Loading [MathJax]/extensions/tex2jax.js

0

0
1

文字

分享

0
0
1

粒子是真實存在的嗎?——科學哲學是在搞什麼

活躍星系核_96
・2015/11/12 ・4632字 ・閱讀時間約 9 分鐘 ・SR值 560 ・八年級

-----廣告,請繼續往下閱讀-----

via.faungg's photos
via faungg’s photos

作者:阿捷〈捷學的哲學

日常生活中,我們談及或接觸到的事物,譬如自然景物、生物、人造的物件……我們都會承認它們存在。它們的存在是那麼顯然,我們幾乎不會懷疑它們是否真實存在、只是腦裡虛構的事物。

為什麼?這很大可能源於我們可以直接觀察到(可以直接看到、摸到)它們。但科學理論裡,許多科學家提及的東西,譬如基因、電子、力場、光子等等,我們都不可以直接觀察到它們。那麼,我們如何肯定它們真正存在呢?

有人可能說:我們還是可以觀察到它們啊!譬如電荷,我們可以從安培計裡看到有多少電荷在流動。但請想清楚,當你在實驗室裡用安培計測試電流,透過安培計報告那裡有多少電流通過時,你並非真正見到有電荷在流動,你只是見到安培計裡的數值,然後才報告那裡有多少電流。

-----廣告,請繼續往下閱讀-----

當代科學理論提到的許多東西都是不可直接觀察,雖然科學報告裡描述到它們像是可被直接觀察似的,譬如「兩個粒子現在正碰撞」、「不同的基因在重新組合中」……但嚴格而言,這些報告有誤導成份,科學家不可能真的觀察到兩個粒子在碰撞,他們只是透過各類儀器、數據,間接地推測這些東西如何活動。

讓我們把這些科學理論所假設的,卻無法直接觀察的物件,稱為「理論存有物」(theoretical entity),譬如粒子、力、波、電子、場等等。同時,我們把稱謂這些理論物件的名詞稱為「理論名詞」,例如「粒子」這詞是理論名詞,它稱謂粒子這理論存有物。

科學實在論:理論存有物真的存在嗎?

現在問題來了:我們能否用證明日常事物存在的原則,證明這些理論存有物存在?答案似乎否定。因為這些理論存有物無法直接觀察,我們不能用相同的原則──如果我們能夠直接觀察到某個東西,則這個東西是真實存在──推論它們存在。

雙縫實驗中電子真的像子彈般真實存在嗎?via universe-review.ca
雙縫實驗中電子真的像子彈般真實存在嗎?via universe-review.ca

假如你開始懷疑理論存有物的真實性,恭喜你,你已正式踏入科學哲學的領域。

-----廣告,請繼續往下閱讀-----

有些科學哲學家認為理論存有物是真實存在。他們的想法是:如果我們相信科學理論為真,而理論存有物是科學理論所假設的東西,那麼我們應該很自然地相信它們存在才對。譬如,我們相信電子理論為真,那麼我們應該很自然相信電子存在,否則一方面相信電子理論為真,另一方面卻否定電子存在,豈非矛盾?

上述的想法可以寫成如下的論證:

  • (1)    如果某個科學理論為真,則這理論所假設的理論存有物是真實存在。
  • (2)    這些科學理論為真。
  • (3)    所以,這些理論存有物真實存在。(根據1,2)

這個論證是確當的(valid),我們質疑這個論證,只可以質疑它的前提。

有些哲學家反對(1),即使科學理論為真,也不代表理論存有物真實存在。哲學家羅素就反對(1),他的進路是:我們可以透過某種重寫的方式,使得這些本來需要假設理論存有物存在的理論,變成不再需要這些假設。

-----廣告,請繼續往下閱讀-----

譬如,現假定電子理論為真。羅素認為,我們可以把理論裡假設電子存在的描述或內容全部進行改寫。改寫後的新理論,或是完全不需要使用到「電子」這理論名詞,或是理論裡照樣有「電子」這理論名詞,但它只是某種形式定義,並無真正指涉事物(如電子)。羅素相信,通過這種重寫,即使科學理論為真也好,它根本不需要假設這些理論存有物存在,因此也就不能推論出它們真實存在。

