豆類作物當綠肥還是輪作？問問老祖先吧！—— 2016國際豆類年

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

• 作者 / 保羅．納斯爵士（Sir Paul Nurse）
• 譯者 / 邱佳皇

編按：筆者是知名遺傳學家和細胞生物學家，致力於控制細胞複製的研究工作，也就是所有生物生長和發展的基礎。於 2001 年獲頒諾貝爾生理學／醫學獎（Nobel Prize in Physiology or Medicine），同時也是阿爾伯特．愛因斯坦世界科學獎、拉斯克獎與皇家學會科普利獎章的獲獎者。

在本書中，保羅．納斯用優美、詼諧的語調幫讀者上了一堂生物學簡史，引領我們思考科學家長久以來追尋的生命之謎，讓讀者彷彿身歷其境、穿梭在各個時代的實驗室裡，感受那些科學發現過程的挫敗和欣喜。並除了學術理解，更希望帶給讀者哲學性的思考能力。

我有兩個女兒和四個孫子，他們所有人都極為與眾不同。比方說，我其中一個女兒莎拉是一名電視製作人，另一個女兒艾蜜莉是物理學教授。但她們有些特徵還是會和彼此、和她們的孩子或我與妻子相同。家人之間的相似度可能很高或只有部分相似，相似的地方包括身高、眼珠顏色、嘴巴或鼻子曲線，甚至一些特別的習性或臉部表情等。家人之間也會有很多差異，但無法否認的是，每代之間都有延續性。

所有生物的父母和子女間，一定會有某種程度的相似，那是亞里斯多德和其他古典時期思想家很久之前就認證的理論，但生物遺傳的基礎一直是個難解之謎。多年來出現過各種解釋，但有些解釋在今日看來有些古怪。比方說亞里斯多德就認為母親對孩子的影響只有在腹中的成長，就像某種土壤品質對植物的影響，只有從種子到發芽的階段而已。有些思想家則是認為遺傳基礎是來自「血液的混合」，也就是說孩子是從雙親那邊獲得平均的特徵。

直到發現基因後，我們才更加了解遺傳的運作方式。基因不只幫助我們理解家人間複雜的相似性和獨特性，也是生命用來建造、維持和繁殖細胞的關鍵訊息來源。更進一步說，基因也是細胞製造的有機體的關鍵訊息來源。來自現位於捷克布爾諾修道院的孟德爾（Gregor Mendel），是第一位解開遺傳學神祕面紗的人。但他的研究標的並不是人類費解的遺傳型態，而是用豌豆這種植物進行謹慎的實驗，而他所研究出來的概念，最終引導我們發現目前稱之為基因的遺傳單位。

孟德爾不是第一個用科學實驗來探究遺傳學的人，甚至不是第一個用植物來尋找答案的人，有些更早期的植物育種家描述了植物的某些特徵如何以不如我們預期的方式代代相傳。兩種不同的親株植物混種後的下一代，有時候看起來會像兩種的混合。比方說，將紫色花和白色花混合後可能會產生粉紅色的花；但有些特徵則會在某個世代中扮演主宰角色，比方說紫色花和白色花的下一代是開出紫色的花。早期的研究先驅集合了許多有趣線索，但當中沒有人能完全解釋基因如何在植物中發揮遺傳效用，更別說如何在所有生物，包括人類上，發揮效用了，而那正是孟德爾在豌豆實驗中所開始揭露的事情。

在 1981 年冷戰中期，我進行了一場自己的朝聖之旅，前往位於布爾諾的奧古斯丁教派修道院，看看孟德爾曾經工作的地方，那是當地成為如今的觀光勝地前很久的事。當時野草叢生的花園大得驚人，我能輕易想像孟德爾曾經在那裡種植著一排排豌豆的情景。他曾經在維也納大學攻讀自然科學，雖沒有成為合格教師，但他並沒有遺忘自己在物理學方面所受的訓練。他明白自己需要很多資料，因為龐大的樣本更有可能發現重要的模式。他有些實驗包含了一萬多種不同的豌豆植物，在他之前未曾有植物育種家採行過如此縝密和大量的方式來進行研究。

