0

0
0

文字

分享

0
0
0

在布達佩斯沿著多瑙河畔,來一趟數學朝聖之旅吧!

UniMath_96
・2018/05/01 ・4170字 ・閱讀時間約 8 分鐘 ・SR值 503 ・六年級

  • 文/陳宏賓 │ UniMath 主編、逢甲大學應用數學系助理教授。
多瑙河夜景:前方為伊莉莎白橋,後方是賽切尼鏈橋,左方發光的建築是布達城堡,右方可以看見摩天輪和附近的聖伊什特萬聖殿。 圖/作者提供

匈牙利是位於歐洲中部的內陸國家,人口僅一千萬,還不足台灣的一半,不過,這裡卻培育了許多世界奇觀等級的偉大數學家。其中一位正是我的偶像艾狄胥,還有被公認為天才的馮 · 諾伊曼也來自匈牙利。也因為如此,出發前就令我特別期待,心想一定要挪出一段空閒時間來趟數學朝聖之行。

橫跨多瑙河兩岸的布達佩斯是匈牙利的首都,這座古老城市其實是取多瑙河左岸的布達以及右岸的佩斯的聯集而成,許多主要的觀光地標也都分布在河岸不遠處,夜晚的多瑙河岸燈火通明,只要登上附近的小丘陵,就能擁有舉世無雙的夜景。布達佩斯被譽為多瑙河上的明珠,名不虛傳。

這次一行人從台灣過來拜訪的目的地,是隸屬於匈牙利最高學術機構《匈牙利科學院》底下十一個研究部門中的數學研究所《MTA Alfréd Rényi Institute of Mathematics》。我們接下來數學一日遊的腳步就從這裡開始。

路線安排:
Rényi 數學研究所(Rényi Alfréd Matematikai Kutatóintézet) > 匈牙利餐廳《Belvárosi Disznótoros》(午餐推薦) > 匈牙利科學院(Magyar Tudományos Akadémia) > 羅蘭大學數學博物館(ELTE Museum of Mathematics) > 紀念中庭 > 諾伊曼雅努士路(Neumann Janos utca)

(點圖放大)

Rényi 數學研究所(Rényi Alfréd Matematikai Kutatóintézet)

位於一條直通伊莉莎白橋的 Kossuth Lajos 大街旁邊不太顯眼的小巷裡,門口上方隨風飄揚的旗幟可以看到研究所專屬的 LOGO,由大寫的 R 和小寫的 i 組成。入口的玻璃門上也有相同印記,來訪時剛好櫃台人員不在座位上,因此沒人來幫我開門。不過門的右側牆上掛著此研究所的雙語門牌,我知道沒有跑錯地方。

-----廣告,請繼續往下閱讀-----
圖/作者提供

沿著樓梯上到二樓主要演講廳之前,會看到排列整齊的相框,放著匈牙利籍不少已故數學家的遺照,除了史上數學論文著作最多的保羅 · 艾狄胥(Erdős Pál)之外,還有一位在數學、量子力學、電腦科學以及經濟學都有偉大貢獻的了不起人物──馮 · 諾伊曼(Neumann János)。

圖/作者提供

關於這兩位數學史上的傳奇人物,網路有許多關於他們生平的精彩故事,坊間也有相關的傳記,例如 Bruce Schechter 所寫的《不只一點瘋狂──天才數學家艾狄胥傳奇》和 Norman Macrae 原著的《天才的拓荒者:馮 · 諾伊曼傳》。由於我的所學和艾狄胥比較接近,過去經常在文章裡提到他的事蹟,加上台灣人好像普遍對馮·諾伊曼比較陌生,印象中幾年前有條新聞是當時的教育部長蔣偉文在台上問師生認不認識馮 · 諾伊曼,現場卻鴉雀無聲的尷尬狀況。所以這次,我打算留多些版面給這位二十世紀了不起的科學全才──馮 · 諾伊曼。

科學全才馮 · 諾伊曼

在他短暫的 55 年生命裡,為全人類至少留下兩項非常重要的發明,一是現代電腦的架構,另一個是應用廣泛的博弈論,這兩項發明大大加速了人類文明的進展,深深地影響我們的日常生活。除此之外,他也為現代量子物理發展奠下了最根本的數學基礎,於純數學和應用數學領域發展都有極大的貢獻。因此,下次當教育部長或有人再次問起,可千萬要記得這位被尊為「計算機之父」和「博弈論之父」的數學家馮 · 諾伊曼。

馮·諾伊曼進入蘇黎世聯邦工業大學時選的科系是化學,之後卻在布達佩斯大學(現在的羅蘭大學)又修了數學系的課程,據說他都不去上課,只參加考試,每一科都拿 A,22 歲就獲得了數學博士學位。自古至今,不知道是不是存在某種共識,大部份數學系的課好像都不點名呢,哈。