羅素的任務:重寫科學理論真的可能嗎?via pinterest
羅素的任務:重寫科學理論真的可能嗎?via pinterest

有些哲學家反對(2)。當這些哲學家反對(2)時,他們關注的是科學理論是否反映著世界的真實面貌。他們大多認為,當我們說一個科學理論為真,這變相承認它描述了世界的真貌,譬如電磁學理論告訴我們有多少電荷在電線裡流動,假如電磁學理論為真,電線裡便真的有電荷流動。

但反對(2)的哲學家認為,無論這些理論多麼有用,預測多麼準確、可以透過各種實驗去保證它們有某種合理性也好,這些理論只不過是人類理智的工具,它們並不描述世界的真實面貌。我們可以用一個誇張或嚴厲的說法表述這想法:科學理論並不配有「真」或「真實」的名號。

譬如基因工程逐漸變得和製造鋼鐵一樣普遍平凡,但這些哲學家會說:不要被騙了,不要以為真的有一串串很長的胺基酸分子在串連一起。當生物學家用金屬線或彩色球建構基因的模型,這些模型可以幫助生物學家更仔細思考生物學的問題,去發展更新更有用的微型科技(microtechnology),但不代表它反映事物的真實圖象。

-----廣告,請繼續往下閱讀-----

這就是說,科學理論只是我們的模型工具,我們可以建構各式各樣的模型工具去解釋、預測、發展科技,但我們不能說這些模型工具真實地描繪世界。也許,讀者會問:這種說法有道理嗎?

基因只不過是模型? via kastglows.ca
基因只不過是模型? via kastglows.ca

我們可以嘗試用以下例子回答:我們能夠用滑輪、槓桿、滾球軸承、法碼等,做個經濟模型。重量代表貨幣供應量、角度傾斜度代表通貨膨漲率,而天平盤上的滾球軸承代表失業工人的數量。當貨幣供應的重量減少,通貨膨漲率的角度便會降低,而天平盤上代表失業工人量的滾球軸承便會增加。在這個模型裡,我們可以有正確的輸入與輸出,但它只是經濟模型,幫助我們思考經濟是什麼回事,我們不會說通貨膨漲率就真的是那些角度的傾斜度。同理,一串串很長的基因模型只是幫助我們思考生物學的問題,不代表真的有像模型般一串串很長的基因分子結構存在。

伊恩·哈金論兩種科學實在論

通過上面的討論,哲學家伊恩·哈金(Ian Hacking)認為我們可以區分兩種科學實在論:存有物的實在論與理論的實在論。

存有物的實在論主張,許多理論存有物確實存在。存有物的反實在論則認為,理論的存有物都是虛構的,它們只是某種形式的邏輯建構,或是科學家的工具。又或者,比較不獨斷地說,我們沒有任何理由假設它們真正存在。

-----廣告,請繼續往下閱讀-----

理論的實在論則主張,科學理論至少是以真理為目的,而真理則是反映世界的真象。當一個理論為真,就表示它反映了世界真實的一面。理論的反實在論則認為,理論頂多只是實用、可接受它有某種合理性,但絕不反映世界真實的一面。

哈金提到,理論的實在論與存有物的實在論並沒有必然的邏輯關係,你可以接受其中一者,但反對另一者。現在,我們可以看到四項選擇:

  • (一)    同時接受理論的實在論與存有物的實在論
  • (二)    同時反對理論的實在論與存有物的實在論
  • (三)    接受理論的實在論,反對存有物的實在論
  • (四)    接受存有物的實在論,反對理論的實在論

(一)可以算是堅實的科學實在論者。通常有一班稱為「工具主義者」的人支持(二),這些工具主義者認為科學理論只是思考世界的理智工具,所以理論中假設的理論存有物同樣是工具,並非真實存在。(三)是有可能的,譬如上述提到的羅素,他就是一個理論實在論者,但存有物的反實在論者。

至於(四),哈金認為也是有可能的,譬如,雖然我們沒有完備的電子理論描述電子,但我們有很好的理由相信電子存在。我們的理論常常被修改,而且為了不同目的,我們可以使用不同的電子模型理論,這些電子模型理論都不應被理解為反映了世界的真貌,或者正確地描述了電子的特性;但無論如何,電子的確存在。哈金更提出了一個宗教上屬(四)的有趣例子,他認為很多神父都相信上帝存在,但同時認為任何人類所構造出來描述上帝的理論都不可能是真的,因為人類無法真正了解上帝。

-----廣告,請繼續往下閱讀-----
這本書是非常好的科哲書 via cnstrctvsm
哈金這本書是非常好的科哲書 via cnstrctvsm

科學實在論只是哲學家的玩意兒嗎?

