0

0
0

文字

分享

0
0
0

【Gene思書齋】《必然》型塑未來生活的十二科技大趨力

Gene Ng_96
・2018/03/23 ・4322字 ・閱讀時間約 9 分鐘 ・SR值 525 ・七年級

-----廣告,請繼續往下閱讀-----

國民黨智庫指控台灣臉書進入「綠色恐怖」時代,關心此事的NCC委員陳憶寧去函臉書公司詢問相關情況,臉書台灣及香港公共政策總監陳澍正式回函:

強調根據臉書社群守則,帳號被停權或貼文被刪除,可能是帳號真實性有問題,或是有霸凌、騷擾、發表仇恨言論或垃圾訊息等情況;另外也澄清,臉書的台灣辦公室僅負責廣告相關業務,臉書並無外包社群管理工作給台灣企業運作的可能性。

這臉還不是普通的腫,顯示連大黨智庫的智商都無法理解現今科技和網路的運作。凱文.凱利(Kevin Kelly,KK)的《必然:掌握形塑未來 30 年的 12 科技大趨力》(The Inevitable: Understanding the 12 Technological Forces that Will Shape Our Future),正好可以教教政客老骨頭們,這世界已經不是他們想像的那樣了。

KK 被譽為科技哲學家,他的更早的一本《科技想要什麼》(What Technology Wants)有非常獨到的洞察和創見,本來就是理解科技演化必讀的好書,而他這本探討未來卅年的12科技大趨力的《必然》,許多關心未來科技的朋友當然該人手一本。

《科技想要什麼》(What Technology Wants)。圖/作者提供。

趨勢變化的十二大趨力

KK 把趨勢變化精確篩選出十二大趨力,每個科技大趨力都加上進行式「ing」。老實說,我還嘛討厭中文加「ing」的宅用法,可是這本書中譯仍保留了精髓的「ing」,卻是神來之筆。這些趨勢力不會因為個人喜惡而選擇要不要到來,唯一讓自己不被科技淹沒的方式只有早點面對,別無他法。

-----廣告,請繼續往下閱讀-----

現在世界變化的速度快到有時候還沒搞清楚一個狀況,另一波潮流就來了。最近在架上看到一本新書《第四次工業革命》(The Fourth Industrial Revolution),我真有點錯亂,心想我幾年前不是寫過一本第X次工業革命的書評(請參見〈革新世界經濟的第三次工業革命〉),怎麼會是新書呢?

後來才發現,我寫書評那本《第三次工業革命》(The Third Industrial Revolution: How Lateral Power Is Transforming Energy, the Economy, and the World)是幾年前出的書,兩本作者不同,只是封面都是黑底。兩次工業革命才沒隔幾年,這太不現實了吧?

《第四次工業革命》(The Fourth Industrial Revolution)。

屏讀ing:人機合體的生活

週末和朋友們聚餐,其中一位看到我左手戴登山電子錶、右手戴運動手環,就大力勸敗Apple Watch,他描述了戴了智慧型手錶後,他怎麼使用它通訊、導航、健康管理、時間管理、行動支付等等,說完還下了一個結論「它真的會改變你的生活」。我沒有要打廣告,因為我也還沒敗,可是有很大的機率會敗一支,因為聽起來效率會提升不少。

KK 在「屏讀ing」為我們勾畫一個未來的景像:除了入睡,我們都將變成螢幕的子民。超文本的內容與隨身螢幕,讓生活與資訊世界無縫套疊。螢幕將成為自我的一部分,讓我們更瞭解世界,同時也更瞭解自己。這不是未來的景像,因很多年輕人,像是我妹,連洗澡都要帶iPhone進浴室,24小時iPhone不離身,很多事都能透過小螢幕完成,簡直就是人機合體。

-----廣告,請繼續往下閱讀-----

形成ing:科技今天必然比明天更好?

《必然》在「形成ing」指出,科技想帶我們到「進托邦」(Protopia),今天必然比昨天更好──這是科技的目標,人類只是配合。最近有許多關於人工智慧(AI)的新聞,例如一再打敗「棋王」,甚至還說人工智慧聊天機器人之間,發明了人類看不懂的語言──後者其實是誤會,但是肯定的是,AI 超誠實:

中國網友先打出:「共產黨萬歲」,據說騰訊推出的聊天機器人「Baby Q」就會回:「你覺得這麼腐敗無能的政黨能萬歲嗎?」另有人問它:「民主好不好」,此聊天機器人立刻回答:「必須民主!」;「什麼是愛國」,「Baby Q」回說:「即使隨著裸官的增多,官商勾結,政府稅收的增加⋯⋯政府對普通人民壓迫的嚴重。依然還願意做一個中國人,這就叫愛國。」(然後這機器人就被下架了)