為了降低實驗的複雜度，孟德爾只專注在有顯示明確差異的特徵上。他多年來小心記錄他所設計的混種結果，並發現了其他人沒注意到的模式。更重要的是，他觀察到在這些豌豆中會有特定比例出現某些特徵，特定比例缺少某些特徵，像是特定花色或種子形狀等。關鍵之一就是孟德爾用了數學級數的方式來描述這些比例，這讓他可以主張豌豆花內的雄性花粉和雌性胚珠含有他稱為「元素」的事物，這些元素就和親株的不同特徵有關聯。當這些元素透過受精結合，就會影響下一代植物的特徵。但孟德爾當時並不知道這些元素是什麼，或者會怎麼運作。

當時有個有趣的巧合，另一位知名的生物學家達爾文（Charles Darwin）大約在同一時間也在研究金魚草這種植物的混種，他觀察到類似的比例，但並沒有試著解釋那些數值可能代表的意義。總之，孟德爾的研究幾乎被當代完全忽視，直到一整個世代後，才有人認真看待他的研究。

接著，在約莫 1900 年時，有一些獨立研究的生物學家重複了孟德爾的研究，將這些研究進一步發展，並開始對於遺傳如何運作這件事做出更明確的預測，進而促進為了紀念孟德爾而命名的「孟德爾定律」和遺傳學的誕生，世界開始注意到這個議題。

──本文摘自三采文化《生命之鑰：諾貝爾獎得主親撰　一場對生命奧祕的美麗探索》/ 保羅．納斯爵士，2021 年 12 月，三采。

• 作者 / 彼得．渥雷本
• 譯者 / 王榮輝

當我們擁抱一棵樹，沒有任何電氣作用發生——因為我們和樹木具有相同的電壓，這是截至目前為止可以確定的。然而，樹木難道不能至少以其他某種方式，來感知人類的觸碰嗎？

它只是想保護自己

有一種可能發生在幼樹身上的現象—— 向觸性形態發育（thigmomorphogenesis），即植物在被觸摸後，生長會變得較為緩慢。舉例來說，只要每天撫摸自己種植的番茄幾分鐘，就會造成減緩增高且形成較粗的莖軸的現象。

風也會在植物身上引發相同的行為模式：較低的高度能降低風作用在根部的槓桿力，此外，較粗的莖也更有益於穩定番茄株。這當然也適用於動物擦身而過時所造成的活動，因為較不穩固的植物便容易因此曲折。因此，番茄或其他小型的樹木很有可能在它們的遺傳清單中，有著對這種接觸（不僅僅是對風）的反應。

科學家發現，被如此觸碰的受試樣本會產生更多的茉莉酸（jasmonic acid）。這種酸不僅會改變高度的增長，還會刺激植物，促使莖條變粗，讓植物更加穩固。特別是太少受到光線照射的室內植栽，往往會有根單薄、不穩固的主幹，這種現象就更明顯。

如果期待擁抱一棵樹後能獲得正面的回應，那麼以上這些資訊肯定令人大失所望。因為，前述的反應其實只是某種防禦策略，用來對抗不利於植物的外部影響。此外，如果樹木得要從中察覺些什麼，必然要能感受壓力，應該要能感受到圍住其樹皮的手臂。一定程度的壓力敏感度確實是有，只不過範圍、大小不盡相同。舉例來說，如果有棵相鄰的樹木或有根金屬柱壓在某棵樹的樹幹上，這棵樹就會開始繞過障礙物生長。不過，所施加的力必須很大，尤其還要持久——人類的擁抱無法滿足這兩個因素。特別是大型樹木，還具備厚實樹皮，這些樹皮在較外圍的區域裡僅由死去的細胞組成，因此所能有的感覺，恐怕和我們的頭髮差不了太多。

