Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

誕生於動盪幕府末期的天才機關師 —《大人的科學》

親子天下_96
・2015/11/23 ・2878字 ・閱讀時間約 5 分鐘 ・SR值 527 ・七年級

-----廣告,請繼續往下閱讀-----

持續了數百年的「機關人偶」歷史是日本獨特的文化。在進入新世紀之際,出生時間僅僅相差 2 年的兩位天才機關師,更將機關人偶推向高峰。這兩位分別是製造的機關人偶十分精妙而擁有「魔術師」別稱的大野弁吉(1801~1870年),以及「東芝」創業者的田中久重(1799~1881年)。兩人的卓越技術透過他們的機關人偶相關故事與傳記等,流傳至今日。

舉例來說,當時才十幾歲的久重在老家旁邊的五穀神社夜間祭典上,對著前來購買傷痛軟膏及觀賞雜耍的群眾,展示自己製作的機關人偶。在屏息以待的眾多觀眾面前,手捧端盤出現在舞台上的女性裝扮機關人偶,微微晃動頭部,踏著優雅的步伐來到舞台邊緣停住。在舞台旁邊等候的青年久重,請三位觀眾拿起端盤上的茶杯,一飲而下,等到最後一人把杯子放回端盤上,女偶便轉身,心滿意足地晃著腦袋,沿著來時路往回走。

這個十分精巧的「擬真人偶」作品,令在場所有人無不忘我驚嘆:「太妙了」、「真是不可思議」。後世的機關裝置研究家東野進先生,重現久重製作的這個「茶酌娘」人偶。見了人偶的動作之後,證明這段小故事並無誇大。茶酌娘捧著擺了三只茶杯的端盤、微微點著頭、雙腳交互移動往前走,走到事先設定好的距離時,就會自動停止,再藉由端盤裡的三只空茶杯重量讓它轉身,回到原本出發的地方。

茶酌娘
久重製作的茶酌娘。無須拿起端盤上的茶杯,人偶也會自動停止,擺上 3 個空茶杯後,人偶才會轉身回到原來的地方。

這種不是利用引擎或馬達,而是利用高超技術實現的精確動態,連生活在現代的我們都感到驚訝,更何況是江戶時代那些只見過人類操控的人偶淨琉璃(譯注:日本傳統四大戲曲之一,以人偶搭配音樂演出的戲劇。淨琉璃是指以三味線伴奏的說唱表演。)的老百姓;對於他們來說,發條是陌生的動力來源,不難想像當他們見到能夠自行活動,而且動作變化豐富的機關人偶時,受到的衝擊有多大。

-----廣告,請繼續往下閱讀-----

利用來回各地表演與自學 鍛鍊技巧的久重

寬正十一年(1799 年),田中久重出生在筑後國(現在的福岡縣)久留米的鱉甲精工師的家裡。才 8 歲就懂得替收納硯台等的箱子加上特殊的保險箱數字鎖,讓私塾的朋友們為了打開箱子吃盡苦頭,早早便展現其才華。自小就在老家旁邊的五穀神社接觸「機關裝置表演」的久重,到了 15 歲的時候,在該神社的例行祭典上發表「竹輪澆花器」。他埋首在機關裝置的世界裡,沒有接觸家業的鱉甲精工,從早到晚都躲在後院廂房的二樓裡,專心致志思考並製作機關裝置。父親過世後,家業改由弟弟繼承,久重專注在機關裝置上。20 歲左右,他在五穀神社發表「雲切人偶」的演出,人稱「機關儀右衛門」,因而遠近馳名。

但是,機關師的人生絕不輕鬆;為了滿足觀眾,必須經常追求「新技術」,但是知識只能夠靠自學取得。久重在文正七年(1824 年)留下妻子,來回各地進行真正的機關裝置表演。他巡迴肥前、肥後(今日的佐賀、長崎、熊本),前往上方(江戶時代的京都、大阪與週邊區域)。他一邊演出,一邊參加各地的市集、法會、例行祭典等;表演有時大受好評,有時不受青睞。他仰賴旅途中的表演收入維生,一邊漫遊各地,學習該地方特有的技術,逐漸提昇製作機關裝置的技巧。久重製作的「童子杯台」、「寫字人偶」,以及被譽為最高傑作的「拉弓童子」等機關人偶名作,被認為都是在這段時期誕生。

