0

3
0

文字

分享

0
3
0

國民法官會不會被媒體和社會未審先判的氛圍所影響呢?

海苔熊
・2018/06/15 ・5066字 ・閱讀時間約 10 分鐘 ・SR值 493 ・六年級

-----廣告,請繼續往下閱讀-----

在一個月黑風高的夜晚…… 圖/Pexels @Pixabay

在一個月黑風高、連單身狗都不願意叫的夜晚,某一個運氣很差的警察阿肥(化名),因為看到一輛汽車沒有開頭燈而試圖攔檢,但沒想到阿肥還來不及開口講話,車內的人就從車窗伸出手槍,阿肥當場身亡。阿肥的同事阿瘦連忙掏出手槍試圖攻擊汽車讓車子停下來,沒想到最後還是讓車子逃之夭夭了。之後警方循線找到嫌犯阿瑋(化名)、阿草(化名),以及幾個目擊證人:

阿瑋(清秀小鮮肉,年僅 16 歲):我承認我在案發前一天偷了鄰居的車子和手槍,可是我剛好讓阿草(化名)搭便車,是他把我的手槍搶走、射殺阿肥的!

阿草(捲髮鬍子大叔,長得像七龍珠裡面的撒旦先生:沒錯我當天的確有上車,但是我已經在案發的前三個小時我就下車了,所以人不是我殺的。

目擊證人阿義夫婦(化名):那天我們剛好開車經過現場,雖然那個時候天色很晚了,但是我們都看得很清楚,搖下車窗的就是阿草,我記得他的鬍渣和深邃的臉孔。

推銷員阿杜(化名): 我剛好也經過,那時候我看到車子裡面有兩個人,駕駛是留著鬍子長髮的。

這是 1976 年美國發生的一起警察被開槍射殺的真實故事[a],想像你是法官,你會如何判決?當年這個案子,陪審團選擇相信阿草是殺人兇手(從目擊證人的證詞裡面看來我好像也會做出這個決定),使阿草被判了死刑還坐了 12 年的冤獄,而阿瑋後來犯下了另外一起謀殺案,並且強烈暗示他自己就是這個案子的兇手。

怎麼樣,你也嚇到嘴巴掉下來了嗎?有沒有覺得這種判決和景像似曾相識?我們當然相信那三個目擊證人並不是蓄意要陷害阿草的,但同時,我們的大腦其實並不是那麼靠譜的,例如:近期虐待兒童的案例頻傳,當你早上出門看到有一個精神恍惚、不修邊幅的「怪叔叔」在幼兒園附近徘徊,可能就會擔心他是否圖謀不軌。但還有一種可能是,他只是經過的街友而已(或者是剛下班要回家洗澡的設計師)。

熱議的國民法官議題

你可能會說我並不是 Always 運氣這麼好,我怎麼可能會隨時隨地就變成目擊證人,但在國民法官的草案通過之後,你的確有可能變成一日法官,你能確保自己眼睛所看到的資訊、開庭之前媒體所揭露的訊息(當然包括目擊證人的證詞), 不會影響到你的判決嗎?

-----廣告,請繼續往下閱讀-----
即便是受過專業訓練的法官,判決時也可能受外界影響而發生錯誤 圖/geralt @Pixabay

現在你只要符合特定的條件,就可以充任一日法官(按我詳細),有人說這是一個轉型正義的過程,有人大力支持,認為這是一種新的公民參與政治方式,但也有人說,這樣子一搞,會不會有罪的都被判無罪,無罪的都判有罪了呢?如果再加上前面你對於「目擊證人可能不靠譜」的理解,我們真的能夠相信國民法官的判決嗎?

真正重要的並不是我們可能會產生什麼認知偏誤,而是當我們知道這些可能的陷阱,我們該如何避免它影響我們的決定。

下面,就是當你站到判決台上面的時候,可能會影響你決定的六大因素!

