0

0
1

文字

分享

0
0
1

數學界的聖杯「黎曼猜想證明」,是否已被人類得手?

科學大抖宅_96
・2018/09/24 ・3355字 ・閱讀時間約 6 分鐘 ・SR值 530 ・七年級

2018年9月24日,台灣時間下午3點45分,全球的數學家和數學迷們,都將目光聚焦於德國的海德堡桂冠論壇(Heidelberg Laureate Forum);世界各地的數學家和電腦科學家每年一度聚集於此,和獲邀的學界大師進行交流。演講台上,英國頂尖數學家麥可.阿蒂亞(Michael Atiyah)正準備發表黎曼猜想(Riemann hypothesis)的證明。

阿蒂亞無疑是第一流的數學家,獲獎無數,包括數學界的最高榮譽──費爾茲獎(Fields Medal)和阿貝爾獎(Abel Prize)。1929年出生、89歲高齡的他,於數天前宣佈,用「基進的新途徑」(radically new approach)解決了困擾數學家達 159年的黎曼猜想,並會在海德堡桂冠論壇發表。

什麼是「黎曼猜想」?

1859年,德國數學家黎曼(Georg Friedrich Bernhard Riemann,1826-1866)在他的論文〈論小於給定數值的質數數目〉中,首次提及這個猜想。

德國數學家黎曼(Georg Friedrich Bernhard Riemann)source:Wikimedia

如我們國中所學,像2、3、5、7、11、13…等等,這些除了 1 跟自己本身以外,不能被其他正整數整除的數,稱為質數;而所有大於1的正整數,都能夠以質數的乘積來表示,例如 66=11×3×2。質數的概念很簡單,但是,如果我們問:「比某個特定數值要小的質數有多少個呢?質數在整個數列中的分布情況又是如何?」那就不是容易的問題、甚至是讓數學家們頭痛不已的問題。

-----廣告,請繼續往下閱讀-----

黎曼在該篇論文中發現,質數的分布跟某個函數有著密切關係──該函數現被稱為黎曼ζ函數(Riemann zeta function);它的長相如下:


這看起來並不嚇人,起碼跟國中學過的無窮級數並沒有太大差別。上述式子裡,s是複數,可以寫成s=a+bi這樣的形式;a稱為s的實部、b是s的虛部、i則是根號負一。數學家們可以輕易證明,只要 s的實部大於1,那麼整個無窮級數裡,把每一項的絕對值相加後,會得到收斂並趨近於某個定值的結果。

不過,對於s的實部小於1的狀況,事情就沒那麼簡單了:整個級數和可能會發散──但是我們又想要擴充函數的定義,讓它適用更廣泛的範圍,那該怎麼辦呢?

運用一些數學技巧(很恐怖,不要問),針對s的實部小於1的狀況,可以將黎曼ζ函數表示為

-----廣告,請繼續往下閱讀-----


當中的 Г 稱為伽瑪函數(gamma function)。藉由這個新的定義,我們發現,當s為負偶數(s= -2, -4, -6…)時,黎曼ζ函數為零──這些s的值,我們稱為平凡零點。

但是,除了平凡零點之外,還有其他一些s的值,能夠讓黎曼ζ函數為零──稱為非平凡零點;它們不但對質數的分布有著決定性影響,實數部份還全都位於零和一之間。針對這一點,雖然黎曼本人無法證明,但他進一步猜測這些非平凡零點有著共同的特性:

黎曼ζ函數所有非平凡零點的實部都是二分之一

這就是赫赫有名的黎曼猜想。沒想到,這一猜想從 1859年被提出,至今已 159年,期間有數不清的數學家向其挑戰,卻無人能給出信服的證明。

-----廣告,請繼續往下閱讀-----

黎曼猜想真的這麼難證明嗎?為何它讓數學家魂牽夢縈?