有些人聽到這裡,可能認為這樣的討論很無聊,只是哲學家的玩意兒。尤其是一些科學家,他們認為整個科學實在論與反實在論都是虛假的問題,沒有實質的意義,也對科學完全沒有影響,如同理查·費曼(Richard Feynman)的名言:「科學哲學對於科學的用處,如同鳥類學對於鳥的用處。」(Philosophy of science is as useful to scientists as ornithology is to birds)

我自己對這問題的回應是:不全對,也不全錯。科學哲學的問題確實只有哲學家會關注,科學哲學也對科學發展沒有影響。不過,即使如此,這也不代表科學哲學只是一種「無聊的玩意兒」。當我們嚴肅、認真地看待我們的知識,並作出最根本的反省──即使這是瑣碎無用的哲學反省也好──我們還是可以問「原子是否真的存在?」這樣的問題並沒有錯誤,即使問得愚蠢也好,它也是人類愚蠢得來最深刻、最漂亮的反省。

其實,科學界裡都會有實在論與反實在論的討論,不過主要針對的是個別理論,並非所有科學理論。譬如,在哥白尼時期,天文學家不願意相信哥白尼的日心說,他們堅信宇宙的中心是地球,雖然他們承認太陽中心系統有助於運算,但這不代表世界的真象。在一些時期,物質主義者(materialist)主張存在的事物都是由微小的物質所構成,他們相信原子存在,卻反對非物質的力場存在。到了現代,量子力學詮釋的討論中,也掀起了一些實在論的討論:我們應該說粒子的確有確定的位置和動能卻無法測知,還是我們應該說波包塌縮(Wave packet collapse)是它和人腦的某種活動效應。

不過,哈金提醒我們,這些個別理論的反實在論問題都可以藉由科學解決。譬如統計力學發明者之一詹姆斯·克拉克·馬克士威(James Clerk Maxwell),曾認為氣體並非真的由那些很細小、像軟皮球的東西所組成,這些東西只不過是模型,方便我們解釋溫壓效應。但當這個模型愈來愈能解釋物理現象,他便傾向實在論。在科學界,某種理論或理論存有物的反實在論者,最後因理論成果愈來愈出色而逐漸成為實在論者的情況十分普遍。

-----廣告,請繼續往下閱讀-----

有些人可能因此主張,所有反實在論的問題都可以通過科學的發展解決。譬如,當弦論、黑洞理論變得愈來愈成熟,最後懷疑這些理論的反實在論者都必定要閉嘴和投降。不過,我認為,科學家和哲學家討論「實在論v.s.反實在論」,是兩種完全不同的層次。科學家討論的是某個科學理論是否足夠成熟、有很高的可信度、比其他理論為佳;假如答案是肯定的,它就屬實在論。哲學家討論的則是退一步的問題(後設問題):我們是否應該視科學理論為反映世界真貌的真實理論?

如果我們的立場傾向工具主義,便會認為科學理論再成熟也好,我們仍是無法確定它們是否反映世界真貌、沒法確定這些理論所假設的理論存有物是否真實存在。或者,我們應該更進一步地問,何謂「真實性」(reality)、「真理」(truth)、「真實存在」(really exist),如何回答這些問題,也將令我們遊走於實在論與反實在論之間。

我對科學哲學有興趣,是因為我中學時,從科普書裡認識到霍金理論有所謂虛時間的東西。數學家用√-1 定義虛數,虛數似乎沒有任何物理意義。如果說宇宙中存在著虛時間,它到底是什麼東西?它只是一個數學模型,可以方便我們進行預測、應用,還是反映了世界(時間)的真實一面?假如你對這些問題有興趣,那就表示你可能有興趣踏入科學哲學的討論裡。

