Sleipner和Svohvit氣田,以及數個將在近兩年內完工的封存廠,例如加拿大的Quest、美國的Illinois Industrial CCS Project和澳洲的Gorgon[10]都採用海域的鹽水層來達到二氧化碳封存效果。

-----廣告,請繼續往下閱讀-----

二氧化碳如何安分於萬千大石之下?

目前發展中的地質碳封存方式,學理上大致可分為三種機制:

(1)封閉構造封存

封閉構造是利用如地層裡有緻密地層剛好彎曲如把碗倒置的「背斜」結構,類似許多傳統石油與天然氣礦藏的構造;或是利用已枯竭油氣田、以及用作加強油氣採收等。以我國的環境來說,苗栗永和山的背斜構造預計可儲存兩百五十萬噸的二氧化碳[11],同樣也位於苗栗的鐵砧山枯竭天然氣礦,目前也被用作天然氣南北調度的儲氣窖,也有機會作為封存二氧化碳的天然廠址。

(2)鹽水層封存

-----廣告,請繼續往下閱讀-----

鹽水層封存則是利用在海域深約一公里以上,富含鹽水的地層,這樣的地層上方會有更厚密度也更紮實的阻滯層與蓋層避免氣體外洩[12]。而鹽水層側向雖然開放而沒有像「背斜」構造那樣的封閉,但二氧化碳側向移棲10公里也需要數萬年左右的時間[13]。若能妥善開發能封存二氧化碳數千年以上的岩層,也就能解決本世紀即將面對的氣候變遷難題了。

台灣目前正在評估中的可行地點,則有桃園觀音的桃科園區以及彰濱工業區,是有機會作為未來我國施行鹽水層二氧化碳封存的場域[14]

(3)溶解或礦化封存

在地質封存的過程中,除了將氣體保留在地層中,極少比例的二氧化碳在地層內也能溶於原油、水,或是跟鈣、鎂、鉀等離子反應而礦化成更安定的化合物,也可作為一種長久封存於地底下的方式[15]

-----廣告,請繼續往下閱讀-----
地質二氧化碳封存的方式
地質二氧化碳封存的方式: 1. 枯竭油氣礦, 2.提高石油採收率, 3. 鹽水層封存, 4. 無法開採的深煤層, 5. 回收煤層天然氣 6. 其他可行方式(玄武岩、油頁岩、地層內空腔) IPCC Special Report on Carbon dioxide Capture and Storage, 2005

好處都你在說,那大家到底在怕什麼?

儘管碳封存這項技術在國內外已累積了相當的學理研究與商轉經驗,但對國內民眾來說,近年來接觸到的相關資訊似乎沒那麼令人安心。例如蘋果日報曾推出一系列報導,引述了幾位專家和環團意見,認為地震與斷層活動會造成二氧化碳外洩,而可能導致窒息、環境汙染與生態危機,並以西非喀麥隆的二氧化碳噴發災害為例,造成1700人窒息與「燒死」[16][17][18];在全國能源會議的討論,也有學者與政治人物對碳封存持有相當疑慮,認為台灣的地震狀況與海底火山的分布,並不利於碳封存的發展[19]

這些爭議與疑慮,大致上可以聚焦於四個面向來一一釐清:

1. 地震會讓碳封存外洩嗎?

Q17

在報導與許多議題討論的場合,許多人會擔心這種「用大地作為氣體容器」的方式,也會在地震發生時,讓容器破損,封存失效。然而,如果從台灣過去的油氣資源運用來看,我們陸地上天然氣的原始可採蘊藏量為543億立方公尺[20],經過過去五十多年來的開採,截至2014年,大約還有62.29億立方公尺的蘊藏量[21]。這些天然氣礦經歷了百萬年來的地殼變動,承受了相當多次以千百年為約略周期的大地震但仍保有氣體蘊藏的能力,如九二一大地震也主要影響在地表的破壞變形而並未影響地下數千公尺的油氣構造,這代表我們仍可以利用地震帶內的地質封閉構造來達到碳封存的目的。

2. 碳封存會造成地震嗎?