-----廣告,請繼續往下閱讀-----

過目不忘的記憶力

能夠將僅僅看過一次的文章一字不漏地背誦出來,即使經過多年也依然順暢無阻,有許多人曾經見證這項特異功能。有一次好友為了測試他的記憶力究竟有多好,於是隨口問他雙城記是如何開始的,結果他馬上從第一章開始背誦,一連十分鐘才因朋友制止而停下來。後來有些人懷疑,馮 · 諾伊曼很可能患有現代所謂的罕見疾病「超憶症」。

與電腦匹敵的計算能力

有一次,一群數學家同事苦思一道難題不得其解,於是就由某位數學家帶著當時的電腦回去,隔天一早,抱著電腦回家的數學家來到辦公室說:「搞了一個晚上終於得到了五組特殊解,一個比一個還難!」

-----廣告,請繼續往下閱讀-----

正當他們興高采烈討論時,馮·諾伊曼恰好走進辦公室,好奇地問:「什麼題目?很難膩?」

有人把題目給了他,馮 · 諾伊曼馬上就進入了沉思,五分鐘內依序給出了其中四組正確解答,後來有一位年輕同事忍不住打斷他,說出了最後一個答案,只見馮 · 諾伊曼沒有接話繼續思索著,一分鐘後說:「你的答案是正確的!」

說完又馬上進入思考模式,同事見他如此行徑忍不住問他答案都出來了還在思考什麼,他才不甘願地說:「我在想,他究竟用的是什麼方法,這麼快就算出了答案。」

後來得知對方是用電腦算出來的,他才釋懷大笑不已。

-----廣告,請繼續往下閱讀-----

值得一提的是,很多人可能耳聞過艾狄胥和馮 · 諾伊曼這兩位大數學家的名字,卻很少人知道他們博士時期的指導教授都是費耶爾 · 利波特(Fejér Lipót)。我在牆上見到了他的相片,不禁在心裡豎起大拇指,深深佩服這位偉大的導師,能夠一手教出兩位成就非凡的數學家。

圖/作者提供

來到數學研究所二樓主要演講廳的後方,很令人好奇為何拉起紅龍還擺著一套辦公桌椅,一問才知道原來是數學研究所為了緬懷艾狄胥一生對於數學的奉獻,將其生前使用的辦公桌椅擺在演講廳的後方,象徵其精神永遠與數學同在。能夠坐上那張傳說中的椅子據說智力可以+30,雖然不能如願,但有幸能夠站在台上演講,也已經讓我十分滿足。

圖/作者提供

演講結束之後,前陣子才來台灣訪問的匈牙利學者 Miklós Simonovits 對我的問題深感興趣,我才講了一點點,他卻已經想到好遠的地方去了,還主動幫我們幾個台灣來的年輕人上了一堂隨機圖(Random graphs)的課,雖說聽他一堂課已經勝讀好幾天的書,他還是帶我們進圖書館裡推薦了幾本書給我們參考,一本他說是組合學的聖經,一本則是他拿在手上有點驕傲地說已經絕版的艾狄胥論文集(他和艾狄胥合作發表的論文有 21 篇 !),而我就趁此機會參觀了數學所的圖書館還看到了一張珍貴的老照片。

圖/作者提供

匈牙利科學院(Magyar Tudományos Akadémia)

匈牙利科學院是匈牙利最重要的學術研究機構,地位就像是中央研究院之於台灣一樣。由貴族伊什特萬塞切尼(István Széchenyi)捐出一部分個人財產所建立,創建於 1825 年,座落於佩斯區的多瑙河畔,非常靠近著名景點賽切尼鏈橋(Chain Bridge)。從 Rényi 數學研究所沿著多瑙河岸散步過去,差不多 20 分鐘,沿途景色優美,還有許多觀光遊船店家招攬生意。

-----廣告,請繼續往下閱讀-----
拍攝當天 8/20 恰逢匈牙利國慶日,國慶煙火就在河畔舉行,科學院的門口設有緊急救護站。 圖/作者提供

羅蘭大學數學博物館(ELTE Museum of Mathematics)

羅蘭大學(Eötvös Loránd University;ELTE)舊名為布達佩斯大學,是匈牙利第一學府,創立於 1635 年,歷史相當悠久,布達和佩斯都有其校區。我這次住的地方和 Rényi 數學研究所就靠近羅蘭大學的法律學院以及總圖書館,這是在佩斯區。而我在估狗地圖上不小心發現位於布達區居然有個數學博物館(ELTE Museum of Mathematics),身為數學人怎能不去瞧瞧呢?跟我走~

博物館所在地的入口處長這樣,進門會看到一個小小展示區有顆大大的地球儀,上樓後就會看到地圖上所謂數學博物館就是眼前的收藏室。

圖/作者提供

可能是暑假的緣故沒有服務人員在現場,因此只能在門外過乾癮無緣進入收藏室,不過門外倒也有些玄機。請看牆上的這些圖畫及裝飾,是否有發現什麼呢?