十九世紀末至二十世紀初最重要的數學家之一希爾伯特(David Hilbert,1862-1943),於1900年提出了23個他認為最重要的數學問題(其中有好些對二十世紀的數學發展起了莫大影響),當中就包含黎曼猜想。他曾表示:「如果我能在沉睡一千年後醒來,我的第一個問題將會是:『黎曼猜想被證明了嗎?』」

無獨有偶,一百年後,美國克雷數學研究所[1](Clay Mathematics Institute, CMI)選了當今數學界的七大問題(稱為「千禧年大獎難題Millennium Prize Problems)」),並懸賞一百萬美金,給予能解決任何一個問題的數學家──其中也包含了黎曼猜想。事實上,黎曼猜想是唯一同時列於希爾伯特和克雷數學研究所名單上的問題,屹立不搖地等待數學家挑戰。

因為黎曼猜想與質數分布具有密切的關係,一旦被證明,數學家們將對質數的分布位置有更確切的認知,此無疑是數論(number theory)這一數學分支的重要突破。不僅如此,黎曼ζ函數的非平凡零點,也被發現跟某些物理系統具有相似的分布規律,至今無人能給出滿意的解釋。再者,數學文獻裡,許多數學命題都以黎曼猜想或其推廣的成立為前提;換言之,如果黎曼猜想(及其推廣)被證明,這些基於黎曼猜想的數學命題便能被一舉確認為真──可謂一人得道,雞犬升天。這樣的數學命題粗略估計至少有上千條。毋怪乎,有些數學家將黎曼猜想的證明形容為「數學的聖杯」。

有些數學家將黎曼猜想的證明形容為「數學的聖杯」,還好得到這個聖杯不用打聖杯戰爭(誤),卻也不是那麼容易。source:CucombreLibre @Flickr

黎曼猜想研究於歷史上的進展

在解決黎曼猜想這個終極對手的旅途中,人類是否曾碰上一些小頭目,得以賺取經驗值升級呢?

-----廣告,請繼續往下閱讀-----

答案是肯定的。

如同角色扮演遊戲(role-playing video game, RPG)裡,我們大致可將攻擊手段區分為遠距攻擊和近距攻擊兩種,數學家在面對黎曼猜想這個強敵時,也主要從兩方面來著手。

數學家在面對黎曼猜想這個強敵時,就像在RPG遊戲裡我們從遠距和近距離攻擊同時著手。source:BagoGames @Flicr

一是去實際計算非平凡零點的數值,看看它們的實數部份是否符合黎曼猜想的二分之一;雖然這樣做並無法窮舉所有(也就是無限多)的非平凡零點,而證明黎曼猜想,卻能間接增強我們對黎曼猜想的信心──運氣好找到反例的話,更能一舉否證黎曼猜想。第二種方式則是直接對黎曼ζ函數下手,利用解析的方式證明黎曼猜想。

在非平凡零點的數值計算上,雖然黎曼自己有算過,卻並沒有發表;到1903年,才終於有數學家給出15個非平凡零點的數值──它們的實部都是二分之一。1932年,西格爾(Carl Ludwig Siegel,1896-1981)從已去世的黎曼的手稿中,挖掘出黎曼計算非平凡零點的方法,大舉推進了此一方向的研究。到了二十世紀中期,因為電腦的發明,計算零點的工作突飛猛進,有一萬個以上的非平凡零點都被確認實部為二分之一。至2004年,憑藉著更嶄新的計算法,已經有10000000000000(十萬億)個非平凡零點被確認符合黎曼猜想,而且沒有任何反例。

-----廣告,請繼續往下閱讀-----

另一方面,也有人利用解析的方式嘗試證明黎曼猜想。1896年,兩位數學家分別獨立證明了,在複數平面、實數為一的線上沒有零點;換言之,非平凡零點的實部絕不可能為一。1914年,數學家哈代(Godfrey Harold Hardy,1877-1947)發現,在實數為二分之一的線上,有無限個非平凡零點──即使如此,這並無法保證「所有」非平凡零點的實部均為二分之一;更糟的是,根據哈代和李特爾伍德[2](John Edensor Littlewood,1885-1977)於1921年的估計,這些實部為二分之一的非平凡零點,只佔了全部非平凡零點的一小部份比例,趨近於零。

關於上述比例的研究,在1942年,才被塞爾伯格(Atle Selberg,1917-2007)證明其大於零;到了近期的2011年,這個數字被數學家推進到 41.05%──當然,距離 100%還很遠……

就在黎曼猜想的證明似乎還遙不可及的現今,事情突然有了戲劇性的變化:當代最出名、也最重要的數學家之一,麥可.阿蒂亞,將於本屆的海德堡桂冠論壇發表他對黎曼猜想的證明!