Q18

2005年IPCC針對CCS的特別報告中就有提到碳封存可能會引發小規模地震。2012年我國知名地震學家中央地科馬國鳳教授的研究指出,地底裂縫里的高壓水體會誘發極微小的地震[22];同年,美國學者Zoback的研究也認為碳封存有很高的機會引發小規模地震而導致二氧化碳外洩[23]。綜上所述,碳封存技術確實有可能引發小規模地震,這也取決於碳封存場址的選址條件與儲存強度。美國能源部的國家能源技術實驗室指出,目前尚未觀察到已商轉的碳封存廠址引發地震,但在碳封存廠址的選址、設計和運作上也需要特別關注以確保不會引發地震[24]。在國內的部分,由中央、成大、中正大學針對國內碳封存場址的聯合團隊的研究成果亦表明台灣無論在地域構造或濱海鹽水層都極具二氧化碳封存潛能[25];中央地科系的團隊針對永和山的先導試驗模擬成果也認為,在該地點適當地灌注二氧化碳不致造成斷層重新活動[26]

-----廣告,請繼續往下閱讀-----

3. 有什麼狀況會發生外洩,如何避免?

雖然相關研究者多主張在在完整的地質調查、合宜的灌注作業前提下,可確保地質碳封存的安全可靠,但仍有可能在灌注時監測到調查期間未查明的地層破碎帶,或是灌注作業中,二氧化碳從灌注井口溢出。這時需除了仰賴持續監測作業,以確保灌注井一帶員工與居民的安全,也能即時採取封閉作業。而在彰濱工業區的鹽水層封存,更利用了台灣海峽下方的沉積岩地層,因台灣山脈的重壓而使地層在海峽一端傾斜揚升了一到五度,這讓封存後的二氧化碳會往海峽方向移棲更遠離人類活動地區,雖然增加操作成本,但安全性卻能提升。

4. 如果發生外洩?西非喀麥隆的殺人湖是怎麼一回事?

Q21

在提到碳封存的消息時,近年一個常被各媒體提到的災害,則是1986年時,位於西非喀麥隆的尼奧斯湖(Lake Nyos)瞬間噴發了大量的二氧化碳導致當地居民與牲口的大量死亡。1987年,Kling等人的調查結果指出,這個湖泊其實是一個酸性火山口,由於湖底平面深達208公尺且水流平靜,大量的二氧化碳自火山深處慢慢釋放到湖底,再加上湖底溫度較低壓力較高,對二氧化碳的溶解度較高,溶解了二氧化碳的湖水密度也較大,更不易對流擴散到湖面,最終使湖底自然封存大量的二氧化碳。又可能因山崩、洪水等未知原因,導致封存於湖底的二氧化碳因湖水大量擾動使溶解度銳減而大量溢出。估計釋放了至少9億立方公尺的二氧化碳,又聚集在尼奧斯湖所處於盆地內,最終造成1700人窒息而死[27]

用這樣的案例來與地質封存類比其實相當不洽當,地質封存是將二氧化碳存於岩層之中,且有上千公尺的緻密岩層作為蓋層。這些岩層並不會像湖水般會被大幅度的擾動而失去覆蓋效果,導致瞬間大規模噴發;選址時再特別考量前文提到的地層走向,更能讓二氧化碳在移棲外洩時,離人口居住地更遠。

雖然說,國內外已經也相當多以確保人類安全為目標的研究。但關於地質碳封存的生態影響卻鮮少被提及,以較相關的研究來說,有科學家將少量二氧化碳注射到近地表的土壤中,以模擬碳封存洩漏的影響。發現會造成微生物物種與生理的改變,且影響了多種土壤養分代謝[28]。另一種研究方式則是以地底下有自然二氧化碳噴出的樣點,以研究長期存在二氧化碳的環境,發現這種環境下的菌種自然變得偏厭氧和偏酸,土壤的養分循環也與一般環境不同[29]。然而,這些變因仍遠小於其他環境變因的影響(如季節),是否對生態有重大影響尚缺乏較具規模的量化研究。