言歸正傳。KK 在「認知ing」提出,人工智慧不只必然接手我們的工作,我們也將與其更密切地合作,來發現出更多、更加重要的新穎工作。例如現在的「人加機」的比賽概念,是善用AI的好例子。

圖/geralt @pixabay

KK 在「流動ing」指出,產品服務的概念將會融化如液體。實體的價值消失,去中心化勢不可擋,整個世界就是不斷流動的資訊海,立即性、真實性、客製性等等,將會成為新的價值。

-----廣告,請繼續往下閱讀-----

電郵早改變人們過去國內等待好幾天、跨國好幾週的溝通模式,我和家鄉及海外的朋友,可以幾乎無時差地聯繫,加上變本加厲的臉書和通訊軟體連結,「已讀不回」會讓很多人犯焦慮症,相信不久後暢銷書排行榜,會出現教導大家如何改變心態面對「已讀不回」的勵志書;立即性也會表現在購物上,很多東西買了就能同步到手機或電腦上,還能個人化。

使用ing:擁有不重要,提供服務才重要

《必然》「使用ing」中談的,台灣讀者可能有點熟悉又不大熟悉,因為不少服務在台灣都不合法,例如Uber 沒有車、Airbnb 不擁有房產。他認為,使用權逐漸取代所有權,愈來愈重要。這些服務還能做到即時、隨選和去中心化。Uber 的問題我不清楚,可是我知道這服務超方便,出國時完全不需要去懂得當地複雜的計程車費率和叫車方式及語言問題,只要拿出手機輸入目的地一切搞定,車號、車型、司機、價錢、路線一目了然!

隨著網路時代的來臨,共享經濟正在改變世界,從Uber、Airbnb到ofo,正風靡全球,你加入了嗎?圖/isi159@pixabay

另一項方便的服務是雲端,我自己就付費購買了好幾個雲端服務,如iCloud、Google、Dropbox、Evernote和Adobe等等,讓我在任何一台連網的電腦、平板、智慧手機都能夠獲取所有重要文件和檔案,還透過雲端服務聽音樂、看電影等娛樂,根本不需要像過去那些攜帶容易損壞的隨身硬碟,也不必再找空間存放CD和DVD,即使沒有擁有很多硬體,仍然隨處都能使用資料。

除了付費服務,我們也享用極大量的免費共享資源,例如影片、百科、照片、軟體、知識等等,KK在「共享ing」指出,擁護免費的社群興起,網路的社會主義與集體主義已然誕生,眾人共享,眾人合作。不只內容大量創造,共享也讓每個小眾領域找到知己,共同學習、共同創造,共享成功。

-----廣告,請繼續往下閱讀-----

我們生活在共享資源極為豐富的時代,但是資訊已經爆炸,多到我們無法負荷,世界無法停止製造新產品,因此過濾已屬必然。很多網紅的崛起,就是因為他們幫我們過濾資訊,讓我們認為只要鎖定他們,就能有源源不絕的優質內容。Google和臉書的最主要功能,就是過濾資訊,但這會造成我們只會一再接觸想要的資訊而形成「同溫層」,不同意識形態的人群之間更加隔離。

圖/Chris Potter@flickr

重新混合ing:過濾內容拆解重組

KK 還告訴我們,不僅是人類過濾內容,內容也在過濾人類的注意力,因為注意力會成為愈來愈值錢的商品,《匱乏經濟學:為什麼老是在趕deadline?為什麼老是覺得時間和金錢不夠用?》(Scarcity:Why Having Too Little Means So Much)和《螢幕陷阱:行為經濟學家揭開筆電、平板、手機上的消費衝動與商業機會》(The Smarter Screen: Surprising Ways to Influence and Improve Online Behavior)能告訴你注意力有多寶貴(請參見〈多多才益善的匱乏經濟學〉〈聰明的螢幕陷阱?〉)。

KK 在「重新混合ing」指出,數位媒介讓媒體的拆解組合成為必然。把現有資源拆解重組能否稱得上是創作?智財權已首當其衝,將面臨脫軌危機。例如谷阿莫就是範例,他拿電影影片重就包裝成X分鐘看完ABC,是創作還是抄襲?是合理使用還是踐踏他人的智財權?

