宇宙這麼大，渺小如塵埃的我們還有價值嗎？

• 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。

• 作者／施奇廷｜東海大學應用物理學系 

起源

從 1920 年「羅梭的萬能機器人」（Rossum’s Universal Robots，通稱R.U.R.）登上舞台以來，「機器人」這個概念，一直是科幻作品中的常客。機器人「具有人的形象，而（在某些方面）具有比人類更強的能力」的設定，一直刺激著人類的想像力：能力強大卻又聽命於人類的忠實僕人；或是領悟到自己其實可以取代人類，成為下一代的地球霸主？樂觀的期待與被反噬的恐懼，向來是欣賞以機器人為主題的科幻作品的兩大樂趣。不過近十年來「人工智慧」（Artificial Intelligence）與「機器人學」（Robotics）的發展速度超乎預期，上述本來只存在於科幻作品中的兩面議題，突然變得不是那麼遙不可及。

提出「機器人學」這個名詞，並將理論系統化的，並不是工程領域的學者，而是科幻小說大師艾薩克‧艾西莫夫（Isaac Asimov），這個詞現在已經成為工程界對機器人科學的正式名稱，是一個從科幻對科技「逆輸入」的有趣案例。生於俄羅斯的艾西莫夫的本行是就科學家（專長是生物化學），曾經任教於波士頓大學醫學院，不過後來因為全力投入寫作，不再進行一般學者的教學研究工作，但是波士頓大學仍然保留他的職位。他所接受過的嚴謹科學訓練，也反映在作品中。1940 年，年方 19 歲的艾西莫夫就發表了第一篇機器人短篇小說「小機」（Robbie，收錄於短篇小說集「我‧機器人」），開啟了「機器人系列」的序幕。

法則

「人類製造的機器人結果反過來支配人類」這個命題可說是充滿「為何要搬磚頭砸自己的腳」的矛盾，因為人類絕對可以在一開始設計、製造時就預防這件事發生。不過睽諸人類科技發展的歷史，這種矛盾其實一直存在，也不斷發生，目前我們面臨的「核能科技的發展衍生的核子大戰威脅」、「高度工業化生產導致環境污染」，以及「大量使用石化燃料導致全球氣候變遷」這些問題，都是現在進行式。

不過「人類依照自己的形象打造的仿人類」又有點不同，高功能的機器「外型像人」這件事，足以引起人類的「科學怪人情結」，讓人類會對機器人的發展保持高度的戒心，在此思考下，1942 年時，艾西莫夫在他的作品中，比照「牛頓運動學三定律」的規格，揭示了「機器人三定律」：

一、機器人不得傷害人類，也不能坐視人類受到傷害

二、在不違反第一法則的前提下，機器人必須保護自己的安全

三、在不違反第一與第二法則的前提下，機器人必須執行人類的命令

這三大法則是在機器人出廠時，就內建於其軟硬體內，絕對不容違反。如果讀者是「理科人」的話，大概會覺得這三大法則邏輯簡單明瞭，簡直無懈可擊，在此控制下，機器人應該可以成為人類最忠實的僕人，無須擔心他們會叛變了。

有趣的是，在艾西莫夫的機器人短篇小說中，幾乎都是在探討「會引起三大法則的缺陷、迷惑、矛盾的可能情境」，所以幾乎每篇小說都會產生一個「精神錯亂」的機器人。這些小說非常有趣，推薦喜歡「燒腦型作品」的讀者一讀。

這個系列作品的內容其實也部分反映了人性：人也是又內建「道德基準」（moral norms），能進行邏輯思考的動物，但是即使最理性冷靜的人，也是會碰到兩難的困境，例如著名的「電車難題」：「一輛失控的列車在軌道上急馳，在軌道上有五個人即將被碾過，你剛好在鐵軌的轉軌器旁邊，只要扳動轉軌器，就可以把列車轉向另一條軌道，但是另一條軌道上有一個人，本來不會有事，因為你將列車轉軌而會被碾斃，在這個狀況下，你到底要不要將列車轉軌呢？」幾十年來這個問題引起了許多哲學以及倫理學、社會學的廣泛討論。事實上，自動駕駛汽車（除了不具有人形之外，其實也算是機器人的一種）的設計就必須把這類情境納入考量。

