提出科學「典範轉移」：孔恩誕辰 │ 科學史上的今天：07/18

• 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。

醫學論文造假事件

去年醫學論文造假事件鬧到最鬧烘烘時，很多圈內的朋友也都不約而同做了很多相同的夢，內容非常真實又刺激，曲折離奇到說出夢境都絕對要發表不自殺聲明。

毫不例外的，現實當然也要比很多影視作品還更變態，狗血狂灑到編劇都嚇到吃手手，不信看看從造假後一路走來，台灣高等教育和學術圈在面對愈來愈嚴峻的國際競爭壓力下，各種明爭暗鬥、扯後腿、落井下石，真是令人眼花撩亂，難怪台灣書市的大眾小說幾乎全都變小眾了，因為讀報紙就比大眾小說精彩。

醫學論文造假事件後，除了造成有學校沒有校長，很多新同事和助理、學生要去上所謂的學術倫理課，以及信箱不時收到誠信電子報，在制度和體制上幾乎沒有任何改變。相信再來一次，同樣的戲碼又不會不再重演一遍，然後更多無辜的人要逼得寫作文，或小說。

讓科學界莘莘學子重新點燃希望

這是一個很難讓人樂觀的年代，不過在這個現實虛構顛三倒四的惡質現狀下，慶幸的是有部優異的作品橫空出世了！在紛紛擾擾的環境中，這本小說卻很瘋刺的比讀報紙才知道的事情還來得更像是真實的！

在一系列造假事件中，學術圈內異常的安靜，就連我夢中在醫院裡工作的線民，都回報說醫院內所有人上班時都完全不像聽說任何事一樣，在茶餘飯後都完全沒人想要提到這件事，一整個河蟹到可怕，據說膽敢要說八卦的話，都要作夢跑離院外好幾公里外才行，果然比台日版的《白色巨塔》（白い巨塔）還變態，還好是作夢夢到的。學術圈內的大佬也沒人敢出來批評什麼，只有個位數學者敢在媒體上大量投書。

就在那幾位膽敢大量投書媒體的人物中，最突出的就是國立宜蘭大學生物機電工程學系特聘教授 ──《科學月刊》、《科技報導》前總編輯蔡孟利老師，以專業證據、實際訪談為基礎，提出強力的質疑，是極少數的正義之聲。據說他母校已有很多師生及校友感到 ⋯⋯ 因此，台灣就平添了一位優異的小說家！

龍困淺灘，不死也傷！

科學的價值、教育的價值、大學的價值，在純粹的名利追逐下，無形中崩壞！有人還敢說在學者和官員的這些作為下，能帶給社會正面的力量，以及給予莘莘學子追求和現實夢想的勇氣嗎？！難怪人才加速流失。好棒棒，沒有關係，很可以，我們還有小說《死了一個研究生以後》。

在「死了一個研究生以後」 ……

在細胞培養室裡無預警地開了一氧化碳自殺，然後她就死掉了。讓一個宅男在十幾天中步向人生中，比做實驗追求知識更真實的探索之旅，探索學姐的死因、探索人生中的其他面向、探索愛情。科學研究，原本就是要犧牲一個人很多很多青春和精力的，可是換來的不是高尚的理念，而是成了追名逐利下被吃掉也不痛不癢的小棋子，都不知大人要怎麼教小孩了。

原本以為，《死了一個研究生以後》只是一本人物對白簡單的爆料驚悚小說，可是沒想到這卻是一本文學性頗強的小說，甚至讓人忘了真實世界中的論文造假事件，即使真實的世界的夢境中，真的死了人。

我相信，沒讀過《死了一個研究生以後》的朋友遠超過讀過的，因為讀過的朋友見面時都不約而同問對方讀過了沒，即使不是生科人，也讀得津津有味。很難想像理工宅的處女作，就交織出複雜的劇情、深厚的感情、合理的線索，讓讀者跟著一位宅男抽絲剝繭，並且在宅了很多年的象牙塔脫困後在現實世界中遭遇各種逃避過的衝撞，簡直就是本宅男的異想世界，宅得很精彩！

《死了一個研究生以後》中的命案把一自以為投身科學研究的宅男搞得七葷八素，現實中更多阿宅的故事只恐怕更杯具。《死了一個研究生以後》把一個宅男的生活和心理刻畫得入木三分，包括對正妹們的諸多性幻想。我雖然一點也不宅，但看看周遭的宅男們，也感到好親切和熟悉。

作為一部傳說中的推理小說，《死了一個研究生以後》是有些不足，就是壞人實在太善良了，果然學界大佬都還是吃素的，讓結尾對照整本小說而言顯然不夠緊張刺激。連邪惡的老闆也只能拿科學哲學大師孔恩 (Thomas S. Kuhn，1922－1996)《科學革命的結構》(The Structure of Scientific Revolutions) 的典範論來打打嘴炮，讓我真想巴他兩下，用力打臉說他怎麼知道他的典範不會被轉移掉，造個屁假啦。然而，瑕不掩瑜，近年台灣已少有這麼優異的小說問世了！

泛科學現在推了個泛科幻獎，徵求短篇和中短篇科幻小說。我已想好兩部科幻推理小說的題目了：《死了一個大學校長以後》，以及其續集《死了一個教育部長以後》，請大家拭目以待，期待都能在夢中讀到這兩部劃時代的巨著！

最後，本人在此特地聲明：

本人樂觀開朗，身體健康，無任何使我困擾之慢性病或心理疾病，故絕不可能做出任何看似自殺之行為。

本人從無睡眠困擾，故不需服用安眠藥。

本人不酗酒亦不吸毒，也絕不會接近下列地點：
1. 開放性水域
2. 無救生員之游泳池
3. 有高壓、危險氣體，或密閉式未經抽氣處理之地下室、蓄水池、水桶等
4. 無安全護欄之任何高處
5. 任何施工地點（拆政府除外），包括製作消波塊之工地
6. 任何以上未提及但為一般人正常不會前往之地點

本人恪遵下列事項：
1. 車輛上路前會檢查煞車部件、油門線等，並會在加油前關閉車輛電源與行動電話。
2. 絕不擅搶黃燈、闖紅燈。
3. 乘坐任何軌道類交通工具一定退到警戒線後一步以上，直到車輛停妥。
4. 騎乘機車必戴安全帽；乘車必繫安全帶。
5. 絕不接近任何會放射對人體有立即危害的輻射之場所（如核電廠）或設備。
6. 颱風天不登山、不觀浪。

本人將盡可能注意電器、瓦斯、火源之使用。

本人居住之房屋均使用符合法規之電路電線，絕無電線走火之可能；也絕未在家中放置過量可燃性氣體或液體。浴室中除該有之照明外，不放置任何電器用品，並在睡覺前關閉除電燈、冰箱、電扇外之所有電器開關。

本人絕不會與隨機的不明人士起衝突，並盡可能保護自我人身安全。

所以若網友在看完此聲明之後，近期或將來發現此帳號不再上線，請幫我討回公道，謝謝。

本文原刊登於 The Sky of Gene。

1947 年，正在哈佛大學攻讀物理博士的孔恩（Thomas S. Kuhn, 1922－1996）意外地獲得在大學部授課的機會。哈佛大學校長柯南特（James B. Conant）深覺科學普及的重要，除了打算親自出馬教科學哲學，還想新開一門科學史的課，於是找上了孔恩。沒想到因此改變了孔恩的人生道路，也催生了一個科學哲學的重要學說。

在準備教材時，孔恩才驚覺難以理解亞里斯多德的《物理學》原典。他原本以為科學的發展是循序漸進地由淺而深、由簡而繁，因此以他一個物理學博士生，理應輕鬆掌握幾千年前的原始科學。但亞里斯多德自成一套的世界觀卻令他不得其門而入，猶如原始部落充滿隱喻的神話令人費解。後來他試著拋下現代物理知識，依循亞里斯多德的世界觀與思想脈絡去思考，才豁然開朗，並且悟出「不可共量性」這個重要概念，開始醞釀將要掀起巨浪的科學哲學經典之作。

1948 年，他開始講授科學史，同時繼續準備博士論文，一年後順利取得博士學位，但他的學術路線已從物理學轉向科學史與科學哲學了。1962 年，就在他到柏克萊哲學系與歷史系任教後的第二年，孔恩出版《科學革命的結構》一書，在學術圈投下震撼彈，震波同時擴及自然科學與社會人文這兩個不大往來的圈子。

孔恩發現科學史上大部分時期都是他所稱的「常態科學」，也就是某種觀點、理論或價值取得科學社群的共同認同，而成為典範之後，科學社群的新舊成員就都會以此典範為中心，遵循相同的方法、使用共同的語言，有效率地探索新的知識。一旦出現與典範不符的異例，被質疑的通常不是典範有誤，而是研究者的方法或工具有問題。直到更多異例出現，成為不得不正視的危機，才為科學革命提供契機，由截然不同的新理論取代舊典範，成為新的典範，再如此不斷循環。

因此科學的進展並非像積木般慢慢堆疊，逐步累積成高塔。相反地，真正跳躍性的進步往往是打掉重練、另起爐灶；而且用的是與原來積木形狀不同的新型積木。這就是新舊典範之間的不可共量性，兩者的觀點、架構、語言都不相同，所以沒有共同標準可以衡量對錯；從托勒密到哥白尼的行星軌道模型，從牛頓力學到相對論，就都是一個典範取代一個典範的例子。

孔恩的「典範轉移」理論一方面受到社會大眾的熱烈歡迎（包括企業管理等不同領域都拿來套用），一方面卻在學術圈引起正反兩極的評價。支持者讚譽他掌握了科學進展的歷史脈絡，發掘出自然科學較其它社會科學有明顯進步軌跡的原因；批評者則質疑典範模型其實否定了多元化的可能，而且典範取捨只由科學社群決定，代表著獨尊科學的菁英主義。

其實孔恩只是從史實的角度提出科學進展的實然面，至於批評者所提出的科學與科學家的定位等應然面的問題，仍有待科學家與人文社會學家的繼續對話。

本文同時收錄於《科學史上的今天：歷史的瞬間，改變世界的起點》，由究竟出版社出版。

大家都覺得很重要，但希格斯玻色子到底是什麼？

2012 年粒子物理學家正式宣佈發現希格斯玻色子，這件事馬上變成國際頭條，《紐約時報》寫道「希格斯玻色子的發現，代表科學的進步，能對現代文明提供最好的解決方案。」每個人都像發現大秘寶一樣興奮，不過清楚知道自己在興奮什麼的人應該不多……不信的話我們先來做個小測驗好了！

希格斯小測驗

一、在「希格斯玻色子」這個名字用來命名粒子之前，它最為人所知的是：

1. 兒童最愛的電視小丑
2. 中情局最危險的間諜代碼
3. 在「星際大戰」中，天行者路克的兒時玩伴
4. 你朋友在「龍與地下城」中的角色

二、對或錯：如果直接吞下去，希格斯玻色子比超火辣口味「奇多」更容易上癮。

三、對或錯：希格斯玻色子是希格斯和玻色這兩位理論家所預測的粒子。

看完文章後在附註中核對你的答案，看看你知道多少：）^註1

認真來說，找到希格斯玻色子是科學的一大勝利。它給了我們一個最佳展現，那就是：尋找模式是了解宇宙的良好方針。

希格斯玻色子可能存在的想法，來自於研究傳遞作用力的粒子模式，以及關於它們質量的問題，這些粒子是光子、W玻色子和 Z玻色子。物理學家問：「為什麼它們其中的光子沒有質量，但是其他粒子（W及Z）的質量非常大？」就一個我們稱為質量的標籤來說，這種有些力場粒子質量是零，但有些不是零的特殊情況，實在是太奇怪、太莫名其妙了。

希格斯和其他幾位粒子物理學家關注了這個問題一段時間，就決定這樣找出答案：把質量做出來吧。

真的，他們就是這樣做的！如果你再添加一個粒子（希格斯玻色子）和它的場（希格斯場）到方程式裡，那麼把質量視為粒子標籤（以及某些粒子為何有更多質量）的想法，就開始有了意義。

大致說來，這個理論可以如此陳述：

希格斯場可以想像成一個瀰漫整個宇宙的場。它可以做其他場不能做的事：既非吸引力也非排斥力，而是讓粒子寸步難行或是速度減緩。希格斯場能讓粒子達到與擁有慣性質量般的相同效果。

希格斯場與粒子之間的交互作用愈多，粒子看起來擁有的慣性（或是質量）就愈大。這進一步暗示，粒子與希格斯場交互作用所產生的慣性，就是粒子的質量。這就是粒子「擁有質量」的定義。

一些粒子非常強烈的感覺到希格斯場，代表它們需要很大的力量來加速或減速：這些粒子有很大的質量。其他粒子幾乎感覺不到希格斯場，所以它們只需要很小的力量來加速或減速：這些粒子幾乎沒有質量。

讓我們花點時間思考一下。希格斯場的發明，是一個典範轉移的見解，同時也是一個明顯無趣的聲明。

希格斯場是一個典範轉移， 因為它給了你對於「質量是什麼？」這個問題，一個全新的思考方式，這是不得了的成就。但是，希格斯場的論述也是沒什麼大用的，一旦你接受了粒子質量不過是神祕的量子標籤，而不是粒子的內含物。

事實上， 它沒有解決最重要的問題：「為什麼粒子有不同的質量？」 所有的理論都是把一個問題變成另一個不同的問題：「為什麼所有物質粒子對希格斯場的感覺都不一樣？」

根據希格斯理論，物質粒子的質量大小並沒有特別的理由。質量大小就好像是隨機選擇一樣，也可以有完全不同的數值。即使你改變質量，也不會打破任何理論，現有的物理定律仍然照樣運行。

希格斯理論確實解釋了為什麼作用力粒子（光子、W 和 Z）具有現有的質量，但是不能通盤解釋物質粒子為什麼具有不同質量（為什麼有些與希格斯場交互作用多，而有些卻很少）。質量大小可能有種模式，但是到目前為止，最好的宇宙理論只將物質粒子的質量列為任意數目。

重力質量

我們來到了有關質量奧祕的最後一片拼圖。

當我們之前思考如何測量某物的質量時，你很可能也想到了一個不同於發泡膠子彈玩具槍的精確方法：何不用磅秤！

磅秤能測量物體的重量，也就是測量地球對物體施加的重力拉力。這與質量密切相關，因為擁有更多的質量，受到地球的拉力愈大。在一個粒子的情況下，你也可以把重力質量看成「重力荷」。當兩個粒子有電荷時，它們彼此感覺到電力，電力與電荷成正比。以同樣的方式，當兩個粒子具有質量時，它們感受到與自身質量成比例的重力吸引力。

兩種質量是一樣的嗎？

重力質量與我們前幾頁談論的慣性質量相同嗎？可以說是，也可以說不是。

說它不是，因為我們所謂的「重力質量」，似乎決定了施加在物體上的重力，而且我們使用不同於慣性質量的技術（磅秤）來測量它^註2。

說它是，因為我們可以用兩種方式來測量質量，到目前為止，我們從未觀察到物體的重力質量和慣性質量之間的差異。

這多麼令人匪夷所思。沒有真正的直觀原因有說明，兩種質量應該一樣。它們其中一個（慣性質量）是描述如何抵抗運動，另一個（重力質量）是描述有多想被重力拉動。

以我們現在的物理學架構來看，我們不知道為何如此。我們只是假設兩種質量是一樣的，而這個等效性假設，是愛因斯坦廣義相對論的核心。廣義相對論用非常不同的方式看待重力。它不是把重力視為：作用於附著在粒子和能量背後的任意「荷」，而是把重力描繪為質量和能量周圍時空的彎曲或扭曲。

所以，愛因斯坦的理論讓兩種質量的聯繫更加自然，不過它還是沒有告訴我們「為什麼是這樣」。除了相對論之外，我們的粒子物理學理論把重力質量和慣性質量視為不同的概念，但實驗上我們看到，它們是一樣的。這非常強烈的表明，兩種質量有極深刻的聯結。

• 註1：如果你真的試圖回答任何一個問題，代表你應該有好好閱讀這一章，但還是一頭霧水，對吧？這就是作者想要表達的感覺ＸＤ
• 註2：這是牛頓的重力觀。往後，我們會學到廣義相對論的版本，在廣義相對論裡，重力不是作用力，把重力視為質量造成的時空扭曲會更加合理。

本文摘自《這世界難捉摸：霍金也想懂的95%未知宇宙》，遠見天下文化出版。