  • Reference
    Ian Hacking:Representing and Intervening: Introductory Topics in the Philosophy of Natural Science, Cambridge University Press, 1983
這幅圖簡介了幾個科學哲學的重要理論 via thumblr
這幅圖簡介了幾個科學哲學的重要理論 via thumblr
-----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。

0

5
2

文字

分享

0
5
2
「薛丁格的貓」悖論,是遺產還是危機?——《一生必修的科學思辨課》
天下文化_96
・2021/08/22 ・1993字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/江才健
埃爾文·薛定諤(Erwin Schrödinger,1887 – 1961)。 圖/Wikipedia

一九四三年二月裡的冬天,物理學家薛丁格在愛爾蘭都柏林市做了一系列演講,演講的主題是由物理科學概念出發,希望給當時生命科學中的遺傳問題帶來新解。

薛丁格的科學成就早在十多年前已經得到肯定,當時已是地位崇隆的諾貝爾獎得主。由於生命科學研究曙光乍現,加上他自己對於哲學甚至東方宗教出名的好奇與思索,因此,一年後以他演講內容集結成的一本小書《生命是什麼》(What is Life?),成為二十世紀讓許多人議論的名著。有人說,這本書對現在蔚為主流的分子生物學,可謂啟蒙之作。

二〇一八年九月初,為回應薛丁格七十五年前的演講,在薛丁格當年演講的愛爾蘭三一學院舉行一個討論會,主題是「生物學的未來」,討論會踵續薛丁格演講的調子,當然要瞻望未來。

薛丁格當年演講,主調是以分子基礎來討論染色體遺傳,他提出猜想,認為遺傳物質是「不規律晶體」,由原子的一種無序但特殊有序結構形成。對於遺傳物質在生物體中的運作,薛丁格借用了物理的熱力學概念,熱力學第二定律是說整個體系的熱熵會持續增加,生物遺傳物質運作則選擇反其道而行。簡單說,薛丁格就是希望用物理學思維,來替生物學解惑。

-----廣告,請繼續往下閱讀-----

一九四三年薛丁格五十六歲,他最輝煌的物理工作是一九二六年提出的波動方程,那奠定了量子力學或然律表徵的問題,也奠定他在物理科學上的不朽地位。有一個說法指薛丁格做出波動方程後表示,有了波動方程,化學家的工作變得沒有意義了。

二維波動方程式的一個解。圖/Wikipedia

薛丁格會做《生命是什麼》演講,當然也有物理科學燦然大備、顧盼自雄的味道,但是一些人看他的演講內容,覺得既沒有特別的原創性,也不是領先群倫之作,原因是薛丁格所說的遺傳分子的不規律性,遺傳學家穆勒(Hermann Muller)早在一九二二年已經提出。後來得到諾貝爾獎的穆勒在六〇年代曾寫信給記者,指薛丁格的說法只是錯誤揣測,因為一九四四年埃弗里(Oswald Avery)完成細菌轉化實驗後,DNA 才確定為遺傳分子,之前認為最有可能的遺傳分子角色是蛋白質。

但是薛丁格的影響確是毋庸置疑。十年後做出重要工作而開啟分子生物學的代表人物,由物理學家克里克(Francis Crick)、威爾金斯(Maurice Wilkins)和班澤(Seymour Benzer)到動物學家華生(James Watson),都聲稱他們受到薛丁格思想的啟發,原因除了薛丁格有思想創新的名聲,也來自一個絕佳時機;因為生物學已經由主要是描述性的有機體科學,轉變成為機械性的微觀科學。因此,由物理或化學觀點來探究生命現象,自然而然是順理成章。

一九五三年克里克與華生大膽猜測出 DNA 的核酸氫鍵結構,不但標誌著二十世紀生物科學的一個歷史躍進,也開啟了往後迄今的分子生物學新紀元,過去整體組織視野的生物科學,化約為微觀結構的分子與基因生物學,這個傳承的未來何去何從,事實上還在未定之天。

