愛迪生誕辰｜科學史上的今天：2/11

• 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。

靜電在生活上的應用

我們的抱負是替每種造成生活困難的現象平反，要幫忙找到它們會讓人好過的例子，告訴大家在哪些情況下，它們是有用（甚至更厲害）或有趣的。但是老實說，我懷疑在靜電荷上是否能做到，它好像到哪都會造成困擾。不過有時靜電荷其實也很有用，許多雷射印表機沒有它就無法工作，感謝雷射印表機讓我們不必用鉛筆寫 14 公里。

簡單來解釋一下雷射印表機的運作原理：印表機裡面有個用來列印紙張的感光鼓（Image Drum），這個鼓是帶電，會曝露在雷射光下，而它曝露的地方就會因此被放電，最後會回頭在要充電的區域著色。然後，感光鼓會轉到碳粉那裡，碳粉也帶了電荷，只會附著在仍要充電的區域。感光鼓現在有了我們想要列印的精確圖像，它被引導至紙上將碳粉卸下。

現在我們的文件已經列印好了。為了不被弄髒，之後會再用滾筒施壓加熱固定，也因此從雷射印表機出來的紙張會有點熱。我們辦公室的雷射印表機曾經在最後一個步驟故障了，還是會列印，只是要手工加固顏色。

除了列印，靜電對打掃也非常有用，但不是清潔家裡，是打掃大型工業廠房時可以派上用場。

我們會用靜電過濾器來過濾空氣中的灰塵或煙灰，現在大略解釋一下它的作業過程：帶電的電線會將電子噴到要清潔的氣體中，這些電子會在該處碰到灰塵並對其充電，帶電的塵粒就會衝向另一個正電荷的電極，並在那裡落下。然後，你就只要關掉靜電過濾器的電源，並輕輕敲一敲。

殘忍的直流電與交流電戰爭

就算靜電很煩，但至少不會對身體造成重大傷害，不像從插座裡出來的電，會變得非常危險。

你肯定從小就被警告：不要讓吹風機掉進浴缸、不要摸沒有絕緣包覆的電纜！不可以把叉子插進插座裡！不管怎麼說，這些警告都有道理。但原因到底是什麼？如果我們在乾燥空氣中走在地毯上會產生高達 2 萬伏特的電壓，而且也毫髮無傷，那從插座出來的 220 伏特電壓又算什麼呢？

吹風機泡在浴缸中不是件好事的最重要原因，是吹風機用的是交流電。你或許知道愛迪生（Thomas Edison）在 19 世紀末發明了燈泡，他希望燈泡能靠直流電運作，所謂的直流電就是電流在電路中朝一個方向流動，就像單行道一樣。

除此之外，愛迪生還希望用自己的直流電專利和只能計算交流電的電表賺愈多錢愈好。

然而，愛迪生有個最大的問題，就是直流電在長距離使用時，會損失大量的能量。他其實想利用這個問題，在不斷成長的電力市場上，從許多必要的發電站賺到額外的錢。不過隨著時間過去，他愈來愈輸給立場相對的交流電派的競爭對手。

身兼發明家和企業家雙重身分的喬治．西屋（George Westinghouse）與天才物理學家尼古拉．特斯拉（Nikola Tesla）合作，他們依賴交流電每秒會改變 50～60 次的特點。

交流電的優點：可以很容易升到高壓再降壓；可以傳輸幾百公里，損失的能量比直流電少。交流電的缺點：流經生物時，對其造成的危險比直流電大。儘管有這個缺點，威斯汀豪斯和特斯拉還是繼續更大範圍的銷售他們的專利。

愛迪生在大眾示威抗議下，透過電死動物發起一場可怕的反交流電運動，在悲傷的高峰時刻，他要員工替美國政府製造一把電椅，以展示交流電的致命性。但其實沒有用，交流電已經盛行起來了，因此可以替我們國家的所有電器設備（吹風機也包含在內）提供能量，無論是經過變壓器方便地使用或是直接利用。

到底是什麼讓交流電這麼危險？我們身體裡其實一直都有微小的電交換過程在不斷發生，例如用這種方式刺激心臟跳動。但每個心跳週期中，都有一個階段心臟對干擾會特別敏感，也就是所謂的「易損期」（Vulnerable Period）。

如果我們在這個期間受到電擊，就會發生危及性命的心室顫動（Ventricular Fibrillation）。

使用交流電時，電脈衝會以每秒 50 次的頻率雙向流動，電力突波會剛好在易損期擊中我們的風險，會比用直流電還要高很多。不過，如果突波剛好在剛好的時間以適合的強度出現，那麼心臟的這種敏感性當然就有用——這就是心律調節器每天拯救生命的方式。

