網際網路的誕生！｜科學史上的今天：10/29

• 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。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文｜龔雋幃
• 美術設計｜林洵安

網路是對抗極權的利器，還是政府監控之眼？

上個世紀末，網際網路甫萌芽，彼時正是自由無垠的代名詞。但不過十數年，獨裁政體已導入新技術，建置網路審查系統與防火牆，奪回資訊掌控權，甚至發動跨國資訊戰。當台灣成為境外假訊息的投放目標，我們又該怎麼面對資訊攻擊？「研之有物」專訪中研院社會學研究所林宗弘研究員，他與廈門大學政治學系張鈞智副教授合作，運用 153 國資料，分析國家網路審查與公民社會能量的交互關係。

自由的網路世界，讓我們集結革命！

跨入千禧年之時，傳言中國將著手建置防火長城，全面管制網路資訊流通，時任美國總統的柯林頓（Bill Cliton）嘴角淺淺上揚地微笑說，「祝他們好運。那就像是要把果凍釘在牆上。」

大約 10 年過後，透過社群平台的迅速串連，從網路點燃的燎原怒火，果真在 2010 年底掀起北非、中東地區的「阿拉伯之春」（Arab Spring）革命浪潮！一時之間，網路儼然成為組織動員的新興反抗支點，藉由虛擬世界的合縱連橫，便得以撐起更好未來的想像，動手打造屬於人民的明天。

「從阿拉伯之春、佔領華爾街到太陽花運動，那時候主流的觀點是，網際網路有助於年輕人集結抗爭，或是獲得社會資本。」中研院社會所研究員林宗弘說。

「數位烏托邦」的夢起夢醒：技術決定論 vs 獨裁進化論

阿拉伯之春的浪潮下，「數位烏托邦主義」（Cyber-Utopianism）蔚為風行，人們相信隨著數位科技愈成熟、使用人口愈多，公民社會就能擁有愈大力量。

烏托邦論者立基於技術決定論，樂觀地相信網際網路的崛起，得以打破威權政體的資訊高牆，鬆動原先被政府一手掌控的單向訊息來源。人民不再只能被動接受資訊餵養，得以透過網路自由地共享資訊、迅速串連，召喚出集體行動。對於公民社會，網路無疑是成本更低、效率更高的賦權工具。

然而，當革命時刻的激昂褪去後，那些威權國家卻沒有被掃出歷史舞台，原先瑰麗的網路烏托邦想像反倒轉眼成空。

短短幾年，威權國家管控、壓制、操弄資訊的技術全面進化來說，乃至於發展出一整套資訊政治經濟學戰略。換言之，如今果凍不只牢牢地被釘在牆上，甚至連呈現在牆上的大小、形狀和樣態，也幾乎被資訊獨裁國家玩弄於股掌之間！

由此，另一套對立論述應運而生：面對新科技的突破，獨裁國家已重新再進化，運用新工具反制網際網路帶來的自由衝擊，透過高度的網路審查監控，再次壓制公民社會的力量。

網路再翻轉，成為威權政體的鞏固工具

原先普遍樂觀的烏托邦期待，究竟是如何走向宛如老大哥夢魘般的非預期結果？

林宗弘指出，2010 年前後為關鍵分水嶺。在此之前，網路的崛起確實帶來強烈衝擊，因此多數威權國家的網路覆蓋率遠低於民主國家，即是因政體感受到數位科技的威脅，從源頭限制人民使用。

但是阿拉伯之春爆發後幾年，威權國家的網路覆蓋率卻迅速攀升，不僅超過全球平均值，最後更越過了民主國家。

林宗弘研究發現，這項飛躍性成長並非偶然，而是當權者有意為之的反制性操作。

過去，政府的反制是限制人民上網、抑制網路擴散，但大約 2012 年以後，威權度較高的國家，包括中國、伊朗、埃及、土耳其、俄羅斯，以及近年的泰國和馬來西亞，已陸續建置了網路審查系統（internet censorship），形塑出強大的維穩防火牆，得以遮蔽並扭曲訊息。換言之，國家已重新奪回資訊掌控權。因此即便網路更普及，但實則被套上重重枷鎖，甚至轉而成為國家打壓監控的有力工具。

例如，埃及在 2011 年示威運動期間，曾採取全國斷網手段，用來防止示威者串聯。但之後，政府大量投注科技資源以監控網路，限網、斷網就不再是政府採取的手段。

林宗弘指出，國家如何介入且建構出一整套資訊政治體制，過往研究始終較為貧瘠。雖然有宣傳學、傳播理論可援引，但缺少系統性的資訊政治經濟學理論。 2019 年，Sergei Guriev 和 Daniel Treisman 兩位政治經濟學者才提出「資訊獨裁論」。他們研究發現，威權國家在資訊審查、政治宣傳上的投資愈大，政權的存活率愈高，愈不容易被推翻，也會減少流血暴力鎮壓的機率。這便構成了一個簡潔的理論架構，明確解釋威權國家加強資訊審查操弄的動機。

國家網路審查：壓制公民社會的黑手

不過林宗弘認為，現有研究多半集中在資訊審查如何影響政治轉型，聚焦於宏觀的變遷過程，卻忽略了中介影響機制，例如對公民社會的活躍性打壓。因此林宗弘與廈門大學政治學系副教授張鈞智合作，援引瑞典哥德堡大學 V-Dem 資料庫（Varieties of Democracy）的大型跨國調查，取得全球 153 個國家的資料（1995-2018 年），探究網路審查對於公民社會的影響。

研究進一步以互動固定效應模型（interactive fixed-effects model），檢視 2011 至 2018 年網路審查成長超過 10 %的 34 個國家。以 2017 年為例，網路審查的效力削弱了核心公民社會指數約 8%，清楚呈現出兩者的相關性。研究發現國家的網路審查，確實是降低公民參與的關鍵因素。

「我們的研究發現，網路覆蓋率已經跟公民社會的活力脫鉤，也跟政治體制脫鉤。」林宗弘分析，在威權國家底下，網路科技是推進新興經濟、科技產業的工具，但同時也是澆熄公民社會的武器。

林宗弘直言，過往的比較研究，大多聚焦於網路對政治轉型的影響，普遍忽略了威權國家運用科技針對公民社會展開操弄與反動員（demobiliztion）的策略。

網路的快速發展最初雖為威權國家帶來了空前挑戰，然而這些政體很快展現其韌性，已學會靈活地運用科技手段，有效壓制公民社會持續壯大，化解潛在的政治風險。

以中國為例，習近平上任後成立「中央網絡安全和信息化領導小組」，大力強化網路審查技術與訊息防火牆。一般人可以透過網路表達個人意見、商業交易、聯繫親友等等，甚至可以批評政策，但絕不能用於發動社會抗爭。背後嚴密的審查機制，包含特定關鍵字，緊盯著使用者的一舉一動，防範集體集結行動的火苗於未然。

哈佛大學政治學者 Gary King 等人曾提出經典解釋：中國進行網路審查的重點不在於阻止一般人批評政府，而是要防堵、阻絕動員的可能，也就是禁止那些會集結群眾發動連署、陳情、抗爭或更激烈政治行動的內容。

資訊操弄的兩手策略：減少訊息、增加訊息

林宗弘進一步分析，威權國家進行網路審查的兩種策略。

首要是減法。簡單來說，如同前述的刪文、斷網與關鍵字屏蔽等，皆是威權國家常見的審查手段，關鍵在於「減少訊息」，隔絕封鎖踩到政體紅線的新聞與討論。但這只是資訊操弄的其中一個面向。

另一個手段則是加法，即「增加訊息」。包括散播假訊息，選擇性釋出足以歪曲、遮蔽原先焦點的訊息，又或是刻意放送溫暖正面的心靈雞湯，目的皆在於奪取民眾的注意力。根據 Gary King 等人的另一篇研究指出，中國網軍的操作並非直接反擊不利於政府的訊息，而是帶風向、貼歪樓，使用反諷、嘲弄、抹黑對方的手法轉移焦點，讓原先的議題力道被削弱。

威權國家正是同時運用減少訊息、增加訊息兩套手法，導引操弄社會可獲得的資訊，達到統治目的。

讓假訊息飛！資訊戰可能群體免疫嗎？

不過林宗弘提醒，類似的操作不只侷限國內。威權國家也會對外投射，特別是針對潛在敵對或競爭關係的民主國家，包括病毒攻擊、癱瘓伺服器造成斷網，同時也投放大量的假訊息，以此讓目標國內部分化，製造情緒爭端，使社會陷入認知癱瘓。

林宗弘解釋，這種干擾模式有其特殊性。「我們另一個研究已系統性發現，只要周邊存在一個領土爭議的威權政體，民主政體被攻擊的頻率就會大幅上升；但是相對地，威權政體並沒有同樣被大幅攻擊。」換句話說，

這個攻擊是單向、非對稱的，來自於威權政體。資訊戰已被當作攻擊武器，使用在國際關係中。

一旦國家與鄰國沒有領土爭議，或四周都是民主政體，國內被投放假訊息的比例就大為降低。

但民主國家內訊息原本即多元殊異，資訊戰攻擊是否真的會造成實質威脅？或者，社會其實終將形成「群體免疫」，無需過度擔憂？

林宗弘不同意這類觀點，他正在進行的研究發現，根據 2020 年資料，一國的假訊息量愈大，該國的疫情愈嚴重。近期英國研究也顯示，假訊息會降低接種疫苗的意願。「如果資訊戰確實會產生效果，造成社會傷害，又怎麼達到群體免疫呢？」

迄今，林宗弘已大致拼湊出理論圖像，希望更完整理解資訊操弄背後的整體面貌，但仍有許多亟待突破的環節。包括在民主、威權不同政體下，哪些更容易被操弄？運作結構與結果有何殊異？以及，它對哪個社會階層更有利？都是未來待持續梳理的部分。

台灣為境外網攻密集目標！跨國假訊息攻防戰

根據 V-Dem 跨國研究，在 2018 年全球 179 個國家「遭受境外假資訊攻擊」的調查中，台灣高居世界第一！面對威權國家的步步進逼，林宗弘雖不再如過去的數位烏托邦論者樂觀，但也不致絕望。

「我們看到的是一個循環結束：公民社會因為網路而崛起；接著國家掌控愈來愈多資源，投資審查技術，把公民社會壓制下去。這表示原先樂天看法是錯的，但未來的科技突破還會有進展，下一個循環還是可能出現。」

但他強調，我們不應該僅單憑烏托邦或反烏托邦的想像來面對。「人一定要介入科技發展，它是權力鬥爭的一部分，民主的一部分。不投入，當作搭便車，最後就是被宰制。」

具體而言可以怎麼做？林宗弘提出三點建議。

根據 2019 年台灣民主基金會的調查，65.7% 民眾認為假訊息對台灣民主危害很大，這顯示資訊戰的威脅感已深入大眾。政府應該在基礎研究與資料情報蒐集上，提供更多挹注，才能依據實證研究成果建立防護體系。

其次，主動揭露調查結果。除了專業的事實查核機構，公民社會內部也可以自我動員組織，譬如醫師公會若發現錯誤的醫療流言，即主動澄清、提供正確資訊。

第三，假訊息攻擊的受害者具共同特徵，包括和外在社會接觸較少、資訊獲取管道不足。因此政府應該找出方法彌平數位落差，協助更多弱勢者培養資訊識讀的能力。

身處在資訊紛雜的年代，真假難辨已成日常。林宗弘總結，當假訊息的類型、來源愈趨五花八門，國家、公民社會、研究者都需要持續尋找各種政策工具，完成這幅複雜的拼圖，而不應寄望可能存在一個快速解決的萬靈丹。

延伸閱讀

• Chang, Chun-Chih and Thung-Hong Lin, 2020, “Autocracy login: internet censorship and civil society in the digital age”, DEMOCRATIZATION, 27(5)：874-895
• 林宗弘，2019，〈數位貧窮與天災風險資訊來源：來自台灣傳播調查的證據〉，《新聞學研究》，第 138  期，頁 131-162
• Sergei Guriev,Daniel Treisman,2020, “A Theory of Informational Autocracy”,Journal of Public Economics, vol. 186, issue C
• 林宗弘個人網頁

1983年的今天，賓州理海大學（Lehigh University）的電腦安全研討會上，剛從南加大拿到博士學位的柯恩（Fred Cohen, 1956－　）向台下聽眾展示手上的磁碟片。他向大家解釋裏頭有自己所寫的一段小程式，它隱藏在一支合法的Unix程式之中。接著他將磁碟片插入台上的迪吉多電腦主機VAX-11/750，五分鐘之內即取得系統的控制權。

柯恩告訴大家這種小程式叫「電腦病毒」，因為它可以感染電腦，複製自己，並且散佈到其它電腦。柯恩又做了四次試驗，證明電腦病毒可以繞過當時的各種安全機制，平均不到半小時就成功取得控制權。

這是人們第一次目睹電腦病毒的強大威力與潛在威脅，電腦病毒這個名詞也自此成為此類程式的統稱。事實上，柯恩在幾個月前的博士論文就描述了這一切，正是他的指導教授阿德曼（Leonard M. Adleman, RSA加密法的三位發明人之一）建議他使用病毒這個詞。

不過若不考慮危害性，更早之前就有自我複製並散佈到其它電腦的實例了。1971年，參與建置ARPANET（internet的前身）的BBN技術公司為了測試，由程式設計師湯瑪斯（Bob Thomas）寫了支程式，感染網路上的迪吉多PDP-10電腦，在螢幕上顯示「我是偷窺者，有本事來抓我！」（I’m the creeper, catch me if you can!）。

之後再由另一位程式設計師湯姆林森（Raymond Tomlinson）放了另一隻叫「收割者」（Reaper）的類似病毒，但它的作用是找到「偷窺者」病毒，將它刪除；因此「收割者」算是第一個解毒程式。順帶一提，正是湯姆林森制定電子郵件在網路上的傳送方式，「個人帳號@電腦主機」就是由他制定的。

以個人電腦而言，最早的病毒出現在1982年，一位15歲的高中生Rich Skrenta寫了個名叫「麋鹿複製者」（Elk Cloner）的程式，隱身在遊戲程式中，只要曾用這張磁碟片開機，病毒就會常駐在電腦的記憶體中，繼續感染之後插到這台電腦的磁碟片，因此散佈到周遭朋友的Apple II個人電腦。與「偷窺者」一樣，「麋鹿複製者」只會跑出一段打油詩，沒有其他危害。

隨著電腦數量不斷成長，電腦病毒也越來越猖獗，危險性也越來越高。而且正如柯恩當年預言的，並沒有方法可以完全阻擋病毒；在現今網路盛行的時代，更是防不勝防，或許你我的電腦中早已潛伏著電腦病毒，只是我們一直沒有察覺哪！

本文同時收錄於《科學史上的今天：歷史的瞬間，改變世界的起點》，由究竟出版社出版。