-----廣告,請繼續往下閱讀-----

薛丁格雖說在物理科學的量子力學貢獻卓著,以新的數學方法解決了微觀粒子行為不能確定的或然率問題,但是他心知肚明,這些美妙玄奧的數學理論,到底如何能在真實客觀現象中展現,也還未可知。因此他曾經提出一般稱之為「薛丁格的貓」的悖論,這是一個想像的實驗,一隻貓與一個放射物質源共處於密閉空間,實驗設計如果放射物質源發生輻射反應,會觸動放射探測器,然後引發機關釋出致命氰化物殺死貓。

以巨觀世界來看,貓只可能是活的或是死的,但是在這個密閉空間的實驗中,貓的生死卻取決於一個或然率判定的微觀放射現象,因為根據量子力學的理論,微觀現象在觀察前,只是一個或然率,只在觀察時才確定,因此貓的生死也只能在觀察的當下決定。

通過 Manifest Destiny Down: SPACETIME 在 GIF 上學習

薛丁格的貓悖論說明的,就是數學解釋合理的微觀現象,在巨觀世界是有矛盾的,因為巨觀的真實世界裡沒有既生又死的貓。

這麼多年以來,一些物理實驗學家在實驗室裡的努力,確實創造出在特定控制條件下,一個微觀粒子「既生又死」的「雙重狀態」,這樣的實驗就以「薛丁格的貓」為名。

-----廣告,請繼續往下閱讀-----

但是這種物質的微觀現象只能在控制條件中存在,還無法同樣產生於一般的外在世界,更惶論用以來描摹更為多樣和難以預測的生命現象。

——本文摘自《一生必修的科學思辨課》,2021 年 9 月,天下文化

-----廣告,請繼續往下閱讀-----
天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。

0

6
0

文字

分享

0
6
0
參與泛科學的心得
Gene Ng_96
・2015/10/26 ・5333字 ・閱讀時間約 11 分鐘 ・SR值 532 ・七年級

泛科學已經成為台灣最大的科普網站,臉書粉絲頁已有超過25萬人按讚。泛科學準備在11月8日(日)舉辦泛科知識節,一天內舉辦超過40場講座、對談和工作坊,將會是台灣科普界的里程碑。

其實,當泛科學的臉書粉絲頁有5萬人按讚時,我還吐槽了一下,說朱學恒的有15萬人按讚,泛科學只有他的三分之一而已。而現在泛科學臉書粉絲頁已達到他40萬人的超過一半,希望有一天能夠徹底超越!

對這成就,身為持續在泛科學發表文章的作者群之一,當然感到甚有榮焉。泛科學不是完美的,我有不少意見,當然讀者也更是有不少意見,最近有篇文章〈閱讀泛科學的心得〉,在幾位泛科學作者間有些討論。基本上,該作者阿捷認為泛科學有些作者在文章中「腦補」。

由於這篇文章有個大問題,就是就抽象原則來說,他說得很有道理啊。可問題是,文中完全沒有舉任何例子,指出他認為腦補的是啥。這個很難進行討論,因為找十個人來讀該文章,然後去找近期符合他描述的泛科學文章,可能會有十個版本XD

-----廣告,請繼續往下閱讀-----

不過,由於近來我們在泛科學有就一些問題進行了討論,我想就在這篇文章闡明我的立場,那就是科普作家能否有自己個人的見解、主張和立場?我並沒有要作平衡報導,因為我在這裡就是要用鮮明的立場來說明,科普作家有個人鮮明的立場,不僅不是個必要之惡,還可以是錦上添花。由於,無法明確瞭解該作者的例子,所以這篇文章可能和他的論點是毫無交集的,這可能有待未來的交鋒和討論來釐清。

其實,我認為科普作家,只要沒有扭曲科學事實,個人風格不該是受限的,並且只要清楚闡明,作者是能夠有個人立場的。如果不能有個人立場,市面上許多優異的科普書可能都要消失了。而且如果只是要忠實地以白話描述科學發現,那根本就不需要泛科學,只要有維基百科就行了!

科普文章能有價值判斷嗎?

有一些哲學家在研究科學時,是用規範性(normative)的立場,就是在闡述科學應該要怎麼樣等等等。這篇顯然就是用規範性的立場出發。另一種科學哲學的態度和方法,則不是在試圖規範科學,而是去探討為什麼科學家會這麼做和這麼說?