圖/作者提供

羅蘭大學紀念中庭

走著走著,在相連接的同一棟建築裡,發現了一個室內的中庭,四周擺滿傑出校友的頭像雕塑,有不少諾貝爾獎得主,還有一些傑出貢獻的偉大人物,數學家馮 · 諾伊曼(Neumann János)也名列紀念碑上。

-----廣告,請繼續往下閱讀-----
圖/作者提供

中庭上方還有個特別的透明穹頂,初看也沒發覺有什麼奇妙之處,走到接近正中央,一開口說話才被自己的聲音嚇到,原來是圓形穹頂聚集音波的效應。

圖/作者提供

另外,這棟建築物還有一處角落的樓梯也挺有意思,正中央懸掛了一顆金屬球,接近地面處還有些符號標示,正是法國科學家傅科證明地球自轉的物理裝置《傅科擺》。這樣的簡單裝置,在許多校園或者博物館是很受歡迎的展示品,也為我們此行增添了一點小驚喜。

圖/作者提供

諾伊曼雅努士路(Neumann Janos utca)

離開這裡之後,我們決定往前走,完成這一趟數學之行的最終站,一探以馮·諾伊曼為名的小路,一路上順便緬懷他的生平事蹟。

utca 和 ter 的匈牙利文都是路的意思。 圖/作者提供

在 1875 – 1905 年間出生於布達佩斯的人裡面,總共產出了 6 位諾貝爾獎得主,曾經有人問了其中一位諾貝爾物理獎得主維格納(Wigner Pál Jenő),為何他們這一代出了這麼多位天才?維格納回他:「我不明白您的意思,只有諾伊曼一個人是天才。」

-----廣告,請繼續往下閱讀-----

頂著大太陽,沿著小路往公車站牌的路上,沒什麼風,行人也不多,偶爾才有汽車經過。走著走著不禁想到自己尚未解決的惱人問題……

數學真如馮 · 諾伊曼所說的簡單嗎?
我不知道。
或許,有一天我會說是吧。

「若人們不相信數學簡單,只因他們還未意識到生命之複雜。」──馮 · 諾伊曼

諾伊曼路是一條充滿綠蔭的小路。 圖/作者提供

本文轉載自UniMath,原文為《[數學旅人] 沿著多瑙河來一趟布達佩斯的數學漫步

-----廣告,請繼續往下閱讀-----
文章難易度
UniMath_96
9 篇文章 ・ 209 位粉絲
UniMath (You Need Math) 是一個 Online 數學媒體,我們的目的是成為一個線上平台,發表數學相關的科普文章及影音,使數學用更柔軟的姿態走入群眾,提升數學素養。

0

1
0

文字

分享

0
1
0
人與 AI 的關係是什麼?走進「2024 未來媒體藝術節」,透過藝術創作尋找解答
鳥苷三磷酸 (PanSci Promo)_96
・2024/10/24 ・3176字 ・閱讀時間約 6 分鐘

本文與財團法人臺灣生活美學基金會合作。 

AI 有可能造成人們失業嗎?還是 AI 會成為個人專屬的超級助理?

隨著人工智慧技術的快速發展,AI 與人類之間的關係,成為社會大眾目前最熱烈討論的話題之一,究竟,AI 會成為人類的取代者或是協作者?決定關鍵就在於人們對 AI 的了解和運用能力,唯有人們清楚了解如何使用 AI,才能化 AI 為助力,提高自身的工作效率與生活品質。

有鑑於此,目前正於臺灣當代文化實驗場 C-LAB 展出的「2024 未來媒體藝術節」,特別將展覽主題定調為奇異點(Singularity),透過多重視角探討人工智慧與人類的共生關係。

-----廣告,請繼續往下閱讀-----

C-LAB 策展人吳達坤進一步說明,本次展覽規劃了 4 大章節,共集結來自 9 個國家 23 組藝術家團隊的 26 件作品,帶領觀眾從了解 AI 發展歷史開始,到欣賞各種結合科技的藝術創作,再到與藝術一同探索 AI 未來發展,希望觀眾能從中感受科技如何重塑藝術的創造範式,進而更清楚未來該如何與科技共生與共創。

從歷史看未來:AI 技術發展的 3 個高峰

其中,展覽第一章「流動的錨點」邀請了自牧文化 2 名研究者李佳霖和蔡侑霖,從軟體與演算法發展、硬體發展與世界史、文化與藝術三條軸線,平行梳理 AI 技術發展過程。

圖一、1956 年達特茅斯會議提出「人工智慧」一詞

藉由李佳霖和蔡侑霖長達近半年的調查研究,觀眾對 AI 發展有了清楚的輪廓。自 1956 年達特茅斯會議提出「人工智慧(Artificial Intelligence))」一詞,並明確定出 AI 的任務,例如:自然語言處理、神經網路、計算學理論、隨機性與創造性等,就開啟了全球 AI 研究浪潮,至今將近 70 年的過程間,共迎來三波發展高峰。

