Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

如何面對新病毒?想當年碰到 SARS 時……——《下一場人類大瘟疫》

azothbooks_96
・2016/02/15 ・4376字 ・閱讀時間約 9 分鐘 ・SR值 570 ・九年級

Source: the guardian

不論這些人是死是活,他們全都受了感染—不過是染上了什麼呢?

隨著疾病蔓延到世界各國,全球三大洲的科學家也各在自己實驗室中,研究從各個患者身上採得的樣本,包括組織、血液、黏液、糞便和其他惹人嫌惡的關鍵材料,嘗試分離並辨識出致病原。早期階段起的 SARS 名稱,反映我們對這種東西的認識只及於它的影響和衝擊,就像一隻隱形大野獸留下的足跡。伊波拉是種病毒,亨德拉是種病毒,立百是種病毒,SARS 是種症候群。

SARS Source: ttb

SARS 病原體的搜尋工作,在這些實驗室內如火如荼持續進行,卻由於一些混淆訊息和誤導而受了阻撓。就初學者而言,它的症狀有點太像流感—或者講得更明確一點,太像是最嚴重的流感。流感當中最嚴重的一種就是所謂的禽流感,其致病病毒稱為 H5N1。短短六年之前,香港才經歷這種病毒的恐怖攻擊,它從家禽溢出,導致十八人受了感染。十八個病患看來還不是太多,恐怖的是,那十八人當中有六人死亡。

衛生當局迅速應變,下令關閉活禽市場,還銷毀香港所有活雞,總計一百五十萬隻雞慘遭撲殺,隨後又實施七週消毒作業。這種嚴苛應變措施,加上 H5N1 只擅長從禽鳥傳人,在人與人之間傳布的能力不強,總算將一九九七年香港爆發遏止住了。然而在二○○三年二月,從廣東發出的電郵和簡訊紛紛傳來令人心驚的消息,說是「一種古怪的接觸傳染疾病」開始浮現,禽流感也再次侵襲香港。禽流感和SARS全然不同,不過在當時卻不容易分辨。

-----廣告,請繼續往下閱讀-----

流感殺死一名三十三歲男子,他的八歲兒子也患了病(所幸沒有喪生)。流感說不定還殺了那名男子的七歲女兒,那是兩週之前發生的事,他們前往福建省(就在廣東東北方的相鄰省分)探親時,小女孩死於類似肺炎的疾病。那個小女孩有可能是和雞群接觸太過親密了;她的哥哥肯定就是那樣,後來他親口證實這點。父子兩人的鼻黏液樣本都呈現 H5N1 陽性反應,這似乎暗示,廣東各處紛紛傳出的病例通報,有可能同樣和禽流感有關。於是科學家拿手上的 SARS 樣本進行 H5N1 檢驗,卻是一場誤導。

Source: 科學網

另一項錯誤的見解,是以為 SARS 的致病原有可能是某種衣原體(chlamydia)。衣原體是一群歧異度很大的細菌,包括兩種和人類呼吸道疾病有關的菌種(還有一種比較常在青少年間流行,藉由性行為傳布)。有一種呼吸道衣原體是人畜共通型病原,能從鳥類(特別是寵物鸚鵡)跨種跳躍侵染人類。二月底時,中國一位非常資深的微生物學家在某些 SARS 檢體中,發現了看似衣原體的東西,於是基於他的薄弱證據—加上在中國科學界的高度威望—衣原體假說獲得北京衛生主管部門高層的過度信賴。但是中國至少另有一位知名研究人員抱持異議,主張倘若病因出自衣原體,那麼病患應該對抗生素治療有反應—結果他們並沒有。然而那位研究學者身處偏遠廣東的呼吸疾病研究所,北京不認同他的說法。

鸚鵡熱衣原體 Source: wikipedia

同時實驗室科學家也投入探索其他的可能性,洋洋灑灑包括:鼠疫、斑疹熱(spotted fever)、退伍軍人症(Legionnaires’ disease)、斑疹傷寒、多種細菌性肺炎、季節性流感、血中大腸桿菌,以及新舊世界的漢他病毒等。SARS病原體追查工作之所以困難,部分在於科學家並不知道,他們尋找的是熟悉的病原,或者是與常見病原相似的新穎病原,或者是全新的病原。此外,還有另一種可能:或許那是獸醫經常見到,不過對人類傳染病來講卻是全新品類的病原體換言之,就是新興的人畜共通病原體。

