【Gene思書齋】從智人到神人的大命運

• 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 / 喬．馬錢特博士（Dr. Jo Marchant）
• 譯者 / 徐立妍

宇宙最初的光芒

將近一百四十億年前，一切自虛無中霹靂而生，我們的宇宙從一個熾熱、壓縮又微小到無法想像的小點中迸發誕生，接著幾乎是在一瞬間便往外膨脹，形成太空的這個空間以超過光速的程度急速擴張，一直到所有存在的物體大約成為一顆葡萄柚的大小。

然後，宇宙持續擴張、冷卻，接著形成了最初的物質，就在那第一秒內，中子、質子、電子、光子、中微子等各種粒子組成的高密度團相互推擠，形成一股驚人而熾灼的熱，散發出有如霧般的光。宇宙生成大約三十八萬年後，這顆泡泡已經擴張到幾千萬光年以外的地方，並且冷卻到了幾千度左右，這樣的溫度足以讓原子組合在一起，宇宙第一次透出了光。

一開始只是一閃即逝的光，然後黑暗再度籠罩，還要再過幾千萬年，重力才能夠吸引住稍有密度的各種物質，粗暴地將一團團氣體碰撞在一起，形成最早的星星及星系，就這樣，天空的燈光一個個亮了起來。

大多數的宇宙學入門大概都會以自己的方式描述這一連串事件，但謎團仍未解開：大霹靂（Big Bang）真的是一切的開端嗎？或者我們的宇宙只是在另一個更大的多重宇宙中一顆不斷膨脹的泡泡？宇宙會永遠擴張下去嗎？或者到最後會在一次大擠壓中再次崩塌？不過，眾人都能同意宇宙的普遍性質及宇宙是怎麼回事，目前已經揭露的事實是，這是一台龐大且精細的機器，由物理粒子組成，並且其中的作用力也依循著數學方程式及法則。

仰望星辰的人類歷史

這本書要說的是不同的故事。宇宙的科學解釋是我們現代文明的巔峰，如此擲地有聲的見解足以消弭其他所有不同看法。研究宇宙的宇宙學曾一度被形容為在哲學及精神層面上的廣泛追尋，要找出人類存在的意義，要問我們是誰、我們在哪裡、我們為何在此地，如今卻是數學天文學的一個分支。那麼，那些大哉問怎麼了呢？我們對於宇宙已經沒有其他什麼需要知道的嗎？

這本書並不是要詳細描述最新的天文學進展，是要介紹長久以來，人們從星辰收集到的知識歷史，是關於人們的宇宙觀如何讓他們認識了現實的本質及生命的意義；關於我們已經捨棄的那些神祇與靈魂、神話與神獸、宮殿與天體；關於科學觀點如何成為主流，而這段路程又是如何形塑今日的我們。這是一段關於人的故事，講述了祭司、女神、探險家、革命家和君王，故事並非由大霹靂開始，甚至也不是由科學的誕生開始，而是由最早抬頭望向星星的人類開始，以及他們在天空中找到的答案。

為何要在乎過去對天上的信仰？考古學家和歷史學家通常不會如此。我們知道，科學是立基於試圖理解天堂的念頭，不過學者要更全面追溯人類歷史進展時就鮮少以此為焦點，我認為此舉對於我們要理解自己從何而來造成了巨大的盲點。事實上，人們在天空中所看到的模式一直都主宰著人們在地上生活的方式，形塑了對於時間與空間、權力與事實、生與死等概念。
我們在古老的過往中便看見這一點：執著於日食的巴比倫人；建造金字塔以引導靈魂前往星星所在之處的埃及法老；在太陽旗幟下奮戰的羅馬皇帝。對宇宙的概念也形塑了現代世界，即使我們忘記這些影響力的根源，卻也已經深植在社會當中，存在我們的國會、教堂、藝廊、時鐘與地圖裡。從基督教的誕生，乃至歐洲的探險及主宰星球，其中核心的影響力正是對太陽、月亮、星星的信仰，他們指引著不羈的立法人員創建了民主與人權原則、引導經濟學家建立資本主義所仰賴的框架，甚至指示畫家畫出了第一幅抽象畫。

