為什麼就是學不乖？原來我們都愛自欺欺人──《騙局：為什麼聰明人容易上當》

• 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。

本文由民視《科學再發現》贊助，泛科學獨立製作

親愛的同胞，和肚子作對並不容易，因為它沒有耳朵。──布魯達克(Plutarch)，希臘歷史學家。

夏天又要到了，低頭望著自己一團和氣的肚子，只好安慰自己，幸好還能看到腳趾。

前陣子很暢銷的一本書封面寫著「你沒有30公斤要瘦，但永遠都有3公斤要減。」或許你跟我一樣，將減肥當作一生的志業！上個月承諾要跳鄭多燕，這個月說好每週末要去跑步，但是到最後都發懶，想說難得放假睡晚一點，然後再安慰自己睡飽才有幫助減肥(實際上睡太多也沒有用)。或許這已經是你今年第n次說要節食減肥了，但體重卻不降反增，越減越懊惱，越懊惱越吃，越吃又……。眼看那些一到下午就吃餅乾的同事朋友反而都沒變胖，為什麼會這樣？

​1.「體重過重」不等於「意志力薄弱」

心理學家Roy Baumeister指出，大多數靠節食減肥的人，最後都會打回原形。復胖，只是時間上早晚的問題而已。知名脫口秀主持人歐普拉（oprah）曾一度靠飲食控制、健身等成功瘦身，甚至出書、帶動了很多相關企業，但最後還是復胖了。Roy Baumeister將這樣的現象稱之為歐普拉困境（oprah paradox）：即使是意志力非凡的人，也可能無法「持續」控制她們的體重。事實上，他的研究發現，高自制力的人在體重控制上只比一般人稍微成功一點點，相較他們在其他地方的成就，這「小小的勝出」根本微不足道[1]。

2. 節食反而會更胖，真的是因為基礎代謝率下降嗎？

把減肥當志業的你，或許早就知道節食會讓基礎代謝率下降，甚至還知道一天只能吃85%的熱量才可以瘦得健康，然後暗喜每天都瘦了15%。但你可能不知道的是，真正讓節食者變胖的另一個元凶是「管他的效應」（what-the-hell effect，比較學術的說法是逆調節飲食counterregulatory eating） [2]──當你發現今天已經破戒了，超過原先預定的卡路里，就會跟自己說：管他的，明天再減好了！「明天再減」是世上最美麗的謊言，體重就是從一次又一次的管他的當中，漸漸堆積起來的！

一項研究讓節食者與非節食者都餓肚子進入實驗室，然後讓節食者吃超過他們心中訂下的標準熱量的食物。接著，端上小塊三明治，讓大家盡情享用。結果發現，非節食者可以很容易回答自己吃了多少三明治（廢話，因為才剛剛吃過不是嗎？），但是節食者卻答不出來，不是低估，就是高估。

我們以為節食是一種自我監督，但是節食的時候，我們真正做的監督只有一個：設定一條熱量界線，一旦越界，就管他的！[3]

3. 嘴巴上說不要，會讓你更想要

答應不做某事，絕對會讓此人想要、並實際去做那件事──馬克吐溫(Mark Twain)，《湯姆歷險記》。

我們來做一個實驗：有聽過木柵動物園裡的圓仔嗎？那麼，試著在接下來的一分鐘內去做別的事情，並且在這一分鐘之內，絕對不要想到圓仔！絕對不要喔！(現在請你先做一下別的事情)。

剛剛你是不是滿腦子圓仔嘣嘣嘣地亂滾呢？這在心理學上稱做「侵入性思考」(intrusive thoughts)，比較廣為人知的名稱是「白熊效應」(White Bear Suppression)[4]。當你越是壓抑自己、要自己不要想某件事情的時候，這件事情反而變得更栩栩如生。這就是為什麼失戀的時候叫自己不要再想到他，反而會不斷想起他；這也是為什麼，那些越是不斷強調「我跟他只是好朋友，絕對不可能在一起」的人，最後越可能在一起。