第一波技術爆發期確立了自然語言與機器語言的轉換機制,科學家將任務文字化、建立推理規則,再換成機器語言讓機器執行,然而受到演算法及硬體資源限制,使得 AI 只能解決小問題,也因此進入了第一次發展寒冬。

-----廣告,請繼續往下閱讀-----
圖二、1957-1970 年迎來 AI 第一次爆發

之後隨著專家系統的興起,讓 AI 突破技術瓶頸,進入第二次發展高峰期。專家系統是由邏輯推理系統、資料庫、操作介面三者共載而成,由於部份應用領域的邏輯推理方式是相似的,因此只要搭載不同資料庫,就能解決各種問題,克服過去規則設定無窮盡的挑戰。此外,機器學習、類神經網路等技術也在同一時期誕生,雖然是 AI 技術上的一大創新突破,但最終同樣受到硬體限制、技術成熟度等因素影響,導致 AI 再次進入發展寒冬。

走出第二次寒冬的關鍵在於,IBM 超級電腦深藍(Deep Blue)戰勝了西洋棋世界冠軍 Garry Kasparov,加上美國學者 Geoffrey Hinton 推出了新的類神經網路算法,並使用 GPU 進行模型訓練,不只奠定了 NVIDIA 在 AI 中的地位, 自此之後的 AI 研究也大多聚焦在類神經網路上,不斷的追求創新和突破。

圖三、1980 年專家系統的興起,進入第二次高峰

從現在看未來:AI 不僅是工具,也是創作者

隨著時間軸繼續向前推進,如今的 AI 技術不僅深植於類神經網路應用中,更在藝術、創意和日常生活中發揮重要作用,而「2024 未來媒體藝術節」第二章「創造力的轉變」及第三章「創作者的洞見」,便邀請各國藝術家展出運用 AI 與科技的作品。

圖四、2010 年發展至今,高性能電腦與大數據助力讓 AI 技術應用更強

例如,超現代映畫展出的作品《無限共作 3.0》,乃是由來自創意科技、建築師、動畫與互動媒體等不同領域的藝術家,運用 AI 和新科技共同創作的作品。「人們來到此展區,就像走進一間新科技的實驗室,」吳達坤形容,觀眾在此不僅是被動的觀察者,更是主動的參與者,可以親身感受創作方式的轉移,以及 AI 如何幫助藝術家創作。

-----廣告,請繼續往下閱讀-----
圖五、「2024 未來媒體藝術節——奇異點」展出現場,圖為超現代映畫的作品《無限共作3.0》。圖/C-LAB 提供

而第四章「未完的篇章」則邀請觀眾一起思考未來與 AI 共生的方式。臺灣新媒體創作團隊貳進 2ENTER 展出的作品《虛擬尋根-臺灣》,將 AI 人物化,採用與 AI 對話記錄的方法,探討網路發展的歷史和哲學,並專注於臺灣和全球兩個場景。又如國際非營利創作組織戰略技術展出的作品《無時無刻,無所不在》,則是一套協助青少年數位排毒、數位識毒的方法論,使其更清楚在面對網路資訊時,該如何識別何者為真何者為假,更自信地穿梭在數位世界裡。

透過歷史解析引起共鳴

在「2024 未來媒體藝術節」規劃的 4 大章節裡,第一章回顧 AI 發展史的內容設計,可說是臺灣近年來科技或 AI 相關展覽的一大創舉。

過去,這些展覽多半以藝術家的創作為展出重點,很少看到結合 AI 發展歷程、大眾文明演變及流行文化三大領域的展出內容,但李佳霖和蔡侑霖從大量資料中篩選出重點內容並儘可能完整呈現,讓「2024 未來媒體藝術節」觀眾可以清楚 AI 技術於不同階段的演進變化,及各發展階段背後的全球政治經濟與文化狀態,才能在接下來欣賞展區其他藝術創作時有更多共鳴。

圖六、「2024 未來媒體藝術節——奇異點」分成四個章節探究 AI 人工智慧時代的演變與社會議題,圖為第一章「流動的錨點」由自牧文化整理 AI 發展歷程的年表。圖/C-LAB 提供

「畢竟展區空間有限,而科技發展史的資訊量又很龐大,在評估哪些事件適合放入展區時,我們常常在心中上演拉鋸戰,」李佳霖笑著分享進行史料研究時的心路歷程。除了從技術的重要性及代表性去評估應該呈現哪些事件,還要兼顧詞條不能太長、資料量不能太多、確保內容正確性及讓觀眾有感等原則,「不過,歷史事件與展覽主題的關聯性,還是最主要的決定因素,」蔡侑霖補充指出。