這次的黎曼猜想證明值得期待嗎?

就如同網路上一堆神人自稱推翻了相對論跟量子力學一樣,也有數不清的人,包括數學家,宣稱證明了黎曼猜想;然而,到目前為止,並沒有任何讓學界信服的說法。

-----廣告,請繼續往下閱讀-----

這次宣佈證明了黎曼猜想的阿蒂亞,是第一流的數學家,所以確實讓不少人引頸期盼他的成果;只不過,因著阿蒂亞的89歲高齡,也讓一些人懷疑他是否真能提出說服所有人的證明。

無論如何,隨著在海德堡桂冠論壇的發表,數學家們將忙碌好一段時間,仔細檢視阿蒂亞的證明是否存有任何漏洞。最終結論,要之後才會知道了。

具有「數學王子」美譽的數學家高斯(Johann Carl Friedrich Gauss,1777-1855)曾表示:「數學是科學的皇后──而數論是數學的皇后」。黎曼猜想作為數論領域最重要的猜想、數學的聖杯,一旦被證明,將會是二十一世紀最重要的科學成就之一──讓我們拭目以待!

參考資料

-----廣告,請繼續往下閱讀-----
  • E. Bombieri (2000), Problems of the Millennium: the Riemann Hypothesis, Clay Mathematics Institute.
  • D. Allen, K. Bonetta-Martin, E. Codling and S. Jefferies, The Riemann Hypothesis, The Plymouth Student Scientist, 2016, 9, (2), 249-257.
  • Riemann hypothesis, Wikipedia.
  • 盧昌海(2015),《黎曼猜想漫談》,五南。

註釋

  • [1] 克雷數學研究所是總部設在美國新罕布夏州的非營利私人機構;機構目的在於促進和傳播數學知識。
  • [2] 如果讀者還有印象,2016年台灣上映了介紹數學家拉馬努金生平的電影《天才無限家》;拉馬努金在英國的恩人兼研究夥伴就是哈代和李特爾伍德。
文章難易度
科學大抖宅_96
36 篇文章 ・ 1823 位粉絲
在此先聲明,這是本名。小時動漫宅,長大科學宅,故稱大抖宅。物理系博士後研究員,大學兼任助理教授。人文社會議題鍵盤鄉民。人生格言:「我要成為阿宅王!」科普工作相關邀約請至 https://otakuphysics.blogspot.com/

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

0
0

文字

分享

0
0
0
擁有水電工執照與人文精神的電腦科學家:希維塔克·帕特爾
Sharkie Lin_96
・2020/03/18 ・4434字 ・閱讀時間約 9 分鐘 ・SR值 519 ・六年級

-----廣告,請繼續往下閱讀-----

希維塔克·帕特爾(Shwetak Patel)為電腦協會計算大獎(ACM Prize in Computing)2018 年的得主,該獎項為電腦科學界僅次於圖靈獎的獎項,與費爾茲獎相同都有 40 歲以下的年齡限制,帕特爾獲獎時僅 37 歲。獲獎原因是帕特爾對於人類健康與永續生活,發展出創意與實用性兼具的感測系統

帕特爾不僅擁有大學教授與創業家等多重身份,他還擁有合格的水工與電工執照。現為華盛頓大學計算機科學與工程和電氣工程的特聘教授,同時也是 Google 健康科技部門的執行長(Director of Health Technologies, Google)。他曾經創立過 Zensi家居能源監測公司(2010 年被 Belkin 公司收購),以及 Senosis Health 健康檢測公司(2017 年被 Google 收購)等。

希維塔克·帕特爾 Shwetak Patel。圖/wikimedia

接下來,就來介紹帕特爾改變世界並且獲得電腦協會計算大獎的研究!