如大腦一般的樹根，討厭壓力

相反地，我們倒是能在另一個完全不同的區域找到很多感覺，那就是樹根：樹木會利用具有類似大腦結構的根尖在地底延伸，根尖會觸碰、品嘗、檢查並決定，往哪與如何繼續前行。譬如說有塊石頭擋住了路，感知構造就會察覺到它，從而另闢蹊徑。因此，愛樹者所尋覓的觸感不是在樹幹上，而是在土地裡。如果聯繫能成功，那麼樹根該是第一個位址。此外，樹根還有其他的優點，不僅相對易達，而且有別於樹在地面上的部位，它們連在冬日裡也一樣活躍。只不過，樹根既不喜歡壓力、也不喜歡新鮮空氣；所以，硬把那些脆弱的構造從地下掘出來沒有什麼意義，因為光在陽光下待上十分鐘，就宣告了樹根組織的死亡。

不過，最新的科學知識倒還有其他可供參考的建議，例如樹木的脈搏。脈搏？樹木當然沒有人類的這種心臟，但也需要類似的東西，否則樹木體內最重要的一些流程便無法運作。

樹木也會日出而作，日落而息！

血液之於人類，正如水之於樹木。關於如何將水運上樹冠，這一切究竟是如何發生的，迄今仍是未解之謎。

任職於匈牙利蒂豪尼（Tihany） 巴拉頓湖沼學研究所（Balaton Limnological Institute）的安德拉斯．茲林斯基（Andrάs Zlinszky）博士，倒是讓這個幽暗的謎團露出一絲曙光。早在幾年前，他就和來自芬蘭和奧地利的同事一起觀察到，樺樹會在夜間休息：科學家在無風的夜晚裡用雷射測量樺樹，發現樹枝下垂達十公分；而隨著太陽升起，樺樹會再度甦醒，研究人員便稱此為樹木真正的睡眠行為。

這項發現顯然讓安德拉斯．茲林斯基大為振奮，因為他又繼續與同僚安德斯．巴弗德（Anders Barfod）研究了另外 22 種不同的樹木。他再次發現到樹枝的起伏，只是節奏會有所不同；樹枝不僅會在晝夜變化時發生起伏，每三到四個小時，也會有所起伏。採取這種策略的原因會是什麼呢？科學家把目光聚焦於水的運輸上——樹木會在這些時間間隔裡進行泵水運動，這合乎邏輯嗎？畢竟，其他的研究人員在此之前已經確定，樹幹的直徑會定期縮小 0.05 公釐，藉以再次擴大。科學家是否發現了某種脈搏的蹤跡，其會藉由收縮將水逐步向上推送？這是不是一種緩慢到我們迄今都未曾察覺的樹木脈搏呢？茲林斯基與巴弗德提出了這種假設，作為對自身觀察的合理解釋，從而也將樹木往動物界推了一步。

遺憾的是，每三、四小時一次的脈搏跳動實在太慢，即便是最最敏感的人，在擁抱樹木時也不可能感受到，因此我們在這裡也不會發現任何可感知的樹木信號。

植物聽得到我們說話嗎？

接下來，我想再仔細觀察一下與樹木聯繫的最後一種可能，那就是：我們的聲音。這是人類最重要的溝通工具，有不少人會嘗試與樹木或自己所栽種的室內植株交談。「嘗試」是什麼意思？意思就是：他們這麼做，而且期望植物能以某種方式回應。此外，也有一些葡萄農會在果園裡播放各式各樣的音樂，而且認為自己知道，哪一種音樂類型有助提高葡萄的產量。

在所有這一切的背後，是否存在真相的核心——植物究竟能否聆聽？

對後面那個問題，我可以大聲地回答：「能！」早在幾年前，研究人員就對阿拉伯芥（Arabidopsis thaliana）做過這方面的實驗。研究結果顯示：阿拉伯芥的根部會依循頻率為 200 赫茲的敲擊聲定向，並朝相應的方向生長，同時也能產生如摩斯電碼般運作的聲響。