人體的導電性比你想的還強

我們不應該讓吹風機掉進浴缸還有另一個原因，就是水的導電性比我們想像的要低。我們都以為掉進水中的吹風機非常危險，是因為水可以導電。我們以前都聽父母這樣解釋過，這沒有錯，但也並不完全正確。掉進浴缸裡的吹風機的確很危險沒錯，但那是因為人體的導電性比水好。

就算自來水的導電性很好，但它並非最好的導體之一，例如銅的導電性就是它的 10 億倍。人體的導電性比自來水更強，因為我們不僅是由水組成，還含有許多的鹽，這就是人體比洗澡水更能導電的原因，除非我們在浴缸裡加了浴鹽或尿尿（當然沒人會這麼做），那就另當別論。

如果吹風機掉進水裡，電流在我們身體裡比在水裡更容易傳播，而這種效應還會因為我們整個身體都泡在洗澡水裡而增加，這樣電流的整個接觸面積就會非常非常大。

——本文摘自《神奇物理學：從重力到電流，日常中的科學現象原來是這麼回事！》，2022 年 9 月，商周出版，未經同意請勿轉載。

埃米爾．貝利納（Emil Berliner），1851 年 5 月 20 日至 1929 年 8 月 3 日。

如果你是一位古典音樂發燒友，那麼一定聽過德意志唱片公司的鼎鼎大名。這家公司成立於 1898 年，是世界上最早的古典音樂廠商，它的創始人正是唱盤留聲機的發明者——埃米爾．貝利納。貝利納是出色的發明家兼企業家，是當之無愧的「唱片之父」。到目前為止，世界最知名的幾大唱片商標幾乎都與他有關聯。

愛迪生是個具有商業頭腦的發明家，他很在意一項發明的商業前景，因此根本不會花精力去推廣那個音質不太好、用幾次就壞的留聲機。這和他大力推廣照明系統形成了鮮明的對比。

不過，在研究錄音和揚聲裝置的過程中，愛迪生不斷改進揚聲器的語音品質，並將很多的專利授權給了做電話的貝爾。雖然貝爾對留聲機比較感興趣，也改進過愛迪生發明的留聲機，但效果也不是十分理想。

延伸閱讀：愛迪生誕辰｜科學史上的今天：2/11

要製造出一種實用的、大家真正願意購買的留聲機，就需要搞清楚聲音中到底包含了哪些資訊，然後將它們不失真地記錄下來；同時，還需要把記錄下來的聲音資訊大量複製，賣給大眾。

早在十七世紀，伽利略就發現聲音和振動相關，這種機械振動在空氣中以波的形式傳播，傳入我們的耳朵，就是聲音。振動的頻率越高，我們聽到的聲音就越高，人們甚至可以通過調整琴弦振動的頻率，發出不同的音高。但是人們並不知道為什麼每個語音聽起來都不一樣，為什麼 a 聽起來是 a，不會是 o。到了十九世紀初，法國數學家和流體力學家傅立葉（Jean Baptiste Joseph Fourier）發明了傅立葉轉換，它可以將任何波動信號變成很多單一頻率的波動信號（正弦波）的組合。

延伸閱讀：無所不能的傅立葉轉換：傅立葉誕辰｜科學史上的今天：3/21

這其實揭示了各種複雜聲音的本質，就是各種單一頻率聲音的組合。a 的聲音和 o 的聲音裡面都包含了很多相同頻率的波動信號，但是它們的組合方式不同。a 在某個頻率上音量特別大，而在另外一些頻率音量特別小；相反的，o 在另外一些頻率上音量比較大，因此它們聽起來並不相同。

要想清晰完整記錄聲音的資訊，記錄聲音振動的儀器就需要足夠精確地把不同頻率聲音的變化都記錄下來。同樣的，要想讓揚聲器播放的聲音十分逼真，就需要它振動的頻率範圍和人發音的頻率範圍一致。愛迪生其實僅解決了第二個問題，但是沒能很好地解決第一個問題，即他不能準確地把這種頻率的聲音都記錄下來。

解決第一個問題的，是美籍德裔發明家貝利納（Emile Berliner）。一八七○年，十九歲的貝利納為了躲避普法戰爭，隨著父母全家移民到了美國。貝利納剛到美國時做的是收入最低的工作，包括洗碗和送報。但是出於對發明的興趣，他很快就在電話和留聲設備研發方面嶄露頭角。他改進了電話話筒，並因此獲得專利。這個專利被貝爾買走，隨後他也就順理成章成為貝爾電話公司的一名工程師。