-----廣告,請繼續往下閱讀-----

智慧家居能源監測系統

家家戶戶每個月收到帳單時,都知道家裡的用電量以及對應的費用,然而我們並不清楚是用在哪些方面。若是能收到每個月使用能源與用水的效率報告,就能夠讓人們了解自己的行為模式,進而採取行動增加能源效率與節省荷包。但是,要即時監控家居的能源消耗,一般來說需要裝設非常多感測器才可能辦到。

帕特爾成功發展出一套智慧家居能源監測系統,透過行動裝置就可以監控即時的耗電量與用水量。他發展的 ElectriSense 系統(用水則是 HydroSense 系統),利用既有的電路加上一個感測器(single plug-in device),就能把各種電器發出的高頻電磁干擾雜訊(high frequency EMI noise)當作訊號辨識對應的來源。

以iPad呈現建築物中每個電器即時的用電百分比

這套系統的發展,源自於複雜的電子交換特性與不同電器都會產生的雜訊,帕特爾藉此建立一套理論模型分析電器開關(稱為事件)的雜訊,並由使用者協助機器學習的程式訓練,最終發展出一套精確的預測系統。這套系統的精確度,甚至可以藉由輕微的公差來區分型號相同的電子產品。

-----廣告,請繼續往下閱讀-----

考慮到感測器的易用性與持久性,帕特爾發展出可以維持 25 年、低耗電的無線感測系統與晶片(Sensor Nodes Utilizing Powerline Infrastructure, SNUPI),不需要經常替換非常方便。

更棒的是,一般人都可自行安裝,不需要專業的電工協助。未來這整套產品也可能推行至美國以外的地區,讓全球的家庭了解他們的詳細用電情況,進而改變人們的認知與行為,達成節約能源的永續目標。

家居能源消耗報告範例。圖/UW Ubicomp Lab

用手機監測個人健康

人們通常要等到不舒服才會去醫院看病與檢查,過一陣子才會收到檢測報告,才被迫了解自己的身體狀況。現代的穿戴型裝置讓人們開始主動了解自己的健康狀態,除此之外,我們還有其他更好更深入的方法嗎?

-----廣告,請繼續往下閱讀-----

帕特爾這幾年的研究領域包括了行動裝置於醫療上的應用。利用手機的 APP 與各種感測器監測個人健康狀態(personal health monitoring),在螢幕上就能立即看到結果,要進行定期與連續的監測也十分方便。

以 SpiroSmart 這個APP來說,它的操作非常簡單,不需要額外的硬體設施,只要對著手機裡的麥克風吹氣,手機會偵測受測者聲音裡的壓力波,自動轉換成即時圖形,就可以監控肺部功能是否衰退以預防慢性疾病。

像這類的檢測,傳統上一定要到醫院才能完成:受測者要對著肺量計 (spirometer)用力吹氣,以呼出的流速與容積(flow-volume)進行肺功能指標判讀。若偏離下圖的白色線段,便可能是這三種疾病的前兆,分別為哮喘 (Asthma)、囊腫性纖維化 (Cystic Fibrosis,CF)、慢性阻塞性肺病 (Chronic Obstructive Pulmonary Disease,COPD)。

肺量計的流速─容積曲線
圖/帕特爾於海德堡桂冠論壇講座的投影片截圖

-----廣告,請繼續往下閱讀-----

那麼,SpiroSmart 是怎麼做到類似的功能的呢?這跟一個「雜訊」有關:講話時會產生的聲道共振(vocal tract resonances)。過去數十年開發語音辨識演算法(speech recognition algorithms),都將聲道共振視為雜訊,希望盡量排除。但關鍵的地方就在這裡:聲道共振實際上與受測者呼出的氣流成比例關係。因此藉由聲帶的物理模型加上深度學習聲道共振的資訊,就能夠反推回受測者呼出氣體的流速─容積曲線。也就因此,用手機與麥克風就可以模擬肺量計了。

面對有人質疑手機APP的準確率,帕特爾表示 SpiroSmart 與原本價格 10 萬美金的肺量計相比的誤差為 5-10%,與美國食品與藥物管理署(FDA)對肺量儀的誤差容忍相同。表示技術上完全可以用手機 APP 取代醫院的儀器;然而要說服民眾相信一個 APP 可以是個醫療裝置,需要透過更多的科學教育與科學普及才有可能達成。

除了以上的案例,帕特爾的普及運算研究室還開發了許多醫療相關的手機 APP,像是以深度學習辨識咳嗽的CoughSense、把手指放在鏡頭前方檢測紅血蛋白(HemaApp)、在新生兒皮膚上放上色卡搭配鏡頭檢測黃疸(BiliCam)、利用陀螺儀檢測骨質疏鬆症(OsteoApp)等實用又創意的專案。

「你的雜訊就是我的訊號」 Your noise is my signal.

