Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

想變成《攻殼機動隊》裡的機器人?抱歉,電腦還無法處理你的複雜大腦

林希陶_96
・2017/08/22 ・2840字 ・閱讀時間約 5 分鐘 ・SR值 522 ・七年級

科學之神啊!請給我一顆機器大腦吧!

想當初《攻殼機動隊》 1995 年在台灣上市,對於我的幼小心靈造成了多麼巨大的衝擊。我到現在還將書留在身邊,舊版的書只有前面七話,比新版的書薄了許多。當時看完書的第一個感想是:「如果有這樣的世界還真好,接一根電線就可以將知識都傳進來了,YA,不用唸書了,大家現在念得要死要活的是怎麼樣。」這是深受聯考荼毒的考生,最深刻的感受。

攻殼機動隊書本。左為新版,右為舊版。

不過經過了二十年的生命洗禮,現在再來思考《攻殼機動隊》所建構的科幻世界,就會知道現今的社會要變成書裡那樣,還不太可能。首先,人腦平均有 860 億個神經元1,這些神經元還需互有連結,一根都不能接錯,才有可能用電腦的方式完全模擬人腦。

光這樣的工程想來就不太可行2,更不用說大腦裡面的神經傳導無時無刻都在發生,這樣的景象,在電腦上仍否完全模擬,還有很大的疑問。除非我們能完全摸透大腦運作的模式,知道所有的神經衝動為何會開始、為何會結束,以及它們的關係是什麼?這還有賴科學家們持續努力。

午餐的選擇太多?機器人可沒這種煩惱

接著《攻殼機動隊》中,是把機器人(或者說生化人)等同於人,所有的運作都可以跟人類一樣。但如果接受機器人是由電腦所驅動的話,就必須先接受要先有指令,才會有成果。如果沒有指令(或內建的程式運作),就不可能會有結果產出。我覺得這是人類與機器人最大的不同。

-----廣告,請繼續往下閱讀-----

人類最可貴的地方,在於前額葉的功能。前額葉是一個複雜的總和能力,統稱為「執行能力」(Executive Function)。

執行功能是一組複雜的後設認知能力,其面向包含抽象能力、問題解決能力、計畫能力、組織能力、目標設定能力、工作記憶、抑制能力、自我監控能力、注意力控制、起始能力、預估能力、創造力等等。也就是說,前額葉告訴我們自己要做什麼事情,我們進入辦公室後,會自己規劃一天的行程,知道哪一件事情先做、哪一件事情後做,這些都屬於執行功能。前額葉就像是總司令的角色,協調腦中各個部位做出合宜的反應。就像是軍艦的艦長室一般,合適地發出適當的命令,船隻才知道要怎麼往正確的方向行動。

前額葉就像是總司令的角色,協調腦中各個部位做出合宜的反應。圖 /By jawavs @ flickr, CC BY 2.0

另外,前額葉最特別的地方在於,它會隨時改變主意。像是我們下班之後,本來計畫要去吃牛肉麵的,但是走到一半,你突然回想起上週才剛吃過牛肉麵,今天應該吃點不一樣的東西。停在紅路燈前,聞到煎餃飄出的香味、煎餃出爐吱吱作響的聲音、看到爐子飄出的煙霧,你突然覺得今天可以不吃牛肉麵了,改吃知名店家的煎餃好了,就立刻指揮自己的身體調頭,往煎餃店出發。

這是現今機械人不可能做到的事,因為他只會按照既定的指令行事,不會自己突然改變命令,自己又指示自己往別的地方前進。(當然,根據葛詹尼加(Michael S. Gazzaniga)的研究與看法,我們的大腦會有統一的感覺,是因為左腦有一個解譯器,他會自動幫我們行為加上合理的說法,讓我們可以解釋這些突如其來的行為1。)

鏡像神經元:電腦難以複製的同理心來源

如果再微觀一點看,人類跟機器人最大的不同,在於人類有鏡像神經元。

有了這個神經元,就能形成心智推理能力(Theory of mind)[註],也可視為同理心的起源。看到別人在受苦,自己大腦裡的鏡像神經元就會動作,讓身體的各部位也運作起來,並模擬起受苦的感受。