就筆者的「理科腦」來看，這些矛盾的起因是「機器人定律與人類的道德準則是定性的，而實際情境卻是定量的」。例如兩個人類同時對一個機器人下命令，而這兩個命令互相矛盾，那麼這個機器人到底要聽誰的？這時候機器人必須對下命令的兩個人做出「定量上的評價」，決定執行哪一個命令。這個結果導致「機器人可以（必須）評價人類，將人類分出等級」，之後又會衍生出更多的問題…

1985 年時，在機器人系列故事四十餘年的發展之下，艾西莫夫被自己的筆下的故事逼得追加了一個「第零定律」，位階在原來的三定律之上：「機器人不得傷害『整體人類』，或坐視『整體人類』受到傷害。」，這下子定律的規格從「牛頓三定律」變成了「熱力學的零＋三定律」了，不愧是正統派科學家出身！這個第零定律跟之前一樣，從邏輯上看起來也很合理，但是這又造成機器人必須評價「整體人類」的福祉是什麼，由於第零定律凌駕於第一定律之上，因此視情況機器人是可以為了避免整體人類受到傷害，而去傷害甚至殺死個人的，最後可能會演變成「機器人為了整體人類好而接管、控制人類社會」的反烏托邦結果。

不過或許是因為「機器人叛變」這個展開實在太過顯而易見，而且因為可以塞進許多動作場面而成為影視作品愛用的題材，艾西莫夫的機器人作品中對這方面反倒是著墨不多，而是將關心的焦點放在「機器人是否能在三定律的規範下，活出自己的人格？」這個主題的代表作，就是獲得 1976 年「雨果獎」與「星雲獎」雙料大獎的中篇小說「雙百人」，後來在 1992 年由令一位作家羅伯特‧席維伯格（Robert Silverberg）擴充成長篇小說「正子人」；這個故事也在 1999 年改編為電影「變人」，由已故的喜劇泰斗羅賓‧威廉斯（Robin Williams）主演。

說實在的，想要瞭解「機器 → 人形機器 → 機器人 → 人」的演進與思辯，而又沒有很多時間與耐性的讀者，看這一本就夠了。

分流

前面花了相當的篇幅講了艾西莫夫的機器人觀，除了這個「大師典範之外」，其實幾十年的科幻與娛樂文化演變下來，機器人也了更多的樣貌。

好萊塢電影與日本動漫畫，是目前全球影視娛樂的兩大主流，當然兩者還是有一段差距，好萊塢挾其資金、人才、技術的實力，最為強勢；不過「小本經營」的日本御宅文化，在全世界的影響力也逐年提升，對好萊塢電影也產生了不小的影響。它們對於機器人這個主題的處理，有很大的不同。以下分成不同的機器人類型討論，不過要先說明的是，以下的分類有些是好萊塢電影擅長的題材，有些則是日本動漫畫的偏好，但是其實並沒有這麼涇渭分明，大部分在兩邊都有出現，只是多寡有別。

一、近未來，覺醒的機器人，成為人類之敵——好萊塢電影的機器人，跟艾西莫夫的機器人類似，是外型、尺寸都比照人類，並且具有不同程度的人工智慧。不過如前所述，好萊塢電影中的機器人有許多都是扮演「人類之敵」的大反派，完全不受艾西莫夫「機器人三定律」的節制，最經典的例子就是「魔鬼終結者」系列，劇中的機器人存在的目的就是用來追殺人類——可說是把「機器人三定律」完全反過來看就行了。這些機器人的背後是由一個名為「天網」的人工智慧，也可以說是個不具人形的機器人，本來是美國研發的國防電腦系統，後來這個系統產生自我意識，並且判斷人類才是「世界最大的威脅」，於是就發動核戰毀滅人類，並且持續掃蕩殘存的人類反抗軍，並且派遣機器人穿越時間回到過去殺害反抗軍領袖的母親以斬草除根。

相對於艾西莫夫小說中以「機器人三定律」來節制機器人的能力，以消除人們的「科學怪人情結」，努力讓人類社會接受機器人；「魔鬼終結者」系列是反過來喚起觀眾的「科學怪人情結」，再加上「末日電影」的背景設定，來營造危機感與戲劇性，然後在人類與機器人的對立下順理成章的大打出手，「拳腳與槍砲齊飛，鮮血共煙硝一色」，讓本來是「低成本 B 級動作片」的「魔鬼終結者」成為娛樂性與思想性兼具的成功作品。就這個視角而言，「駭客任務」中的架構與設定，以及成功的要素也頗有共同之處。