-----廣告,請繼續往下閱讀-----

舉例來說,Google 旗下人工智慧實驗室(DeepMind)開發出的 AI 軟體「AlphaFold」,可以準確預測蛋白質的 3D 立體結構,解決科學家長達 50 年都無法突破的難題,雖然是製藥或疾病學領域相當大的技術突破,但因為與本次展覽主題的關聯性較低,故最終沒有列入此次展出內容中。

除了內容篩選外,在呈現方式上,2位研究者也儘量使用淺顯易懂的方式來呈現某些較為深奧難懂的技術內容,蔡侑霖舉例說明,像某些比較艱深的 AI 概念,便改以視覺化的方式來呈現,為此上網搜尋很多與 AI 相關的影片或圖解內容,從中找尋靈感,最後製作成簡單易懂的動畫,希望幫助觀眾輕鬆快速的理解新科技。

吳達坤最後指出,「2024 未來媒體藝術節」除了展出藝術創作,也跟上國際展會發展趨勢,於展覽期間規劃共 10 幾場不同形式的活動,包括藝術家座談、講座、工作坊及專家導覽,例如:由策展人與專家進行現場導覽、邀請臺灣 AI 實驗室創辦人杜奕瑾以「人工智慧與未來藝術」為題舉辦講座,希望透過帶狀活動創造更多話題,也讓展覽效益不斷發酵,讓更多觀眾都能前來體驗由 AI 驅動的未來創新世界,展望 AI 在藝術與生活中的無限潛力。

展覽資訊:「未來媒體藝術節——奇異點」2024 Future Media FEST-Singularity 
展期 ▎2024.10.04 ( Fri. ) – 12.15 ( Sun. ) 週二至週日12:00-19:00,週一休館
地點 ▎臺灣當代文化實驗場圖書館展演空間、北草坪、聯合餐廳展演空間、通信分隊展演空間
指導單位 ▎文化部
主辦單位 ▎臺灣當代文化實驗場

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
210 篇文章 ・ 312 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

30
1

文字

分享

0
30
1
民眾黨是未來台灣政治的樞紐?
林澤民_96
・2024/01/30 ・3382字 ・閱讀時間約 7 分鐘

一、前言

選後的立法院三黨不過半,但民眾黨有八席不分區立委,足以與民進黨或國民黨結成多數聯盟,勢將在國會居於樞紐地位。無獨有偶的是:民眾黨主席柯文哲在總統大選得到 26.5% 的選票,屈居第三,但因其獲得部分藍、綠選民的支持,在選民偏好順序組態的基礎上,它卻也同樣地居於樞紐地位。這個地位,將足以讓柯文哲及民眾黨在選後的台灣政壇持續激盪。

二、柯文哲是「孔多塞贏家」?

這次總統大選,誰能脫穎而出並不是一個特別令人殷盼的問題,更值得關心的問題是藍白綠「三跤㧣」在選民偏好順序組態中的消長。台灣總統大選採多數決選制,多數決選制英文叫 first-past-the-post(FPTP),簡單來講就是票多的贏,票少的輸。在 10 月中藍白合破局之後,賴蕭配會贏已經沒有懸念,但這只是選制定規之下的結果,換了另一個選制,同樣的選情可能就會險象環生。

從另一個角度想:選制是人為的,而選情反映的是社會現實。政治學者都知道天下沒有十全十美的選制;既定的選制推出了一位總統,並不代表選情的張力就會成為過眼雲煙。當三股社會勢力在制度的帷幕後繼續激盪,台灣政治將無法因新總統的誕生而趨於穩定。

圖/作者自製

如果在「三跤㧣」選舉之下,選情的激盪從候選人的得票多少看不出來,那要從哪裡看?政治學提供的一個方法是把候選人配對 PK,看是否有一位候選人能在所有的 PK 中取勝。這樣的候選人並不一定存在,如果不存在,那代表有 A 與 B 配對 A 勝,B 與 C 配對 B 勝,C 與 A 配對 C 勝的 A>B>C>A 的情形。這種情形,一般叫做「循環多數」(cyclical majorities),是 18 世紀法國學者孔多塞(Nicolas de Condorcet)首先提出。循環多數的存在意涵選舉結果隱藏了政治動盪。

-----廣告,請繼續往下閱讀-----

另一方面,如果有一位候選人能在配對 PK 時擊敗所有的其他候選人,這樣的候選人稱作「孔多塞贏家」(Condorcet winner),而在配對 PK 時均被擊敗的候選人則稱作「孔多塞輸家」(Condorcet loser)。三角嘟的選舉若無循環多數,則一定會有孔多塞贏家和孔多塞輸家,然而孔多塞贏家不一定即是多數決選制中贏得選舉的候選人,而多數決選制中贏得選舉的候選人卻可能是孔多塞輸家。

如果多數決選制中贏得選舉的候選人不是孔多塞贏家,那與循環多數一樣,意涵選後政治將不會穩定。

那麼,台灣這次總統大選,有沒有孔多塞贏家?如果有,是多數決選制之下當選的賴清德嗎?我根據戴立安先生調查規劃的《美麗島電子報》追蹤民調第 109 波(1 月 11 日至 12 日),也是選前最後民調的估計,得到的結果令人驚訝:得票墊後的柯文哲很可能是孔多塞贏家,而得票最多的賴清德很可能是孔多塞輸家。果然如此,那白色力量將會持續地激盪台灣政治!