前面我介紹了幾種實驗方法,都用上聚合酶連鎖反應來篩檢 DNA 或 RNA 的可識別片段,再結合分子檢定來測出抗體或抗原,然而這些做法都只能用來搜尋熟悉的病原體—或者至少是與常見病原非常類似的病原。這類檢測在回答「就是這個嗎?」的具體問題時,基本上只能給你「陽性」、「陰性」或「近似」三種答案,但用於尋找全新病原體就比較困難。除非你對目標微生物的分子識別標誌有概括認識,否則是沒辦法從識別標誌來檢測那種微生物的。因此實驗室科學家必須仰賴一種自動化程度較低的傳統途徑:把微生物放進細胞培養液中,讓它生長,然後用顯微鏡來檢視。

-----廣告,請繼續往下閱讀-----

香港大學位於一處丘陵山巔,俯瞰鄰近鬧區,裴偉士(Malik Peiris)就是在那裡領導一支團隊,採行這條途徑,最後終於得出豐碩成果。裴偉士是牛津養成的微生物學家,生於斯里蘭卡,也在那裡長大,他的話聲輕柔,卓有見地,頭型渾圓,留著深色纖細頭髮。他主要以流感研究著稱,在一九九五年來到香港,緊接著那裡就出現禽流感大恐慌,他有理由認為,廣東傳出的疾病,以禽流感假說最為可信。他在二○○三年告訴一位記者:「我們心中首先冒出的想法是,H5N1 病毒有可能養成了人傳人的能力。」不過他們檢驗了手中的 SARS 樣本,看看裡面有沒有 H5N1 或者其他繁多常見的嫌疑標的,結果找不到絲毫證據,於是他的團隊改變想法,認為他們面對的是一種新病毒。

Professor JSM Peiris of the University of Hong Kong (bottom left) and his team of scientists looking at the SARS virus. SARS has killed overa hundred and infected over several thousand throughout the world. 08-04-03
裴偉士(Malik Peiris)Source: HKU

接下來他們集中火力,試行培養那種病毒。這就表示,首先要給這種神祕生物安排一種活細胞環境,讓它能夠在裡面複製,等它在培養液增長出充分數量,對細胞造成充分損傷,那時就能見到它的身形。培養液中的活細胞必須是某種「不死的」細胞系(好比一位名叫海莉耶塔.拉克斯〔Henrietta Lacks〕的不幸女士留下的著名的海拉細胞〔HeLa cell〕),這樣它們才會永無止境繼續複製下去,直到有東西把它們殺死為止。裴偉士的團隊起初先為那種新的致病原提供五種不同的細胞系,這五種細胞先前都各自經過驗證,適合呼吸道病原體棲身,分別為:狗的腎臟細胞、大鼠的腫瘤細胞、流產人類胎兒的肺部細胞,以及其他細胞。結果運氣不好,沒有顯現細胞受損的跡象,因此也沒有出現病毒生長的證據。

Source: daily mail

接著他們嘗試另一個細胞系,取自一隻恆河獼猴胎兒的腎臟細胞。好極了,這次交上好運了。三月中時,他們在培養的獼猴細胞中見到了「細胞病變效應」(cytopathic effect),意思是有東西開始在那群細胞裡複製,並摧毀它們,從一顆細胞溢出侵入另一顆細胞,產生出一片肉眼可見的毀滅地帶。又隔了幾天,團隊用電子顯微鏡拍下了那種圓形病毒顆粒的影像,每個顆粒外表環列眾多棘突,狀似皇冠。這種結果完全出乎意料之外,於是團隊中的顯微鏡專家只好仰仗一種類似野外導覽的手冊,他查閱了一本病毒顯微圖鑑,尋找和它相符的病毒,這就像是見了一種新的鳥兒或野花時,你我都會做的動作。他在一群叫做冠狀病毒(coronavirus)的病毒當中,找到了相符的種類。冠狀病毒的特點是,各個病毒顆粒外緣都環列蛋白質突起,形成類似皇冠的外觀 。

Source: Oma MOH

正如培養工作證實 SARS 患者體內存有一種未知的冠狀病毒—至少某些病人是這樣—不過這也不見得表示,那種病毒就是病因。為建立因果關係,裴偉士的團隊拿在細胞培養中新發現的病毒,來檢驗SARS患者的血清(因為那裡面可能含有抗體),這就像拿聖水來潑灑女巫。結果抗體辨認出那種病毒,產生強烈反應。根據這項證據,加上其他檢查驗證,裴偉士和他的同事在不到一個月內就發表了一篇論文,審慎宣布這種新的冠狀病毒是 SARS 的「一種可能起因」。