-----廣告,請繼續往下閱讀-----

這樣的能力,大約四到五歲就會發展出來,才有可能適度的理解別人,建立合宜的社交技巧。這是一個非常複雜的歷程,我實在不知道如果真要用程式驅動機器人的話,應該要怎麼寫才好。因為我們的模仿不只是表面的感受而已,而是連肌肉、內分泌、大腦中的神經衝動都會同時運作;唯有自己感同身受,我們才能真實地理解他人,對方也能迅速的接收這樣的訊息,進而使人與人之間聯繫在一起。這絕對是很細緻的,不是設定一兩個程式就能辦到的。

機器人要能做到這樣,肯定還有很長的路要走。(沒錯,我們可以說機器人就是「Mg U Cu Li Zn」!這裡另外介紹一部廣告,大家就可以知道人類的感情變化,不是三兩下就能模仿出來的。)

機器人缺乏鏡像神經元,沒有同理心。圖 /changehali @ flickr, CC BY 2.0

別擔心被機器人超越,至少我們認識自己

《攻殼機動隊》中一個很重要的主線,是在說明與傀儡師之間的鬥智。這裡面最神奇的一件事,就是傀儡師可以靠著一根傳輸線就將本體傳送到別的地方去,甚至他可以躲在資訊的大海之中,不被他人發現。故事中的設定,最後是將傀儡師定位為「失控的程式」,他因為發展出「自我意識」,而必須被追緝到案。

若以發展心理學的角度來看,要發展出自我意識,要先能認出自己的樣貌,才能知道自己是誰。

在 1970 年,知名的心理學家小蓋洛普(Gordon Gallup Jr.)發明出一種別緻的測量自我意識的方式:「鏡子測試」(Mirror test):在動物麻醉之後,在他們的臉上點上一個紅點,等到他們醒來,再將該動物放在鏡子前面。如果動物可以從鏡子中,認出自己的臉上多出一個紅點,就表示他們可以認出自己3。目前只有少數物種可以通過該測試,如人類、大型類人猿(黑猩猩、大猩猩)、鯨魚、海豚、亞洲象等等。幼兒要大約 20 至 24 個月才能理解該測試,也才逐步發展出自我概念。

-----廣告,請繼續往下閱讀-----
科學家會利用「鏡子測驗」來檢視動物的自我認知,僅有少數的動物會對鏡中的自我有反應。圖/ By Kadres @Pixabay

因此,若要瞭解機器人(程式)是否有自我意識,只要能通過該測試就算數。但回顧過去的研究,目前只有耶魯大學發表過一個案例4(發表的地方是會議論文,並非正式的審查期刊之上)。所以,大家也不擔心的太早,以為家門口前等著一堆機器人隨時要叛變。他們最應該學會的是:主動告訴你螢幕髒了,需要幫他們擦一擦。如果他們真能辦到,這才是人類與機器人爭鬥的開始。

總而言之,《攻殼機動隊》雖然是一部科幻神作,啟發了後世無數作品,但距離人類真實世界,絕不能以道里計。我們只要不停地發揮人類的優勢,「不時騰出時間,停下一切好好思考」。或許,未來世界人類仍有許多生存空間。

  • 註:人類天生有能力瞭解其他人的心裡有不同的欲望、企圖、信念與心智狀態,還有能力建立具有某種程度的理論來解釋那些欲望、企圖、信念與心智狀態為何。
  1. 鍾沛君(譯)(2013)。我們真的有自由意志嗎?意識、抉擇與背後的大腦科學(Michael S. Gazzaniga)。台北:貓頭鷹。
  2. 系統神經科學的觀點─腦袋裡到底裝些什麼東西? (2017/04/27)。科學月刊。
  3. Gallup, G. G., Jr (1970). Chimpanzees: Self-recognition. Science, 167, 86-87. DOI: 10.1126/science.167.3914.86
  4. Gold and B. Scassellati (2007). A Bayesian Robot that Distinguishes “Self” from “Other”. In: Proceedings of the 29th Annual Meeting of the Cognitive Science Society (CogSci2007). Nashville, Tennessee.
-----廣告,請繼續往下閱讀-----
文章難易度
林希陶_96
80 篇文章 ・ 53 位粉絲
作者為臨床心理師,專長為臨床兒童心理病理、臨床兒童心理衡鑑、臨床兒童心理治療與親子教養諮詢。近來因生養雙胞胎,致力於嬰幼兒相關教養研究,並將科學育兒的經驗,集結為《心理師爸爸的心手育嬰筆記》。與許正典醫師合著有《125遊戲,提升孩子專注力》(1)~(6)、《99連連看遊戲,把專心變有趣》、《99迷宮遊戲,把專心變有趣》。並主持FB專頁:林希陶臨床心理師及部落格:暗香浮動月黃昏。