今日光害籠罩著我們的星球，星星幾乎消失了，過去在黑暗的夜空中能看見上千顆星星，但今日在城市裡的我們只能看見幾十顆。天文學家擔心，就連這些很快也會遠遠不敵人造衛星的數量，在美國和歐洲的大多數人根本再也看不見銀河。看著自然遺產這樣逐漸消蝕實在是災難一場，我們與銀河系及浩瀚宇宙之間的連結也會就此消逝。沒有人為此群起大聲疾呼，大多數人只是聳聳肩，依舊盯著自己的手機，絲毫不擔心即將失去這片在歷史上其他每一種人類文化都視為必要的景象。

宇宙的本質與生命的追尋

但是，我們仍然努力想弄清楚我們在宇宙中的位置，科學在這方面的進展十分成功：今天一個五歲小孩比起幾千年前的古早文化更清楚物理宇宙的歷史、組成及本質，但是科學也將這些文化在生命中發現的意義拆解了大半，將個人經驗屏除在我們對現實的理解之外，取而代之的是時空概念抽象而數學化的網格。

地球從存在的中心被踢到了邊緣，生命被重塑成隨機意外的結果，而且也完全不管神明了，現在一切都能以物理法則來解釋。我們在宇宙秩序中完全不是什麼有意義的角色，而是如物理學家史蒂芬．霍金（Stephen Hawking）所言，我們只是「化學渣滓」，存在於一個中等大小的星球表面，繞著一個沒什麼重要性的星球運行。

幾百年來不斷有人批評反對這樣冰冷機械式地解釋人性，過程中經常全盤否決科學的見解，一直到不久之前仍屬於禁忌話題，但現在即使是受人敬重的科學家也對此表達擔憂，他們認為或許物理物質並非宇宙全貌、並非我們的全貌；或許，科學只看見了全貌的一半。我們可以解釋星體與星系，但心智呢？意識本身呢？這些論戰逐漸形成一場世紀之戰，可能會改變整個西方的世界觀。

畫下戰線之後，我想我們必須換個角度思考，提出概述，因此這是一本關於宇宙的書，不是科學指南，是從人性出發。我不長篇大論地講述，而是選擇了十二個時刻，你或許也可以稱之為墊腳石，讓我們理解歷史上的人們是如何看待天空，尤其是這十二篇故事依循著西方物質宇宙觀點的崛起，爬梳這套宇宙模型如何主導我們的生活。這些故事從人類最早透過洞穴壁畫及巨石陣來表達人性開始追溯，途中講述了基督教、民主及科學等重要傳統的誕生，最後進行到追尋外星生命以及近來飛入真正的且虛擬的太空之旅。

這趟旅程能夠解釋今日的我們是誰，或許還能指引出未來的航道。所謂當局者迷，我們很難看見其極限，因此我希望拉遠距離去檢視人類宇宙信仰的深度歷史，或許有助於我們探索世界觀的界線，還可能看得更遠。我們是如何成為無意義的宇宙中被動的機械？這些信念如何影響我們生活的方式？而我們由此又能前往何方？

本文為《情感運算革命》一書推薦序

—————

在銀河威龍（也就是 Star Trek: The Next Generation 星際迷航記）中，身為生化人的艦隊科學官百科 (Data) 苦於無法理解人類，而裝上了情感晶片，沒想到卻引發危機。在 2014 年重啟的《機器戰警》電影版中，保留過多人類情感的戰警根本無法跟百分百機器人抗衡，降低至 1% 人類情感後的戰警儘管冷血，卻大獲全勝。在電影《星際效應》中，人類可以依照自己的需求調整機器人的幽默指數，讓與機器人互動這件事變得比較舒服，但也免不了對機器人產生同情。

以上這些科幻敘事在近期人工智慧快速躍升的背景下，漸漸變得不那麼科幻。隨著內建人工智慧的智慧型助手–Siri、Alexa、Google home、Cortana…..一個一個透過手機或其他普及的消費型科技品進入數億人的生活，人類不能不面對這些討論，而如果我們想要有個討論的起點，先讀過《情感運算革命》會是個好開始。

人是社會性的動物，我們希望懂對方，大部分的時候，也希望對方懂我們，或起碼以我們希望的方式懂我們。儘管如作者所說，自認為是「智人」的我們擁有前瞻跟預測未來的能力而勝出，但關鍵其實在於情感，若沒有情感，再高的智能也無法下判斷，這點與《人類大命運》作者，以色列歷史學者哈拉瑞所見略同。因此當人類憑著超越其他動物的情感運算能力而取得存活的機會，我們該怎麼想像某種在情感運算能力上超越人類的人造物會對人類社會帶來什麼衝擊呢？

從專心致志地打磨石器到專心致志地滑著手機，我們與科技的互動從根本上改變了我們作為一個物種的命運。人類大腦發展出新皮質讓我們變得理智，然而大腦邊緣系統與激素的緊密合作，使情緒化跟非理性行為依舊佔了上風。作者也提到，根據過往研究者統計，人類溝通中，只有 7% 是文字，剩下的 93% 都是非語言的線索，這也是為何我們該重視情感與人工智慧的交匯，因為那才是真正的主戰場。

就以 Google 旗下的 AlphaGo 跟圍棋高手的對決來舉個例子好了。我其實一直不認為 AlphaGo 真的勝過了人類，反而是人類讓了機械太多，才讓機械勝之不武的贏了。想像一下，如果 AlphaGo 感受得到名聲帶來的壓力、旁人的注目跟議論、社會的氛圍、以及人類對手的落子態勢，乃至於對人類這個物種的莫名恐懼，它還能贏得那麼俐落嗎？還能發揮出那麼高的棋力嗎？甚至，還能贏任何一盤棋嗎？

人類可以把機器人送上火星，但比起把機器人送進家裡，這艱難的太空工程學任務，卻又簡單太多了。為了克服「恐怖谷」效應，人類除了改造機器人的介面，也在改造自己。老齡化、少子化、數位化……時代的趨勢為人類社會接受機器人入戶入心鋪好了紅毯。在書中也提及像《大英雄天團》中的杯麵那樣可以體察人心，適時給你一個溫暖抱抱的機器人，已經有了雛形，可改善現金治療跟協助自閉症或各種心理疾病患者的形式。此外，結合情感監測技術的適性學習系統，也會徹底改變現在為了「中間值」存在的教育體系。

能夠分辨觀眾立場跟傾向的人工智慧此刻已被結合進廣告投放裡，成為 Google 跟 Facebook 等公司的獨家致富祕技，但不久之後，能夠即時偵測情感的廣告系統將更大幅度地改變我們的閱聽行為，我們不都早已被訓練去按讚、開心、憤怒、或哭哭了嗎？或許以後我們瞳孔的變化、脈搏的起伏、皮膚的電流等，都將被收集、統計、運算，連點擊都不用。「讓每一個人都能更輕鬆地表達感受」，我想到時候這些科技公司應該會很光明正大又冠冕堂皇地這麼宣布吧。當然，隨之而來更精細的高科技情感詐騙手法，也已經迫在眉睫。

如果要說本書有什麼待商榷之處，就是人工智慧是否能獲得「意識」了。儘管作者認為機器人有可能在未來出現意識，但能偵測或表現出情緒反應，並不表示就擁有意識。這個大哉問也將會影響「機器權」，甚至是「程式軟體權」是否會出現。別以為不可能，動物權不就是個標準混亂但漸漸被接受的概念嗎？以上種種議題，我非常期待能夠與本書的讀者深入討論。