這句話貫穿了帕特爾的整個研究生涯,無論是從早期的智慧家居能源感測到近來的個人健康監測。這樣的創意是源自就讀喬治亞理工學院博士班時期,他花了許多時間進行許多跨領域的研究,當某個研究方法行不通的時候,卻有可能作為另一個研究的靈感來源與解決方案。因此把一般研究者亟欲排除的「雜訊」成為可辨識的「訊號」,突破既有知識的框架。

-----廣告,請繼續往下閱讀-----

海德堡桂冠論壇記者會。圖/Heidelberg Laureate Forum

海德堡桂冠論壇小記與場邊觀察

帕特爾以電腦協會計算大獎得主的身份,於 2019 年首次參加海德堡桂冠論壇(Heidelberg Laureate Forum, HLF),也是論壇史上最年輕的得主,非常受到歡迎。每天都忙著接受採訪與分享自己的經驗,幾乎無時無刻不被一群學生包圍發問。

對帕特爾而言,海德堡桂冠論壇是個非常獨特的盛會,在這裡能夠一次見到背負盛名因此平時難以見到的大師,以及從前輩的身上了解到得主如何對世界產生長期影響,是個前所未有的經驗。

即使已經身為得主,帕特爾認為如果他年輕的時候有機會參與論壇,會對早期的學術生涯更有幫助,同時也希望讓更多年輕研究者知道這個世界級的活動,讓與會者覺得能夠脫穎而出參與論壇是個殊榮。(註:2019年海德堡桂冠論壇有800名年輕研究者報名,最終錄取200名)

-----廣告,請繼續往下閱讀-----

海德堡桂冠論壇會場。
圖/Heidelberg Laureate Forum

從小時候動手作到學術遊樂場

帕特爾出生於美國阿拉巴馬州的塞爾瑪(Selma, Alabama),擁有高學歷的父母自印度移民至美國,經營一間含有數十個房間的汽車旅館。因此,帕特爾從小是在汽車旅館旁的公寓長大,就像是旅館的管理人員,必須做一些庶務像是整理床位以及修理壞掉的燈泡,甚至是維修自動販賣機,自然而然對於動手作(tinkering)十分熟悉。

習慣動手作,也讓他的學術研究變得與眾不同。帕特爾在博士班就發表了很多篇與感測器有關的論文,包括機器學習、永續、醫療等領域,並開始創立自己的公司。他同時是實踐家、發明家、會寫論文。思考未來的職涯發展時,認為大學教職可以是個自由研究的遊樂場,可以讓電腦科學變得有影響力,因此選擇成為大學教授。

與一般教授不同的是,與其研究如何增進 1% 演算法效率,他認為不如去思考如何動手開發出一個對人類有直接影響的產品,能夠正向影響數百萬人的想法甚至行為,其意義會超過發表許多論文與獲得終身教職。

-----廣告,請繼續往下閱讀-----

對一個應用導向的研究者來說,開發產品才能夠真正到影響一般民眾。帕特爾與其團隊通常把產品開發到一個程度,就讓其他人收購公司去加速產品的開發,接著投入下一個研究。

即使從研究生時期就被其他人開始質問是否不務正業,例如:「你不是個電腦科學家、你沒有一個專精的領域、你不會拿到教職」,然而擁有自由探索的學術遊樂場對他來說是最自在的。

海德堡桂冠論壇會場門口。
圖/Heidelberg Laureate Forum

選擇學生條件與社會服務

要怎樣才能進入帕特爾的學術遊樂場一起玩呢?帕特爾強調,選擇學生的時候他最重視的是善良(kindness)與否,一方面是若對人不友善就會很難找到合作對象,尤其研究室關注的領域與醫療保健與永續相關,關注其他人是必要條件。畢竟技術可以透過學習而來,然而人格特質不容易改變。