-----廣告,請繼續往下閱讀-----

他們對了,那種病毒被稱為 SARS 冠狀病毒,而且不多加省略直接簡稱為 SARS-CoV。這是歷來首見會釀成人類重症的冠狀病毒。(另有一些冠狀病毒也像其他眾多毒株同樣會引致普通感冒,此外另有一些則會引致小鼠的肝炎、豬隻的胃腸炎,還有火雞的呼吸道感染。)SARS-CoV 的簡稱沒有不祥意涵。昔日發現了新病原體,會給它冠上比較富有地理色彩的稱號,好比佛山病毒或廣州病毒,民眾就會奔走相告:當心啊,那個人染上廣州病毒!不過到了二○○三年,所有人都體認到,這種稱號惹人不快,不受歡迎,對旅遊業也有不良的影響。

其他幾支團隊也各自獨立作業,致力分離出 SARS 致病原,大約都在相同時間得出相同答案。美國團隊以亞特蘭大的疾病控制與預防中心為基地,連同大批國際合作夥伴協力進行。歐洲有一組跨國人員通力合作,分別在德國、法國和荷蘭的研究機構推展工作。中國有一小群熱情、幹練,卻恭順服從的研究人員共組研究班子,他們領先裴偉士好幾週,分離出一種冠狀病毒,還拍下了照片。這群以軍事醫學科學院(Academy of Military Medical Sciences)為大本營的中國科學家卻很倒楣,他們震懾於衣原體學說和在北京推廣此論的權威人士,錯過了率先發表這項實質發現的機會。「我們太謹慎了,」其中一位成員事後表示。「我們等太久了。」

裴偉士和他那批夥伴確認了病毒,為它的部分基因組定序,把這些序列擺進其他冠狀病毒系統樹中進行比對,接下來合理的做法就是揣摩病毒的來歷。這種東西不會憑空出現。它一般都在哪裡藏身?生命史的詳情為何?天然宿主是誰?一位參與這項研究的年輕生物學家,在香港和我見面時談到了這個課題。那位科學家名叫潘烈文(英文名Leo Poon)。

潘烈文 Source: 明報

「我們在人類樣本中發現的資料,」

潘烈文表示:

-----廣告,請繼續往下閱讀-----

「暗示這種病毒對人類來講是新的。我的意思是,人類以往沒有被這種病毒感染過。所以這肯定是來自某種動物。」

不過是哪種動物,還有牠們怎麼恰好就把傳染病感染給人類?要找出這些問題的答案,恐怕只能進入中國南方的森林、街道、市場和餐廳去收集證據。期望他就那個題材多加著墨,我又提出問題:

「那項田野工作你也參加了嗎?」

「沒有,我是個分子科學家,」他回答。

我猜那就像是請教美國抽象畫家傑克遜.波洛克做不做房屋油漆工作一樣,不過潘烈文對我的問題並沒有見怪。他沒有參與,但他很樂意讚揚別人。他們有另一位同事,名叫管軼(Guan Yi),是一位狂放不羈的研究員,具有流行病學家的敏銳直覺,還有毫不妥協的膽識氣魄。管軼越界進入中國,與幾位地方官員合作,來到深圳最大的活禽活畜市場,拿拭子從待售動物的喉嚨、肛門和採得樣本。那批樣本就是循跡追查的第一步,引領潘烈文(進行分子生物學分析)、裴偉士、管軼本人—最後還包括全球各地的科學家和衛生官員—把他們的懷疑目光投注在一種名叫果子狸的哺乳動物身上。

列印本文摘自泛科學2016年2月選書《下一場人類大瘟疫》,漫遊者文化出版。

-----廣告,請繼續往下閱讀-----
文章難易度
azothbooks_96
55 篇文章 ・ 21 位粉絲
漫遊也許有原因,卻沒有目的。 漫遊者的原因就是自由。文學、人文、藝術、商業、學習、生活雜學,以及問題解決的實用學,這些都是「漫遊者」的範疇,「漫遊者」希望在其中找到未來的閱讀形式,尋找新的面貌,為出版文化找尋新風景。

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

4
0

文字

分享

0
4
0
用迷幻藥治憂鬱?基因編輯療法將通過批准?——2023 最值得關注十大科學事件(上)
PanSci_96
・2023/01/30 ・2348字 ・閱讀時間約 4 分鐘

在 2022 年裡,我們見證了低軌通訊衛星在戰爭中的作用、Omicron 肆虐與次世代疫苗、韋伯太空望遠鏡捕捉系外生命印記、銀河中心黑洞初次現身、人類精準回擊小行星、台灣 CAR-T 首例、特斯拉的平價人形機器人、與超強的 LaMDA 跟 ChatGPT AI 語言模型!

