以「愛」為名的實驗：布媽媽還是鐵絲媽媽？——哈洛誕辰｜科學史上的今天：10/31

• 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。

幼年時期擁有足夠安全感與良好社交經歷，有助寶寶心理健康發展。

孩子尋覓的不是你的注意力，而是愛。

（It is not attention that the child is seeking, but love.）
——西格蒙德．佛洛伊德（Sigmund Freud）

行為理解推論與社交互動能力

很多人都聽過大名鼎鼎的康乃爾大學（Cornell University），這所大學是美國知名的常春藤聯盟（Ivy League）八所盟校之一，擁有良好的學術名聲和傳統。然而卻很少有人知道，康乃爾大學創辦人埃茲拉．康乃爾（Ezra Cornell）的家族，竟然擁有一段奇特的暗黑歷史。

一六七三年二月八日，時年七十三歲的瑞貝卡．康乃爾（Rebecca Cornell，埃茲拉的先祖母）在羅德島家中臥室的壁爐旁離奇死亡，身體被燒得焦黑難辨。原本以為這只是一場意外，但後來在驗屍時發現，瑞貝卡的腹部有刺傷痕跡。警方後來循線逮捕了瑞貝卡的兒子湯瑪士．康乃爾（Thomas Cornell），最後判決湯瑪士謀殺定讞，絞刑處死。

這件謀殺案只是康乃爾家族黑暗史的冰山一角，其中的祕辛我們稍後會再多做揭露。現在我們要先推敲的是，在面對他人的行為時，人們通常是如何理解和推論對方的動機？例如在這個案子中，湯瑪士為什麼要殺害自己的母親瑞貝卡呢？雖然這個問題的正確答案可能只有湯瑪士自己知道，不過心理學家告訴我們，人類在理解他人的行為時，通常都會採用常識心理學（folk psychology）的方式做推論。

所謂的「常識心理學」，就是預設人類在行動時，背後必定有其「欲望」和「信念」。比方說，警方發現湯瑪士在經濟上依靠母親瑞貝卡，且他們的相處常常有摩擦。看到湯瑪士和他母親的這些過往，有人可能就會猜測，湯瑪士或許是因為生活上的不和睦而希望母親消失（此為其欲望），同時他相信殺害母親可以達到讓母親消失的目的（此為其信念），因此做出謀殺母親的舉動。

如此的動機推論，是我們每天都在進行的認知活動，許多心理學家也相信，這是我們推論他人動機與理解他人行為的重要方式之一。如果沒有這種預設與推斷他人欲望和信念的能力，我們將難以理解他人的行為，而日常的人際互動也就無法正常進行。

十八個月大的幼兒知道你喜歡吃什麼

那麼，人類這種推論他人欲望與信念的能力，是在幾歲發展出來的呢？嬰幼兒是否也擁有這樣的能力？關於這些問題，早期的心理學家認為，剛出生的嬰幼兒應該不具備此能力。不過從八○年代開始，就有發展心理學家陸續對這樣的說法提出挑戰。一九九七年，加州大學柏克萊分校（University of California,Berkeley）的艾莉森．古普尼克（Alison Gopnik） 和當年的學生貝蒂．瑞派柯里（Betty Repacholi）想出了一個簡單且聰明的實驗方法，來檢驗幼兒能否理解他人的信念和欲望。

古普尼克是發展心理學的一方之霸，長年研究孩童的認知及語言發展。在各大學術會議及科普活動中，都很常出現她的身影。但很不好意思的是，每次見到她，都會讓我誤以為看到了史密斯飛船（Aerosmith）的主唱史蒂芬．泰勒（Steven Tyler），他們倆神似的臉孔，讓我有好幾次在聽她的演講時，都不小心神遊進入了史密斯飛船的演唱會回憶畫面之中。

古普尼克團隊在一九九七年進行的這項研究，採用了一種簡單的實驗方法。她在幼兒的面前放置兩盤食物，一盤是小朋友都很喜歡的小魚餅乾，另一盤則是小朋友通常都討厭的花椰菜。接著，她就會在小朋友面前試吃這兩樣食物。

小朋友會被分成兩組，其中一組的小朋友會看到古普尼克展現出「喜歡吃小魚餅乾，但討厭吃花椰菜」的行為表現，也就是說，古普尼克會在試吃小魚餅乾時很高興的說她很喜歡，並在試吃花椰菜時說不喜歡且表現出感覺很噁心的表情。另外一組小朋友則相反，他們會看到古普尼克展現出「喜歡吃花椰菜，但討厭吃小魚餅乾」的行為表現。古普尼克展示完她的食物偏好後，就會把兩盤食物拿給小朋友，然後對他們說：「請給我一些食物吧！」

這個實驗的目的，是想知道小朋友在看到他人的食物偏好後，會不會依照對方的食物偏好來給予食物，如果小朋友真的明白古普尼克喜歡某一種食物，而且也願意幫助她獲取想要的食物，應該會依據古普尼克的食物偏好來給予她所喜歡的食物。結果發現，十八個月大的幼兒，會正確選擇給予對方喜歡的食物。換言之，如果古普尼克先前展現出「喜歡吃小魚餅乾」，幼兒就會給她小魚餅乾；反之，如果古普尼克先前展現出「喜歡吃花椰菜」，幼兒就會給她花椰菜。

然而，十四個月大的幼兒則不然。無論古普尼克展現出她喜歡哪一種食物，十四個月大的幼兒都會拿小魚餅乾給她。這個結果顯示，十四個月大的幼兒似乎以為所有人的喜好都和自己一樣，即使對方先前已經表達過不喜歡小魚餅乾，但十四個月大的幼兒仍無法理解，且仍會選擇自己喜歡的小魚餅乾給予對方。由此可知，幼兒可能要到十八個月大左右，才能逐漸理解他人的欲望、意圖與信念可能和自己不同，也才能據此進行比較順利的人際互動。

——本文摘自《為何三歲開始說謊？》，2023 年 7 月，親子天下出版，未經同意請勿轉載。

車輪餅要選奶油還是紅豆？遊戲機該買 Switch 還是 PS5？要吃麥當勞還是肯德基？父母和伴侶落水應該先救誰？人生中會有很多時候需要做終極二選一，有選擇困難的時候怎麼辦？2011 年搞笑諾貝爾獎醫學獎的得獎研究提供了一個方法：憋尿。

搞笑諾貝爾獎頒發給「讓人捧腹大笑，然後發人深省 (achievements that make people LAUGH, then THINK.)」的研究或事件，2011 年的醫學獎頒給兩個研究團隊，表彰他們證明：當人尿急的時候會做出更好的決定，但對其他事情來說這是糟糕的決定。這到底是怎麼一回事？

憋尿幫助你終極二選一？

荷蘭特文特大學行銷傳播與消費者心理學系的米賈姆 (Mirjam A Tuk) 從一次聽演講時不小心喝太多咖啡得到靈感，讓他想知道「當人們需要控制膀胱的時候會發生什麼事？」

於是他和研究團隊一起設計了實驗，一群喝一點水和另一群喝很多水的受試者，在 40 分鐘後水到達膀胱的時候，開始要受試者回答一系列的問題，例如「會選擇明天收到 480 元還是 30 天後拿到 900 元？」等問題。實驗發現，當人們很想上廁所、不得不控制膀胱的時候，反而更比較願意延遲滿足、變得更有耐心，且有助於控制衝動。

這結果令人驚奇的地方，因為許多心理學研究都支持過於克制反而會使人「自我耗盡 (ego-depletion)」，讓他們對其他事情更難以控制自己。米賈姆認為這可能是因為膀胱控制在某些程度上來說，是自動的、無意識的過程。

不過這不代表尿急就是好事，另一個一起得獎的研究則發現，當人很想尿尿的時候，注意力和工作記憶會顯著下降，而且糟糕的程度和酒醉（血液中酒精濃度 0.05%）、疲勞（持續清醒 24 小時）相似，而在尿尿警報解除後認知就會回到原來的水平。

研究團隊讓八位健康成年人每 15 分鐘喝 250c.c. 的水，直到他們很想上廁所、再也忍不住為止，並在這個時候讓他們進行自評和認知測驗。

不過，為什麼要做這個實驗呢？研究成員之一、耶魯醫學院的皮特札克 (Robert Pietrzak)  教授解釋，有很多工作是無法隨時想去上廁所就能去上廁所的。例如：長途卡車司機、醫護人員等，這個研究提醒大家，當你在憋尿的時候，很可能會干擾正在執行的工作。

挑戰人類的憋尿極限？勸你還是不要比較好

人到底可以憋尿憋多久？會不會憋死掉？一天又會尿尿幾次呢？

膀胱是可以伸縮的器官，成年人的膀胱可以儲存約 400~500cc 的尿液，膀胱和大腦有直接溝通的專線，約四分之一滿的時候就會有尿意。尿尿的次數也和膀胱的大小有關，成年人平均一天尿尿 6~7 次，不過在 4~10 次之間都屬正常範圍；小小朋友和嬰兒的膀胱比較小，一天會尿尿 10 次或以上。

憋尿對身體的影響大多是長期累積而來的：如果沒有定期排空膀胱，最常見的是細菌滋生造成尿道感染，和因為都憋著導致膀胱肌肉在該放鬆的時候無法放鬆，極少極少出現憋尿憋到漲破膀胱的狀況。

偶而一兩次憋尿、試試看是不是會做比較理性的決定還無妨，但還是要養成想上廁所時不要憋太久，尿尿時不要急、要盡量排空的好習慣喔！

參考資料

1. About the Igs
2. The Impulsive client: theory, research, and treatment
3. Inhibitory spillover: increased urination urgency facilitates impulse control in unrelated domains
4. Bladder control – DW – 10/05/2011
5. How needing a wee affects your decision making – Big Think
6. Full Bladder, Better Decisions? Controlling Your Bladder Decreases Impulsive Choices
7. IG Nobel prize goes to University of Twente researcher
8. Lifespan researcher wins Ig Nobel Prize
9. Ig Nobel Award Winners: Do Humans Think Less Clearly When They Have To Urinate? | HuffPost Weird News
10. Why Having To Pee While Driving Is As Bad As Drinking
11. Ig Nobel Prize: Humor and Science – Yale Scientific Magazine
12. The effect of acute increase in urge to void on cognitive function in healthy adults
13. How Long Can You Go Without Peeing? Risks, Complications, Concerns