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

-----廣告,請繼續往下閱讀-----

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。

1

4
2

文字

分享

1
4
2
宇宙文明演化史(下):文明蘊含的資訊量與精細結構的掌握
Castaly Fan (范欽淨)_96
・2023/06/27 ・4854字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

編按:說到星際文明的發展程度,科幻愛好者必定會提到「卡爾達肖夫指數」,以使用的能源多寡,來區分文明發達程度。然而,除了從能源來評斷文明進程,其實還有其他的評判方式。

「宇宙文明演化史」系列,將在上篇回顧「卡爾達肖夫指數」,下篇介紹較少討論的「資訊量」與「微觀尺度」的評斷觀點。

資訊量的掌握層級

卡爾達肖夫指數是以「能量」作為文明分級的依據。同時,薩根(Carl Sagan)也有提出不同的分類法。他將文明所擁有的「資訊含量」作為依據,將文明分出「A — Z 級」。這些資訊量的定義很廣泛,語言、文字、影像都屬於資訊量的一部分。

在薩根的分類法中,「A 級」文明能掌握 106 位元的資訊,但目前人類史上的任何一個文明所掌握的資訊量都比這個數目還多。要超越一個 A 級文明相當簡單,比如:你只需要用「二分法」試探,例如判斷這個文明「是存在還是消亡的」。探問過二十次這樣的問題後,相當於掌握了 220 種可能性,這個數字剛好略大於 106

也就是說,這已然囊括了一個 A 級文明的所有資訊,一旦通過了這個二分法測試,就可以被判定為 B 級文明。以此類推,當人類所擁有的資訊量每增加十倍、便對應到不同的字母分級,因此,在這個分類中最為先進的是「Z 級」文明、相當於能掌握 1031 位元的資訊量。

資訊量的爆炸最早可以追溯至文字發明開始,書面文字使得人類得以記載當下、乃至於過去發生的一切歷史。古希臘時代所有的書面文物加總起來大概對應於 109 位元的資訊量,相當於薩根筆下的 C 級文明。1970、80 年代,薩根從全世界所有藏書館數以千萬計的藏書總量、頁數進行統計,我們人類從歷史上至當代所擁有的文字、語言、圖像等資訊含量總計大約是 10¹⁵ 位元,因此被歸類為「0.7 H」類文明。

-----廣告,請繼續往下閱讀-----

而資訊量的第二次大爆炸莫過於網際網路的誕生。當網路普及後,無論是科學、經濟、政治、醫療、娛樂、藝術等包羅萬象的事物,都裝載在網際網路之中。2016 年,全球網路所涵括的總資訊量大概是 1.3 ZB (zettabytes),大約相當於 1022 位元,對應於 Q 級文明。根據國際資訊公司(IDC)預測,人類所擁有的數據庫資訊總量在 2025 年可以達到 175 ZB,相當於 1024 位元——也就是說,當前人類正在往「S 級文明」邁進。

有趣的是,薩根推測人類初次接觸到的外星文明應當是 1.5 J 到 1.8 K 類的文明,通常他們已然克服恆星際旅行的瓶頸。至於卡爾達肖夫的第 II 型文明,大約對應於 Q 類文明;而得以掌控可觀測宇宙大部分星系的 III 型文明,則可以達到 Z 類文明的水平。畢竟掌握時空旅行需要相當複雜的計算與模擬,需要遠超越當今的人類設備所擁有的一切運算能力。