2023 年能更刺激嗎?有哪些值得我們關注的科學大事呢?

我們綜合整理了 Nature、Science、Scientific American、NewScientist、富比世雜誌、經濟學人雜誌,結合泛科學的觀察與期待程度,提出這份「2023 最值得關注十大科學事件」;今年的科學界將會熱鬧非凡,令人目不暇給!

No.10 病原體通緝名單

2022 年 11 月,法國科學家在 bioRxiv 上發表了從西伯利亞永凍土中復活的多種病毒;這些「殭屍病毒」中最古老的已經有 48500 歲,在溫度升高後,這些病毒都復甦了過來……。雖然這批古老病毒只能感染變形蟲,但也暗示著,冰層之下存在更多正在休眠、極可能對哺乳動物或人類造成危險的病毒。

-----廣告,請繼續往下閱讀-----

隨著氣溫與海溫升高,這些不定時病毒炸彈正在醞釀著。

世界衛生組織將在今年發布修訂後的「重點病原體清單」,至少 300 位科學家嚴謹審查超過 25 個病毒與細菌家族的各種證據,針對目前還未知、但可能造成全球疫情的未知疾病 Disease X 做出預測,擬出一份優先名單。被列入名單的病原體通緝犯將會被重點研究調查,以利未來開發疫苗、治療與診斷技術。

被列入優先名單的病原體將會被重點研究調查。圖/Envato Elements

No.9 新一代 mRNA 疫苗

乘著在 COVID-19 大流行間快速成熟的 mRNA 疫苗研發平台,許多疫苗正蓄勢待發。

BNT 在 2023 年初針對瘧疾、肺結核和生殖器皰疹的 mRNA 疫苗開始了首次人體實驗;也與輝瑞合作,研發能降低帶狀皰疹發病率的疫苗。另一家 mRNA 大廠莫德納,也在研發能預防生殖器皰疹和帶狀皰疹病毒疫苗。

-----廣告,請繼續往下閱讀-----

除此之外,莫德納開發的黑色素瘤 mRNA 疫苗與默克的藥物合併療法,在去年底公布中期臨床試驗結果,顯示能降低 44% 的死亡率及復發風險,臨床試驗也將在 2023 年進入最後階段。

這些將在 2023 年揭曉的成果,將拓展人類使用 mRNA 疫苗對抗疾病的手段。

新一代 mRNA 疫苗正蓄勢待發。圖/Envato Elements

No.8 CRISPR 療法獲批准

由於之前的臨床試驗結果很不錯,CRISPR 基因編輯療法極有可能會在今年首次正式通過批准!

這種 exagamlogene autotemcel(exa-cel)療法,是由美國波士頓的 Vertex Pharmaceuticals 和英國劍橋的 CRISPR Therapeutics 公司共同開發。用超簡化的方式來説,治療方法就是先收集一個人自己的幹細胞,接著用 CRISPR-Cas9 編輯修正幹細胞中有缺陷的基因,最後再把這些細胞輸回人體。

-----廣告,請繼續往下閱讀-----

Vertex 公司預計會在 3 月向美國 FDA 申請批准,讓 exa-cel 療法可以用於治療 β-地中海貧血或鐮狀細胞病的患者。

然而,隨著療法上市,相關的討論預期也將甚囂塵上……。

CRISPR 基因編輯療法極有可能在今年正式通過批准。圖/Envato Elements

No.7 阿茲海默有藥醫

美國 FDA 將在年初宣布,Eisai 製藥公司和 Biogen 生技公司開發的 lecanemab,是否可以用來治療阿茲海默患者。

該藥物就像一台大腦專用的掃地機器人,為單克隆抗體,可以清除大腦中積累的 β 澱粉樣蛋白;在包含了 1785 名早期阿茲海默患者的臨床試驗中顯示,比起安慰劑,能減緩認知能力下降的速度約 27%。不過,有些科學家認為這效果只能說是還好,也有些擔心藥物不夠安全。