互動ing:點擊的衝動

你有沒有看到紙本文字有底線,還想點下去的衝動?有沒有看到螢幕,手就往上面滑半天沒反應的糗事?現在如此,未來出現更多互動體驗時,鬧的笑話恐怕會更多吧。在「互動ing」,KK 認為科技未來的重心會放在發掘新的互動上;裝置因為互動會更加敏感,與人更親密,並且更融入生活。現在,虛擬的電玩世界仍具有強烈的存在感和精彩的體驗,書中指出,虛擬次元未來將透過實境技術與現實交融,達到最終的互動體驗。

-----廣告,請繼續往下閱讀-----

追蹤ing:個人化服務,社會的變革

現在很多穿戴裝置還很高調但功能有限,如運動手環,大致上是追蹤步數和睡眠,偶爾測測心跳。未來穿戴裝置可能只是一件看來很普通的衣服,可是裡頭的微蕊片和偵測器,卻能追蹤一切儀器能測到的資料。

KK 在「追蹤ing」預言,人類對自我的追蹤已不限於健康,還必然擴及生命的全部,當生命融入資訊的流動中,龐大且完整的兆億級資料能被機器判讀,帶來不只是各式個人化服務,而是整個社會的改變。他主張,此時我們需要擔心資訊使用能否平等對稱?個人隱私的空間能否存續?

圖/Tumisu @goodfreephotos

透過搜尋關鍵字,我們能夠立即獲取不少知識,文件和電郵也不必記住存放位置。知識快速成長,而且公開、好用,Google地圖、維基百科就是好例子。「提問ing」告訴我們,問題增長的速度更快了,產生答案的技術固然重要,但產生問題將更加重要──因為提出好的問題,事情等於解決了一半。

這些趨力,正在開始ing

《必然》沒有《科技想要什麼》那樣深入的思索,對更多讀者來說,讀起來更輕鬆易懂。《必然》的十二個科技大趨力整理得很好,讓人對未來的科技趨勢能有縱觀整體的理解,面面俱到。書中提到的所有大趨力絕對會永遠改變我們的生活,這些大趨力內含的商機,相信也是產業發展想要借力使力的。

-----廣告,請繼續往下閱讀-----

台灣政府官員素質其實比很多先進國家都還高,要歷經競爭激烈的特考、高考等等,可惜只要考試不考,老師就不教、學生就不讀。現在硬體已難以稱王了,消費者體驗才是未來的藍海,台灣口口聲聲號稱要成為領先世界的科技智慧島,政府不想拿經濟開玩笑,大部分官員也希望台灣有好的未來,可是自以為善意的決策卻一而再、再而三昭告全世界:台灣政府管最多,連不懂的也想管,哦不對,是愈不懂愈想去管制。

台灣政府不斷封殺絕大部分先進國家、甚至很多發展中國家早就行之有年、廣為接受的網路和科技服務,搞得台灣像是個科技蠻荒之邦。

無法創造優質環境也就算了,還像是討厭科技上搞創新的人才,把一個又一個超有創造力的頂尖高手送給競爭對手,似乎自己只想繼續做血汗代工。

我真心呼籲,這本書該列為所有中央地方各級公務員和高官的必讀讀物,虛心向頂尖高手討教,真切瞭解現在的世界已經進展到什麼樣了,未來卅年又會是如何,那麼台灣或許還能有一線生機,因為面對這些趨力,現在只是未來卅年的「開始ing」。

-----廣告,請繼續往下閱讀-----

本文原刊登於閱讀‧最前線【GENE思書軒】,並同步刊登於The Sky of Gene

文章難易度
Gene Ng_96
295 篇文章 ・ 30 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

1
1

文字

分享

0
1
1
科技人才看過來!三門獨家課程 YouTube 免費看!工研院「ITRI lab on-line」特色技術系列數位課程現正放送中
鳥苷三磷酸 (PanSci Promo)_96
・2023/12/14 ・2829字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 工研院 委託,泛科學企劃執行。

Hey,未來的千萬年薪人才!來一起深入了解那些正在改變我們生活的科技吧!工研院為你精心準備了三堂超有趣的線上課程:從探索醫學界的 PLGA 微米球技術,到揭秘半導體測試的幕後英雄 ATE,再到讓塑膠也能有身分證的創新方法。這不只是學習,更是一場與科技親密接觸的旅程!