然而,從目前的角度來看,顯而易見地——我們早已超越了他所預測的第 II 型文明等級。這是因為薩根在當時提出這個分類法時,尚未預測到數十年後的今天資訊量會隨著網路的出現而劇增。即使在薩根指數定義的資訊量必須是「單一而不重複的」(比如 A 網站的圖片是從B網站引用來的、同時 C 網站也使用了該圖片,我們只能將該影像視為一組位元、而非三組),但這些資訊在枝繁葉茂的網路時代已然是幾乎不可能被估算的。

因此,薩根的這個分級法在網際網路出現後便可能無法作為合適的指標,但卡爾達肖夫指數目前依然能適用;換言之,資訊量急速暴增似乎也側面反映了「能量」對於人類而言比「資訊量」更難駕馭的事實。

-----廣告,請繼續往下閱讀-----
2000 年代之後,網際網路的發軔造就了資訊量呈指數成長。圖/Statista

微觀尺度的操作層級

另一個有關文明的分級是由英國宇宙學家約翰.巴羅(John D. Barrow)所提出的,是基於人類對於「微觀尺度」的「操作程度」。他發現,科學史上人類似乎不斷朝著微小尺度的事物進行探索,從生活中隨處可見的宏觀機械裝置、顯微鏡下的分析、到分子原子尺度的研究,某種程度上,「探測尺度」似乎與文明發達程度成正比。他將文明發達程度區分為下列等級:

  1. 負 I 型文明(機械文明)
    該文明能操控與個體同等尺度的一切物件,比如採礦、建築樓房、使用機械裝置等等。
  2. 負 II 型文明(生物工程文明)
    該文明能操控基因序列,或者藉由移植組織、器官來改變生命體的特性。
  3. 負 III 型文明(化學工程文明)
    該文明能操控分子,比如透過改變分子鍵結創造新物質。
  4. 負 IV 型文明(奈米文明)
    該文明得以操控個別原子,實現奈米科技在原子尺度的應用,並可能透過科技創造出複雜的人造生命體。
  5. 負 V 型文明(核子文明)
    該文明得以操控原子核,並能自由改造組成原子核的質子、中子。
  6. 負 VI 型文明(粒子文明)
    該文明將能操控夸克、輕子等組成萬物的基本粒子,並且能隨心所欲聚集粒子、駕馭高能量。
  7. 負 Ω 型文明(時空文明)
    該文明將能操控普朗克尺度(10-35 公尺)下的事物,比如量子泡沫(quantum foam)等微觀時空結構;他們將有能力透過負能量或者奇異物質控制、放大隨機漲落的蟲洞,從而具備實現時空旅行的能力。

顯而易見地,人類距離負 Ω 型文明依然來日方長。目前,人類能夠自由操控與我們相同尺度的機械物件,可以建築、採礦,也可以完成一些簡單的基因工程;在近一個世紀內,我們掌握了相對論、發明了人造衛星與 GPS,同時也因為量子力學的發跡,打造出各式各樣的電子產品。但我們尚未能夠自由改變分子鍵結、發明新物質的能力也是侷限的、更無法隨心所欲操控並改變原子結構,因此目前人類大概落在負 I 型文明與負 II 型文明之間。

尺度的數量級:愈先進的文明可能可以探測到愈微觀的結構。圖/筆者繪製

從物理學的角度來看,「探測尺度」和卡爾達肖夫指數的「能量」其實也是可以呼應的。由於相對論告訴我們宇宙中萬物都有一個速限,也就是光速,這意味著無論是能量、溫度、尺度、甚至時間單位都有一個極限值,也就是「普朗克單位」。在歷史上各種對撞機實驗告訴我們一個事實:當對撞機的能量愈高,人類所能探測的尺度就愈小。

事實上,普朗克能量(約 1.96x10^9 焦耳,相當於一輛車中 16 加侖汽油槽所提供的能量——貌似普通,然而這個值在微觀尺度下是相當大的,「焦耳」這單位在微觀世界大概相當於用「光年」換算人類尺度的距離)對應於一個普朗克質量黑洞的史瓦西半徑(約 10^(-35) 公尺,亦即普朗克尺度);用通俗的語言來說就是:一旦對撞機能量值大於普朗克能量,相當於把對應的質量壓縮到了小於史瓦西半徑的尺度,從而產生「黑洞」——即使是微型黑洞,也意味著我們的探測將被黑洞視界所設限。