-----廣告,請繼續往下閱讀-----

回想一下我們所面臨的困境,在未來的幾十年內,人類恐怕還是很難脫離油氣資源的使用,然而氣候變遷又已然是個「現在」就要開始著手解決的難題。相較起再生能源與提升能源效率這些減碳的辦法,碳封存這樣的技術與概念的確不太直觀也令人陌生,而相應的環境開發與技術研發也仰賴相當門檻的資金與優秀人才投入。我們確實應該要更審慎地面對這項技術的研發與封存選址的安全考量。這需要仰賴開放的資訊揭露、嚴謹的環境評估,以及決策者、技術者和在地民眾的充分討論與審議。而非任由過多不洽當的類比與未了解事實全貌的論斷佔據了議題討論的空間。希望隨著資訊的釐清,我們的社會能開始負責地討論這「自己的排碳自己存」的重要減碳技術,而對地球環境的永續盡一份心力。

想了解更多?請洽 CCS知識網

參考文獻:

-----廣告,請繼續往下閱讀-----
文章難易度
鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
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。

0

2
0

文字

分享

0
2
0
科學新聞誰來說?當科學家與記者意見相左時!——《是炒作還是真相?媒體與科學家關於真相與話語權的角力戰》
商周出版_96
・2025/04/05 ・4280字 ・閱讀時間約 8 分鐘

同床異夢:科學家與科學記者間的緊張關係

為了新成立的科學媒體中心負責人一職準備面試期間,我讀到許多科學家的意見,他們指出媒體對MMR疫苗和基因改造等議題的報導削弱了公眾對科學的信任。然而,當我更深入閱讀當時的科學新聞時卻發現情況並不那麼單純,許多嘩眾取寵的報導出自綜合記者或政治與消費的分線記者,消息來源是善於操縱媒體的運動人士而非優秀科學家,反觀科學記者筆下的報導則多數公正平衡。

中心成立後的頭幾個月主要是諮詢,過程中我與一些傑出的科學記者交流,詢問新的科學新聞辦公室如何產生價值,他們花了很多時間回應我接二連三的提問。互動中我清楚意識到科學記者不需要別人教他們怎麼做報導,而且他們其實與科學家一樣苦惱,覺得手機、核能、複製技術等等議題有太多聳動新聞。後來討論焦點就放在科學媒體中心如何改善現況,方法包括鼓勵科學家接受訪問,以及提升科學專業在編輯室內的地位。

一種說法認為科學記者是個特別的記者類型。有人向英國廣播公司前新聞部主任弗蘭.安斯沃思(Fran Unsworth)提出疑問:為何她們的公司高層很少人有科學報導背景?她短暫遲疑後回答:英國廣播公司的科學記者大都熱愛自己的工作,喜歡報導更甚於管理。我在其他媒體也注意到同樣現象,許多科學、醫藥、環境記者在專門領域耕耘超過二十年。湯姆.菲爾登被問到為何熱愛科學報導,他的回答是:

科學報導的內容幾乎都是探索性而非指控性—代表我和科學家都能開開心心回家!而且我能在自由出入實驗室、見到地球上最聰明的一群人、對他們的畢生心血提出各種粗淺的問題,這是多麼大的特權。再來科學新聞多彩多姿,生醫、太空、氣候、生物多樣性、古生物……最後一點,科學新聞很重要,是現代社會不可或缺的一部分。