二、遙遠的未來，機器人已經融入人類社會，共同面對更廣闊的星際世界——上述這種「人類與機器人的衝突與生死戰」的背景通常發生於「近未來」，故事舞台跟現代有相當程度的重疊，機器人進入生活的正面與負面效應，都比較能引起觀眾的代入感。如果是以「遙遠的未來」為背景，機器人與人類之間的「磨合陣痛期」已經過去，像是兩大名門「星際大戰」與「星際爭霸戰」，人類的足跡已經遍佈銀河系，見識過各種稀奇古怪的外星生命體，機器人也早就已經成為人類好伙伴，甚至被視為跟人類同等的存在了。

三、機器人是人類肉體的延伸，力量的放大器——另一方面，日本動漫畫作品中的機器人，除了早期的「原子小金剛」是走「真人的大小與外貌，且具有人工智慧」的路線以外，主流是象徵「人類力量的延伸」的「巨大機器人」類型。這種機器人不具有人工智慧，而是搭載操作界面與作業系統，由人類駕駛員來操作，相當於扮演其大腦的角色。以早期的名作「無敵鐵金剛」而言，所標舉的主題是「如果人類透過機器取得了巨大的力量，將會成為神？還是成為惡魔？」，這類作品有別於西方「機器如何變成人」，而是「人類與機器合為一體」的概念。

機器人是吸引目標觀眾目光的賣點，也是贊助或出資廠商販賣模型玩具的獲利神器，導致許多巨大機器人動畫作品一味強調機器人造型帥氣而不注重劇情內涵，被譏為「為了販賣玩具所製作的 30 分鐘廣告片」，不過由於出資者只要求「機器人玩具賣得好」，對於內容不太有興趣干涉，反而讓創作者有揮灑的空間，出現了「長濱忠夫三部曲」、「機動戰士鋼彈」等名作。1995 年的「新世紀福音戰士」，把前述「人類與機器合為一體」的概念推到極致，駕駛員是透過神經系統直接與機器人（稱為 Evangelion，簡稱 EVA ）「同調」連結，以精神力取代操縱桿與按鈕，直接操控 EVA——不過其實 EVA 與其說是機器人，「生化」味更重一些，劇中還曾出現駕駛員與 EVA 機體「完全融合」的情節。

四、機械化的人類——人與機器的關係，除了「機器→人形機器→機器人→人」這條路線外，也有反方向的路徑：由於疾病或受傷而失去部分身體功能的人，利用科技的力量改造身體，恢復正常的功能，甚至更為強大，這種被部分改造的人類稱為「改造人 Cyborg」（cybernetic organism），結合了「模控學」與「有機體」兩個字，也有人翻譯為「生化電子人」、「半機械人」，後來乾脆直接音譯為「賽伯格」。其實許多現實世界的人類已經多多少少變成改造人了：義肢、人工水晶體、心律調節器、人工關節等等，人們已經普遍可以接受為了維持身體機能以侵入性的方式改造部分器官，未來可以預見改造的範圍與精密程度必定會逐漸提升。

在這個「人體改造」的延長線上，我們可以看到像「機器戰警」中，殉職的員警被改造並且復活來執行正義，「鋼鐵人」受傷後在自己的胸腔裝了一個反應爐，成為裝甲動力服的能量來源；日系作品方面，有「無敵金剛 009」（後來改名為「人造人 009」，少了一股中二的氣勢）、「假面騎士系列」（真人演出的特攝片），這些作品中，並非前述因為疾病或受傷而修補人體，而是為了培養「征服世界用的超級士兵」，而將人體改造成具有超越一般人能力的戰鬥道具。

與「機器人覺醒為人類、或自覺為超越人類的存在」的方向相反，在「改造人」這條線上會出現的問題則是「當人類持續被改造，被機械取代的部位越來越多，會不會因此變成『不是人類』？這個轉變的界線何在？」也是非常值得探討的問題，也讓「改造人」這類的作品更具有思想上的深度。

近年來日本動漫畫與好萊塢合流的作品逐漸增加，「攻殼機動隊」與「戰鬥天使艾莉塔」是其中翹楚，都是以「改造人與人類的分界線」，以日本原創的動漫畫作品為主題，結合好萊塢的資金與技術的大製作電影，都獲得了相當程度的成功。

交會

本文以包含小說、電影、動漫畫等科幻作品的角度來看「機器人與人」之間的關係。雖然不是從真實世界的科學與技術來進行嚴謹的探討，不過在「機器人與人」這個主題上，科技與科幻的發展路徑其實亦步亦趨、互為因果：如同艾西莫夫的「機器人學」與「機器人三定律」對真實世界的機器人科技有極大的影響一般，科幻的想像有可能成為引導科技發展的路標；相對的，科技的發展當然也會墊高科幻作品的根基。

前文我們看過了幾種「機器人與人」的類型作品：從機器人變成人、機器人與人共存、機器人與人合體、從人變成機器人。這幾種模式，各自以不同的視角來刺激我們思考「人到底是什麼」這個問題。從數十年來這個主題的科幻作品的發展看來，不論是從哪個角度切入，最後都指向一個共同的交會點：人類的大腦。

「正子人」中的機器人主角「安德魯‧馬丁」要爭取在法律上被認可為「人」，其起點是他的「正子腦」產生了類似人腦的感情、創造力、以及自我意識的自覺，在其兩百年的生涯中，他的「鉑銥合金正子腦」的運作模式與人腦越來越接近，應該可以通過任何像「圖靈測試」這種「能分辨人腦與電腦差別」的考驗。而他克服爭取成為「人」的最後阻礙的方式是：改造他那相對於人腦幾乎算是不朽的正子腦，讓它像人腦般會逐漸老化與死亡，終於取得了「人」的資格。

另一方面，「從人變成機器人」的這條路上，也是以「大腦是不是原裝貨」來作為人類與機械的分界點。身上的器官怎麼更換都沒關係，但是這個人的「自我」（identity）只存在於大腦的神經元之間的連結以及在內部儲存以及傳送的資訊中，如果大腦被換掉、或是內部的資訊消失了，這個人也將不再存在。更激進的說法是，連大腦的「硬體」都不重要，只有內含的資訊才是「人的本體」，所以只要能夠把腦內的資訊保留、複製下來，人將可以成為不朽的存在，就像「攻殼機動隊」的主角草薙素子，拋棄了已經多次改造的肉身，以及還是「原裝」的大腦，將腦內資訊轉進網路中，只要這個網路仍在運作，這組來自草薙素子大腦的資訊仍存在於這個網路中，她就相當於取得了永生。

回到現實世界，「人工智慧」與「腦科學」正好也是目前最熱門、進展也最快的科技領域，前者致力於「讓機器除了強大的計算與記憶能力之外，還能像人腦一樣能進行複雜的思考」，後者則是要「瞭解大腦如何學習、記憶、創造，以及人類的自我意識從何而來」，這兩個領域發展的進程與細節跟科幻作品當然不會一模一樣，但是在大方向上，「科學」與「科幻」實在有驚人的相似之處，最後兩個領域也有可能交會在同一點上。

看看社群網站的自動審查機制，以及電子商務網站的推薦系統，極權國家用來監控人民的社會科技體系，「不具人形的機器人」正逐漸接管我們的生活。也許在我們的有生之年，就可以看到這些科幻名作中的情節在現實世界中發生，至於人與機器人之間的關係，是對抗、共生、還是融合？人類社會未來的流向，仍然掌握在人類手上嗎？再不嚴肅思考這個問題，或許很快就會來不及了。

• 作者 / 陳瑞麟｜中正大學哲學系教授，對於理解我們生存的自然與社會世界有高度的興趣，相信理解世界最好的方式是結合哲學與科學。

什麼是「科學哲學」？哲學家心中的科學哲學，與科學家心中的科學哲學是一樣的嗎？想了解科學哲學，首要的問題就是「科學是什麼」，為此我們需要一個分類人類活動的認知理論，再建立一個科學哲學理論，才能完整地回答這個問題。而在 19 世紀前，科學和哲學尚未分家，科學就是自然哲學；到了 20 世紀後，也仍有許多科學家對哲學深感興趣，並將其科學／自然哲學思考寫入科普著作中，展現他們的科學哲學思考。