接下來,在技術和經濟方面都有了自信的久重,到了天保五年(1834 年)把留在久留米的妻子叫來,移居到有「天下廚房」之稱的大阪。此時,原本靠表演維生的久重,出現了重大的轉機。久重利用空氣槍的構造發明了「無盡燈」並開始販售。他第一次親手製作的生活必需品大受歡迎,坊間出現了許多類似的產品。這個發明也被認為是利用家電產品打造全新生活風格的國際企業「東芝」萌芽的起點。

無盡燈
利用空氣壓縮自動為燈芯補充燈油的方式長時間點亮燈火,保持裝置持續燃燒。

善用技術做生意的久重

久重搬到大阪的三年後,也就是天保八年(1837 年),遇上大鹽平八郎之亂(譯注:前一年日本發生天保大飢荒,地方政府卻拒絕援助民眾,因此大鹽平八郎率眾發起反江戶幕府的革命。),住家被燒毀,因此久重在叔母的幫助下逃難到伏見(現在的京都)。在那兒,久重拜比自己年輕20歲以上的廣瀨元恭為師,積極吸收蘭學(譯注:透過荷蘭傳入日本的歐洲學術、文化、技術的統稱)知識。

-----廣告,請繼續往下閱讀-----

另外,到了弘化四年(1847 年),他也拜師從安倍晴明(譯注:921~1005 年,日本平安時代的陰陽師)時代起掌管天文、編定曆法的土御門家,學習天文曆法學。這一年,他製作須彌山儀(以印度佛教宇宙觀「須彌山說」為基礎、解釋天動說的時鐘。「須彌山」是佛教傳說中位於世界中心、眾神居住的山。);又過了兩年,他獲得嵯峨御所(譯注:平安時代早期嵯峨天皇蓋的離宮,後來變成大覺寺。)頒發給商人與工匠的最高榮譽,稱號「近江大掾」。到了嘉永四年(1851 年),久重完成日本鐘最高峰的「萬年鐘」,隔年在京都烏丸開了「機巧堂」。

萬年鐘
底座寬 64.5 公分,高 83 公分的地上型時鐘,具備各式各樣的功能。黃銅打造的雙重發條兩組轉一圈的話,據說能夠持續讓時鐘活動 200 天以上。

這一年正好是美國海軍准將培里強行把船艦開進浦賀港,要求開港通商(黑船來航事件)的前一年,外國蒸汽船頻頻靠近日本,感受到威脅的久重利用從蘭書(譯注:荷蘭文或荷蘭的書籍。)上自學而來的知識,打造日本第一個蒸汽船模型。關白鷹司政通大人聽聞消息,將久重邀請至自宅,讓模型在庭園池子裡行走。關白對於蒸汽船模型在池水裡破浪前進的姿態相當感動,親手寫下「日本第一精工師」的招牌給久重。年過 50 歲的久重成為名實相符的頂尖「機關師」。但是,這也是他從「江戶的機關師─機關儀右衛門」變身為「明治的機械工程師─田中久重」的轉捩點。

奠定龐大企業基礎的「企業家」久重

安政元年(1854 年),幕府與美國簽署和親條約(日美和親條約),開放下田與箱館兩港口與美國通商,久重也在這一年受到佐賀藩邀請,成立日本第一個科學研究所「精煉方」。隔年,久重製作出正式的外輪式蒸汽船模型,也成了 10 年後佐賀藩完成的日本第一艘蒸汽船「凌風號」的原型。其後,他以機械工程師身分活躍於打造先進武器阿姆斯壯大砲等領域。到了 1868 年,他 70 歲的那一年,迎接了「明治時代」的到來。

蒸汽船雛型
外輪式蒸汽船模型

明治六年(1873 年)久重前往東京(譯注:江戶於 1869 年改稱東京。)。在麻布大泉寺成立「珍器製造所」,開始製作電報機。兩年後,他改到銀座煉瓦街成立「田中製造所」。直到他在明治十四年(1881年)以83歲高齡過世之前,仍然精力充沛地活躍著。

-----廣告,請繼續往下閱讀-----

OK16_カバー07+5R8

 

本文摘自《大人的科學–迷你奉茶童子》,由親子天下出版。

-----廣告,請繼續往下閱讀-----
文章難易度
親子天下_96
26 篇文章 ・ 25 位粉絲
【親子天下】起源於雜誌媒體和書籍出版,進而擴大成為華文圈影響力最大的教育教養品牌,也是最值得信賴的親子社群平台:www.parenting.com.tw。我們希望,從線上(online)到實體(offline),分齡分眾供應華人地區親子家庭和學校最合身體貼的優質內容、活動、產品與服務。

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。