我之前根據美麗島封關前第 101 波估計,侯友宜可能是孔多塞贏家,而賴清德是孔多塞輸家。現在得到不同的結果,顯示了封關期間的三股政治力量的消長。本來藍營期望的棄保不但沒有發生,而且柯文哲選前之夜在凱道浩大的造勢活動,還震驚了藍綠陣營。民調樣本估計出的孔多塞贏家本來就不準確,但短期內的改變,很可能反映了選情的激盪,甚至可能反映了循環多數的存在。

-----廣告,請繼續往下閱讀-----

三、如何從民調樣本估計孔多塞贏家

根據這波民調,總樣本 N=1001 位受訪者中,如果當時投票,會支持賴清德的受訪者共 355 人,佔 35.4%;支持侯友宜的受訪者共 247 人,佔 24.7%。支持柯文哲的受訪者共 200 人,佔 19.9%。

美麗島民調續問「最不希望誰當總統,也絕對不會投給他的候選人」,在會投票給三組候選人的 802 位支持者中,一共有 572 位對這個問題給予了明確的回答。《美麗島電子報》在其網站提供了交叉表如圖:

根據這個交叉表,我們可以估計每一位明確回答了續問的受訪者對三組候選人的偏好順序,然後再依這 572 人的偏好順序組態來判定在兩兩 PK 的情形下,候選人之間的輸贏如何。我得到的結果是:

  • 柯文哲 PK 賴清德:311 > 261(54.4% v. 45.6%)
  • 柯文哲 PK 侯友宜:287 > 285(50.2% v. 49.8%)
  • 侯友宜 PK 賴清德:293 > 279(51.2% v. 48.8%)

所以柯文哲是孔多塞贏家,賴清德是孔多塞輸家。當然我們如果考慮抽樣誤差(4.1%),除了柯文哲勝出賴清德具有統計顯著性之外,其他兩組配對可說難分難解。但在這 N=572 的小樣本中,三位候選人的得票率分別是:賴清德 40%,侯友宜 33%,柯文哲 27%,與選舉實際結果幾乎一模一樣。至少在這個反映了選舉結果的樣本中,柯文哲是孔多塞贏家。依多數決選制,孔多塞輸家賴清德當選。

-----廣告,請繼續往下閱讀-----

不過以上的分析有一個問題:各陣營的支持者中,有不少人無法明確回答「最不希望看到誰當總統,也絕對不會投給他做總統」的候選人。最嚴重的是賴清德的支持者,其「無反應率」(nonresponse rate)高達 34.5%。相對而言,侯友宜、柯文哲的支持者則分別只有 24.1%、23.8% 無法明確回答。為什麼賴的支持者有較多人無法指認最討厭的候選人?一個假設是因為藍、白性質相近,對許多綠營選民而言,其候選人的討厭程度可能難分軒輊。反過來說,藍、白陣營的選民大多數會最討厭綠營候選人,因此指認較無困難。無論如何,把無法明確回答偏好順序的受訪者歸為「遺失值」(missing value)而棄置不用總不是很恰當的做法,在這裡尤其可能會造成賴清德支持者數目的低估。

補救的辦法之一是在「無法明確回答等於無法區別」的假設下,把「遺失值」平分給投票對象之外的其他兩位候選人,也就是假設他們各有 1/2 的機會是無反應受訪者最討厭的候選人。這樣處理的結果,得到

  • 柯文哲 PK 賴清德:389 > 413(48.5% v. 51.5%)
  • 柯文哲 PK 侯友宜:396 > 406(49.4% v. 50.6%)
  • 侯友宜 PK 賴清德:376 > 426(46.9% v. 53.1%)

此時賴清德是孔多塞贏家,而柯文哲是孔多塞輸家。在這 N=802 的樣本中,三位候選人的得票率分別是:賴清德 44%,侯友宜 31%,柯文哲 25%。雖然依多數決選制,孔多塞贏家賴清德當選,但賴的得票率超過實際選舉結果(40%)。用無實證的假設來填補遺失值,反而造成賴清德支持者數目的高估。

如果擔心「無法明確回答等於無法區別」的假設太勉強,補救的辦法之二是把「遺失值」依有反應受訪者選擇最討厭對象的同樣比例,分給投票對象之外的其他兩位候選人。這樣處理的結果,得到

-----廣告,請繼續往下閱讀-----
  • 柯文哲 PK 賴清德:409 > 393(51.0% v. 49.0%)
  • 柯文哲 PK 侯友宜:407 > 395(50.8% v. 49.2%)
  • 侯友宜 PK 賴清德:417 > 385(52.0% v. 48.0%)