-----廣告,請繼續往下閱讀-----

換句話說,普朗克能量相當於我們能探測普朗克尺度的所需能量;一旦超越了這個值,我們的探測將因為黑洞的產生而不再精確。因此,即使是一個無限發達的文明,普朗克長度將會成為探測尺度的最終極限,小於普朗克尺度的事物便不再具有物理意義——要注意的是,這些事實是基於目前「已知的物理理論」,假設未來文明已經掌握了結合量子場論與廣義相對論的萬有理論,這些極限值並不是沒有被推翻的可能性。

對於未來文明的展望

從最基本有機分子、形成碳基生命體、再演化成為人類這樣的智慧生命,這樣的機率可以說是趨近於零,也因為如此,才有「地球殊異假說」、甚至是「創造論」這些爭辯。我們必須剛好躲過演化史上的大滅絕事件,並且在安穩的自然環境下演化為智人。這段過程還要大概經過一、兩百萬年後,才開始有文明的誕生;而縱觀整個人類史,科學正式發跡至今其實也就只有幾百年。

把地球 46 億年的歷史濃縮在一份年曆上,人類進入舊石器時代大概對應於 12 月 31 號晚上 11 點,大概跨年前 25 秒才進入新石器時代,而從文藝復興、大航海時代、科學革命至今,在這年曆的尺度下其實根本還不到一秒鐘。這還僅僅只是地球史的尺度——如果考量到 137 億年的宇宙史尺度,科技文明的興起根本是連一瞬間都還不到的事,可見人類的科技目前還算是相當稚嫩的。

科幻作品中那些搭乘星艦、遨遊星際空間的劇情,大多數便是 II 型文明;至於可以利用曲速引擎穿越時空的,或許是 III 型文明才能實現的。對於 II 型文明而言,他們或許能夠透過「戴森球」(Dyson sphere)控制恆星能量的輸出。當一個文明的工業發達到一個程度,便能夠駕馭恆星能量,搭建一系列能源板或人造衛星,從而環繞著恆星本體、調控能量的輸出,這種大規模的人造結構便稱為「戴森球」。

-----廣告,請繼續往下閱讀-----

要建造這類型的結構,目前所知的方法大概就是藉由太空梭或者人造衛星在行星軌道上搭建一圈能源板,並可能需要碳纖維或者更堅韌且輕便的材料。

最基本的構造大概是建構一圈「戴森環」,再來是更多戴森環組裝成的「戴森雲」,或者可以透過光壓與重力的平衡打造出更完整的「戴森泡」;如果科技更發達,則有機會建造出完整且均勻的球殼包覆著恆星以及周圍的行星,也就是「戴森殼」,這類型結構基本上可以完全駕馭母恆星的能量、並且可以將球殼內層表面改建為太空殖民地——但這以目前人類科技水平、或者資金限制等各層面而言,數百年內是不太可能實現的。

先進文明所建造的「戴森球」想像圖。圖/space.com

2015 年,恆星 KIC 8462852 的光變曲線一度成為天文學界的謎團,因為當時天文學家們觀測到該恆星的光譜有異常,且這一異常用傳統模型(比如周邊小行星帶、彗星雲氣等理論)是無法解釋的,因此,有一部份天文學家猜測該恆星的光度變化可能源於「人造巨型結構」;也就是說,能造成光譜像觀測結果那樣異常變化的原因,唯一合理的可能性就是「戴森球」的環繞與掩蔽。

這項研究吸引了當時不少外星愛好者的興趣,畢竟這顆恆星很可能正被高等外星文明所搭建的一系列巨大人工建築圍繞著!然而,根據 2019 至 2021 年的最新研究,發現了這顆恆星其實有一顆「伴星」在外圍,而系外衛星的殘骸大規模地遮蔽了恆星、致使光度出現異常。因此,目前並沒有證據指出戴森球這種人工結構真實存在。