筆者是個科學哲學的專業研究者，每年都會在哲學系開設相關課程，也經常有理工與社會科學系的同學來選修。根據經驗，歷來修過這堂課程的同學大致有兩種反應：一種在課業表現上優於哲學系同學；另一種則逐漸地消失在課堂上。

我沒有機會調查後者的反應，但我猜測可能是教學內容與他們預先期待的有所落差，也許他們心目中的科學哲學不是哲學系課堂所授的模樣？

你心中的科學哲學是什麼？

或許科學哲學有兩種？一種是哲學家的科學哲學，另一種是科學家的科學哲學。兩者的思想並非截然不同，而是密切相關，只是關注的重點略有不同。

科學家透過測量、觀察、實驗、數學、模擬、計算等各種科學方法，發現自然的定律或機制，並建立科學假說與理論來認識與理解我們生存的世界。

然而，這些科學方法通常運作在抽象符號或數量上，它們表示什麼意義？揭示了什麼樣的世界實況 （reality）？科學家必須提供說明與詮釋，而他們的詮釋構成自然哲學的傳統。

哲學家一方面想認識與理解我們生存的世界，另一方面則對科學家的活動與詮釋深感好奇，雙重興趣使他們採取比較迂迴的路線。

那便是透過閱讀、分析、反思，比較過去與現在科學家的種種理論、思想、活動來了解科學，從而認識、理解並反思科學所揭示與詮釋的世界，甚至進一步建立哲學家自己的世界觀，形成了今天所謂的「科學哲學」。

哲學家的科學哲學

科學哲學的首要問題是「科學是什麼」，其反面則是「科學不是什麼」，兩者共同蘊涵了「科學與非科學」的區分。

很多科學家十分在意非科學的從業者，例如占星者或算命者，偽稱自己的行業是科學，因此如何分辨科學與偽科學就成了科學哲學的一個核心任務。

哲學家波普（Karl Popper） 用「可否證性」 （falsifiability） 來定義「科學性」，主張能被否證的理論或假設才有資格成為科學。

但我們又該如何否證一個科學假設呢？只要找到一個反例就行了，例如「所有生物體都由細胞構成」的假設，會被一個「不是由細胞構成的生物體」否證。

然而，做為科學性定義的「可否證性」本身會不會有反例？就像我們似乎無法找到反例，以否證宇宙起源的大霹靂 （Big Bang） 假說？反過來說，如果現代占星家承認自己的預測可以否證，是否就可以被列入「科學」的行列之內？

事實上，我們很難透過一個簡單的定義來回答「科學是什麼」。

回答任何「 X 是什麼」的問題總是免不了分類系統的建立，例如在科學上我們想回答「現代智人 （homo sapiens） 是什麼」就得了解關於「人種、人屬、人科」的分類與相關理論。

回答「科學是什麼」的問題亦然，我們甚至需要一個「分類人類活動的認知理論」，並建立一個科學哲學理論，才能完整地回答這個問題。波普的可否證性也不是一個簡單的定義，而是一個系統性的否證論。

科學進展到現在已經發展出一個龐大的系統，包含大量形形色色的知識，諸如假說、理論、定律、模型等，以及產生那些知識的種種方法和工具，還有建立與應用知識的活動或實作，概括了探索、說明、解釋、預測、實驗、模擬、干預、控制、改造等，並構成一個複雜而長遠的歷史，發生過革命性的變遷。

如果我們想徹底了解「科學是什麼」，就得探討上述各個主題，也就是科學知識的本質、科學方法的本質、各種科學活動的特性、科學的歷史演變等，其相應的名目就是「科學方法學」、「科學知識論」、「科學實作的哲學」、「科學史的哲學」等，這一切構成了「科學哲學」這門領域的內容。在這方面，國內已經有不少紙本書籍與線上文章能供讀者參考，可見文末的資訊欄。

進行哲學思考的科學家

在 19 世紀之前，科學和哲學尚未分家，科學就是自然哲學。

專業的科學哲學也是建立在 19 世紀末如馬赫 （Ernst Mach） 、龐加萊 （Henri Poincaré） 、杜恩 （Pierre Duhem） 等科學家手上，然後在 20 世紀上半葉發展成一門專業，至今已有 100 多年的歷史。