為何我們的大腦不靠譜?影響判決的 6 大因素

其實,不論你的角色為何,你都是某種程度上的目擊證人,尤其在發生重大社會案件之後(例如地下鐵隨機殺人案、媽媽嘴命案、幼稚園虐童案等等),媒體不斷地播放、大家拼老命的關注;各種訊息、採訪、各方的觀點、網路上面公知的評論,讓「客觀」這件事情變得相對更困難了。下面是幾個可能的陷阱:

-----廣告,請繼續往下閱讀-----

選擇性注意力(selective attention):

當人們感受到壓力越大的時候,對於細節的記憶越差。研究顯示,在高壓力的情況下目擊證人的記憶以及判斷可能會出現偏誤[2]、可能對於細節的記憶就會比較不清楚,例如嫌犯的證詞、案發當天現場的蛛絲馬跡等等。

社會抑制(Social inhibition)[3]:

還記得前面提到的壓力嗎?如果你是第一次開庭、審理的又是大家所關注的重大命案,幾百雙幾萬雙眼睛在看著你的決定,這個又是你做不熟悉的任務[b],那麼你的表現會比較不好(相對於壓力小、一個人做決定時)。

內團體偏私(ingroup favoritism):

研究顯示我們可能對和自己相像的人、或者是屬於同一個團體類別的人比較好[6]。例如,地方的媽媽可能會輕判弒夫案、有孩子的父親可能會重判虐童案、醫師和教師可能會偏袒和自己同樣職業的被告,而不會完全相信病人家屬或者是學生家長的說詞等等[c]。

盲視現象(Change Blindness):

一個經典的研究要求參與實驗的人注意畫面當中傳球接球的次數,結果搞到最後實驗參與者都努力的在數到底傳了幾次球,而忽略了畫面當中曾經出現一隻巨大的猩猩玩偶(點我看影片) [8];如果你在馬路上面被別人拿著地圖問路,然後你在地圖上面指點的過程當中,問路的人偷偷走掉、換成他的朋友,你通常也不會發現(再點我看影片)。這個算是前面談到的選擇性注意的「進階版」,當這個素人法官在開庭前就已經看過了一些相關的故事和新聞,那麼有可能他就會跟隨著「他所知道的故事」來去推理案情的發展、選擇自己相信的, 並且忽略細節。例如,如果他受到了媒體的影響覺得這次來審判案件是為了「伸張正義」,那很有可能就會不知不覺選擇性注意到犯人犯案的動機,而忽略了案發現場的細節。

-----廣告,請繼續往下閱讀-----

技巧性的誤導:

我們除了有可能會受到「先見之明」(進入法庭之前的一些訊息)的影響之外,在法庭上面也可能受到在場的其他人口供的影響。一項經典的研究發現[d],當實驗者巧妙地利用一些語言的訊息來誤導參與者時,他們的確有可能做出錯誤的記憶和決策,後續的研究也支持警方訊問的方式也可能改變目擊者的證詞[9]。

群眾的影響:

這裡的群眾指的是和他同場審理案件的法官或者是證人們。我們的決策很多時候會受到其他人所影響,例如,當目擊證人 A 指認嫌犯之後,發現目擊證人 B 也指認同一個嫌犯,那麼 A 的信心(confidence-accuracy )就會提升;相反的如果其他人和 A 的想法不一樣,他的信心就會降低[10]。換言之,如果某個虐童案群情激憤社會壓力巨大,這場已經有 4 個法官都認為被告有罪的時候,就算你覺得事有蹊蹺案情不單純,你也不一定有信心提出不同的意見。

這 6 點看起來好像很威,但實際上法庭的決策會遇到的種種陷阱真的是講都講不完,就連偵訊錄影帶拍攝的角度都可能會有影響[e]。

目前台灣的國民法官尚未成熟,也有許多輿論,但一件事有正就有反,這剛起步的制度也許能為台灣司法帶來更多的變革與思考。 圖/12019 @Pixabay

陷阱背後的光明

我常常開玩笑地說,社會心理學經常在做的事情是「只負責解釋,不負責解決」,在我們知道了這麼多的偏誤,搞得好像像「找國民法官來一起加入判決,一定會受到個人因素以及被媒體未審先判的影響」一樣,而且還沒有提出解決方案。

-----廣告,請繼續往下閱讀-----

但我覺得,事情有正就有反,儘管存在這上面這些陷阱,但美國陪審團的製度仍然繼續執行,勢必有它的一些優勢:

少數人的影響:

其實陪審團的研究當中發現,少數人的意見也有一些影響,雖然不像是電影[f]一樣會戲劇化的翻盤,但有可能會減輕或者是調整被告的判決[14],尤其是意見堅定的少數人(minority influence)[15]。

團體極化的稀釋:

我們還要考慮到團體極化(group polarization)的效果──原本立場就很接近的一群人(例如一群都覺得被告有罪的職業法官),在討論之後可能會更極端(判罪判得更重)。 加入一群素人法官,或許能夠帶來不一樣的洞見。

雖然許多人會對於國民法官抱持著懷疑的態度,但我們也必須要考慮到儘管是訓練有素的職業法官,也很有可能會受到上述的偏誤所影響。此外,就算有研究指出「國民法官有40%受偏誤威脅」,但若沒有跟職業法官比較,我們依舊無法有意義地判斷國民法官是否算是可靠。總之,「正確的判決」並不是一件容易的事情,目前也很難真的判斷出國民法官對於判決實質的影響為何,不過也正因為這件事情如此困難,所以才有做的價值、才需要大家一起來努力。

-----廣告,請繼續往下閱讀-----

在司法案正義的世界裡,每一步都非常不容易,但我也相信,當我們願意走入這個黑暗裡,或許可以發現,黑暗的背後就是光明。

「正確的判決」並不是一件容易的事情,但正因為這件事情如此困難,所以才有做的價值、才需要大家一起來努力。 圖/WilliamCho @Pixabay

致謝:本文特別感謝沃草公民學院主編朱家安的專業指正。

注解:

  • [a]:本故事精簡整理自[1],p.616。對這個案子有興趣的人,可以參考後來根據此案子被翻拍的影片《The Thin Blue Line》
  • [b]:研究顯示,把一隻蟑螂放在簡單的迷宮裡面,旁邊如果圍一圈蟑螂觀看,他們爬到出口的時間會比自己一隻螂(沒有其他蟑螂觀看時)快,這個過程我們成果社會助長(Social facilitation);但如果把迷宮換成比較困難的,那麼自己爬可能會比在大家面前爬還快到達出口,這個實驗在其他人類身上也得到了類似的效果,例如騎腳踏車、捲釣魚線軸的實驗[4]。研究者認為,那是因為其他人在場觀看的時候我們會出現生理激發的反應,這個生理激發會加強我們的「優勢反應」,換句話說如果你不擅長做這件事情你會變得更不擅長,如果你本來就是這個領域的專家,你就會變得更厲害[5]。
  • [c]:為什麼我們會偏袒內團體的人呢?其中一種解釋是,當我們偏袒跟自己相似的人(或是同一個團體的人)的時候我們可以保護自己的自尊而感覺到有優越的感受[7]。
  • [d]:這個複雜而經典的研究[11]是這樣做的:實驗者 Loftus 請來參加實驗的學生看 30 張幻燈片,其中一張照片是紅色的車子停在交通告示牌的前方。
    圖/擷取自該論文第 20 頁
    1. 有一半的學生那張告示牌上面寫的是「讓」(讓讓組,右圖)
    2. 另外一半的學生看到的告示牌上面寫的是 「停」(停停組,左圖)

    在看完 30 張照片之後,詢問這些學生一些關於車禍的問題(如下表所示):

    a. 正常組:有一部分的學生聽到的車禍相關的問題,和圖片裡面的標誌一樣,例如讓讓組可能會聽到「當紅色汽車停在『讓』的標誌前面,另外一輛車有沒有超越他?」
    b. 誤導組:另外一部分的學生聽到的問題被實驗者刻意誤導,例如讓讓組可能會聽到「當紅色汽車停在『停』的標誌前面,另外一輛車有沒有超越他?」

    1.讓讓組 2.停停組
    當紅色汽車停在『讓』的標誌前面,另外一輛車有沒有超越他? A.正常組 B.誤導組
    當紅色汽車停在『停』的標誌前面,另外一輛車有沒有超越他? B.誤導組 A.正常組

    接著,再秀出上面的圖片,讓他們判別是不是看過這張圖。結果正常組有 75% 的人答對(請注意,儘管在這樣的情況下還是會有四分之一的人答錯),誤導組只有 41% 的人答對。