「要迅速還是要正確?」——新聞編輯室裡的艱難選擇

二○○二年科學媒體中心剛成立時,社會上針對科學和媒體之間為何緊張有過一波辯論,其中一個話題是科學價值觀與新聞價值觀的矛盾。已故的理查.多爾(Richard Doll)爵士教授是發現吸菸與癌症關聯的科學家,他曾經對著滿屋子的記者一語道破:「你們不喜歡老調重彈、報導大家都知道的事情,總想找些新鮮的。但很可惜,科學裡新的事物通常不對,真理需要透過時間慢慢建立。」

-----廣告,請繼續往下閱讀-----
科學追求真理累積,媒體偏好新鮮話題,價值觀自然衝突。圖/unsplash

另一方面,懂得反求諸己的記者通常也不諱言表示媒體反映真相有很多侷限。《華盛頓郵報》資深記者大衛.布羅德(David Broder)一九七九年曾說:「我希望媒體能一再重複、直到大家明白—每天送到門口的報紙,只是記者對過去二十四小時內聽聞的某些事情做出片面、匆促、不完整的敘述,內容不可避免會有瑕疵與偏差。」難怪科學家對記者戒慎恐懼,而記者與科學家合作時也倍感挑戰。曾經有位報紙編輯對著一房間的皇家學會成員說:在他的編輯室內,「要迅速還是要正確」這問題只會有一個答案。那些科學家的惶恐表情我歷歷在目。

我進入媒體關係工作之前拿的是新聞學學位,至今仍記得一位前記者曾在講座中告訴大家:「車禍後無人傷亡」不能成為新聞,「車禍導致五名青少年死亡」才能引起大眾關注。研究媒體的學生辯論新聞價值觀已經辯了數十年,也有人大膽嘗試不同做法,比方說《龜媒體》(Tortoise Media)之類新興平臺就訴求「慢新聞」,旨在建立有別於速度至上的新模型,透過「慢速新聞學」理念以更長時間來更加深入地製作更大、更複雜的報導。但儘管媒體業界發生許多變化,傳統的新聞價值觀仍屹立不搖。

科學媒體中心所有工作都是為了支持科學報導的高標準,不過我們在二○一一年列文森調查期間發現還有其他機會能夠撼動這些標準。該調查由布萊恩.列文森勳爵法官(Lord Justice Brian Leveson)主持,目的是在《世界新聞報》(News International)竊聽醜聞案後瞭解英國媒體業界有什麼慣例。我當時的同事海倫.賈米森(Helen Jamison)建議我們向調查庭提交證據,幾杯所謂的「女士汽油」下肚後,她操著濃厚曼徹斯特口音說:「傷害公眾利益的不是竊聽名人電話—而是糟糕的科學報導。」隔天我們發郵件給幾位科學通訊人員,詢問他們關注什麼議題,一週後就提交多頁書面證據。

我告訴同事自己被傳喚去做口頭證詞時她們還覺得我在瞎掰。小組內部連續幾週密切關注各大媒體如何報導列文森調查案,包含麗貝卡.布魯克斯(Rebekah Brooks)、阿拉斯泰爾.坎貝爾、保羅.戴克瑞(Paul Dacre)和安迪.考森(Andy Coulson)在內很多媒體界大人物都有出庭,而今居然也有我一份,令人興奮又忐忑—被傳喚的人只有我代表科學界,一定要把握好機會。

-----廣告,請繼續往下閱讀-----

標題戰爭:聳動 vs. 精準,誰來決定科學新聞的呈現?