要求科普文章力求完全客觀,並不是一個人的主張而已。有些讀者也曾有過強烈的要求,認為科普作家只要客觀呈現科學知識就好,不該妄加主觀的立場和判斷。在哲學上,陳述有兩種,實證陳述(positive statements)和規範陳述(normative statements),前者是客觀地提出事實,簡來就說就是指事物是什麼;而後者是有價值判斷的,簡單來說是指事情該怎麼樣。我今天喝了八杯水,是實證陳述,可是我建議你一天要喝八杯水,是規範陳述。

-----廣告,請繼續往下閱讀-----

因此,如果力求客觀,至少就不該出現規範陳述,因為涉及了價值判斷。為什麼一天該喝八杯水?是因為健康嗎?那為何要健康?不健康不行嗎?因為,只要涉及了價值判斷,就一定是主觀的,即使大部分人都同意也如此。

回到科普或科學傳播的問題,完全的客觀,是可能的嗎?科學家在處理科學知識時,或者一個科學傳播者,在傳播科學知識時,實際上是怎麼看待那些科學知識的,是把它們完全客觀的使用和闡述嗎?

其實,後來的許多科學哲學家都指出,完全的客觀是很難的。就算是最基礎的物理學來說好了,光有波粒二重性,這個大家都知道吧?可是什麼是粒子?什麼是波?粒子就一定是一顆顆小小的東西嗎?那什麼又是波?是上上下下的振動嗎?用粒子也好,波也好來描述光子,是因為我們在現實生活中,能知道什麼是粒子和波,但光其實不是真正的粒子和波,也不是非粒子和波,是我們人類主觀把光當粒子和波。

波粒二象性示意圖說明,從不同角度觀察同樣一件物體,可以看到兩種迥然不同的圖樣。source:wikipedia
波粒二象性示意圖說明,從不同角度觀察同樣一件物體,可以看到兩種迥然不同的圖樣。source:wikipedia

-----廣告,請繼續往下閱讀-----


光子的行為最客觀來說,可以用數學方程式來描述,可是只要述諸了文字,要去描繪其行為時,就只能用一些人類比較能夠理解的具體事物來描述。沒有人學物理只用數字方程式,這根本不可能完全不用任何文字來描述現象。可能只有學者型自閉症患者的世界是最接近完全客觀的,因為他們沒有正常人有的情感能力,但他們也許根本無法和外界溝通啊,也幾乎沒有哪位物理學大師是學者型自閉症患者吧?

所以,在科學教育上,純然的客觀,根本不太可能存在,因為我們,尤其是初學者,必定要用具體和主觀的事物去理解學習科學。而科學研究的過程,更不會是純然客觀的,高度的客觀都會有傷科學研究。科學是實證的,可是科學研究的過程是藝術。如果科學研究是個純然客觀的過程,那麼意思就是可以用電腦程式來進行。

科學研究過程,重要的問題是什麼?那些問題為何比另一些問題重要?問題該用什麼方法解決?實驗數據該怎麼解釋?某領域的科學知識能用在另一個領域來解決問題嗎?這些,都是人類主觀認定的,只是這樣的主觀會由科學社群去中心化地凝聚成共識而成為一定的客觀。

投稿最頂尖的科學期刊如《自然》(Nature)和《科學》(Science),有高達97%在第一關就被退稿,進入審查程序的,也大概只有三分之一會被接受發表。很多投稿,在投稿信中就要簡短闡述其研究的重要性和價值,而重要性和價值的判斷,更不可能是客觀的!很多時候,往往只是主編的偏好而已。但這阻礙了科學進展了嗎?多少會有影響,但劃時代的研究,終究有一天仍然會在科學社群內被重新發掘。而且我們都知道,不幸被《自然》或《科學》退稿的好論文,還可以試試《美國國家科學院院刊》(PNAS)啊XD