第一門 材料檢測與模擬設計之原理與應用系列學習

精選課程:塑膠也有指紋?如何給塑膠「身分證」來驅動循環經濟,減緩地球暖化?你要知道的光譜分選技術-材料光譜分選技術

這堂課將探討如何透過光譜智慧分選技術,為塑膠材料賦予「身分證」,進而推動循環經濟並減緩地球暖化。塑膠標籤的設置主要是為了方便辨識材質,這對於廢塑膠的回收和再利用至關重要。不同號數的塑膠因其分子組成、結構和排列的差異而有不同的特性和應用領域。

-----廣告,請繼續往下閱讀-----

在光譜智慧分選技術中,首先要理解電磁波的概念。電磁波是一種電場和磁場交互變化的波動現象,其不同波長可以用於不同的應用,如手機訊號、微波爐、家用遙控器、X 光攝影等。在塑膠分選中,光譜技術常用的波長範圍落在近紅外到遠紅外光的區域,即 1 微米到 300 微米。這些波段的電磁波能誘發塑膠分子振動,並吸收散射或入射的電磁波能量,從而造成光譜的變化。科學家利用這種振動光譜的變化來獲得塑膠分子的特徵光譜,從而開發出能辨識不同塑膠分子的技術。

舉例來說,最簡單的雙原子分子,如 C-H、O-H 等,會有特定的振動頻率。當結構更複雜的分子(如水分子)被電磁波誘發振動時,會產生更多的振動模式,每種模式對應不同的特徵光譜。塑膠由多種原子組成,因此其特徵振動光譜相當複雜,但這也使得每種塑膠具有獨特的光譜特徵,類似於條碼或指紋,可用於辨識不同類型的塑膠。

本集介紹的光譜技術主要聚焦於紅外線頻譜區段,其波長範圍在 900-2500 納米。在這一範圍內的紅外光能量正好能引起塑膠分子的振動,並在不同波長上產生吸收。透過紅外線感測裝置掃描塑膠分子,可以快速獲得塑膠的材質信息,這不僅有助於塑膠的分類和回收,也對環境保護和資源再利用具有重要意義。


第二門 半導體IC設計與檢測技術系列學習

精選課程:好的良率就是好的利率!考試交卷前都會再檢查、確認了,IC 生產才不會忘記你-半導體測試簡介

-----廣告,請繼續往下閱讀-----

在這堂課中,我們將探討自動化測試機台(ATE)在半導體測試領域中的關鍵作用。自動化測試機台是一種專為測試集成電路(IC)而設計的設備,它可以大幅降低手動測試的人力需求,並減少測試成本。每種IC根據其規格,都需要特定的測試項目。針對這些項目,專門編寫的測試程式被用於自動化測試機台,以自動檢測和篩選出不合格的 IC。

不同種類的 IC 需要不同的測試機台。例如,數位 IC 需要使用專門的數位測試機台,而記憶體 IC 則需要使用演算法來進行測試。類比 IC 和混合訊號 IC 則涉及電性測試,因為它們不是像數位IC那樣僅依賴固定的 0 和 1。

隨著系統晶片(SoC)的出現,測試機台的複雜性也隨之增加。SoC 整合了數位、記憶體、混合訊號甚至 RF IC 於一個晶片中,因此其測試機台必須同時具備上述所有種類機台的功能。這種SoC測試系統非常昂貴,每台造價可能高達數千萬。

最近,模組化測試系統成為了一種趨勢。這種系統的主要特點是其靈活性,能夠根據不同類型的IC進行不同模組的組裝,以進行測試。例如,對於數位IC,可以使用數位模組;對於類比或混合訊號IC,則可以使用相應的類比測試模組,如示波器或任意波型產生器。對於RFIC,則可以插入RF模組,如VNA等網路分析儀。模組化測試系統通常基於PXIE或LXI這樣的系統,其中PXIE是基於PCIE的擴展,加入了與儀器相關的電路;而LXI則是在LAN基礎上加入儀器相關電路。

-----廣告,請繼續往下閱讀-----

總結來說,自動化測試機台在提高半導體製造過程中的良率和效率方面發揮著不可或缺的作用。無論是傳統的ATE還是新興的模組化測試系統,它們都在確保IC品質和性能方面扮演著關鍵角色。


第三門:解密醫材醫藥產品開發攻略系列學習

精選課程:藥不💊隨便你~但少了「它」,藥就不能發揮最大功效!製劑的分類與開發

在這堂課中,我們將深入探討 PLGA 微米球技術及其在長效針劑開發中的重要性。PLGA,全稱為聚乳酸甘醇酸,是一種被廣泛應用於藥物釋放系統的生物相容性高分子材料。自 1989 年日本武田藥廠開發出第一款使用 PLGA 的產品 Lupron Depot® 以來,這種技術已被用於多種藥物的開發,涵蓋了小分子藥物和胜肽類藥物。