一八八六年，貝利納開始研究留聲機。他把一個圓盤均勻塗上石蠟，然後用一根針在石蠟上記錄聲音的振動。由於圓盤的旋轉比圓筒要穩定許多，而且堅硬的細針在石蠟上劃過時，可以準確記錄下各種頻率聲音振動時的細節，因此從一開始，貝利納研製的留聲機的聲音品質就比愛迪生的好很多。更重要的是，圓盤很容易生產，這種留聲機記錄聲音的材料成本要比愛迪生的低得多。

愛迪生是一個在發明權方面從不讓步的人。他和貝利納打了一場曠日持久的官司，最終獲勝。然而，他的那種圓筒式留聲機雖然後來也改進了聲音品質，但實在不便於普及，很快就在市場上消失了。

在和愛迪生打官司期間，貝利納在柏林開辦了一家唱片公司，這就是著名的「德意志留聲機公司」（Deutsche Gramophone）。直到今天這家公司的黃色商標，依然被音樂發燒友視為唱片高品質的象徵。

貝利納還發明了一種大量複製唱片的方法。他在圓形鋅片上塗上石蠟，在錄音時，聲音振動控制的錄音針就會劃去鋅片上的石蠟，然後將鋅片用酸腐蝕，被劃掉石蠟的部分就會被腐蝕出聲道。這樣就得到了唱片的母盤，之後就能大量地複製唱片了，唱片的成本低到工薪階層的家庭完全能夠支付得起。

進入二十世紀，馬可尼在無線電報上的成功讓一些發明家開始嘗試使用無線電傳輸語音和音樂信號。人們將聲音的頻率和振幅載入到固定頻率的無線電波上，並隨著無線電波一同被發送到遠方。在接收端，接收機再將聲音信號從無線電波中分離出來。

一九○六年十二月，美國發明家和企業家費森登（Reginald Fessenden）開始了無線電廣播業務，播放音樂和一些音訊節目。但是由於沒有很好的接收機，這種廣播失真嚴重，而且一台接收機只能接收很低頻率的信號，因此也無法普及。

人們在進行無線電廣播時認識到，在資訊傳輸中存在一個必須解決的大問題，那就是信號的失真和被干擾。雖然在進行有線傳輸或者無線電報發送時，資訊失真的問題也普遍存在，但是大家對它的認識只局限於信號「足夠好」或者「不太好」。如果是前一種情況，大家就認為此時能夠進行通信；如果是後一種情況，大家就認為此時通信中斷了。

但是到了無線電廣播時，人們發現，儘管收到的語音能夠辨識，但是和說話人的語音聽起來完全不同。至於干擾，有線通信是不容易被干擾的，因為每個設備之間都有自己專用的線路；但是無線通訊則不同，電磁波在經過大氣時，會被自然界本身的電磁波干擾，接收到的信號中混有大量雜訊，有時雜訊甚至比信號還強，以至無法準確辨識信號。

那時還沒有關於資訊失真和雜訊的理論，我們今天常說的失真率、信噪比，都是在資訊理論出來之後才被普遍接受的概念。當時的工程師只能靠摸索來消除失真和雜訊的影響，但是效果並不理想。

這種情況在兩個發明出現之後才得到有效的改善：一是一九○七年美國科學家德福里斯特（Lee de Forest）發明了電子三極管；二是一九一七年法國發明家萊維（Lucien Lévy）提出了超外差式接收原理。之後，馬可尼及時將業務轉移到無線電廣播上來，他在英美等國迅速建立起無線電臺，並在全世界銷售收音機。

一九二○年六月，英國馬可尼公司利用廣播轉播了音樂會的盛況。同年，美國西屋電氣公司的廣播站利用廣播報導了總統選舉的情況。

留聲機和無線電廣播的出現大幅度豐富了人們的生活，大眾可以藉由它們欣賞高水準的音樂和文藝節目，同時，人們獲取資訊的方式也從閱讀報刊書籍逐漸變為聽廣播。當然，人類也從此開始記錄文字以外的資訊。

今天，我們能夠聽到邱吉爾在二戰時的精彩演說，以及馬丁．路德在半個世紀前呼籲人權平等的聲音。那些聲音所傳達給人們的資訊，不僅包括演說的內容，還有他們豐富的情感，這是在留聲機出現前人們完全無法想像的。

當然，對人類來說，更豐富的資訊是在圖片中。

——本文摘自《資訊大歷史：人類如何消除對未知的不確定》，2022 年 6 月，漫遊者文化，未經同意請勿轉載。