《金牌特務2－超越極限的科技與動作》——2018數感盃 / 國中組專題報導類第三名

• 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。

• 注意，本文涉及輕度劇透，尚未觀影的群眾請斟酌後觀看。

作者／廖俊棋

讓很多愛看電影的朋友們期待已久的《金牌特務 2》终於上映了，我也是首映當天就購票觀看。片中最大的反派「黄金圈」（The Golden Circle）是一個神秘販毒组織，由茱莉安‧摩爾所飾演的天才美女波比‧亞當斯領導。這部影片講的就是主角（們）勇鬥黄金圈的故事。

雖然影片的劇情及角色設定存在部分爭議，使其在各大電影評價網站上褒貶不一，但緊凑的情節、華麗的打鬥、幽默及誇張的橋段還是能令觀眾們眼睛為之一亮。不過在此我不想評論電影，而是希望就「黄金圈」的相關背景，探討一些考古及人類學方面的相關發現。

「黄金圈」基地玄機

先來談談影片中「黄金圈」基地的建築風格吧。「黄金圈（Golden circle）」這個名字來自於緬甸、寮國、泰國三國的交界「金三角（Golden triangle）」，不過影片中的基地坐落於另一個國家——柬埔寨。

既然選景在柬埔寨，片中被波比改成美式風格的古代遺跡，當然就是「吳哥窟（Angkor Wat）」式的建築（當然，這不是第一次將吳哥窟搬上大銀幕，2001 年由安潔莉娜‧裘莉主演的《古墓奇兵》就曾在此取景）。

吳哥窟字意「神廟山」，是古代高棉帝國的首都，其建設要歸功於十二世纪的吳哥王朝國王蘇利耶跋摩二世。古代高棉帝國可以說是工業化以前最巨大的百萬人口城市，稱霸整個東南亞，而吳哥窟最初的建設是為了供奉印度教的宇宙守護神毗濕奴所建。在之後不斷的瘋狂建設中，設立了超過 1000 多座祭壇。

然而，這宏大的文明卻於 15 世纪突然崩毁，整個城市遭到遺棄而逐漸隱沒於叢林之中。雖然當地人和一些别的宗教派别，如「南傳佛教（Theravada Buddhist）」都曾到這些神聖遺址虔誠膜拜，但歷史上在繪製地圖時，大部分並未將其畫出。也因此，一直到 1860 年，法國博物學家亨利‧穆奥（Henri Mouhot）在叢林中尋找熱帶動物時無意間發現該遺址之後，考古學家才開始了對吳哥窟正式的研究。

吳哥窟的建築展現出印度教的宇宙觀。在印度教中，宇宙的軸心是須彌山，而吳哥窟中央廟壇的五座寶塔，則象徵須彌山的五座山峰，而四周同心圓式的牆壁則代表須彌山周圍的層巒選翠。

吳哥窟的四周有畫廊，每一面牆上都有巨大的浮雕，每一幅都記述了印度教的史詩或是高棉帝國的歷史片段。

還記得我當時為了研究印度史詩《羅摩衍那》而去，導師會突然指著壁畫上的某一角開始臨時測驗：「這個在馬車上受傷的人是誰？被誰所傷？所以這是哪一場戰役？」當年我看的是一臉糊塗⋯⋯

不過《羅摩衍那》還是非常值得一提的。這部史詩講述的是王子羅摩（Rama）為了救回妻子悉多（Sita）而與魔王發生戰争的故事。在印度教中相信羅摩就是毗濕奴的化身，其地位相當於基督教文化中的耶蘇。這部史詩對印度文學、宗教都有極大的影響力。不僅於此，它甚至影響了中國文化，膾炙人口的文學作品西遊記中的孫悟空，靈感就是源自於猴神哈努曼的形象。

不只亞洲，《羅摩衍那》更是進一步影響了現代歐美流行文化，例如大導演喬治‧盧卡斯在創作星球大戰時，就改編許多該作中的故事設定，甚至包括最著名的經典橋段：「I am your father！」就是來自《羅摩衍那》第七章的内容。

回到建築與考古的主題。

在發現該座聖城之後，專家學者們一直想進一步知道這座城的真正規模，因此澳洲雪梨大學的 Damian Evans、Roland Fletcher 和法國考古學家 Christophe Pottier 運用舊式的衛星影像繪製了這個地區的地圖，並推測吳哥窟牆外有個繁盛的巨大城市。

到了 2012 年，該團隊採用了高科技的空載雷射，該設備能將雷射射向地面並接收反射光，以此繪製出 3D 立體地圖。

這些地圖顯示出一個龐大而複雜的城市——一個稠密的都市核心周圍環繞了許多錯綜複雜的二級城市，同時還有住宅以及農業區。這些發現不只揭露了考古學家們之前從未見過的廟宇、道路、街區及池塘等，還進一步讓我們了解了古代吳哥王朝的人民是如何透過農作和灌溉來改變環境地貌的，更進一步指出：「直到現在為止，吳哥窟的土地使用强度及城市和農業空間的廣泛程度，全都受到極大程度地低估」。

波比的掘起

影片中「黄金圈」的領導人是波比‧亞當斯，而波比（poppy）本身就有罌粟的意思。

罌粟為二年生草本植物，原產於小亞細亞、印度、亞美尼亞及伊朗，其花朵大而豔麗，色彩絢爛華美，有很高的觀賞價值。然而在這美艷的背後，它還是鴉片的主要原料。雖然在醫療上也能萃取並作為鎮靜劑的嗎啡、可待因，但因為其有成癮的危險性，一般國家都有法律規範其種植。

而一些考古證據顯示，人類吸食鴉片的歷史，可能比我們想像的還要悠久。

尼安德塔人（以下簡稱為：尼人）是一種已滅絕的古人類，大約滅絕於 3 萬年前。一些古 DNA 的研究顯示，這個人種曾與我們的祖先有許多親密的接觸甚至雜交，導致現今除了非洲地區以外的人種身上都帶著 1～4％的尼人基因。很多人可能會認為尼人很原始、愚蠢，但其實他們有著比我們還要大的腦容量以及結實的身軀。

今年 3 月，《自然》（Nature）發表了一篇關於尼人口腔微生物組的相關文章。這篇文章最轟動的结果莫過於科學家們在尼人口中發現屬於智人的口腔细菌，進而推斷尼人曾與智人接過吻。

在同一文章中還發表了尼人的食譜，例如比利時的尼人就曾攝入犀牛及野羊、西班牙的則吃了松子、苔蘚及蘑菇。不只如此，科學家還發現西班牙的尼人患有牙膿腫及胃炎，而這名患者服用了含有水楊酸的白楊樹皮作為天然止痛劑，甚至還吃了青黴菌作為抗生素以自我治療。

然而他們用過藥似乎不只這些⋯⋯尼人生活遺跡的相關研究中，還曾發現過罌粟的蹤跡。而我們的智人祖先，也在幾千年前學會將未成熟罌粟的外殼切開，用裡面流出的白色乳汁製作鴉片——人類使用毒品的歷史可謂既瘋狂又由來已久。

根據 2016 年的一篇研究論文，我們的祖先跟尼人雜交而得來的，不只是基因這麼簡單，這些基因還導致我們具有罹患抑鬱症、皮膚病、血栓等疾病的風險。這麼看來，與尼人的親密接觸，给我們帶來了疾病和毒品⋯⋯審慎交友啊！

寫在最後

不管大家喜不喜歡這部電影，影片中還是有許多知識點值得我們深入探討的。最後送给大家一句話，是《金牌特務 1》中老加拉哈德引用海明威並送給艾格西的話：

「There is nothing noble in being superior to your fellow man; true nobility is being superior to your former self.」（強於别人並不高貴，真正的高貴是强於之前的自己。）

希望大家今後都有更多的進步以超越自己，提升自身的内涵，由内而外的涵養提升一個人的格調和氣質，正所謂（如影片中另一句經典台詞所說）:

「Manners make the man.」（不知禮，無以立也）

（Ｋ編按：台灣版翻譯為『禮儀，成就不凡之人』）

（原文編輯：婉珺）

致謝：本文特别感謝中國科學院大學古脊椎動物與古人類研究所科技考古碩士生劉洋、易水，你們是最好的電影同好及學術交流伙伴。

參考文獻

1. Damian Evans, et al. (2013). Uncovering archaeological landscapes at Angkor using lidar. Proceedings of the National Academy of Sciences 110(31).
2. Elisa Guerra-Doce (2015). The Origins of Inebriation: Archaeological Evidence of the Consumption of Fermented Beverages and Drugs in Prehistoric Eurasia. Journal of Archaeological Method and Theory 22 (3): 751–782.
3. Hongen Jiang, et al. (2016). Ancient Cannabis Burial Shroud in a Central Eurasian Cemetery. Economic Botany 70 (3): 213-221
4. Karen Hardy, Stephen Buckley, Michael Huffman (2013). Neanderthal self-medication in context. Antiquity 87 (337): 873-878.
5. Kelley Harris, Rasmus Nielsen (2016). The Genetic Cost of Neanderthal Introgression. GENETICS 203 (2): 881-891.
6. Laura S. Weyrich, et al. (2017). Neanderthal behaviour, diet, and disease inferred from ancient DNA in dental calculus. Nature 544: 357-361

本文版權屬於果殼網（微信公眾號：Guokr42），原文為〈《王牌特工-黄金圈》你看了吗？關於“黄金圈”，還有這樣一些故事〉，禁止轉載。如有需要，請聯繫sns@guokr.com。