此時柯文哲又是孔多塞贏家,而賴清德又是孔多塞輸家了。這個樣本也是 N=802,三位候選人的得票率分別是:賴清德 44%,侯友宜 31%,柯文哲 25%,與上面的結果一樣。

以上三種無反應處理方法都不盡完美。第一種把無反應直接當遺失值丟棄,看似最不可取。然而縮小的樣本裡,三位候選人的支持度與實際選舉結果幾乎完全一致。後兩種以不同的假設補足了遺失值,但卻過度膨脹了賴清德的支持度。如果以樣本中候選人支持度與實際結果的比較來判斷遺失值處理方法的效度,我們不能排斥第一種方法及其結果。

無論如何,在缺乏完全資訊的情況下,我們發現的確有可能多數決輸家柯文哲是孔多塞贏家,而多數決贏家賴清德是孔多塞輸家。因為配對 PK 結果缺乏統計顯著性,我們甚至不能排除循環多數的存在。此後四年,多數決選制產生的總統能否在三角嘟力量的激盪下有效維持政治穩定,值得我們持續觀察。

四、結語

柯文哲之所以可以是孔多塞贏家,是因為藍綠選民傾向於最不希望對方的候選人當總統。而白營的中間偏藍位置,讓柯文哲與賴清德 PK 時,能夠得到大多數藍營選民的奧援而勝出。同樣的,當他與侯友宜 PK 時,他也能夠得到一部份綠營選民的奧援。只要他的支持者足夠,他也能夠勝出。反過來看,當賴清德與侯友宜 PK 時,除非他的基本盤夠大,否則從白營得到的奧援不一定足夠讓他勝出。民調 N=572 的樣本中,賴清德得 40%,侯友宜得 33%,柯文哲得 27%。由於柯的支持者討厭賴清德(52.5%)遠遠超過討厭侯友宜(23.7%),賴雖然基本盤較大,能夠從白營得到的奧援卻不多。而侯雖基本盤較小,卻有足夠的奧援。柯文哲之所以成為孔多塞贏家,賴清德之所以成為孔多塞輸家,都是這些因素的數學結果。

-----廣告,請繼續往下閱讀-----

資料來源

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

林澤民_96
37 篇文章 ・ 244 位粉絲
台大電機系畢業,美國明尼蘇達大學政治學博士, 現任教於美國德州大學奧斯汀校區政府系。 林教授每年均參與中央研究院政治學研究所及政大選研中心 「政治學計量方法研習營」(Institute for Political Methodology)的教學工作, 並每兩年5-6月在台大政治系開授「理性行為分析專論」密集課程。 林教授的中文部落格多為文學、藝術、政治、社會、及文化評論。

0

2
2

文字

分享

0
2
2
數學無聊是誰的錯?數學家其實很幽默?——《數盲、詐騙與偽科學》
大牌出版.出版大牌_96
・2024/01/08 ・2441字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

雖然很少有學生小學畢業後還不懂乘法表,但有很多人確實不會算,如果一個人開車的速度是每小時 56 公里,開了 4 小時之後,他就開了 224 公里。要是每公克花生賣 40 美分,而 1 袋花生賣 2.2 美元,那麼,這袋花生裡就有 5.5 公克花生。假如全世界人口中有 1/4 是中國人,其餘的 1/5 是印度人,那麼,印度人在全世界的人口中就占了 3/20,或說是 15%。當然,要理解這些問題,並不像學會算 35×4=140、(2.2)/(0.4)=5.5、1/5×(1–1/4)=3/20=0.15=15% 這麼簡單。對很多小學生來說,這不是自然而然就會的東西,要靠做很多很實用、或是純屬想像的問題,才能進一步學會。

至於估計,學校裡除了教一些四捨五入之外,通常也沒有別的了。四捨五入和合理的估計與真實人生大有關係,但課堂上很少串起這樣的連結。學校不會帶著小學生估計學校砌一面牆要用掉多少塊磚、班上跑最快的人速度多快、班上同學爸爸是禿頭的比例多高、一個人的頭圍與身高之比是多少、要堆出一座高度和帝國大廈等高的塔需要幾枚 5 美分硬幣,還有他們的教室能否容納這些 5 美分硬幣。

幾乎也沒人教歸納推理,也不會用猜測相關性質和規則的角度,來研究數學現象。在小學數學課裡談到非形式邏輯(informal logic)的機率,就跟講到冰島傳說一樣高。當然,也不會有人提到難題、遊戲和謎語。我相信,這是因為很多時候,聰明的 10 歲小孩輕輕鬆鬆就能打敗老師。