豌豆可以分辨聲音的真偽？！

西澳大學（University of Western Australia）的莫妮卡．加利雅諾（Monica Gagliano）發現，豌豆可用根部聽到在地底下流淌的水，為此在土地裡埋了三根管子：第一根管子裡只有錄音帶播放出的沙沙聲、第二根管子裡有實際的水流、第三根管子裡則有人為的流水聲——受試植物並未受到愚弄，只會扎根於真正的水上；但如果它們不渴，就不會表現出任何活動。然而，這真的算是聆聽嗎？加利雅諾及其團隊認為，在這種情況下，根部應該確實有受到潺潺聲響的刺激，這也正是他們所觀察到的。

植物（從而也包括樹木）是聽得到的。正如人類，它們也會針對性地運用自己的能力。就像我們之所以很少聽到超音波，是因為我們並不需要，植物同樣也只會去傾聽那些對它們來說重要的事物，例如地下的流水。然而，前面所提到的，那些播放古典樂來刺激葡萄生長的報導，該怎麼解釋？那些和樹木說話的經驗談，又該怎麼說？如果冷靜地進行科學觀察，那麼根部的聽覺能力對此恐怕毫無貢獻，因為它們是埋在地下的，所以相對受到了良好的隔音。因此，我們必須環顧其上的區域，仔細審視樹幹、枝條與葉片，可有任何對聽覺有反應的跡象嗎？

被阿拉伯芥已讀不回

西德廣播公司（WDR）的一個團隊在利希研究中心（Forschungszentrum Jülich），讓向日葵持續數日暴露於不同的聲響下，其中也包括了古典音樂。結果顯示：暴露於不同聲響下的植物之間，並無任何生長差異。也許音樂是錯誤的切入點——應該尋找對植物來說真正重要的聲響。

譬如說毛毛蟲的啃咬聲，又會如何呢？這對綠色植物來說，意味某種致命的危險。這正是美國密蘇里大學（University of Missouri）所研究的主題：研究人員將毛毛蟲置於阿拉伯芥的樣本上，藉助微小的雷射反射鏡探得同樣也讓莖有所震動的那些微小波動。如果研究人員利用這些波動去欺騙其他未受蟲害的受試植物，它們就會產生出在遭受攻擊時，會特別大量產出的防禦物質。相反地，對相同頻率的風聲或其他聲響，受試植物則是「無動於衷」。

所以阿拉伯芥是聽得見的，這也完全有道理可循。透過聲音的警告，甚至可以在一定距離外提前察覺危險，進而做好相應的準備。特別重要的是：它們會忽略不會構成威脅的聲響——這可能包括了人類的言語，還有各種不同類型的音樂。真可惜！要不然，那些報導農作物能欣賞古典樂和搖滾樂的新聞，其實還挺美妙的。

不過，在音樂中是否存在著近似毛毛蟲啃咬的部分，倒是有待釐清。如果真是這樣，那麼這種事情或許就能說得通了；不過，如此一來，莫扎特的音樂就不是被植物所欣賞，而只是遭到誤解罷了！

我完全可以理解與樹木交流的必要性。坐在這些龐然大物底下，撫摸著樹皮，安全感倍增；如果對於我們的存在、甚或我們的觸碰，樹木能有什麼主動或被動的回應，那麼這一切就都圓滿了。我不會否認，這種事情是可能的；只不過，至少保守的科學，迄今對此尚無證據。

不過，即使這是事物的最終狀態，難道一定非得要有個回應不可嗎？難道不會是，人類與樹木活在完全不同的世界裡？畢竟，在樹木存在於地球上的那些年年歲歲中，我們人類存在的時間僅僅只占了 0.1%。雖然樹木顯然對所有的這一切無感，但反過來說，在人體裡卻肯定會有某種反應；關於這點，我將在後頭進一步的說明。就目前的情況來說，如果我們在與樹木接觸時能有良好的感覺，而且，在最好的情況下，能讓樹木好好過著它們的野生生活，這暫時也就足夠了。