-----廣告,請繼續往下閱讀-----

科學數據和知識是死的,是要靠人解釋的。在撰寫論文時,要分成好幾個部分來寫,有Introduction、Materials & Methods、Results、Discussion和Conclusion。我博士論文指導教授在教我寫論文時,就說Introduction、Materials & Methods、Results和Conclusion要老老實實地寫,可是Discussion可以發揮想像力。有些國內學者嘲笑國外學者的論文太浮誇,是因為人家就是在Discussion有些天馬行空啊,可是論文的同儕審查,一般上對Discussion是比較鬆的,只要不要過度誇張地誇大,討論到超出論文主題太多,基本上的是睜隻眼、閉隻眼,也就是說即使是科學論文也有一定的彈性。

即使Introduction是要老實地寫,可是寫得好不好,就是能否交待清楚什麼問題是重要的,過去人家做過了什麼,為什麼還值得繼續做,自己的研究又推動了什麼樣的科學進展,有什麼樣的價值,也某個程度上決定了論文的好壞。這些都是在一定程度上是主觀的,同樣的科學數據,寫得精不精彩,解釋得夠不夠力,決定了刊登的期刊有多好。

還有,科學研究的過程還有許多人性的部分,這些人性的部分也很腦補。李遠哲看棒球時想到了分子束的研究方法,費曼看到轉動的盤子想到量子力學的問題,穆利斯在塞車的雙向車陣中得出PCR的靈感,凱庫勒從夢中咬住自己尾巴的蛇想到苯環的結構,這些算是腦補嗎?是腦補啊,他們都沒在客觀地看事物啊,還腦補到其他東西去了啊XD

科學的運作是去中心化的

回到科學哲學的問題,科學是一個人類最特殊的文明活動,有機會讀孔恩(Thomas S. Kuhn,1922-1996)的《科學革命的結構》(The Structure of Scientific Revolutions),不管同不同意他的觀點,都不得不承認他列出了科學活動的許多迷人的特色。

-----廣告,請繼續往下閱讀-----

我談到科學活動的主觀和藝術,並非認定科學有如人文和藝術那樣主觀。科學界其實是有強力的規範的,我們在學習科學研究方法的過程中,其中最重要的一環就是摸索其規範。科學界既然有許多規範,可是這些規範是哪來的?科學界沒有帝王和政府來制定規範,是由科學家們組成一個個社群討論出來的,整個過程是自發組織且去中心化的。幾乎所有運作良好的學會、期刊,都是自發組織且去中心化的!學會會長和總編輯甚至只是行政職,學會和期刊的發展走向是由理事會和編輯部商討出來的。這個自發組織且去中心化的方法,比網際網路的去中心化早了幾百年!

去中心化,沒有帝王和政府來規範,科學家自我規範,才是科學運作最順暢的條件!因為科學是探索未知的,是因地制宜的,沒有人知道未來什麼該規範,而什麼不該規範!基因重組在方興未艾時,引起社會大眾恐懼,迄今仍有不少科幻片在拍科學家製造出毀滅性的病毒等等。可是,從事分子生物研究的人都知道,我們必須遵守不少規範,而那些規範,是科學家自我設限的,不是有一個高高在上的政府來主導管制的。

科學的規範,好比如球賽的規則,不想遵守大可不玩,可是要玩就要遵守,有哪條規則過時了,可以討論修改,而非一成不變。無法規範的科學社群會成為散沙無法凝集產生影響力,而墨守成規的科學社群會被淘汰,就像許多期刊、學會、科系走進歷史一樣,會有後起之秀起而代之,是科學一直不斷進步前進的動力,是整個科學社群去中心化地運作的結果,不是由一個全能全知的人來規範和主導。因此,我們在學習如何進行科學研究的過程,是在學會其默契,而非拿一本本高人撰寫的教條來背。

以上談的是科學研究,而科學教育和科學傳播呢?其實也是一樣去中心化地運作!去市面上買下所有的大學基礎教科書,如普生、普化、普物等教科書,即使作者文風不同,書中舉的例子不同,可是談的原則基本上大同小異啊!課綱是誰來主導的?科學界有教育部來主導課綱嗎?反課綱要上哪去反啊?基本上也沒有全球科學界的教育部啊!沒有課綱,科學家要怎麼教小孩啊?科學教育,也是用去中心化的方式在運作的啊!愈是基礎的教科書,就愈是能夠掌握科學界的共識。我們怎麼知道哪本教科書比較好?靠的是口碑啊!口碑,就是去中心化的!