-----廣告,請繼續往下閱讀-----

綜上所述,人類文明目前還算是新生兒,也或許,宇宙中還沒有更先進的文明出現。但在躍升為第 I 型文明之前,我們恐怕會經歷各種挑戰,而有些已經發生過、有些則或許正在醞釀,例如——宗教戰爭、糧食危機、核武威脅、氣候災難等等。

從目前看來,氣候變遷便是當務之急:人類過度排放溫室氣體,溫室效應導致了海平面上升、全球暖化,間接引發了各地氣候的異常、熱浪、饑荒,並一再落入惡性循環。此外,在二戰期間人類發明並使用了核子武器,其毀滅性更是不容輕忽的。我們尚不需考慮火山、地震這些自然災害,若無法擺脫上述這些境況,人類很有可能會在蛻變為 I 型文明前便自取滅亡。

人類文明雖然已有一定的科技水平,然而在卡爾達肖夫指數中,目前仍處於第 0.7 型文明。在躍升成為I型文明之前,有可能面臨生態危機、核子戰爭而自取滅亡。上圖為正在排放溫室氣體的工業煙囪。圖/Economist Intelligence Unit

因此,在未來數十年內,除了科技的提升以外,人類的當務之急是避免氣候災害與核武戰爭的發生。而人類對於星系文明的好奇與嚮往從未間斷,誠如 1977 年發射至太空的航海家金唱片中、美國總統吉米.卡特所提及的:

「我們正邁步度過我們的年月,好讓我們得以共生於你們的時代。我們期望有朝一日,能夠共同解決彼此所面臨的難題,並且聯合組成一個星系文明共同體。」

-----廣告,請繼續往下閱讀-----

We are attempting to survive our time so we may live into yours. We hope someday, having solved the problems we face, to join a community of galactic civilizations.

參考文獻 / 延伸閱讀

  1. Kardashev, N.S. (1964). Transmission of information by extraterrestrial civilizations. articles.adsabs.harvard.edu.
  2. 加來道雄,《穿梭超時空》,台北:商周出版,2013
  3. 加來道雄,《平行宇宙》,台北:商周出版,2015
  4. 卡爾.薩根,《宇宙・宇宙》,台北:遠流出版事業股份有限公司,2010
  5. 史蒂芬.霍金,《胡桃裡的宇宙》,台北:大塊文化,2001
-----廣告,請繼續往下閱讀-----
所有討論 1
Castaly Fan (范欽淨)_96
6 篇文章 ・ 4 位粉絲
科學研究者,1999年生於台北,目前於美國佛羅里達大學(University of Florida)攻讀物理學博士,並於費米國家實驗室(Fermilab)從事高能物理相關研究。2022年於美國羅格斯大學(Rutgers University)取得物理學學士學位,當前則致力於學術研究、以及科學知識的傳播發展。 同時也是網路作家、《隨筆天下》網誌創辦人,筆名辰風,業餘發表網誌文章,從事詩詞、小說、以及音樂創作。

0

11
4

文字

分享

0
11
4
宇宙文明演化史(上):能量觀點下的先進文明
Castaly Fan (范欽淨)_96
・2023/06/26 ・3182字 ・閱讀時間約 6 分鐘

編按:說到星際文明的發展程度,科幻愛好者必定會提到「卡爾達肖夫指數」,以使用的能源多寡,來區分文明發達程度。然而,除了從能源來評斷文明進程,其實還有其他的評判方式。

「宇宙文明演化史」系列,將在上篇回顧「卡爾達肖夫指數」,下篇介紹較少討論的「資訊量」與「微觀尺度」的評斷觀點。

地球數以萬億計的物種中,人類算得上是最具高等智慧的生物。

但假設——遙遠的某顆行星上也有「智慧生命」的存在,那麼,對方是否有可能比我們先進?他們能透過量子力學的應用而發明電子產品嗎?他們能掌握陽光、電磁等能源嗎?他們是否有完善的醫療、教育、經濟、社會結構?又或者,他們是否已然可以達成人類難以觸及的瞬時旅行?