數學科普作家葛登能最不遺餘力探索數學和這些遊戲之間的密切關係。他寫了很多極有吸引力的書,也在《科學美國人》撰寫專欄,而這些都是會讓高中生或大學生感到很刺激的課外讀物(前提是有人指定他們去讀的話)。此外,數學家喬治.波利亞(George Polya)的《怎樣解題》(How to Solve It)和《數學與合情判讀》(Mathematics and Plausible Reasoning),或許也屬於這一類。有一本帶有這些人的文風、但屬於較初階的有趣好書,是瑪瑞琳.伯恩斯(Marilyn Burns)所寫的《我恨數學》(The I Hate Mathematics! Book),書裡有很多啟發性的提示,帶領讀者解題與發想各種奇思異想,是小學數學課本裡罕見的內容。

-----廣告,請繼續往下閱讀-----
圖/envato

有太多教科書仍列出太多人名和術語,就算有說明解析,也很少。比方說,教科書上會說加法是一種結合律運算(associative operation),因為(a + b)+ c=a +(b + c)。但很少人會提到非結合律運算,因此,充其量來說,結合律運算的定義是畫蛇添足。不管是結合律或非結合律,你知道了這些資訊之後要怎麼應用?書上還會介紹到其他術語,但除了用粗體字印在書頁中間的小框框裡,看起來很了不起之外,也沒什麼值得提的理由。這些術語滿足了很多人認為,知識就好比一門普通植物學,每種學問都可以在體系中,找到自己的類別和位置。相比之下,把數學當成有用的工具、思維方式或是獲得樂趣的途徑,在多數小學教育課綱中都是很陌生的概念(即使教科書內容不錯也一樣)。

或許有人會認為,在小學階段,可以用電腦軟體,來幫助學生掌握基本的算數原理及相關應用(應用題、估計等等)。可惜的是,目前可用的程式通常是從教科書上擷取無趣的例行練習,轉化成電腦螢幕版本而已。我不知道有任何軟體可用整合、一致且有效的方法,來教算術與解題應用。

小學階段的數學教學品質普遍不佳,最終必會有人怪罪於老師能力不足,而且對數學沒什麼興趣、或不懂欣賞數學。我認為,這當中有一部分又要歸咎於大專院校的師資培養課程中,很少或根本不強調數學。以我自己的教學經驗來說,我教過的學生中,表現最差的是中學生,而不是大學主修數學的學生。準小學老師的數學背景也很糟,很多時候甚至根本沒有相關的數學教學經歷。

而每所小學聘用一、兩位數學專才,在學校裡每天分別到不同班級輔導(或教授)數學,或許可以解決部分問題。有時我認為,如果大學數學教授和小學老師每年可以交換個幾星期,會是個好方法。同樣的,把主修數學的大學生和研究生交到小學老師手裡,不會造成傷害(事實上,後者或許能從前者身上學到一些東西)。而三、四、五年級的小學生則可以在完全適任的老師教導下,接觸到數學謎題與遊戲,將可大大獲益。

-----廣告,請繼續往下閱讀-----
圖/envato

稍微打個岔,謎題與數學之間很有關係,而且相關性會一直延續到大學與研究階段的數學。當然,把謎題換成幽默也通。我在《數學與幽默》(Mathematics and Humor)書中試著說明,數學和幽默都是某種益智遊戲,與猜謎、解題、遊戲和悖論多有共通之處。

數學和幽默都是把概念組合、拆開再拼回來,然後從中得到樂趣。慣用的手法包括並列、歸納、迭代和倒向(比方說「aixelsyd」就是把「dyslexia」﹝閱讀障礙﹞的字序倒過來)。那麼,如果我放寬這個條件,但緊縮另一個條件會怎樣?某一個領域的概念(像是綁辮子),和另一個看來完全不同領域的概念(如某些幾何圖形的對稱性)有什麼共通點?當然,即便不是數盲,可能也不熟悉數學這個面向,因為你必須要先具備一定程度的數學概念,才可以拿來耍弄。其他像獨創性、不協調感以及精簡的表達,對於數學和幽默來說也都同樣重要。

可能有人說過,因為所受訓練之故,數學家有一種特殊的幽默感。他們往往會接受字面意義,但字面上的解讀又常和標準用法的意義不同,因此很好笑。比方說,哪種運動比賽時要蓋臉?答案是,冰上曲棍球以及痲瘋病人拳擊(按:原文「Which two sports have face-offs」,「face-off」其中一個字面意義為「蓋臉」,而這也是冰上曲棍球常用的術語,意指「爭奪球權」)。他們也很沉溺於歸謬法(reductio ad absurdum),或設定極端前提條件然後做邏輯演練,以及各式各樣的字組遊戲。

如果可以透過小學、中學或大學階段的正式數學教育,或是非正式的數學科普書籍,傳達數學有趣的面向。我認為,數盲就不會像現在這麼普遍。

-----廣告,請繼續往下閱讀-----

——本書摘自《數盲、詐騙與偽科學》,2023 年 11 月,大牌出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

大牌出版.出版大牌_96
3 篇文章 ・ 0 位粉絲
閱讀的大牌不侷限於單一領域, 視野寬廣,知識豐富,思考獨立。