-----廣告,請繼續往下閱讀-----

無獨有偶,另一款由美國的 Anavex Life Sciences 開發的阿茲海默藥物 blarcamesine,目前也正在臨床試驗階段;它能啟動一種可提高神經元穩定性及相互連接能力的蛋白質,就像是幫神經元升級了連線速度與品質,估計在今年會持續帶來新消息。

blarcamesine 能幫神經元升級連線速度與品質。圖/Envato Elements

No.6 迷幻療法

2023 年,也極可能立下迷幻藥被用於醫療用途的里程碑。

多個相關臨床研究都進展到第三期,例如為 PTSD 創傷後症候群設計的新療法,結合了心理治療與 MDMA 亞甲二氧甲基苯丙胺,也就是所謂的搖頭丸,在臨床三期中,67% 的患者不再被診斷有 PTSD。

而來自迷幻蘑菇的裸蓋菇素,則被用來治療難治型憂鬱症,其臨床二期結果令人鼓舞。233 名難治型憂鬱症患者分成三組,在服用不同劑量裸蓋菇素後,每一組的憂鬱症量表分數都降低;而劑量最重的那組,其降幅最顯著。

-----廣告,請繼續往下閱讀-----

最後是 K 他命,竟然成為對抗酒精使用障礙的療法!酒精使用障礙包括酗酒、酒精依賴、成癮等,86% 的臨床試驗病人,在接受新療法後六個月,持續戒除酒精。

然而,也有科學家警告這些樂觀訊息中有炒作成份,就讓我們持續關注吧!

迷幻藥能有效治療病情!?圖/Envato Elements

看到這你可能會想,第六到十名怎麼都是跟醫療健康有關的大事件呢?別急!在下一篇中,我們接著介紹更精采的第五到第一名!

也歡迎大家跟我們分享,你知道的、即將在 2023 年發生的科學大事件!

-----廣告,請繼續往下閱讀-----
期待在 2023 年即將發生的科學大事件!圖/GIPHY

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----

1

2
0

文字

分享

1
2
0
陳建仁接受 PanSci 泛科學採訪:「我常常看 PanSci 喔!」
PanSci_96
・2022/08/25 ・662字 ・閱讀時間約 1 分鐘

今日(2022/8/25)前副總統,中研院院士陳建仁接受 PanSci 泛科學採訪,分享 2002 年 SARS 後台灣防疫上的改革,對於這次 COVID-19 防疫準備與策略的影響,以及面對與病毒共存的現在,未來台灣防疫是否還能做得更好。他也溫暖地表示自己早已是 PanSci 的讀者,大大激勵了到訪的我們。

陳建仁表示:「我常常說,台灣防疫能成功,有 2300 萬無名英雄(unsung hero) 。」 他認為各種非醫療介入手段 (NPI,Nonpharmaceutical Interventions) 如戴口罩、勤洗手、維持社交距離,是靠所有人配合才能達成。而台灣能在相對短時間內快速提升疫苗覆蓋率,甚至在 18-65 歲年齡段達到近 100%,也是眾志成城,守護彼此的彰顯。然而由於關於疫苗的錯假資訊流傳,部分媒體報導沒能正確傳達風險,造成 75 歲以上族群疫苗覆蓋率偏低,未達到 70% ,也讓他不禁嘆息。不過他觀察數據,認為配合快篩跟抗病毒藥物即時投遞,亦已有效降低重症死亡率。

世界各國漸漸從第一階段的「溯源、阻絕」,第二階段的「疫苗覆蓋」,進入第三階段「與病毒共存」,陳建仁認為最重要的是應對環境與病毒變異,隨時調整策略,信賴專業領導,避免過多政治干擾。他觀察世界衛生組織 (WHO) 在近期的表現,認為已較疫情初期改善許多,而有了這次經驗,面對未來難以預知的各種公衛挑戰,全世界都將準備得更好。

泛科學獲得文化部補助,正在製作 《Taiwan Keywords》 系列影片。以 12 個關鍵字為主題,呈現臺灣地區 12 項前沿科技與科學發展。本次採訪內容之精華將在影片製作完成後,於 Taiwan PlusPanSci 的 YouTube 頻道播出,不想錯過的話,就先訂閱起來,開啟小鈴鐺吧!

-----廣告,請繼續往下閱讀-----
所有討論 1