  • [e]:研究顯示,被告的自白如果只有他的臉 ,比較容易被認為他是自願認罪的。而如果在拍攝被告自白的時候加入了偵訊的人(例如警察)的背影,就比較容易覺得他是受迫的 [12][13]。
  • [f]:電影《十二怒漢》當中一個陪審員 Henry Fonda 超強的一個人坦 11 個,扭轉了判決結果,對這部影片有興趣的人可以參考這裡

參考資料:

  • [1] Aronson, E.、Wilson, T. D.、Akert, R. M.(2015)。Social Psychology(余伯泉、陳舜文、危芷芬與李茂興譯)(第8版)。台灣:揚智文化。
  • [2]Deffenbacher, K. A., Bornstein, B. H., Penrod, S. D., & McGorty, E. K. (2004). A meta-analytic review of the effects of high stress on eyewitness memory. Law and Human Behavior, 28(6), 687.
  • [3] Zajonc, R. B. (1965). Social facilitation. Science, 149(3681), 269-274.
  • [4]Schmitt, B. H., Gilovich, T., Goore, N., & Joseph, L. (1986). Mere presence and social facilitation: One more time. Journal of Experimental Social Psychology, 22(3), 242-248.
  • [5]Zajonc, R. B. (1980). Feeling and thinking: Preferences need no inferences. American Psychologist, 35(2), 151.
  • [6]Mullen, B., Brown, R., & Smith, C. (1992). Ingroup bias as a function of salience, relevance, and status: An integration. European Journal of Social Psychology, 22(2), 103-122.
  • [7]Tajfel, H. (1982). Social psychology of intergroup relations. Annual Review of Psychology, 33(1), 1-39.
  • [8]Simons, D. J., & Chabris, C. F. (1999). Gorillas in our midst: Sustained inattentional blindness for dynamic events. Perception, 28(9), 1059-1074.
  • [9]Loftus, E. F. (1979). The malleability of human memory: Information introduced after we view an incident can transform memory. Am Sci, 67(3), 312-320.
  • [10]Busey, T. A., Tunnicliff, J., Loftus, G. R., & Loftus, E. F. (2000). Accounts of the confidence-accuracy relation in recognition memory. Psychonomic Bulletin & Review, 7(1), 26-48.
  • [11]Loftus, E. F., Miller, D. G., & Burns, H. J. (1978). Semantic integration of verbal information into a visual memory. Journal of experimental psychology: Human learning and memory, 4(1), 19.
  • [12]Cialdini, R. B.(2017)。鋪梗力──影響力教父最新研究與技術,在開口前就說服對方(劉怡女譯)。台灣:時報文化(Pre-Suasion: A Revolutionary Way to Influence and Persuade)。
  • [13]Lassiter, G. D. (2010). Videotaped interrogations and confessions: What’s obvious in hindsight may not be in foresight. Law and Human Behavior, 34(1), 41-42.
  • [14]Hastie, R., Penrod, S., & Pennington, N. (1983). Inside the jury: The Lawbook Exchange, Ltd.
  • [15]Nemeth, C. J. (1986). Differential contributions of majority and minority influence. Psychological Review, 93(1), 23.





文章難易度
海苔熊
70 篇文章 ・ 470 位粉絲
在多次受傷之後,我們數度懷疑自己是否失去了愛人的能力,殊不知我們真正失去的,是重新認識與接納自己的勇氣。 經歷了幾段感情,念了一些書籍,發現了解與頓悟總在分手後,希望藉由這個平台分享一些自己的想法與閱讀心得整理,幫助(?)一些跟我一樣曾經或正在感情世界迷網的夥伴,用更健康的觀點看待愛情,學著從喜歡自己開始,到敏感於周遭的重要他人,最後能用自己的雙手溫暖世界。 研究領域主要在親密關係,包括愛情風格相似性,遠距離戀愛的可能性,與不安全依戀者在網誌或書寫中所透露出的訊息。 P.s.照片中是我的設計師好友Joy et Joséphine

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

3
0

文字

分享

0
3
0
判決會受偏見影響嗎?司法心理學中的「確認偏誤」
PanSci_96
・2023/05/16 ・1923字 ・閱讀時間約 4 分鐘

在過去許多冤案研究、司法心理學研究中,都發現確認偏誤(confirmation bias)是誤判的重要因素註 1,意即人容易受到先入為主的意見影響。

例如有一晚,小安下班回家後發現他太太與情夫正在偷情,心灰意冷出去喝酒,回家後卻發現太太與情夫都被殺了;小安百口莫辯,被判處無期徒刑。註 2

在缺乏其他證據的情況下,一般人都會認為小安的作案動機十足,兇手不可能另有他人;因此在受到這個成見的影響下,進而看重能佐證的證據、忽略其他證據,形成所謂「隧道視野註 3,導致職業法官也可能誤判(各國都有許多關於審判出錯的研究)註 4

國民法官也可能受到偏見影響,那還能保持公正嗎?

國民法官法在 2023 年 1 月 1 日正式上路,年滿 23 歲的你,人人皆有可能坐在法檯上與職業法官一同進行重大刑案的審判。關於什麼才是「最正確的判決」,也不是國民法官才會遇到的問題,而是社會大眾所要共同面對的司法難題。

進入審理程序後,會先由職業法官向國民法官說明程序、法律原則;再一一檢視檢辯雙方提出的證據;最後再與職業法官討論、進行投票,決定被告是否有罪,以及決定被告的量刑。

-----廣告,請繼續往下閱讀-----

如同開頭所說,確認偏誤會是個難題。來自不同群體的國民法官,也可能帶有各自的意見。

例如一位白領階級的 30 歲上班族,與一位伴侶是藍領階級的家庭主婦,他們看待情殺案的態度會一樣嗎?一個重大案件發生後,國民法官很有可能先看見媒體報導,才會真正進入法庭。再加上國民法官所看見的證據,已經受到審、檢、辯三方前期的篩選,因此在審理中所聽見的敘事,可能是兩種截然不同的版本(因為檢察官的任務基本上是證明被告有罪,而律師則是證明被告無罪或沒有犯那麼重的罪)。身為素人的國民法官,要怎麼評估證據的可信度?怎麼排除偏見、形成自己的判斷?

哪些證據能用?哪些證據不能用?為什麼?如何在看到受篩選的證據之後,盡可能排除偏見、做出判斷,是國民法官甚至是職業法官重要的課題。圖/envatoelements

藏在程序中的魔鬼,不只是偏見的問題,還包括「使用的語言不同」的問題。這個語言不僅是台語、客語、各原住民族語的語言不同,還有怎麼讓不同專業領域、不同年齡層的國民法官理解法律術語。如,什麼是無罪推定原則?證據裁判原則又是什麼?怎麼樣算是超越合理懷疑?為什麼有些證據能用,有些則不行?因此,職業法官需要讓素人們了解「遊戲規則」,檢辯在舉證與論述過程中,也不能只講「咒語」;法庭上的三方都需要學習「講人話」,讓法庭上也能納入其他領域的意見。這不僅對國民法官是個挑戰,對法律人而言可能也是個難關。

以有力的證據,支持有邏輯的推理

我們可以把審理的過程想像成科學研究:蒐集證據 >> 提出假說 >> 形成結論。

-----廣告,請繼續往下閱讀-----

例如有一判決書說:「用蝴蝶刀殺人很費力,被害人身中多刀,因此一定不止一人作案,另一人一定也有涉案。註 5」這是一個合理的推理嗎?有沒有其他證據可支撐這段論點?

為了確保判決更加公平客觀,思考證據與作案經過的關聯時,或許盡可能以「根據OOO,所以XXX」的方式思考。雖然國民法官制度是為了納入常民意見,並不是要求所有素人都是法律專家;然而,若能具備基礎的法律知識,以及學習科學的方式審視證據、排除「確認偏誤」,或許更能給出公平客觀的判決。畢竟國民法官會參與的案件,都是攸關性命的重大刑案。

《國民法官法》的立法目的,在於加入一般常民的觀點。過往人們常覺得法院像神壇,坐在法庭裡的法律人都是人生勝利組,難以體會百姓常民的苦痛,而許多重大刑案的判決都以社會輿論相左。在國民法官的制度下參與審理過程後,或許也能更深刻理解審判工作的艱難,對台灣的司法制度改觀。

此外,人民參審對於提升司法透明也非常重要,由於過往的司法審理通常是關在司法的象牙塔裡產出,社會大眾也難以反思誤判的情況。國民法官的加入,可以想見一路將充滿荊棘,但也期待能為司法正義注入新的活水。

-----廣告,請繼續往下閱讀-----

註解

  1. 【黃致豪專欄】蘇炳坤的無罪判決——還是司法心理學
  2. 這不是真實案件,而是《刺激1995》的劇情。
  3. 無罪推定下仍須自證無罪的被告
  4. 可參見湯瑪斯.達恩史戴特(Thomas Darnstäd),2016,《法官的被害人:德國冤案事件簿》
  5. 改寫自臺灣高等法院 臺南分院 98 年度上重更(五)字第 68 號刑事判決。

《司法遇到心理學》國民法官上任,然後呢? → https://link.pansci.asia/7abzs

2

4
1

文字

分享

2
4
1
攸關人命的重大刑案,國民法官該怎麼判?
PanSci_96
・2023/05/11 ・2656字 ・閱讀時間約 5 分鐘

2023 年起,國民法官法正式上路,只要符合特定條件,人人都有機會參與重大刑案的審判。所謂重大刑案,這裡指的是「故意犯罪因而發生死亡結果者。註 1」;簡言之,只要攸關人命的案件,都將有國民法官加入,且有機會在一審階段判處死刑。社會輿論擔憂,作為法律「圈外人」的素人法官,難保不會誤判、輕判或重判。

那麼,國民法官進入法庭到底會發生什麼事?以下讓我們舉個例子來想像。

案例一:又見情殺案!只是休息卻慘遭槍殺 嫌犯逃亡深山 16 小時今被逮

今天媒體大幅報導一起殺人案件。起因是 A 與 B 一同進入房間,隔天卻發現 A 中槍身亡,B 則逃逸至山區並於隔天被警方逮捕,且在 B 的車廂內發現一把手槍。社群網站上民意激憤,媒體也採訪 A 的家屬,認為一定是 B 殺害了 A,應該判其死刑。

警方、檢察官經過蒐證調查後,認為是 B 槍殺了 A,手槍經鑑定後發現除了 B 之外還有第三人 C 的指紋,但 C 卻當天在他處墜樓身亡;B 在訊問過程中支支吾吾,認為 B 是心虛才逃亡,因此以刑法 271 條殺人罪起訴 B,並求處死刑。

然而,B 選任律師後,主張是 C 破門而入槍殺 A,把槍留在原地就逃走了,可他卻不認識 C,B 一時驚慌,擔心有理說不清,才會藏起手槍並驅車逃亡。

-----廣告,請繼續往下閱讀-----

在法庭上,檢察官提出的證據包括手槍上有 B 的指紋、現場彈殼符合 B 所持有的手槍,且 A 的友人陳述似乎曾在兩個月前看過 A 與 B 在電話中起口角、B 未通過測謊;律師則主張 C 過去有多次跟蹤事跡、房間現場有爭執痕跡、B 身上也發現多處受傷等⋯⋯註 2

被選為國民法官 面臨兩個任務與兩個挑戰

在案件中,國民法官最重要的任務就是決定:

  1. B 是否有罪?
  2. 有罪的話,要判多重?

若以殺人罪來說,最重可以判決死刑註 3;但若最後判決認為,B 的行為其實符合「過失致死」(非故意殺害),則是判「處五年以下有期徒刑、拘役或五十萬元以下罰金。註 4

上述編造的故事仍有漏洞,但身為國民法官的素人,要怎麼討論:

-----廣告,請繼續往下閱讀-----
  1. 哪些證據有「證據能力」?(B 身上有傷可以當作證據嗎?)
  2. 怎麼樣的情形是「合理懷疑」?(友人的供述可以合理懷疑 B 有殺害 A 的動機嗎?)
  3. 什麼樣的情況下,B 是符合「故意殺人」還是「過失致死」?

這些難題,必須在審理過程及終局的討論過程中,於國民法官、職業法官的心中得到答案(所謂「心證」),並進行投票。雖然職業法官需說明應遵守的法律原則、解釋專有名詞與審理流程;但哪些證據可用、哪些需排除、是否酌情減輕刑責,則是國民法官的工作。

我的失誤,會不會影響他人一生?

經過前述故事,不難想像這個新的司法制度即將對法律人帶來不少難題,也對有幸當上國民法官的人是個大挑戰。一般民眾雖然不是一定要具備專業法律素養,但若學習基礎法律知識,在法庭內更能有效地辨別各項證據、訊問被告與證人精準的問題,避免在法庭內因不熟悉程序而導致輕判、重判或誤判。

此外,我們的意見也常常受到成見影響。在驚悚的新聞標題下,一般人很容易認為 B 就是兇手,素人法官進入法庭後,也可能受到既有的印象影響判斷,在司法研究中一般稱之為確認偏誤(confirmation bias),所以可能會忽略律師提出的證據。

而 ABC 三人的性別、年齡、職業、是否有前科,亦會使人們連結到既有的社會刻板印象,讓法官的「心證」受影響,職業法官也都有可能誤判。因此,在審理過程中,不僅是基礎法律素養,若能以更加客觀、科學的方式檢視證據,盡力排除偏見,也能降低誤判的風險。

-----廣告,請繼續往下閱讀-----

到底為什麼要有《國民法官法》?

既然實踐這麼困難,法官、檢察官、律師及國民法官都要花費大量心力,為何還要推行國民法官制度呢?台灣過往有數起重大刑案,當時的社會輿論與判決結果不同,引起許多人嚴厲批評判決都是「恐龍法官」做的,而這些罵聲,反映了人民與司法頗有距離。

參審、陪審制在許多國家行之有年,試著解決司法體系過於封閉的問題。因此國民法官法的初衷,就是為了「反映國民正當法律感情」。簡言之是「讓你自己下去判」,讓判決結果反映一般人對法律的期待。

參審、陪審制在許多國家行之有年,試著解決司法體系過於封閉的問題。圖/iStock

大眾關注的往往是事關人命或嚴重違反道德觀的重大刑案,卻因法律術語太困難、判決書落落長,司法自成一套常人難以接觸的體系,進而造成判決與社會大眾意見相左;封閉的司法體系,社會大眾也難以反思誤判的情況。台灣國民法官制度偏向參審制,希望讓人們依循法律原則(正當法律架構,如無罪推定、證據裁判原則)、審慎評估證據後,加入自己的意見(法律感情),讓法院判決更「接地氣」。

人民參審可以反映正當法律感情,人們也期待透過參審,來解決「團體極化」(group polarization)的問題。由於過往的司法審理通常是「圈內人」得出的結論,若加入作為「圈外人」的素人法官的新洞見,或許可減少意見過於單一的情況。

-----廣告,請繼續往下閱讀-----

一個新制度的推行,當然不會盡善盡美。在過去,職業法官也可能受偏見誤判,或因司法體系封閉而受到責難。而國民法官制度上路後,雖然困難重重,但社會大眾一同討論何謂「正確的判決」,讓司法民主化不再是紙上談兵。

註解

  1. 國民法官法第5條第2項。
  2. 案例純屬虛構,但是在重大刑案中,關鍵第三人因故身亡的案例並不少見,而且有數起已經平反冤案都是其中一人已被判處死刑,導致無法與被告對質詰問,如蘇建和三人案、鄭性澤案、徐自強案等。
  3. 刑法第271條。
  4. 刑法第276條。
  5.  【黃致豪專欄】蘇炳坤的無罪判決——還是司法心理學
  6. 國民法官會不會被媒體和社會未審先判的氛圍所影響呢?
  7. 國民參與審判之源起與流變|梁家昊
  8. 國民法官法第 1 條:「為使國民與法官共同參與刑事審判,提升司法透明度,反映國民正當法律感情,增進國民對於司法之瞭解及信賴,彰顯國民主權理念,特制定本法。」
  9. 團體極化讓人可能做出意想不到的行為

《司法遇到心理學》國民法官上任,然後呢? → https://link.pansci.asia/7abzs

所有討論 2