智慧生命的演進

誠如在這篇文章所提過的,碳基生命自發形成的機率極為渺小,從有機分子組合成蛋白質、基因序列、細胞、再到個體的行程,這個機率相當於「一陣龍捲風掃過垃圾場、從中隨機拼湊出一架波音 747」那樣渺茫,更何況是演化成像人類這樣的「智慧生命」。

我們不僅僅具有生物體的基本特徵,還具有思考能力、邏輯、記憶力、甚至是預測與規劃未來的能力,這些可以說是人類與其他生命體最與眾不同之所在。人類之所以成為「智慧生命」,便是因為擁有了自己的語言、文字,使資訊得以保留並傳承。回溯到百萬年前,從演化論的角度來看,當時人類與其他靈長類動物差異並不大;然而,我們的老祖先發現了「火」,並且懂得如何生成並且控制「火」,使得我們不再像其他動物那樣直接生食獵物;另一方面,我們開始懂得用遮羞布、乃至於之後縫製衣服。

-----廣告,請繼續往下閱讀-----

此外,我們能表達自己的情緒,能輕易地展現喜怒哀樂溝通,進行交際活動——這些都是人類得以成為智慧生命的原理。

順帶一提,根據物理學家加來道雄(Michio Kaku)所提出的「穴居人原理」(caveman principle),我們人類依然存有百萬年前老祖宗們「原始慾望」的影子——換句話說,數十萬年來人類雖然不斷演化,然而我們的人格依然保有原始穴居人的基因本質。舉例而言:即使有先進的電腦把文件處理完善,我們仍習慣把文件影印成紙本,之所以如此,係因原始人類捕獵動物時要求「獵殺證明」,習慣取信於親眼所見的事實。

同理,我們傾向於參與音樂會或去電影院體驗現場氛圍,而非一味觀賞電子螢幕前的動態;我們習慣社交與打扮,因此多數重要聚會並不容易被虛擬會議所取代;而在古代社會,小道消息的流通會幫助某些人們知悉高層的行動,因而扮演著一定程度重要性——而這也呼應了我們周遭充斥著娛樂與八卦的報刊,畢竟這些事物總會激起人性深處的好奇心。另一方面,穴居人法則似乎也意味著藝術、娛樂並不會因為科技發展而消失,因為這些事物能滿足人類的需求與愉悅,而這並非科技所能取而代之的。

根據穴居人原理,我們依然保有原始人類的慾望。圖/Mrs J’s science

回歸根本,可以發現,身為智慧生命,必然要有「視力」的存在、而非像螞蟻那樣透過觸角溝通,包含情緒的表達、語言的交流,這方面可以歸功於「大腦」的演化;再者,人類的「腳趾」的演化也是關鍵,這使得人類得以直立行走、改變對世界的視角與行動;此外,「前肢可握物」也扮演著重要角色,亦即靈活的手指——這使得人類可以精準地操作物件、製造工具。

-----廣告,請繼續往下閱讀-----

先進文明的分級

因此,我們假定這些智慧生命都擁有這些生理構造與功能,他們可以溝通、可以發明器物。那麼,有沒有一個指標能告訴我們一個「文明」究竟能多發達?

1964 年,蘇聯科學家卡爾達肖夫(Nikolai Kardashev)提出了一個度量文明先進程度的指標——「卡爾達肖夫指數」(Kardashev Scale)。經由天文學家卡爾.薩根(Carl Sagan)修正過後,可以歸結為下列公式:

其中 K 代表卡爾達肖夫指數,P 代表文明所消耗的總能量。基本上,我們可以將文明依據「駕馭能量」的量級區分成三大類型:

  1. I 型文明(K=1)
    該文明能駕馭 10¹⁶ W 的能量,相當於掌握所處行星的能量,因此又稱「行星文明」。這類型的文明可以控制天氣、調節海洋、並且到地底深處採礦,徹底運用星球資源;並且,這一類文明將能任意造訪附近行星,並在後期發展出接近光速的太空旅行。
  2. II 型文明(K=2)
    該文明能駕馭 10²⁶ W 的能量,相當於掌握所處恆星系統的能量,因此又稱「恆星文明」或「星際文明」。這類型的文明能夠透過戴森球(參見下文)或相關科技、徹底利用恆星系統的能量;他們可在各個行星、恆星之間任意穿梭,並且相繼朝往其他恆星系統殖民。
  3. III 型文明(K=3)
    該文明能駕馭 10³⁶ W 的能量,相當於掌握所處星系的能量,因此又稱「星系文明」。這類型的文明不再受限於附近的恆星系統,他們將能夠隨心所欲駕馭整個星系、甚至宇宙尺度級別的能量,並可以在星系之間來去自如;他們甚至已熟悉時空物理、得以透過蟲洞或先進技術穿越時空。
卡爾達肖夫指數示意圖,由左而右分別是:行星文明(I 型)、恆星文明(II 型)、星系文明(III 型)。圖/http://www.maximusveritas.com/wp-content/uploads/2016/06/

作為宇宙文明的分級,文明所駕馭的總能量可以視為一個標竿。宇宙中的能量是無所不在、甚至可以說是取之不盡用之不竭的。因此,能妥善利用這些能量到什麼程度,便可以視為文明「先進與否」的標準。當然,還有一些人把這列表往下延伸,諸如宇宙文明(IV 型)、多重宇宙文明(V 型)、神靈文明(VI 型)、未知文明(VII 型)等等——不過這些級別距離目前人類還算是遙不可及,我們甚至無法保證在宇宙 137 億這年齡下是否已有這麼先進的文明誕生。

-----廣告,請繼續往下閱讀-----

就目前而言,顯然,人類縱使歷經工業革命、資訊革命,也開發出原子能、得以進行太空探索——但似乎尚未能被列入其中之一——我們尚未有能力操控天氣、就連地底結構也都是透過震波才得以探知的。那麼,人類目前究竟處在哪一階段?讓我們簡單計算一下:根據世界能源消耗量的統計,截至 2021 年底,人類所消耗的能量約為 176,431 TWh(百萬兆瓦時),相當於 20.14 TW(百萬兆瓦),代入卡爾達肖夫指數公式:

可以直接得出卡爾達肖夫指數 K≈0.73 ——因此,人類目前約是落在「0.73 型文明」,依然位在「第零型文明」的階段。

目前人類的能量來源主要仍是石油、煤炭、天然氣;除此之外還有傳統生質能、水力發電、以及核能。在數十年內,風力發電、太陽能、生質能會慢慢取代化石燃料,而核融合技術很可能帶領人類走向 I 型文明。

當人類開始進行太空殖民、並且能妥善運用母恆星(太陽)所供應的能量後,才會慢慢朝向 II 型文明發展;而在 I 型或者 II 型文明階段,另一個能催動科技進展的很可能就是反物質(antimatter)的製造與普及。加來道雄認為,我們有機會在本世紀末或是兩百年內躍升成為 I 型文明;到達 II 型文明需要數千年;至於到達可以隨心所欲駕馭時空的 III 型文明,可能還需要數十萬至百萬年。

-----廣告,請繼續往下閱讀-----
1800 年代至 2021 年的世界能源消耗總量:目前人類消耗能源仍以化石燃料為多數。圖/our world in data

參考文獻 / 延伸閱讀

  1. Kardashev, N.S. (1964). Transmission of information by extraterrestrial civilizations. articles.adsabs.harvard.edu.
  2. 加來道雄,《穿梭超時空》,台北:商周出版,2013
  3. 加來道雄,《平行宇宙》,台北:商周出版,2015
  4. 卡爾.薩根,《宇宙・宇宙》,台北:遠流出版事業股份有限公司,2010
  5. 史蒂芬.霍金,《胡桃裡的宇宙》,台北:大塊文化,2001
-----廣告,請繼續往下閱讀-----
Castaly Fan (范欽淨)_96
6 篇文章 ・ 4 位粉絲
科學研究者,1999年生於台北,目前於美國佛羅里達大學(University of Florida)攻讀物理學博士,並於費米國家實驗室(Fermilab)從事高能物理相關研究。2022年於美國羅格斯大學(Rutgers University)取得物理學學士學位,當前則致力於學術研究、以及科學知識的傳播發展。 同時也是網路作家、《隨筆天下》網誌創辦人,筆名辰風,業餘發表網誌文章,從事詩詞、小說、以及音樂創作。