哲普術語那麼多，師爺你來翻譯翻譯

• 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 / 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。

• 作者／嚴振邦

編按：從 2014 年的太陽花學運，到近日香港的反送中事件，在資訊發達且自由的社會裡，民眾得以自主發起各式訴願活動來表達心聲，而在情況越演越烈甚至影響到一般民生生活時，政府似乎無法再繼續沉默，並且有必要來回應民眾的疑慮，但是…當政府的政策與民意不符時，政府有權禁止這些反對者發聲嗎？更甚者，政府可以派出大批警力來「維持秩序」嗎？

是他先動手的！那些「動手」的人有沒有正當性？

• 有人說，示威者先出手，「作賊喊抓賊」，甚至有警察因而受傷，警察還手絕對無可厚非，合情合理。
• 也有人說，送中條例合理與否，人人可以有不同判斷，但先撇開這個不論，示威者非法佔路和衝擊，卻是鐵一般的事實，警察唯有以武力清場，合情合理。
• 有人說，警察也是「餬口飯吃」，上司要求動用武力，前線警察也沒有選擇，跟隨命令，合情合理。

這裡有很多哲學思考的空間。先出手的，就一定不合理嗎？你還手就一定沒有問題嗎？很多人已經指出，就算可以還手，還手用的武力也應該是按比例的。我打了你一下，你總不能打我一百下吧？我用長傘打你，你總不能近距離用槍射頭吧？也有很多人指出，示威者某甲打過你，你卻把所有示威者﹙甚至包括站在老遠的人﹚也當成一樣，然後對其他所有示威者都用同等武力，總是不合理吧？

而哲學上更重要的是，示威者的衝擊和警察的打人，真的可以看成一樣的行為嗎？

先不論警察和示威者的裝備相差多遠，攻擊時的威力根本完全不對等，更重要的是，他們用上武力的原因一樣嗎？示威者想做的，是捍衛自己應該擁有和本身擁有的自由，他們才會想佔路和衝立法會。事實上他們的目的根本就不是要警察受傷。只不過因為警察阻止他們的自保，他們才要用上一定武力。

換個角度來看，那警方為何動用武力呢？他們用上武力是因為他們要維護法律、社會秩序，所以要出手打示威者。他們根本出於完全不同的原因而用上武力，我們可以不理會他們的動機，就簡單地說他們都是「打人」嗎？

不自由毋寧死？能不能替自由「正當防衛」？

如果有人衝過來想傷害我，從而搶我的財產，於是兩個人互打起來，你會說「先不論搶人財產是對是錯」，大家都是動用武力嗎？不會吧。用武力來搶人東西是不對的，而用武力來保護自己的財產當然沒有問題啊。同樣道理，我們又怎能說「先不論送中條例是否合理，先出手打人就是不對」呢？如果這條例真的不合理地嚴重損害市民的個人自由，示威者因為要自保想衝進立法會，並因而用上了一定武力，會不會比警察基於要「維護法律和社會秩序」而用武力合理呢？

你想想，一個連個人基本自由都不能保障的國度、一個個人可以隨時要面對不公平審訊的地方，法律和社會秩序還有意義嗎？人類這樣的生活會幸福嗎？顯然並不。如果一套社會秩序並不能讓人有尊嚴地活，一套社會秩序會大大地侵害個人自由，一套社會秩序容許未經人民授權的政府肆意剝奪個人的權利，那麼社會秩序本身並沒有多大意義，我們更不應純粹為了秩序要保護這套秩序。秩序的價值在於保護人民，不應該為了保護秩序而傷害人民。

若然個人的基本自由和保障明顯更重要，那示威者就有一定理由用最低程度的武力去捍衛自己將要失去的自由和權利。而這武力的合理之處，更體現在示威者已用盡和平、非暴力、體制內外的所有方法，去捍衛自己的基本權利和自由。示威者並不是一開始就用上武力，而是在這自我保護的過程中慢慢升級，最後在無計可施而且後果十分嚴重的情況下才訴諸最低程度的武力。這樣的話，抗爭中用上的武力不一定不合理。

同一時間，如果示威者使用武力的理由夠強的話，警察只因要「維護法律和秩序」就用上武力還擊，就不一定是合理之事。而如果用上的武力是不合比例地大，那就更加不合理。

人之初性本善？或許每個人都有「平庸的邪惡」

這些問題，其實每一個有權力者都需要思考，而這包括了每一個前線警察。你拿著槍和棍，就代表著你拿着權力。沙特 (Jean-Paul Sartre) 說人理論上是絕對自由的，你總可以向任何東西說不，也可以向原本自己已下的決定說不﹙就正如每個警察總可以抗令、可以辭職一樣﹚。

當然人所處的環境、團體、制度都限制着我們的思考，使我不一定能完全行使這自由。但如鄂蘭 (Hannah Arendt) 所說，邪惡的事往往不是由大奸大惡的人做出來，而是由每一個平凡人所成就。世上的確可能有些大奸大邪之徒，但更多的惡卻因每一個你和我只跟隨制度和制度內的主流想法而出現。

鄂蘭厲害之處，在於她不僅指出很多惡事都不是由大奸大惡之人做出來，更重要的是，她分析平凡人做出惡事時的現象。她看到二戰大屠殺負責人艾希曼 (Adolf Eichmann) 接受審訊時，不僅展現出他某意義來說也是個平凡人，更重要的是，艾希曼同時展現出，他完全不明白這事情有多嚴重，也不明白為甚麼其他人不明白也不同情他曾做之事。這種與其他人溝通的隔閡，顯示艾希曼困於納粹黨的意識形態，而不能從根本之處反思整套意識形態，所以他不能明白其他人，也不能明白為甚麼在這意識形態以外的人不明白他。

所以這種惡，反映的就不只是人會對制度和權威盲目服從，而更是對所屬團體主流意識型態欠缺反思。很多時我們會看到一整個紀律團體完全不明白其他人為甚麼批評他們，不明白自己做的為甚麼是錯事。因為團體從來都易於生出一套意識形態，令人難以反省，而紀律團體重於紀律和齊一，要從根本之處反思整個團體的主流思識，有的空間只會更少。

我們要做的，是嘗試真正的獨立思考，嘗試離開自己所屬的位置、團體去思考，盡量避免惡的出現，盡量避免惡因我沒有從根本之處思考而出現。﹙當然，這提醒也同樣適用於持不同立場的你我他。﹚

惡法亦法？當法律與道德衝突時，要聽誰的？

說到這裡，容許我多提一個問題作結。支持警察動武者，大多會認為示威者一動用任何武力就是非法，而警察因為看到示威者違法動武而用上武力就是合法。但我不禁要反問，在一個不民主的政體內，法律規定警察作為唯一可以合法使用武力的團體﹙當然還有軍隊﹚，我們有道德理由要遵守嗎？

在民主政體內，一條法律，透過人民的同意而通過，我自然有遵守的理由。這可說是我們同意了的法律啊﹙或至少是透過我同意的機制來立的法律﹚。如果在非民主政體中，有些法律本身可以達至更高的道德價值，那麼我們可能也有遵守的需要。就如同我們在非民主政體中還是有道德理由遵守法律不去殺人。

但那賦予警察權力使用武力對付人民的法例，又是否能達至其他道德價值，使得我們有道德理由遵守？如果獨裁政權立了法，確立了只有警察才能使用武力，然後再用這法律中唯一容許使用武力的團體以武力來壓迫人民，達到政權想要獲得的政治利益，那我們還有道德理由要遵守這條法律嗎？這讓做的話，不就等同於認可政權以唯一合法的武力來欺壓人民？在政權用警察的武力來確立自己的管治地位和政治利益時，人民用一點武力自保，還是不可以嗎？

在這背景下，我們可以看得更清楚，在這不民主的地方，還說警察是「政治中立」，根本就只是空談。若然政權要立的法真的是危害市民的自由和基本權利，警察可以合法使用武力的權力，根本就是政權的最大武器，警察也成了政權最大的幫兇。

• 本文轉載自《好青年荼毒室》，原文標題為〈警察的武力「天公地義、理所當然」嗎？對警察武力的哲學反思〉。