血汗淚的交織史—用眼淚感測血糖的智慧型隱形眼鏡

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

• 本文轉載自科技大觀園，原文為《聰明的隱形眼鏡，替眼睛做健康檢查！》
• 作者 / 郭雅欣｜科技大觀園特約編輯

戴隱形眼鏡可以幹嘛？除了矯正視力，或讓虹膜看起來變大變漂亮，現在隱形眼鏡還能幫你的眼睛做健康檢查！交通大學電機工程系教授邱俊誠的團隊開發出一款智慧型隱形眼鏡，只要戴上，就能檢測眼球溫度、淚液蒸散速率、滲透壓、眼壓等數據，可提供眼科醫生做為診斷依據，協助研判病患是否有輕微或嚴重的乾眼症或青光眼症狀。

眼疾的檢測更準確，治療方法升級

這項研究對於眼睛的檢測帶來很大的突破，因為它可望讓眼疾的檢測變得方便快速，還能讓治療變得更加精準。乾眼症的成因不只一種，可能是淚液分泌不足，也可能是淚液成分中的油脂不足造成淚液蒸散過快，但過往的檢測方法並不能很有效的區分，因此醫生在給藥時，常常只能用自身經驗，做主觀的判斷。但有了智慧型隱形眼鏡協助檢測，能依據醫生的需求提供更精準的科學數據，也就能讓判斷與投藥更加正確。

而針對青光眼的患者，醫生也可以使用智慧型隱形眼鏡的數據，找出容易眼壓高的時間點，針對這些時間點給予藥物治療。邱俊誠進一步解釋：「這些檢測數據是珍貴的大數據資料，等到累積夠多數據，醫生或藥物開發商就可以分析出更準確的藥物配方。」因此這項研究成果一公布，立刻引起了各界關注。

另一個引起大家注意的重要原因，在於這是第一個可以戴得舒服的智慧型隱形眼鏡。目前全世界大部分的智慧型隱形眼鏡研發，都是以硬式鏡片做為基礎，但邱俊誠說：「我們一開始就是從『可配戴』的角度當出發點，因此是以現有的軟式隱形眼鏡材料矽水膠去做設計。」他們將可測量溫度、濕度、壓力等各種特性的感測器、處理晶片，以及傳輸資料用的天線等元件，就像三明治的內餡一樣夾在鏡片的夾層裡，因此配戴時的感覺，就和普通的隱形眼鏡一樣。

一度產生懷疑……真的做得出來嗎？

從 2011 年開始研發，到 2019 年宣布成功，這條路走了八、九年，邱俊誠表示：「其實並不是沒想過放棄，因為中間有太多困難，讓我一度沮喪，覺得看不到答案。」 

要做出這款智慧型隱形眼鏡，其中一個困難點在於元件的整合，儘管感測器都已經設計得非常精巧，靈敏度也夠高，但要整合在小小的曲面鏡片裡，還要能有效運作，有許多細節需要考量。邱俊誠舉例說，這些元件的檢測及訊號傳遞，需要從外界以無線電方式提供能量，能量過低無法啟動元件，能量過高可能造成鏡片溫度上升，因此光是能量的傳遞就花了許多時間研究。

另外，「隱形眼鏡是要戴在人眼上運作的，一旦牽涉到人，就會增加許多變異。」邱俊誠以裝在鏡片內的天線舉例，天線的設計必須將人戴上隱形眼鏡後的實際狀況納入考量，因為人眼會帶著隱形眼鏡移動，要如何讓天線的傳輸沒有死角，不因隱形眼鏡轉了一個角度就無法傳輸，讓團隊花費了不少心力。

幸好，邱俊誠的團隊裡有許多優秀的學生，不斷嘗試各種可能，堅持不放棄，邱俊誠說：「最後終於成功的那一刻，真的是五味雜陳。」

智慧型隱形眼鏡還有更多潛力與可能

目前，這款可以檢測眼睛的智慧型隱形眼鏡已經通過動物實驗，在相容性、毒性、敏感性、刺激性的測試都通過考驗，邱俊誠說：「接下來會進入人體實驗，希望在四、五年內讓產品上市。」換句話說，不久的將來，我們到醫院檢查眼睛，或許不再需要點散瞳、打麻醉、把試紙插入眼睛，而是戴上隱形眼鏡，坐等數據自動傳輸到醫師電腦就好。

而邱俊誠對這款智慧型隱形眼鏡，也希望繼續做更好的調整與設計。目前的鏡片裡沒有電池，能量由外界傳輸提供，因此在檢測時，除了戴隱形眼鏡外，還得戴一個如同一般眼鏡般的裝置來搭配提供能量。邱俊誠說：「我們正在研究如何把電池也整合在隱形眼鏡裡，這樣一來檢測會更方便，看起來也更簡單美觀。」

在未來，邱俊誠還希望讓智慧型隱形眼鏡有更多功能，舉例來說，如果有一副隱形眼鏡，戴上就能自動調校視力，不論近視幾度，它都會自動改變曲率、厚度，來符合你的度數，這有多好！邱俊誠表示，這種鏡片的困難度在於內部必須要有動力來源才能改變並維持隱形眼鏡的形狀。「雖然困難，但我們已經著手在研究了。」

更甚者，未來在 5G 網路的發展下，智慧型隱形眼鏡可望做到擴增實境（AR），透過隱形眼鏡，可以將世界各角落的即時美景盡收眼底，也能隨時與親朋好友「視訊」，而且就彷彿對方直接在你眼前般真實。相信不久後，我們就能親身體驗到智慧型隱形眼鏡對我們的生活及這個世界帶來的巨大改變。

• 高翊賢、冷明翰、童筱妍、蘇琬婷、葉曜華

隨著血糖浮動的心情，靠它終於可以舒緩了

號外！號外！大家照過來喔～這款超酷的智慧型隱形眼鏡，不僅輕、薄、短、小，結合了時下最新科技，對於糖尿病患者來說，更是個福音。

憑什麼這樣說呢？就憑它能即時並無痛的監測淚液中的葡萄糖濃度，讓人們不需要時時刻刻擔心在進食或是運動時，可能造成的血糖劇變。糖尿病患者也不用再為了測血糖而挨針受罪了。這款能夠偵測淚液裡葡萄糖濃度的隱眼，除了使用非侵入性的方式外，也不再需要透過鏡片和笨重的儀器連結才能測得數據，可說是方便了不少。

南韓科學家創新設計，突破舊有智慧隱眼的困境

其實利用隱形眼鏡作為偵測器並非新想法。在 2014 年一月，Google便宣布要研發「Google Contact Lens」，希望能透過淚液監測葡萄糖濃度。但最大的問題在於，融合了電子元件的智慧隱眼，其不透明、硬度高的元件不僅會影響視野，隱眼也容易變形而損壞。

為了解決這個問題，來自南韓蔚山國家科學技術學院（UNIST）及成均館大學的研究團隊，提出了新型智慧隱眼的構想，並於今年一月發表在《Science Advances》期刊中。此隱眼（如下圖Ａ）整合葡萄糖偵測器、LED顯示像素以及無線電力傳輸系統，利用LED視覺化即時的血糖濃度，便不需要額外的裝置了！

利用混合結構與折射率的配合，避免傷害並提供更清晰的視野

針對電子元件容易損壞的問題，研究團隊改良了部分隱眼的結構：

將電子元件置於加固基板（reinforced islands），天線及電路則置於彈性層（elastic substrate）中。加固基板鑲嵌入彈性層，形成混合結構（hybrid substrate）。（如下圖B）

當隱形眼鏡形變時，彈性層會吸收受力，將電子元件保護在加固基板中，便解決了元件容易損壞的問題，也增加了隱眼的壽命及穩定性。

其中，加固基板是由光感化合物聚合（photo-patternable polymer）所形成；彈性層則選用軟式隱眼的常規材料──矽膠彈性體。研究團隊最大化彈性層的面積，以提供更高的透氧性，避免智慧隱眼對使用者的傷害。

針對視野的清晰度的改善，研究團隊從兩方面著手：

第一，利用銀奈米纖維製作天線及電路。這種材料相當透明，不會遮蔽使用者視野，同時具有出色的延展性，可以降低使用者眼睛的異物感。

第二，研究團隊使用折射率相仿的加固基板與彈性層製作隱眼，避免因折射率差異造成的光線散射，藉此降低霧度，讓視野更清晰。（如下圖C）

隱眼中的偵測器：即時提醒血糖濃度異常

要了解葡萄糖偵測器，先來看看反應式：

Glucose + O₂ → H₂O₂ + Gluconolactone

偵測器中的氧化酶，可以氧化淚液中的葡萄糖。產生的過氧化氫再被分解，生成的氧、質子與電子會影響偵測到的電阻，藉此監控葡萄糖濃度。為了避免偵測器因過氧化氫累積而變得不敏感，研究團隊更將過氧化氫酶置於偵測器中，即時分解過氧化氫，讓偵測器的靈敏度可以維持，不出現延遲的狀況。

因此只要眼睛正常分泌淚水，眨眼時便能將淚液收集於隱眼中，利用非侵入性的方式持續偵測淚液中的代謝物。而此團隊設計的隱眼，在正常情況下，綠色的 LED 顯示器會一直亮著；但若葡萄糖濃度超過閾值，則會關閉 LED 顯示，提醒使用者血糖濃度異常。

此外，這款隱眼可透過無線的操作穩定其溫度，不會突然加熱傷害使用者的雙眼，以確保穿戴者眼睛的安全。此團隊的研究中，也有使用活兔進行活體測試，證明其無明顯的不良影響。

儘管淚液葡萄糖濃度與血液葡萄糖濃度的關係還有待更近一步的研究，但這款智慧隱眼，仍為醫學臨床領域與物理新科技的結合譜出了新的樂章，希望能夠無線、持續、非侵入性地監測生理狀況，同時可用以偵測有關眼睛或是其他疾病的生物標誌物，也提供了應用在其他領域的可能性，像是擴增實境（AR），或是透過鏡片來投藥，避免使用者可能忘記吃藥的麻煩。

參考文獻

• Jihun Park, Joohee Kim, So-Yun Kim, Woon Hyung Cheong, Jiuk Jang, Young-Geun Park, Kyungmin Na, Yun-Tae Kim, Jun Hyuk Heo, Chang Young Lee, Jung Heon Lee , Franklin Bien, Jang-Ung Park. soft, smart contact lenses with integrations of wireless circuits, glucose sensors, and displays. Science Advances  24 Jan 2018. vol. 4 no. 1