但其實我沒進過法庭,緊張情緒一目瞭然。印象特別深的是御用大律師羅伯特.傑伊(Robert Jay)和列文森勳爵本人一再要我放慢語速。官方紀錄上,提醒我兩次還不見效,列文森這麼說:「不必因為半小時的限制就講很快,時間是可以延長的……而且我有點擔心,總覺得速記員頭上好像冒煙了。」

我的主要論點是媒體長期以來執著於同一套價值觀,在書面證詞中也有所描述:

追求引發恐慌的故事、誇大單一專家從小規模研究得出的結論、不願將令人擔憂的研究結果置於宏觀而令人安心的脈絡、為了平衡而捏造不存在的學界歧見、過分偏愛另類觀點等等。

當天《獨立報》恰好印證我的觀點,一篇跨兩頁的報導標題為:「眼盲者重見光明—患者因幹細胞『奇蹟』痊癒。」然而實際情況是患者並未痊癒,雖然回報視力小幅度改善(他們原本視力極差,已被登記為盲人),但這僅僅是一項安全性研究,而且只有兩名患者參與。當然,研究本身是值得報導的,在幹細胞研究剛起步、真人試驗剛開始的時期,這是個重要的進展。問題在於報導口吻暗示科學研究取得了巨大突破,可能給成千上萬黃斑部病變患者帶來不切實際的希望。

同一天稍晚我揪著心打電話給《獨立報》科學編輯史提夫.康諾,告知我將他的報導當作科學新聞不良案例交給列文森調查庭。他當然談不上高興,但至少沒發飆,所以我鬆了一口氣。原來前一天晚上他提交的原稿內容較精緻,但夜班編輯決定將報導放在頭版,所以文字編輯就對標題進行過加工。康諾將原稿發過來,我們倆就在辦公室玩起「找出不同點」的遊戲了。

-----廣告,請繼續往下閱讀-----

離開法庭時,《太陽報》總編輯攔住我。我在證詞中批評他們前一週煽動恐慌,報導內容是居家用品內的化學物質,但標題卻叫做「商店貨架上滿滿的乳癌『風險』」。原本我以為對方要吵架,沒想到他說《太陽報》真心想改善科學報導品質,邀請我們為報社裡的一般新聞記者開一場科學報導培訓班。隨著列文森調查案持續推進,業界標準似乎終於迎來變革,而且這一次沒有落下科學新聞。

作證時我順便提出有必要為科學報導制訂新的指導方針,還誇下海口表示只需要幾小時就能與記者和科學家共同完成草擬。一週後,調查庭將人召集起來要我們開始,沒想到折騰了整整一天,而且過程中好幾次我都擔心無法達成共識。標題就是特別棘手的項目,記者和文字編輯很堅持標題只追求簡潔和引人注目,沒必要精準總結文章內容,但科學家聽了很火大,認為這是合理化不精準的敘述。

科學家要求標題的正確性,記者堅持要簡潔吸引,雙方激辯不休。圖/unsplash

我感覺自己成了全球和平談判的調解員,必須設法安撫所有人不拍桌走人並達成協議。所幸雙方都有成就這樁美事的意願,最終相互妥協:標題不應誤導讀者對文章內容的理解,且不應以引號包裝誇大的敘述

總體來說,新指導方針鼓勵記者從協助大眾的角度切入,告訴閱聽人什麼證據是可靠的,又有什麼證據還在研究階段。例如其中有幾條的內容是:新聞故事應附上來源以便讀者查詢。應標明研究的規模、性質和侷限性。應指出研究處於何種階段,並從合理角度預估新療法或新技術能為民眾所用的時間點。

-----廣告,請繼續往下閱讀-----

我們將指導方針寄給列文森勳爵,很高興他在最終版本的報告裡也建議採用。調查案結束後成立了獨立報刊業標準組織(Independent Press Standards Organisation)在各大新聞編輯部推廣指導方針,由於制訂過程有編輯和記者的參與所以接受度很高,不至於引起反彈。

為科學家舉辦講座時,我會展示一些因為科學家參與而變得更客觀準確的新聞報導,其中個人特別喜歡的一篇出自二○○八年的《每日郵報》,內容提到一項小鼠研究發現常用的保濕霜與癌症有相關。記者費奧娜.麥克雷(Fiona MacRae)引用兩位不同專家的意見質疑這項研究與人類皮膚的相關性,並指出該研究需要能在人類身上複現才有意義。