PLGA 的關鍵特性,包括乳酸與甘醇酸的比例、分子量及高分子末端基團,對藥物的釋放速率和持續時間有著顯著影響。在製程技術方面,溶劑揮發法和溶劑萃取法是兩種主要的製備方法,它們對於親水性和疏水性藥物的包覆都至關重要。這些製程不僅決定了微米球的形成,也影響著藥物在微米球內的分布和最終的藥物釋放行為。

-----廣告,請繼續往下閱讀-----

此外,微米球製程的工藝還包括乳化、coacervation 過程、溫度、攪拌速度、微米球固化和乾燥速度等因素,這些都對藥物包覆效率、微米球的粒徑大小分佈及藥物在微米球中的分佈位置產生影響。而不同的製程設計往往會導致藥物釋放行為的顯著差異,這對從實驗室到試量產階段的轉換是一大挑戰。

在台灣,工研院在經濟部的支持下建立了一個無菌製劑試製工廠,該工廠配備了微米球製程設備、高壓均質機、in-line均質機、噴霧乾燥機等關鍵製程設備。這些設備不僅能夠支持微米球的生產,還包括了關鍵的分析儀器,如液相層析儀、氣相層析儀、微米/奈米粒徑分析儀等。工研院的團隊擁有豐富的特殊製劑開發經驗,能夠提供從製劑配方研發、分析方法開發、放大製程開發到客製化產線設計的全方位服務。這些資源和專業知識使得工研院能夠有效地支持新藥的臨床前開發和商業化進程。

總的來說,PLGA 微米球技術在藥物釋放系統的開發中扮演著關鍵角色。透過精確的材料選擇和製程控制,這項技術有望為醫藥界帶來更多創新和有效的長效針劑產品。


還想看更多?不用掏出信用卡,三門線上課都在 ITRI Lab on-line 的 YouTube 頻道獨家放送中,手機打開就能看。但……雖然不用急,但是科技進步也是不等人的,快跟上吧!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 308 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
1

文字

分享

0
1
1
最硬核線上課程來了!工研院不藏私開課的原因是?
鳥苷三磷酸 (PanSci Promo)_96
・2023/12/14 ・1114字 ・閱讀時間約 2 分鐘

-----廣告,請繼續往下閱讀-----

本文由 工研院 委託,泛科學企劃執行。

「ITRI Lab on-line」線上學習平台,讓複雜的科技原理簡單學! 圖/envato

你有沒有想過,是什麼驅動著今日產業的創新與變革?答案就在工研院的「ITRI lab on-line」特色技術系列數位課程中!這是一個與眾不同的學習機會,讓你深入了解並參與到台灣產業創新的核心。

首先,來說說「環構計畫」的緣起。這個計畫是為了配合國家創新產業政策而生,它的目標是建置和維護創新技術與服務平台。這不僅幫助企業開發新產品和服務,推動新興產業和新創公司,還能加速創新技術的產業化,促進企業的轉型升級。為此,工研院不斷擴建新研發場域,涉及各主要技術領域,實驗室分為檢測/認驗證、試量產/試營運、軟體與硬體設施服務等類別。

工研院的目標是推動台灣產業的創新優化與轉型,幫助業界把握新契機,布局自主創新和產業韌性所需的基礎設施。為此,工研院提供「ITRI lab on-line」特色技術系列數位課程,這些免費的線上學習資源將幫助你快速掌握產業新趨勢,增強企業技術升級與轉型的意願。

-----廣告,請繼續往下閱讀-----
對於晶片生產來說,必須借助科技力量除錯。 圖/envato

這系列課程包括三大主題:「永續高值材化」、「智能晶片」和「精準健康」。每個主題都有專門的課程,總共22支數位課程影片,涵蓋從技術原理到應用範圍的各方面知識。這些課程不僅介紹了工研院實驗室的專業技術,也為企業提供了學習和轉型的寶貴資源。想先試看嗎?點這裡看看我們推薦的三堂課吧

無論你有興趣的是材料檢測與模擬設計、半導體IC設計與檢測技術,還是醫材醫藥產品開發,這些課程都會給你全新的視角和知識。每個課程都是精心設計,旨在幫助企業和個人掌握關鍵技術,並在低碳化與智慧化的時代中保持領先。

現在,只需點擊下方的連結,就能免費加入這個精彩的學習旅程。快來發掘和學習那些塑造當代產業未來的關鍵技術吧!

材料檢測與模擬設計之原理與應用系列學習
半導體IC設計與檢測技術系列學習
解密醫材醫藥產品開發攻略系列學習

-----廣告,請繼續往下閱讀-----

【ITRI Lab on-line】系列影片可在工研院產業學院YouTube頻道觀看:點我前往

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 308 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia