• 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。

眼皮底下的事實：環境史研究者看《價崩》

洪廣冀（臺灣大學地理環境資源學系副教授）

著名的漢學家卜正民以如下段落為《價崩：氣候危機與大明王朝的終結》一書定調：

生活在這個時代，我們彷彿逃不出莫測變幻的手掌心。變化讓人這麼痛苦、氣餒，為了安慰自我，我們便告訴自己：當代的生活特徵就是接連不斷的變化，正是這種不穩定，讓世界變得比以往更複雜。

他告訴我們，作為一個「長壽之人」，「過去十年來，氣候變遷、物價通膨，以及政治豪奪的速度與規模」，他認為也是前所未見。只是，作為一個歷史學者，他還是想問，若我們放大時空的尺度，當代人在過去十年來經歷的變化，真的是前所未見嗎？他的答案是否定的。在一六四○年代早期的中國，也就是明朝末期的中國，是一個連「生存條件都被剝奪，平安度日的尊嚴都被否定的時代」，因為「大規模的氣候寒化、疫情與軍事入侵，奪走數以百萬計的人命」。

藏在眼皮下的事實是什麼？小冰期如何發生？

一六四○年代初期的中國發生什麼事？這便是卜正民試圖回答的問題。他反對傳統史學的兩大見解：一者是訴諸人禍，即訴諸當時宮廷內的派系鬥爭，統治階層道德淪喪，導致民不聊生；二者是訴諸十六至十七全球的白銀貿易，即當時從美洲與日本湧入中國的白銀，造成物價波動與社會不安。卜正民認為，訴諸人禍與貿易會讓我們看不見「藏在眼皮底下的事實」：小冰河時期（簡稱小冰期）。

廣義地說，小冰期是從十四世紀至十九世紀初期的地球寒化現象，氣溫平均掉了攝氏兩度。乍看之下，攝氏兩度的溫差或許微小，但對作物而言，這樣的溫差已經足夠讓作物減少一次收成，或根本無法收成。再者，必須注意，兩度的溫差是「平均」，即可能是極熱與極寒的氣溫交錯變化造就此兩度溫差。這確實也是在小冰期中發生的事。

地球科學家推測，寒冷的氣候讓兩極的冰山範圍擴張，讓海水變得更鹹，也就是變得更重，影響洋流的流動方式，從而牽引了大氣與洋流間的循環。影響所及，所謂「聖嬰－南方震盪現象」（El Niño-Southern Oscillation, ENSO，即傳統上所說的「聖嬰現象」加「反聖嬰現象」）變得格外激烈，乾旱、水災等極端氣候頻傳。不僅如此，地球科學家也指出，小冰河期也是火山活動格外頻繁的時期。火山噴出的煙塵，遮蔽了太陽輻射，更加速了地球的寒化。

小冰期的起因為何？目前普遍接受的見解是太陽活動改變。此外，也有研究者指出，這與所謂歐洲人「發現」新大陸有關。受到所謂「哥倫布大交換」的衝擊，美洲原住民大量消失，森林擴張，吸收大量二氧化碳。眾所周知，二氧化碳是溫室氣體；二氧化碳濃度的減低，讓大氣保溫的能力下降，與前述太陽活動與火山噴發的效果耦合，讓寒化成為不可逆的過程。總之，我們現在已經知道，地球是個混沌系統，牽一髮不只動全身，甚至整個身體都會分崩離析。

回到《價崩》這本書。卜正民指出，明朝的存續時間（一三六八至一六四四年）即落在小冰期，並成為明朝覆亡的主因。他將小冰期之於明朝的影響分為六個泥沼期：一、永樂泥淖期（一四○三年至一四○六年）。二、景泰泥淖期（一四五○年至一四五六年）。三、嘉靖泥淖期（一五四四年至一五四五年）。四、萬曆一號泥淖期（一五八六年至一五八九年）。五、萬曆二號泥淖期（一六一五年至一六二○年）。六、崇禎泥淖期（一六三八年至一六四四年）。

永樂泥淖期欠缺災荒記載，景泰泥淖期以饑荒收尾，嘉靖泥淖期氣候異常乾冷，萬曆一號泥淖期爆發饑荒、洪水、蝗災與大疫，「人民相食，枕籍死亡」；萬曆二號泥淖期的乾旱與水災頻繁，饑荒再度爆發，「朝廷賑濟的請願如潮水湧來」。崇禎泥淖期是明代乃至於「整個千年期間最慘痛的七年」，「米粟踊貴，餓殍載道」。一六四四年四月末，闖王李自成兵臨北京，致書要求崇禎帝歸順。崇禎不從，在命皇后、貴妃與女兒自盡後，他爬上皇居後的煤山，自縊身亡。李自成稱帝後，滿人入關，將中國納入大清國版圖。

不可忽視的幽靈？拔除合理征服者的解釋，明朝滅亡原因還有哪些？

如此的歷史解釋是否會流於環境決定論？卜正民的回答是：「如果環境決定論的幽靈就在門外徘徊，我也不會在分析時將其拒於門外。」那麼，是什麼讓寫出《縱樂的困惑》、《維梅爾的帽子》等名著的歷史學者相信環境的決定作用？答案就是糧價。

以他的話來說，「太陽能與人類需求的關係，是透過糧價調節的。從景泰年間到崇禎年間，糧價在五次環境泥淖其中激增，每一次都把價格多往上推一截，這樣的事實也說服我必須採用氣候史的大框架。」卜正民表示，「一旦經濟體仰賴太陽輻射為能源來源，那麼無論大自然是幽而不顯還是顯而易見，都必然是社會或國家生命力的決定因素。」

在結語「氣候與歷史」中，卜正民再次反駁那些把明朝覆滅推給「失德」的見解。他認為，這種論調是「合理化明清兩朝遞嬗的過程」，且「編出這種敘事並為之背書的，就是征服者」。他強調，「明朝的滅亡固然不能推給災荒糧價，但講述崇禎末年重大危機時不把氣候因素納入考慮，那簡直就像莎士比亞所言，宛如癡人說夢，充滿著喧譁與騷動，卻沒有任何意義。」

然而，不至於將環境決定論「拒於門外」是一回事，認為社會變遷就此被環境「決定」，又是另一回事。卜正民並不認為，面對氣候因素帶來的種種挑戰，明朝各級官員只能雙手一攤，感嘆天要亡我，不做任何努力。就如其他生活在小冰期的人們一般，卜正民認為，明朝人建設基礎設施、育種、建立制度、開發新科技與控制生育力等；但問題是，一六三○年代晚期的種種災害，並未催出社會的適應力，反倒是摧毀其適應力。

拜此時勃發的火山活動與激烈的聖嬰－南方震盪現象「之賜」，不論是政府還是市場，都變不出糧食。卜正民認為，至少在前五個泥淖期，明朝人還是表現出相當的韌性，努力予以調適。然而，進入崇禎泥淖期後，春夏乾冷，田地龜裂，運河無水。當每公斤的米得需要兩千五百公升的水，而老天爺就是不願意降下一滴雨時，糧食供應體系就此崩潰，連帶把物價與政治體系拖下去陪葬。

是誰忽略了眼皮底下的事實？這段歷史帶給我們什麼警訊？

回到卜正民所稱的「眼皮底下的事實」。我們要問，是誰忽略了這項事實？誰是這對眼皮的擁有者？卜正民的答案有二。一則是以研究社會、政治與環境變遷的人文社會科學研究者。以小冰期的相關研究為例，他表示，當他開始研究明代中國糧價變異與氣候變化之關係時，驚訝地發現，「其他地方的環境史對糧價幾乎不提」。與之對照，精通糧價的歷史研究者，如不是太快地把糧價理解為「公平交易」的指標，便是視之為社會關係的一環，忽略了糧食必得是在特定的環境條件下孕育出來的。

另一個忽略氣候或環境此事實者便是卜正民的同代人，也就是在閱讀這本書的你我。現代人對物價飛漲的關注程度遠比全球暖化、極端氣候與環境破壞來得高；畢竟，前者是切身之痛，後者則相當遙遠，是北極熊與紅毛猩猩的事。然而，卜正民的分析告訴我們，即便明代中國離現在相當遙遠，所謂的小冰期至少也是一百五十年以上的事，但物價恐怕還是可作為某種氣候指標。換言之，若人們以關心物價的熱誠來關心環境，面對當代的環境危機，說不定人們多少可找出個解方。

此外，讓人心生警惕的是，卜正民告訴我們，小冰期多少是個漫長的地球系統變化。小冰期本身並未造成明朝衰亡，是相伴的極端氣候摧毀了明代社會的韌性與調適。他也認為，面對小冰期、火山噴發與聖嬰－南方震盪現象誘發的極端氣候，從後見之明來看，明朝人也做了他們可以做的，但也只多苟延殘喘了七年，且還是生存條件都被剝奪、生活尊嚴都被否定的七年。

那麼，當人類誘發的氣候變遷可能已加劇了聖嬰－南方震盪現象，讓去年（二○二三年）夏天成為有紀錄以來地球最熱的夏天，而極端氣候彷彿成為日常，人類還有多少時間可以調適？如果說明朝多少是被地球系統的正常運作摧毀，當今地球系統的異常，是人類自己造成的，數百年後的歷史學家，在回顧這段歷史時，恐怕無法如卜正民對待明朝人一樣地寬厚，只能說這是咎由自取。諸如此類的思考，都讓《價崩》有了跨越時代的現實意義。

畢竟，明朝人不是外星人，他們跟我們都生活在同一個地球上。

——本文摘自《價崩：氣候危機與大明王朝的終結》，2024 年 05 月，衛城出版出版，未經同意請勿轉載。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文｜歐宇甜
• 美術設計｜林洵安

日常壓力會誘發纖維肌痛症

纖維肌痛症 (fibromyalgia) 病患有全身慢性肌肉痠痛，可能伴隨失眠、焦慮和憂鬱等症狀，致病機轉一直是個未解之謎。中央研究院生物醫學科學研究所陳志成研究員與研究團隊，找到纖維肌痛症可能的生理與心理致病機轉和關鍵抑制劑，論文於 2020 年 9 月發表於國際風濕免疫科權威醫學期刊 (Annals of the Rheumatic Diseases)。

無藥可醫的纖維肌痛症

「纖維肌痛症 」最常見的症狀是全身肌肉慢性痠痛，伴隨疲勞、失眠、焦慮和憂慮，有時被稱為稍微累一點就全身痠痛的「公主病」。目前醫學對於該病的致病機制並不清楚，病人往往不斷轉診仍找不到明確病因，因此也尚未有專屬用藥，只能先緩解症狀，但效果相當有限。

不過臨床上發現，日常生活精神壓力會誘發或加重纖維肌痛症症狀。多數病患的背後都是一段故事，可能有家庭、親友、經濟、工作等各種問題。只是心理壓力和纖維肌痛症到底誰是因、誰是果？背後的致病機制是什麼？「我們必須建立一個可以反應纖維肌痛症的動物模式，以驗證心理壓力與纖維肌痛症的關係。」 陳志成說明。

在此之前，先來看看痠痛是怎麼引發的呢？

組織酸化誘發痠痛

過去研究認為組織酸化會誘發痠痛。1980 年德國人曾做過人體實驗，直接把酸性物質注射入人體，結果發現真的會引起痛感，而且流速越快、越痛，初步證明酸與痠痛的因果關係。但酸是透過什麼樣的分子機制來刺激痛覺神經，卻一直沒有定論。

陳志成嘗試以此建立纖維肌痛症的動物模式。他們先幫小鼠注射酸鹽水，然後以壓肌肉或用細尼龍線刺激小鼠腳掌，發現小鼠碰到刺激會縮腳，代表的確有「疼痛過敏化」現象，但這疼痛過敏化現象在 24 小時以後會消失不見。但如果五天之內在同樣位置再打一次，就會導致持續約一個月的疼痛過敏化，而且也會發生鏡像性的疼痛，成功符合纖維肌痛症的特徵。

這個小鼠實驗模式提供了一個平台，讓陳志成可以從神經學的分子機制上，深入研究組織酸化如何誘發慢性肌肉疼痛。

我們身上各個組織都有痛覺神經，神經上有許多可被酸給激活的離子通道或受體分子，最重要的包括酸敏性離子通道（ASICs），以及辣椒素受體蛋白 (TRPV1) 等等。陳志成實驗發現，如果以藥物抑制 ASICs 或 TRPV1，五天後再次的肌肉酸化刺激就無法誘發慢性疼痛。但是，如果再次的肌肉酸化刺激發生於第二天，仍會誘發 7 ~ 10 天的疼痛過敏化現象。因此，陳志成推論出，第一次肌肉組織酸化不僅是誘發短暫的疼痛過敏化現象，也讓肌肉痛覺神經產生了可塑性變化，所以五天以內再次肌肉酸化刺激，就足以發展成慢性疼痛。

用噪音製造壓力源

了解痠痛的神經科學分子機制，下一步就是建立心理壓力造成痠痛的動物模式，怎麼做？噪音是好工具！一般的壓力來源很難定量，但是噪音可以換算分貝並以程式設定，比較好掌握。

他們讓小鼠待在籠中，不定時播放尖銳、人耳可能聽不見的超音波噪音，一天重複六次，隔兩天後再連續兩天重覆進行……結果，受到噪音壓力的小鼠，出現了疼痛過敏化現象持續約一個月。「我們發現，關鍵是要有不確定性、間歇性、重複性的壓力刺激，如果是給予短暫的壓力刺激，小鼠並不會出現慢性疼痛過敏化現象。」

此外，一般纖維肌痛症患者常出現共病，像焦慮、憂鬱等情緒問題。他們觀察具有疼痛過敏化現象的小鼠們，焦慮行為也變得明顯：一般健康的小鼠喜歡到處探索、玩耍， 放入十字迷宮時，敢走到兩側開放懸空的部分，但有焦慮行為的小鼠喜歡躲在隱蔽空間、不敢跑出來。

壓力 –> 氧化脂質 –> 疼痛訊號

建立一套動物模式後，接下來他和研究團隊想知道，體內有什麼東西誘發了痠痛？

他們分析小鼠血液中的脂質，發現小鼠在遭受壓力後，體內有一群特別的脂質被代謝出來。「我們發現到一種氧化脂質 LPC16：0 ，令人眼睛為之一亮！」陳志成說道。原來，幾年前有法國科學家發現這種氧化脂質 LPC16：0 可以專一性的刺激感覺神經元上的 ASIC3 酸敏性離子通道。賓果！全部事情似乎都可以串連在一起了。

經過反覆實驗，致病機轉的輪廓漸漸清楚了！外界的壓力源 (噪音)，會導致小鼠體內的氧化壓力上升，造成脂質代謝異常，產生過量的氧化脂質 LPC16：0 ，活化肌肉感覺神經元上的 ASIC3 酸敏性離子通道，造成疼痛過敏化現象，持續刺激下轉變成慢性疼痛。

纖維肌痛症療法現曙光

在小鼠身上驗證後，回到纖維肌痛症病人身上觀察：他們體內是不是有比較高的氧化壓力？比較高的異常脂質代謝呢？研究團隊將病患根據症狀嚴重程度分類，一群是全身痛、但症狀比較輕微，一群是全身又痠又痛、症狀比較嚴重，發現全身痠痛症狀嚴重的病人體內的 LPC16：0 特別高，另一組症狀輕微的病患則沒有，兩組之間有明顯的差異。

而人體其實本有快速代謝 LPC16：0 的路徑，但在五天內重複刺激，就可能變成慢性痠痛；換句話說，很多纖維肌痛症患者的病因可能是長時間一直受壓力刺激，體內會持續產生氧化脂質 LPC16：0，導致肌肉長期慢性痠痛，「這也能說明一個奇特現象：許多纖維肌痛症病患即使用藥也不見效，但當壓力源去除，像是搬離不幸福的家庭，全身痠痛就可能突然不藥而癒。」陳志成補充。

研究人員證明氧化脂質 LPC16：0 是引起痠痛感的禍首後，就可以嘗試去阻斷它產生。研究團隊用一種可以抑制這種酵素的藥物–血小板活化因子乙醯水解酵素抑制劑 (platelet-activating factor-acetylhydrolase inhibitor; darapladib)，打到小鼠的身上，果真成功降低壓力造成的疼痛反應，此發現已申請國際專利，未來可望運用在纖維肌痛症臨床治療。

纖維肌痛症的神祕面紗，至此終於稍稍揭開！這項重大研究成果於 2020 年 9 月刊登在國際風濕免疫科權威醫學期刊 (Annals of the Rheumatic Diseases) 上。不過這只是陳志成痠痛研究的一角。他首創「痠覺理論」，希望能從更深入、全面解答慢性痠痛的成因，尋找更有效的療法。

建立痠覺理論，尋找新一代止痛藥物

何謂痠覺理論？首先，陳志成認為：痠是痠、痛是痛，兩者並不一樣。

這點對華人沒有問題！在臺語詞彙中有痠（SNG）、也有痛，國語詞彙中有又痠又痛、腰痠背痛等，可是在許多國家語言中只有關於疼痛 (PAIN) 的詞彙，沒有單獨提到痠覺的字彙。目前國際上只有對於疼痛的定義，把痠痛視為同一件事，或認為痠只是比較輕微的痛覺。

但是痠痛成因其實相當複雜，與組織酸化的關係也有待釐清！

比方說，酸可能引起疼痛，但你知道它也有止痛的效果嗎？在上述的小鼠肌肉酸化實驗中，陳志成發現同時抑制 ASIC3 與 TRPV1 ，可抑制酸所誘發的疼痛過敏化現象。但奇怪的是，第二天對於小鼠再次進行肌肉酸化刺激，雖然 ASIC3 與 TRPV1 這次沒被抑制，但小鼠竟完全沒疼痛反應！由此得知：除了 ASIC3 與 TRPV1 之外，還有一個未知、但是很重要的受體參與反應。這個神秘的受體是一個可以止痛的酸敏性受體分子，讓止痛的效果從第一次實驗延續到第二次！

接著，陳志成發現這個受體分子被刺激後，會促使感覺神經末梢釋放重要的神經傳導物質–物質 P。他認為：當痛覺神經被刺激後，在肌肉端的神經末梢會釋放物質 P，物質 P 會抑制神經活性，達成止痛作用，宛如痠痛的煞車系統。陳志成隨即抑制物質 P ，果然一次肌肉組織酸化就足以誘發慢性疼痛，讓小鼠無止盡痛下去。

那麼，問題來了！既然酸可以誘發疼痛、又可止痛，那麼痠痛病人到底是抱怨痠，還是痛呢？痠顯然不只是一種輕微的痛覺這麼簡單！這個「酸止痛」的神奇現象，提供了痠與痛的另類思考，物質 P 也可能成為新一代的止痛藥物。

「我現在就像一個傳教士，必須努力說服大家，痠與痛不一樣！我也跟語言學家合作，了解其他國家的相關詞彙，希望不久後可以將痠覺清楚定義出來。」唯有正視痠痛的不同，分別了解痠、痛背後各自的分子病理機制，才能發展更有效的止痛或止痠療法，嘉惠更多受到慢性痠痛折磨的病患。

• 採訪編輯／歐柏昇　美術編輯／張語辰

中研院環境變遷研究中心的王寳貫主任，除了以雲物理的研究聞名，也致力於歷史氣候的研究。他從古代文獻中尋找線索，了解過去的氣候變遷，也發現氣候經常影響著人類歷史。

氣象學家王寳貫，從小有個特別的興趣，就是閱讀古文。他說，小時候父親買了很多古書，「他其實自己沒有時間看，都是我在幫他看！」於是，《史記》這些書在小學就已經讀過了。

小時候讀古文，王寳貫一直有個疑問：為什麼冬天打雷不祥？他始終無法得到解答。後來進入台大地理系氣象組（現在大氣科學系的前身），老師也無法回答這個問題。直到他前往美國加州大學洛杉磯分校（UCLA）留學，終於有了解惑的契機。那時，他看到中國大陸氣象學者竺可楨寫的一篇文章，談中國五千年氣候變遷。其中有條曲線，是利用古代文獻中「物候」現象的資料，拼湊出的中國歷史上氣溫演變曲線。

物候現象，例如燕子的來去、河水是否結冰。通常燕子應該某一天到，但今年燕子比較晚到，可能就代表今年氣候比較冷。若今年河水異常結冰，也表示氣候較冷。

到底為何冬天打雷代表不祥呢？

王寳貫看到竺可楨的研究方法，覺得非常有意思，直接從古代文獻來研究氣候。於是，他翻找二十四史，將氣象相關的資料找出來。目的就是解答多年的疑惑──為什麼冬天打雷是不祥的徵兆？

整理了史書中關於冬雷的紀錄之後，王寳貫把過去 2000 年中每 30 年的冬雷次數統計出來。最初猜想，冬天打雷應該是在比較溫暖的年份，因為溫暖的時候對流比較旺盛，產生雷雨，就會打雷。

沒想到，跟竺可楨的曲線一比之下，結果跟王寳貫預期的剛好相反。也就是說，冬雷多的時候，都是冷的年份，而且兩者的關係性還好得很！

做研究好玩的就是，你以為是那樣，結果卻跟你想的相反。

那為什麼冷的年份容易出現冬雷？目前還沒有定論，但王寳貫有個暫時的解釋：冬天產生雷雨，表示對流旺盛，但這個對流不一定是「熱對流」，而可能是冷鋒的對流。冷鋒附近，對流本來就比較強，而如果冷鋒後面的冷氣團特別冷，冷暖的對比特別強，在氣象上「斜壓性」強，容易造成「斜壓不穩定」。斜壓不穩定，容易造成強的對流，比較有可能造成雷雨。

回到「冬天打雷不祥」的說法，古人說「不祥」應是有反常現象，而冬雷伴隨的反常，就在於該年天氣寒冷。天氣寒冷，又對社會與政治有何影響呢？

氣候影響歷史：乾冷的氣候容易造成社會動亂

天氣乾冷的時候，農作物收成相對也較差，老百姓沒東西吃，只好搶糧倉、發生社會動亂。王寳貫舉例，明代末年進入了「小冰期」，氣候變得乾冷，發生大規模的旱災，民不聊生。李自成、張獻忠成為「流寇」，應與小冰期的氣候背景有關。

王寳貫說，也許明末的皇帝不是真的比較糟，而是運氣不好。相反地，大家會說唐太宗很英明，但現在知道唐代氣候溫暖，因此唐代的盛世可能也與此氣候條件有關。

從整個歷史氣候來看，統治體系比較不穩定的時候，往往發生在氣候比較不好、容易產生動亂的時期。

天氣乾冷，也與戰爭的頻繁有關。王寳貫曾與一位中國大陸學者合作，統計歷代戰爭的次數。他們發現，戰爭的次數，與冬天打雷的次數，呈現統計上很高度的相關。冬雷多的時候，戰爭會比較多，而且中國歷史上的邊界也會相對南遷。這顯示了天氣乾冷的時候，漢人與北方民族可能產生較多摩擦。

透過古代資料，了解今昔氣候大不同

王寳貫還曾經依颱風登陸站點，統計過明末清初的颱風路徑。他發現，當時的颱風幾乎都停留在廣東沿海一帶，不會北上到福建、浙江。

這個結果和現在的氣象理論吻合：颱風需要溫暖的海面才能維持，但是明末的小冰期氣候較冷，海面也就比較冷。於是，颱風只要往北一點，就沒有足夠的溫暖海面供應水氣、能量，很容易消散掉。

此外，王寳貫分享了一個有趣的例子，說明從古代詩文裡，也可看出東亞季風區的特性。

南宋詩人趙師秀，在 《約客》這首詩這樣寫：「黃梅時節家家雨，青草池塘處處蛙」。如果只看了那首，會以為黃梅時節每一家都下雨。可是，南宋時期另一位詩人曾幾的《三衢道中》，又寫道「梅子黃時日日晴，小溪泛盡卻山行。」看了這首，卻會以為黃梅天氣應該都很好。但是，南宋時期又有一首詩寫說「熟梅天氣半晴陰」，梅子熟的時後，天氣半晴半陰，出自戴復古的《初夏遊張園》。

你說，是家家雨、日日晴還是半晴陰？都有可能。東亞季風區的特點，就是它的天氣變率特別大。

甲骨文暗藏商代氣候的密碼

中研院引以為傲的甲骨文藏品，不僅是歷史文獻的紀錄，也可以用以進行氣候方面的研究。當中國學者還在關注古文字的意思時，德裔美籍學者魏復古（Karl August Wittfogel）從一個很有趣的思路來研究甲骨文：試圖從 317 片有時間記載的甲骨片推斷古代氣候的資訊。

魏復古看了上萬片甲骨，蒐集具有天氣紀錄的卜辭。其中一項有趣的推論是這樣的──現在中國北方冬天不太會下雨，然而商代的卜辭中，冬天仍然常問未來幾天會不會下雨，這表示商代的氣候應比現在暖濕。

除此之外，魏復古還從打仗的季節，推出乾季、雨季的時間，因為下大雨的時候並不適合打仗。他的結論不能說完全正確，但是提供了許多有意思的思路。

從古代氣候研究，到歷史氣象資料庫

王寳貫幾年前回到中研院之後，展開了一個更龐大的計畫，把氣象相關的歷史記載，製作成資料庫。

我們現在把文字記載完全變成電腦編碼，降雨、下大雨、大雪都編一套碼，一套歷史的編碼系統，把它數位化。

這套系統，將結合中研院歷史語言研究所范毅軍研究員製作的中國歷史 GIS 地理資訊系統，讓學者可以很容易地查詢歷史上某時、某地的氣候資訊。這個開放資料庫即將上線供所有人使用，未來將造福許多領域的學者。例如想要了解古代社會的動亂是否與氣候有關，或想了解疾病的發生與氣候、環境背景的關係，都可以利用這套系統。

延伸閱讀：

1. 每天看到的雲，藏著什麼大學問？
2. 王寳貫的個人網頁
3. 王寳貫，〈從歷史文獻看氣候變遷〉，《科學發展》第 356 期，頁 52-59，2002 年。
4. 王寳貫，〈怎樣從甲骨文導出商代氣候〉，《科學發展》第 360 期，頁 70-75，2002 年。

本著作由研之有物製作，原文為《冬天打雷為什麼是不祥之兆？氣象學家有解釋》以創用CC 姓名標示–非商業性–禁止改作 4.0 國際 授權條款釋出。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位