-----廣告,請繼續往下閱讀-----

去中心化,所以科學才能滲透到幾乎所有國家的基礎教育裡去,聯合國並沒有規定科學在國民教育裡該教什麼,該怎麼教吧?去中心化,就因為沒有高高在上的力量,才更有力量!這和我們,尤其是亞洲社會認知有差,很多人可能以為要有一個權力一把捉的團體,才能有效率和力量。崇尚威權的政黨,尤其無法理解公民運動的自發性和去中心化,心裡一直認定一定是在幕後黑手在操縱婉君。

科學教育是去中心化的,就科普而言,也是如此。如果去讀一百本科普書(我書評都寫超過兩百篇了),就會發現每個作家有很不同的風格,有些平實、有些比較誇張、有些嚴肅、有些詼諧、有些立求客觀、有些有濃厚的個人立場和主張,可是共同的原則是不能扭曲和曲解科學事實和知識。是誰來規範科普作家呢?不是由一個中心化的組織來規範,是靠讀者和科學社群的評價,說穿了就是靠口碑而已。

科學家也好,科普作家也有,最在乎的之一是名聲,大家都是愛惜羽毛的。要進行科學研究、科學教育和科學傳播,就是要來遵守默契,也就是無形的、去中心化的規範。我也有文章被泛科學被讀者質疑後,經編輯部和我討論後,決定下架。有篇是因為內容不合適,另一篇是因為涉及太多主觀認定而有偏頗。我的疏失是我個人不對,但我更慶幸這個平台的運作,就是科學社群運作的典範!所以我不吝分享這些丟臉的經驗,來說明科學社群的審查是無時無刻在進行的,立言就是要力求嚴謹。

科學活動和科學傳播,基本上是去中心化運作的,而泛科學就是因為提供了一個去中心化的平台,給予作者們很大的彈性和自由,所以激盪出許多好文章。泛科學只有給我們一項原則,就是要引用出處,在實證陳述部分要言必有據。促成科普書的黃金時代的一位科普界前輩就曾跟我提過,他認為泛科學的最大優點之一就是「亂」XD 因為「亂」,泛科學才多元而活潑,也才讓許多科普前輩跌破眼鏡地壯大。

-----廣告,請繼續往下閱讀-----

12170795_1261566570526821_221398696_o

如果要力求客觀,可以去維基百科撰寫或閱讀條目,維基百科的撰寫有其遊戲規則,其規範也是社群研討出來的。維基百科是參考資料,是已經對某些事物感興趣的人去主動參閱的,維基百科的功能不在於主動告訴你什麼東西是有趣的、重要的。可是科普書也好,科普文章、演講也好,就是作者試圖主動告訴你,什麼是重要的,什麼是有趣的,這絕對涉及價值判斷。維基百科和泛科學,是網際網路去中心化運作的好例子,是兩個不同功能但能互補的多元存在。

而且泛科學這個平台,還能透過在文章底下的留言和臉書的分享來討論。就像這篇文章,雖然我不同意他的觀點,我也盡力反駁,但他激發我們的思考,就是一篇好文章啊XD 這篇文章有點雜,就是因為是從臉書討論拼貼擴展而成的。

既然是去中心化的,何不就讓泛科學繼續多元?讓想寫客觀報導的作者寫客觀的報導,讓有立場、見解的作者演示如何用科學方法來解答他 們關注的問題,讓社群來解決那樣的解答好不好,如果解答得不夠好,只要作者沒有扭曲事實和曲解科學知識,何不也寫篇文章來討論,作者也能回應。我自己就在泛科學和其他作者討論了美國牛和偽科學而有好幾篇一系列的文章,這就是網路媒體的最大優勢之一啊!

我這篇文章有沒有價值,不是我個人吹噓出來的(因為一定是好文),也不是稿費多少(因為沒有T.T),更不是有老師打分數(教育部指派嗎?),而是由社群去中心化地決定的。與其規範性地要求不能有規範陳述,還不如參與社群的去中心化運動吧!

本文原刊登於The Sky of Gene本文亦同步刊登於泛科學。

-----廣告,請繼續往下閱讀-----
Gene Ng_96
295 篇文章 ・ 32 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