專家之一表示:因為這項研究就停止使用保濕霜太「瘋狂」,還補充說明:「小鼠皮膚癌研究其實不太能幫助我們瞭解人類的皮膚癌。」最精彩在於標題是「保濕霜與皮膚癌相關(僅限小鼠)」,而且括號內外用了同樣大小的字體。

從這個案例來看,優秀的記者可以在講述有趣故事的同時確保讀者不會過早丟掉面霜。我還會在講座使用的幻燈片裡摻入一些小報的報導實例來挑戰學術界偏見,比方說《每日郵報》的社論或許爭議頗多,但他們的科學新聞通常品質並不差,不推廣特定立場的時候更是如此,有時甚至優於大報。我還會強調《每日郵報》在英國銷量排行第二,如果連線上版也算進去讀者數超越所有大報,因此務實一點說:如果科學家希望更有效地向大眾傳遞信息,完全沒有不與《每日郵報》合作的道理。

-----廣告,請繼續往下閱讀-----

——本文摘自《是炒作還是真相?媒體與科學家關於真相與話語權的角力戰:從基改食品、動物實驗、混種研究、疫苗爭議到疫情報導的製作》,2025 年 03 月,商周出版,未經同意請勿轉載

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

商周出版_96
123 篇文章 ・ 364 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

0

1
0

文字

分享

0
1
0
113 年度廣電媒體專業素養培訓課程完成全臺巡迴共創優質媒體閱聽環境
鳥苷三磷酸 (PanSci Promo)_96
・2025/01/07 ・911字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

國家通訊傳播委員會(下稱 NCC)為健全廣電事業發展、提升從業人員專業素養,促使廣電事業製播優質節目及傳遞正確資訊,今(113)年援例舉辦「廣電媒體專業素養」培訓課程。本趟知識列車自今年 8 月從高雄出發,9 月開往花蓮,11 月抵達臺中、臺北,讓專業培訓資源遍及全臺,促進廣電媒體業者產製優質節目與營造更優質的媒體環境。

圖 1. 國家通訊傳播委員會翁柏宗代理主任委員致詞

提供 4 大場次 7 大主題的豐富課程內容,累計近 900 名媒體業者參與實體課程

本培訓活動已邁入第 16 年,吸引近 300 家媒體業者報名,逾 900 位媒體朋友共襄盛舉。提供一個媒體從業人員與專家學者交流對談的平台。

今年於北中南東 4 大場次安排 7 大主題多元課程,包含「廣播事業營運發展」、「性別平權」、「權益維護」、「多元文化」、「內容自律」、「事實查證工具應用」、「法規宣導」。從廣電營運發展出發,綜覽現今廣電生態及未來發展;接著探討性別、消費者保護、兒少與自殺防治等議題,並透過法規政令與申訴程序交流課程,加強法學專業。同時,提供事實查證與公平原則訓練,強化業者分辨假訊息的能力,妥善發揮媒體專業,落實事實查核並遏止假訊息。

圖 2. 財團法人公共電視文化事業基金會 胡元輝董事長分享「電視事業營運發展」

課程專業且切合產業現況,業者給予正面回饋

今年度的專業訓練課程,邀請產、學界、非營利組織等講師分享多元議題,業者積極提問,針對實務上遇到的案例與講師交流、討論,課後多給予正面回饋,如「培訓內容貼合實際面臨情形」、「課程內容豐富,講者專業度高」等。

-----廣告,請繼續往下閱讀-----

廣電媒體產業需要與時俱進,NCC 作為主管機關,將持續提供豐富多元的課程資源,與業者共同成長。期待未來能與業者持續相互砥礪,攜手打造優質視聽環境!

圖 3. 台灣事實查核中心 羅世宏董事長分享「從廣播/電視節目探討內容自律機制」
-----廣告,請繼續往下閱讀-----
鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia