首創平行世界理論，艾弗雷特三世誕辰｜科學史上的今天：11/11

• 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。

奧地利的物理學家薛丁格最初閱讀愛因斯坦和德布羅意的論文後，也注意到物質波的概念，並進而闡釋發展成波動力學，促成量子力學誕生。薛丁格的波動力學是後來量子力學的具體論述之一， 薛丁格波動方程式更是量子力學最重要的方程式之一，也是現代人研究發展量子電腦的重要思維。

繼續討論薛丁格的想法前，容我「插播」兩種說法，一種是「哥本哈根詮釋」，一種是「愛因斯坦悖論」。

萬物受機率支配？愛因斯坦可不這麼認為

前面提到電子的雙狹縫干涉實驗，說明在微觀世界的電子具有波動性。在電子的雙狹縫干涉實驗中，為何被觀測到的電子只有在屏幕的一點留下痕跡呢？照理說，在屏幕的任意地方都能發現電子的蹤跡。然而，當我們「觀測」到屏幕的一「質點」的電子的瞬間，電子的波函數立即「塌縮」。

物理學家解釋這是因為電子的波函數與發現機率有關，亦即觀測電子時，電子波會縮小分布範圍， 呈現電子的粒子形式。活躍於哥本哈根的波耳等人認同這種融合「波函數塌縮」和「機率詮釋」的想法，因此成為「哥本哈根詮釋」。至於「電子波為何會塌縮？」是一個未解之謎。

自然界真的受到機率的支配嗎？真的大哉問啊！

愛因斯坦儘管預言光子存在，提出光量子論，但他強烈反駁「機率論」的觀點。對於哥本哈根學派的「機率詮釋」和「波的塌縮」，愛因斯坦以「上帝不玩擲骰子的遊戲」批判哥本哈根詮釋， 完全不能接受哥本哈根學派主張「決定一切事物的上帝竟然會依照擲出骰子出現的點數決定電子的位置」。

愛因斯坦也指摘「幽靈般的超距作用」。他認為未來已經確定，反駁「自然界曖昧不明」的不確定性，進一步指出「自然界並非曖昧不明，而是量子論還不完備，無法正確闡述自然界的緣故」。以上所提，是量子力學發展歷程的觀點論戰的故事，包含 1935 年，愛因斯坦和共同研究者波多斯基（Boris Podolsky）、羅森（Nathan Rosen）聯合發表觸及量子論矛盾的「EPR 悖論」（Einstein-Podolsky-Rosen paradox）。

迄今，我們已經知道微觀世界，電子等粒子會自己旋轉，具有「自旋」的物理量，或直接用專業術語「自旋角動量」，自旋的方向依據量子論會以多個狀態同時存在，並存或疊合。

愛因斯坦等人認為，對於相距非常遙遠的電子，不可能無時間限制，瞬時互相影響；根據狹義相對論的說法，沒有任何物體的飛行速度比光速還快。觀測相距遙遠的兩粒子之一，竟然會在瞬間同時決定兩者的狀態，這樣特殊奇妙的現象，愛因斯坦稱之為「幽靈鬼魅般的超距作用」。

沒錯！又要提那隻貓了

薛丁格曾以「量子糾纏」解釋愛因斯坦論文中的悖論現象，指出互相遠離的粒子的性質，並非各自獨立，而是成組決定，無法個別決定，這個現象是 2022 年諾貝爾物理學獎得獎主題的「量子糾纏」。如果能這樣思考，那麼就不會認為粒子是瞬間傳送並影響到遠方粒子，有如「幽靈般的超距作用」。

談到量子力學，「薛丁格的貓」此知名想像實驗必定會浮現在讀者的腦海中吧？此實驗探討一隻貓的狀態究竟是活或死的，而實驗結果是：貓同時是活和死的「疊加」。如果以古典物理學來思考，會顯得極其荒謬；但若以微觀世界視之，這項理論其實符合電子波粒二象性的機率概念。

根據 1927 年量子力學學派的詮釋，觀察一個量子物體時，會干擾其狀態，造成其立即從量子本質轉變成傳統物理現實。原子及次原子粒子的性質，在量測之前並非固定不變，而是許多互斥性質的「疊加」。此觀念的知名例子就是「薛丁格的貓」實驗。

在這個想像的實驗中，一隻貓被鎖在一個箱子中，並有一個毒氣瓶，在量子粒子處於某狀態下毒氣瓶會破裂，但若該粒子處於另一狀態，則毒氣瓶會完好無損。如果將箱子封閉，此粒子的量子狀態是兩種狀態「共存」的情況，也就是說，毒氣既是已從瓶中放出，又被封存在瓶中，也因此，箱中的貓同時既是活的也是死的。當箱子打開時，由於此量子疊加狀態瓦解了，因此在那瞬間，這隻貓或許被毒死，或許得以保命。

物理小教室

• 索爾維會議

量子力學是近代物理學的重要基石，與相對論被認為是近代物理學的兩大基本支柱，許多物理學理論和科學，如原子物理學、固態物理學、核物理學和粒子物理學，都以其為基礎。物理學界往往會在物理重要會議激盪出重要的論述，例如 1927 年第 5 次索爾維會議，此次會議主題為「電子和光子」，當時世上最重要的物理學家，都聚集在一起討論新的量子理論。

——本文摘自《我們的生活比你想的還物理》，2022 年 11 月，商周出版，未經同意請勿轉載。

• 作者／豪爾赫．陳、丹尼爾．懷森
• 譯者／徐士傑、葉尚倫

宇宙從何而來？

每當仰望滿天星斗絢爛壯麗的夜空，或驚嘆微觀世界錯綜複雜的美景時，你不禁會問：「這一切從何而來？宇宙為什麼存在？是什麼東西或是誰負責這一切？」

長期以來，人們一直不斷臆測，讓人驚嘆不已的宇宙真實起源。當然，這比起我們擁有物理學或漫畫的時間要長得多。瞭解宇宙起源很重要，因為有可能會解釋我們存在的來龍去脈。我們想知道我們是怎麼來的，因為這問題的答案可能揭露：我們為什麼在這裡，以及我們應該如何度過時間。如果你知道宇宙從何而來，你的生活方式可能會改變。

因此，在所有問題中最大的問題是，物理學究竟可以告訴我們什麼？

在一開始的時候

在我們問宇宙從何而來或它是如何形成之前，我們需要先退一步想想。我們首先要問的應該是「宇宙是誕生出來的，還是本來就一直存在？」

你可能會驚訝的發現，物理學對這個問題有很多論述。可惜的是，很多論述內容並不是很一致。事實上，量子力學和相對論這兩個偉大的理論，在宇宙主題上指出了兩個截然不同的方向。

量子宇宙

量子力學表明宇宙遵循著我們不熟悉的規則。根據量子力學，粒子和能量以奇怪和不確定的方式表現。這可能令人非常困惑，但幸運的是，這跟我們手上的問題並不相關。因為量子力學對宇宙的過去和未來實際上是一清二楚的。

量子力學用量子態來描述事物。量子態告訴你，與量子對象交互作用時，事情可能發生的概率。例如，它可能會告訴你粒子位置的機率。你可能不知道粒子現在在哪裡，但你可以知道它可能在哪裡。

量子態很有趣，因為如果你知道今天量子物體的狀態，你可以用它來預測明天、兩週後，或者十億年後的狀態。量子力學中最著名的方程式是薛丁格方程式，跟貓和盒子無關。薛丁格方程式告訴你：如何利用你對宇宙的瞭解並將宇宙向未來投射。它也可以反推，可以利用你對現在的瞭解，告訴你宇宙在過去是什麼樣子。

根據量子力學，這種預測能力沒有時間限制。它的基本原則是：量子資訊不會消失，只是轉變為新的量子態。也就是說，如果你知道宇宙今天的量子態，就可以計算出它在任何時間點的量子態。量子力學告訴我們，宇宙在時間上永遠向後和向前推展。

這代表一個非常簡單的事實：宇宙一直存在，並將永遠存在。如果我們對量子力學的理解是正確的，那麼宇宙就沒有起始點。

相對論宇宙

然而，愛因斯坦相對論卻告訴我們一個截然不同的故事。量子力學有個問題，它通常假設空間是靜態的，就像一個固定的背景，你可以在那裡懸掛粒子和場。但是相對論告訴我們，這觀念大錯特錯。

根據相對論，空間是動態的，它可以彎曲、伸展和壓縮。我們可以看到空間在黑洞或太陽之類的重物體附近彎曲。愛因斯坦的理論還描述了整個空間如何膨脹。空間不僅僅是平坦的空虛；它被重物局部扭曲，並且愈來愈大。

這個瘋狂的想法最初來自於相對論中的數學，但現在我們有實驗能加以證明。透過望遠鏡，我們可以看到星系每年愈來愈快的遠離我們。宇宙中的一切似乎都變得愈來愈分散和愈來愈冷，就像氣體在膨脹時冷卻一樣。

對宇宙的起源來說，這代表什麼含義呢？呃……如果把時鐘倒轉，我們的觀察預測出宇宙曾經更熾熱、更密集。如果回溯足夠遠的時間，宇宙就會到達一個特殊的點：奇異點。

此時，宇宙的密度實在是太大了，甚至讓相對論的計算結果顯得有點荒謬。相對論預測宇宙變得非常緊密，空間又異常彎曲，最終達到了一個無限密度點。

按照相對論的觀點，宇宙在某種程度上確實有個開端，或者說至少有個「特殊時刻」。我們所看到的一切，包括所有空間，都來自奇異點。可惜的是，相對論不能告訴我們那一刻發生了什麼，但我們知道它與之後的任何時空點都不一樣。它就像一堵無法跨越的牆，無法用相對論解釋。

孰是孰非？

現代物理學的兩大支柱以大相逕庭的觀點來解釋可能的宇宙起源。一方面，量子力學告訴我們宇宙是永恆的，一直存在。另一方面，相對論告訴我們宇宙來自一個發生在一百四十億年前的無限密度點。

我們知道量子力學不可能完全正確，因為它沒有辦法描述關於宇宙的某些事。例如，量子力學沒有辦法描述重力或空間彎曲。但同時，我們也知道相對論並不完全正確，因為它在奇異點處崩潰，並且忽略了宇宙的量子性質。

——本文摘自《宇宙大哉問：20個困惑人類的問題與解答》，2022 年 8 月，天下文化，未經同意請勿轉載。