雖然今日多數在思考、談論、教學、研究科學哲學的人是哲學家，但這並不意味科學家沒有貢獻。 20 世紀之後仍有許多科學家對哲學深感興趣，他們經常將自己的科學／自然哲學思考寫在其科普著作中，形成一個深厚的傳統，例如：

• 海森堡 （Werner Heisenberg） 的《物理學與哲學》（Physics and Philosophy: The Revolution in Modern Science）
• 薛丁格 （Erwin Schrödinger） 的《生命是什麼？》（What Is Life?）
• 莫納德 （Jacques Monod） 的《偶然與必然》（Chance and Necessity: Essay on the Natural Philosophy of Modern Biology）
• 道金斯 （Richard Dawkins） 《自私的基因》（The Selfish Gene）
• 維爾澤克 （Frank Wilczek） 《萬物皆數》（A Beautiful Question: Finding Nature’s Deep Design）和《物質之輕》（The Lightness of Being: Mass, Ether, and the Unification of Forces）
• 葛林 （Brian Greene） 的《眺望時間的盡頭》（Until the End of Time: Mind, Matter, and Our Search for Meaning in an Evolving Universe）

然而對於專業科學家來說，他們更感興趣的是「世界的起源」、「物質的起源」、「生命的起源」、「心智／意識的起源」、「語言的起源」、「宗教信仰的起源」等在傳統上屬於形上學 （metaphysics）^[註]的問題，他們企圖透過各個相關的科學理論推論並回答。

不管答案的依據是什麼，他們的思想和論述都超出了科學的界限，進入哲學的層次，換言之，科學家此時在作科學哲學、科學形上學。

臺灣的科學哲學

其實臺灣同樣也有科學家在進行哲學書寫，例如天下出版社「科學文化」書系的幾位策劃人林和、李國偉、周成功等寫作的科普譯書導讀，又如物理學家高涌泉的《科學人：非物理不可》與他在《科學人》雜誌中的長期專欄「形上集」，以及免疫學家楊倍昌更偏向學術性的科學哲學作品《變遷：生醫實驗室的知識拼圖》，並與臺灣的科學哲學家對話。

筆者相信這些臺灣的科學家，在「科學家的科學哲學」上，已經提供可資學習的典範，期待透過《科學月刊》的引介，臺灣未來有年輕一代的科學家走上哲思之道，持續發展本土科學家的科學哲學。

註解

• 哲學的核心部門，研究最根本與最抽象的「存在」、「實在」、「世界」、「時空」、「範疇」、「物質」、「心智」、「個體」、「共性」等概念的哲學。

尋找更多科學哲學的資訊

筆者已經在網路上刊過一些介紹性的文章，以下分成三部分提供資訊，希望有興趣的讀者能按圖索驥，以探索更多科學哲學內容。

一、關於科學與偽科學的區分問題

• 陳瑞麟，〈【科哲絮語】占星學的巫術性與科學性〉，《想想副刊》， 2018 年 4 月 29 日。
• 陳瑞麟，〈【科哲絮語】怎樣才算是科學？或者，一門學問的科學性程度有多高？〉，《想想副刊》， 2018 年 11 月 4 日。
• 陳瑞麟，〈第三問  如何寫自然哲學與科學史？科學編史方法學的問題〉，《人類怎樣質問大自然》，八旗文化， 2020 年。

二、科學哲學的理論與歷史：

• 陳瑞麟，《科學哲學：理論與歷史》，群學， 2010 年。
• 陳瑞麟，《科學哲學：假設的推理》，五南， 2017 年。
• 陳瑞麟，《人類怎樣質問大自然》，八旗文化， 2020 年。
• 陳瑞麟，〈當代科學哲學的發展〉，哲學新媒體， 2021 年。
• 線上《華文哲學百科》「科學哲學」部分現有的每個詞條。

三、科學家的科學哲學：

• 陳瑞麟，〈科學家的哲學思考，探討世界起源的科普書寫──《眺望時間的盡頭》〉，故事 StoryStudio ， 2021 年。
• 林義宏，〈科普能改變文化？中正陳瑞麟破解科普書籍暢銷秘訣〉，人文・島嶼， 2021 年。

• 〈本文選自《科學月刊》2021 年 8 月號〉
• 科學月刊／在一個資訊不值錢的時代中，試圖緊握那知識餘溫外，也不忘科學事實和自由價值至上的科普雜誌。