拒絕和壓抑所產生的「耗損狀態」，反而使你對生活中的各種感受都更強烈了。

研究發現，看感人電影節制著不哭的人，實驗後比起可以自由流淚的人多吃了一半的冰淇淋 [5]。意志力常常與食物連結在一起，因為自我控制需要消耗血液中的葡萄糖。因此心理學家也幫它取了一個很悲哀的名字叫「自我崩壞」（或自我耗損，Ego Depletion。由本文可知，心理學家實在是世界上最愛幫忙取名字的學家了XD）。總而言之，節食者最大的敵人不是熱量，而是面臨一種兩難：

1. 要讓自己不吃，需要有意志力
2. 意志力須靠吃東西來維持

於是你可能會說服自己：「留得青山在，不怕沒柴燒」或是「心急吃不了熱稀飯」，放寬節食限制。結果一不小心超過「界線」，就管他的！

4. 用「等一下再吃」取代「不可以吃」

既然節食無法奏效，那該怎麼辦呢？Roy Baumeister強調，在心理學上一個真正有效的方法，就是告訴自己等一下再吃。萬惡的心理學家決定招待受試者來看場電影。他們一人一間，桌上還擺了M&M巧克力誘惑他們。參加的人分成三組，在看電影前先跟自己說：

A. 大吃組：想像自己一邊看電影，一邊大吃巧克力。

B. 節食組：告訴自己不要碰任何巧克力。

C. 延遲享樂組：告訴自己現在先不要吃，等一下再吃。

真正開始看電影之後，大吃組果然消耗比較多巧克力。但事情絕對沒有憨人想得那麼簡單，主試者跟參加者說：「好巧喔，你是今天最後一個受試者，剛好還剩一些巧克力，你可以邊填問卷邊吃。」，便離開房間(然後事後偷偷秤重)。結果竟然發現，延遲享樂組比節食組少吃很多。奇怪了，延遲享樂組不是本來就打算「等一下」享用巧克力嗎？怎麼在沒有人監控他們的時候，反而吃得比節食組少？

Roy Baumeister指出，告訴自己「等一下再吃」的效果，對大腦的作用等同於「現在就吃」。延遲享樂，還可以讓你三個願望一次滿足：

1. 「等一下」比「永遠不要」來得輕鬆一點。尤其睡前，我們都會被朋友的宵夜文雷到，我自己用的方法是，弄一個「明天再吃盒」，把餅乾啦、零食啦都丟進去（或是放進冰箱）。通常到了明天，不是沒那麼想吃，就是忘記吃了（根本是記性不好嘛你！）。（不過，請看完這篇文章再用這個方法喔！）
2. 延遲享樂比較快樂。等一下吃的快樂 = 食物本身的快樂 + 等待的喜悅。這就是為什麼我們通常會喜歡週五，因為期待本身也很讓人爽歪歪。
3. 減少壓抑，也減少消耗。正因為你不需要過度壓抑自己，所以消耗的葡萄糖變少了，真正需要吃的部分也少了。

5. 改變環境線索，減少誘惑

多年前，我跟一個「長年與脂肪鬥爭」的好朋友分享「明天再吃盒」的祖傳(?)秘方，她很老實地照做了，也不負「重」望地再堅持三天之後的某個晚上，把所有的東西一口氣都吃完了。吃完之後，她當然覺得很懊悔，無顏面對江東父老與江南的林俊傑，但由於當天已經「破戒」了，就掉入了管他的效應陷阱，把明天再吃，搞成了明天再減。妳看吧，根本沒有用嘛！其實，我後來發現「跟自己說等一下再吃」和「明天再吃盒」是不太一樣的，因為根據「蔡格尼效應」（zeigarnik effect），當你把事情做到一半，你反而會常常想起它。你已經將食物放進盒子裡了，頭都洗了，當然也會把下半身也一起洗一洗，乾脆全部吃光光。

而且，她做錯了一件非常嚴重事情，就是把這個盒子放在眼睛看得到的地方。

最好的方法，其實還是藉由環境的線索來減少誘惑。下面提供幾個現在就可以嘗試、經實驗證實有效的方法：

1. 吃完飯不要立刻收桌子，把餐盤推開：遠離妳的餐盤讓你覺得食物沒那麼好吃了[6]，剩下的雞翅骨頭則會提醒你：你已經吃了這麼多，別再吃了！[7]
2. 專心吃飯：很多人跟我一樣都習慣邊看Youtube邊吃飯，或邊聊天邊吃東西，但這樣會不知不覺吃得更多。研究顯示，如果妳在節食，又在看電影時吃東西，會比吃進三倍的份量。[7]如果你跟我一樣，一次只做一件事情會覺得浪費生命，那麼你可以嘗試用左手吃（或非慣用手吃）[6]，只是吃的時候要叫旁邊的人躲遠一點。
3. 把大碗換小碗：小盤和瘦杯，會讓你裝更少的食物。[8]
4. 把零食收起來：研究顯示，上班族如果把糖果放在抽屜裡，就能少吃1/3。[9]

最後，送給大家一張Richard Wiseman的「改變生活運動清單」。

用「去做什麼」取代「不要做什麼」，你會發現在放過自己的同時，也看到了希望。因為「別再」是壓抑地回首，「去做」是轉身向前走。

P.S.本文整理自《增強你的意志力：教你實現目標、抗拒誘惑的成功心理學》第十章與《撕掉勵志書：推餐盤減肥，喝熱茶殺價，心理學家教你用行為改變思維》第四章。

參考資料：

1. de Ridder, Denise T. D., Lensvelt-Mulders, Gerty, Finkenauer, Catrin, Stok, F. Marijn, & Baumeister, Roy F. (2012). Taking Stock of Self-Control: A Meta-Analysis of How Trait Self-Control Relates to a Wide Range of Behaviors. Personality and Social Psychology Review, 16(1), 76-99. doi: 10.1177/1088868311418749
2. Herman, C. Peter, & Mack, Deborah. (1975). Restrained and unrestrained eating1. Journal of Personality, 43(4), 647-660. doi: 10.1111/j.1467-6494.1975.tb00727.x
3. Polivy, Janet. (1976). Perception of calories and regulation of intake in restrained and unrestrained subjects. Addictive Behaviors, 1(3), 237-243. doi: http://dx.doi.org/10.1016/0306-4603(76)90016-2
4. Hoping, W., & de Jong-Meyer, R. (2003). Differentiating unwanted intrusive thoughts from thought suppression: what does the White Bear Suppression Inventory measure? Personality and Individual Differences, 34(6), 1049-1055.
5. Vohs, Kathleen D., Roy F. Baumeister, Nicole L. Mead, Suresh Ramanathan, and Brandon Schmeichel, “Engaging In Self-Control Heightens Urges and Feelings,”manuscript submitted for publication.
6. Richard Wiseman，撕掉勵志書：推餐盤減肥，喝熱茶殺價，心理學家教你用行為改變思維(Rip It Up:The Simple Idea That Changes Everything)
7. Brian Wansink，Mindless Eating: Why We Eat More Than We Think
8. Chandon, Pierre, & Ordabayeva, Nailya. (2009). Supersize in One Dimension, Downsize in Three Dimensions: Effects of Spatial Dimensionality on Size Perceptions and Preferences. Journal of Marketing Research, 46(6), 739-753. doi: 10.1509/jmkr.46.6.739
9. Painter, J. E., Wansink, B., & Hieggelke, J. B. (2002). How visibility and convenience influence candy consumption. Appetite, 38(3), 237-238. doi: 10.1006/appe.2002.0485

本文同步發表在女人迷

—————————–

延伸科學再發現@科技大觀園：

• 人體奧秘系列（一）：大腦地圖
• 學習的密碼
• 科學的100堂課：一筆一劃是學問 左右腦並用貫通
• 環境與學習成效

更多內容也可以上科技大觀園搜尋「學習」，或每週六上午8點收看民視53台科學再發現。