資料來源:PanSci: 孤獨感受與睡眠品質不佳有關
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?
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。
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:
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:
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 可分成兩種:
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。
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。」
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
。
討論功能關閉中。
「關上燈
把舊情點燃
每天都必須閉在房裡
燒完你給的黑暗
才會記得
需要呼吸」
——陳繁齊〈用愛你的方式離開〉[1]
我們都不會忘記呼吸。應該說,做為一個生命體的我們,呼吸是件再自然不過的事。然而現實生活中,仍有人會在不知不覺中,忘了呼吸。長時間沒有呼吸自然是件致命的事。若又經常於睡眠中忘了呼吸,非但健康受損,還可能連命都沒了。
什麼樣的狀況,什麼樣的人會忘了呼吸?且讓我們來認識一個與呼吸有重大關聯的疾病——阻塞型睡眠呼吸中止症。
阻塞型睡眠呼吸中止症(Obstructive sleep apnea, 簡稱 OSA)是指在睡眠期間,由於呼吸道反覆塌陷,呼吸氣流受阻,導致體內氧氣飽和度下降及睡眠片段化(sleep fragmentation),同時可能引發高碳酸血症(hypercapnia),心血管系統、代謝,此外神經認知系統也可能會連帶受到影響 [2]。
患者表現出來的症狀包括難以入眠、難以維持睡眠,睡眠時打鼾、呼吸中止,或因呼吸困難而自睡夢中驚醒,並且會因為睡眠品質不良,導致睡醒時精神不佳、白日嗜睡與疲憊感。OSA 也與中風、心血管疾病、憂鬱、兒童的注意力缺失過動疾患、學習與記憶損傷,甚至交通意外有關 [3],是健康上不可忽視的重要問題。
年齡、肥胖、家族史、更年期、顱顏結構變異(如:口咽氣道狹窄)、吸菸、喝酒皆會增加 OSA 之易感性(vulnerability)[4]。肥胖(尤其頸圍較大,即脖子較粗者)為 OSA 的重要風險因子,由於脂肪沉積於周邊結構,上呼吸道的解剖構造受影響,因而增加氣道塌陷的可能 [2]。在高收入國家,OSA 的盛行率有逐漸升高之趨勢。
一般認為 OSA 問題根源為顱顏結構(craniofacial structure)或體脂肪造成對咽喉氣道的阻礙,導致呼吸道塌陷。清醒的時候,由於上呼吸道擴張肌的用力,呼吸道能保持暢通,一旦進入睡眠,肌肉活動減少,便造成氣道塌陷。
近年則發現氣道的解剖構造未能完全解釋 OSA 的發生 [6],必須也考量到呼吸系統控制的穩定性。當中樞呼吸輸出量增減時,上呼吸道擴張肌的活動也會隨之改變。中樞呼吸的驅動力較低時,上呼吸道擴張肌的活動力也隨之減少,氣道的阻力因而增高,因此較易塌陷。
肺容積也是一個導因。當生物體的肺容積增加時,上呼吸道的總截面積也會增加;無論是否罹患 OSA,肺容積較小的個體,其氣道的截面積亦較小,於是咽部也較易塌陷 [7]。
如果要檢測是否有呼吸中止症候群,通常會透過整夜睡眠多項生理功能檢查(polysomnography),持續偵測受測者於睡眠期間的神經生理學、心肺及其他生理參數,藉此對體內各個器官、系統於睡眠與覺醒間之生理變化進行定性與定量之紀錄 [8]。此檢查也是診斷多種睡眠障礙的重要工具。
其中 OSA 的嚴重程度常會以睡眠呼吸中止指數(apnea-hypopnea index, AHI)來量化。AHI 係指睡眠期間,每小時呼吸中止與呼吸減弱的次數總合。當 AHI 大於等於 5 次,伴隨有日間嗜睡、疲倦或認知障礙等相關症狀,或無論有無相關症狀,AHI 大於 15 次,則定義為罹患 OSA [9]。
輕度 OSA [10] 者,AHI 為 5~15,日常易於不太需要集中注意力(如看電視)時感覺疲累。中度 OSA 的 AHI 介在 15~30 間,患者會在需要集中精神(如開會)時,不自覺感到疲累。若 AHI 超過 30,則為嚴重 OSA,患者即使需要高度注意力(如駕駛車輛)時,也會感覺疲累。
目前 OSA 的治療方式包括行為策略、利用醫療器材,或手術 [11]。
行為策略包括戒菸、戒酒、避免仰臥睡姿、規律進行有氧運動,以及減重。有些患者在仰躺狀態下,AHI 會升高 [12],或呼吸中止的症狀於仰躺下比側躺時嚴重 [13],對於此類患者,採側躺或趴臥睡姿有助於改善症狀。
減重方面,並非所有肥胖者都有 OSA,但罹患 OSA 的患者中,許多為肥胖者,而 OSA 的發作常伴隨著體重明顯增加 [14]。此外,肥胖的 OSA 患者在體重減輕後,其睡眠呼吸中止的情形隨之減少,而肺功能與氣體交換異常的情形也會跟著改善 [5, 15]。
目前 OSA 的標準治療為利用連續性氣道陽壓(continuous positive airway pressure, CPAP)呼吸器治療,將氣流通過呼吸道送入肺中,主要是利用正壓通氣打開睡眠時阻塞的呼吸道,以減少缺氧情形。
然而,也有許多患者因為配戴陽壓呼吸器時的不適感而拒絕此治療方式 [3]。對於無法適應這類產品的患者,一個替代方法是利用口腔矯正器治療,口腔矯正器不會產生噪音且攜帶較便利,患者的接受度較高,然而仍有配戴造成不舒適的問題存在,且對病情較嚴重者,治療效果仍有待進一步評估 [16]。
此外也有研究 [17] 提供患者口咽鍛鍊,由一名語言病理學家指導患者每日練習發出指定母音、進行專門的舌部運動、做出指特定面部表情等訓練,針對口腔中之軟顎、舌頭、面部肌肉及口腔肌肉咬合系統予以鍛鍊。結果發覺這樣的訓練有助於減少 OSA 患者的打鼾、日間嗜睡情形,改善睡眠品質。
也有患者尋求透過手術,永久性改變局部解剖結構以改善上呼吸道之氣流順暢 [17]。
手術可能透過移除部分軟組織或其他方式,改造咽部的解剖構造。其中懸雍垂顎咽成型術(Uvulopalatopharyngoplasty)為最常見的手術型式,做法乃是移除懸雍垂(uvula)及軟顎的末端。其他手術矯正方式包括將下顎前移(mandibular advancement),或將利用縫合線將舌骨往下頜骨的方向拉的舌骨肌切開懸吊術(hyoid myotomy suspension)。頦舌肌前移術(genioglossal advancement)也是以類似的做法,將頦舌肌的附著點往前拉,擴大舌頭後方空間 [18]。
如果要接受手術治療,應先確認其 OSA 是否為上呼吸道結構異常所導致,與醫師詳盡溝通,審慎考量手術之成功率與可能併發症再作決定。
由於影響 OSA 的因素繁多,包括過重、睡眠習慣不佳、鼻塞、藥物的使用、酒精的攝取等。無論採取何種方式治療,都應同時考量這些疾病相關因子並適當介入,在治療 OSA 及改善睡眠品質上都將更有效益。
在這個嘈雜的世界裡,我們不能再那麼漫不經心的看待日常的喧囂。
這些噪音並沒有達到或超過一般所認定的「危險」程度,它們不是新奇的聲音,也不是令人提高警覺的聲音,而是一些持續不斷的聲音,並且它們的聲學特質隨著時間推移後通常還能保持一致。因此,這些聲音傳遞不了多少訊息,它們大部分被視為「背景噪音」,所以經常遭到我們忽略。
我們不去聽這些聲音,但我們是真的沒聽到?或者我們只是在一種持續警戒的狀態下過活?我們都有過這種經驗:聲音消逝後才發現它的存在。
常見的例子有空調壓縮機的運轉聲,或是卡車怠速時的引擎運轉聲,等空調的壓縮機結束運轉循環或卡車引擎關閉後,我們才突然「聽見」了寂靜,然後長舒一口氣,短暫地陶醉在這份平靜裡,直到聲音再次響起或被其他擾人的聲音所取代。
如果我們的耳朵沒有因此受損,而多數時候也可以不去理睬這些聲音,那麼我們還需要關心這樣的噪音所帶來的困擾嗎?科學給我們的答案是:
我們確實該注意這些聲音,並且為我們的大腦感到擔心。
暴露於中等程度的噪音後,聽力閾值屬正常的人可能會在有噪音的環境中出現難以理解語言的情況。除此之外,嘈雜的環境本來就有許多跟聽力無關的負面影響,但這種情況卻時常被低估。
長期暴露在噪音下如住在機場附近,會導致人們感受到整體生活品質的下降、感受到壓力增加並伴隨著壓力荷爾蒙皮質醇(cortisol)的分泌量增加、記憶力和學習能力產生問題、難以執行有挑戰性的任務,甚至會導致血管硬化和其他心血管疾病。
根據世界衛生組織估計,每一年因噪音暴露及其帶來的間接影響(如高血壓和認知表現衰退)而生病、引發殘疾,或早逝的人數相當驚人。
噪音還會對學習和專注度產生干擾。
在紐約市的公立學校,根據教室所在位置是學校鄰近繁忙的高架鐵路的一側,或是位於可屏蔽火車噪音的另一側,學生的閱讀測驗結果有明顯的差異;教室位於嘈雜側的學生閱讀能力落後同儕三到十一個月。
發現噪音有這般影響之後,紐約市公共運輸局在學校附近的鐵軌上鋪設了橡膠墊,教育局則是在環境最嘈雜的教室裡加裝了減噪建材,這兩項措施共計將噪音強度減少了 6 至 8 分貝,之後,不同教室間學生閱讀測驗的差異很快就消失了。
噪音造成的影響不只局限於聽覺相關,或是語言相關(如閱讀)之類的任務。有一項實驗要求受試者執行追蹤視覺物體的任務:用滑鼠跟著螢幕上一顆會動的球移動,與此同時,螢幕上還有其他動來動去的球。執行這項任務時,因為職業關係而長期暴露在噪音環境中的受試者遇到較多困難,尤其當任務搭配著隨機出現的噪音時更是如此,這些受試者的反應比較慢,無法緊跟著目標球。
在《為什麼要睡覺?》(Why We Sleep)一書中,加州大學柏克萊分校的睡眠科學家沃克(Matthew Walker)提到,缺乏良好的睡眠是「二十一世紀人類最大的公共衛生挑戰」。
睡眠逐漸被視為是影響健康的重要因素,我們的心血管系統、免疫系統以及思考能力,都會受到睡眠的影響;噪音是阻礙一夜好眠的最大凶手。噪音,甚至是音量極低的噪音,會破壞睡眠的品質,導致我們醒著的時間變多了,醒來的時間也提早了。
環境中的噪音會影響我們的睡眠品質,促使身體產生動作、從睡眠中醒來,以及心跳速率變快。交通噪音會縮短睡眠時的快速動眼期(rapid eye movement,REM,即做夢期)和慢波期(slow-wave,即深眠期),並降低夜晚睡覺時所感受到的放鬆感受。
——本文摘自《大腦這樣「聽」:大腦如何處理聲音,並影響你對世界的認識》,2022 年 12 月,天下文化出版,未經同意請勿轉載。