那麼,帕特爾是如何指導學生的呢?在研究室裡,有很多不同領域的人,像是電腦科學、電子工程以及醫療背景,帕特爾會試著創造出每個人都貢獻己力才能解決的專案,讓跨領域合作自然而然發生。另外,與其安排好研究方向與每一個細節,帕特爾傾向激勵學生、與學生討論研究的大方向、留給學生探索的空間。

帕特爾從高中時期就有機會接觸研究,因此大學時期也較同儕來得早開始寫論文,而這徹底改變了他的研究生涯,他自認非常幸運。因此,他希望現在的高中生能早點接觸研究,因此特別為高中生開放了 8-10週的暑期研究室實習,期待能夠開啟學生對於程式與科技的想像。

值得一提的是,帕特爾近來婉拒至知名大學演說,他傾向把時間留給郊區的學校,接觸更多高中以下的學生;此外,他認為傳遞科學知識最有效率的是為第一線的教師上課,讓教師在課堂分享電腦科學是個很強大的工具,能夠對社會有正面影響,電腦科學不是只有電玩遊戲。

海德堡桂冠論壇講座。圖/Heidelberg Laureate Forum

讓世界變得更好的人文精神:給年輕研究者的建議

「我的研究社群是整個世界與人類。」

帕特爾在海德堡桂冠論壇的演說,除了介紹行動裝置於健康的應用之外,還提供建議給年輕研究者。他提到這是個特別的時代,人類史上擁有最多工具(如人工智慧、資料分析與視覺化)、跨領域研究非常興盛;最好的提問與答案,都在不同領域的交會之處。

當帕特爾還是個年輕教授時,常常被問到「你是什麼領域?是網路、系統或資料庫?」同樣地,許多年輕研究者內心假設「我必須成為一個數學家,必須是個電腦科學家,必須研究某個單一領域」。

然而這並不是世界運作的方式,年輕研究者當然可以在某個領域創新,但是別忘了跳出領域的框架,思考像是政治與政策等更廣的層面,以及自己在做的事對於人類與世界是否有深切的影響。

假使年輕研究者只是想著要拿諾貝爾獎、圖靈獎等大獎,這樣的心態(mindset)本身就是個災難,若是找到自己有熱情的事物,而且每天醒來都為此感到興奮,並且奮力地驅策自己前進,將有最佳的機會能夠邁向成功。

希維塔克·帕特爾在他的研究生涯,實踐了科學與工程最重要的價值──人文精神。

延伸閱讀:

  1. 華盛頓大學普及運算研究室:Ubicomp Lab – Ubiquitous Computing Lab at the University of Washington
  2. 海德堡桂冠論壇專訪影片:The Heidelberg Laureate Forum Foundation presents the HLF Portraits: Shwetak N. Patel
  3. 海德堡桂冠論壇講座影片:New Ways of Thinking the Mobile Phone for Healthcare (52 mins)與投影片
  4. 屬於數學與電腦科學的榮耀,聚集大師的海德堡桂冠論壇

想親炙海德堡桂冠論壇,與大師們面對面交流嗎?

每年11-隔年2月開放來自全球的年輕研究者報名

詳情可上官網: https://www.heidelberg-laureate-forum.org/

Sharkie Lin_96
24 篇文章 ・ 6 位粉絲
在國二無聊的早自習意外發現數學的趣味,因此近來體驗到數學研究、藝術創作、採訪寫作、展覽策劃、資優教育等工作。不是念數學也不是學藝術,但樂於從多元視角聊聊數學的各種姿態,以及進行數學藝術創作,希望能為世界帶來一點樂趣。科普部落格〈鯊奇事務所〉https://medium.com/sharkie-studio,聯絡信箱 sharkgallium@gmail.com

0

0
0

文字

分享

0
0
0
屬於數學與電腦科學的榮耀,聚集大師的海德堡桂冠論壇
Sharkie Lin_96
・2019/09/24 ・2160字 ・閱讀時間約 4 分鐘 ・SR值 498 ・六年級

-----廣告,請繼續往下閱讀-----

從 2013 年開始,每年九月德國海德堡桂冠論壇(Heidelberg Laureate Forum, HLF)像是個大磁鐵,把全球數學與電腦科學界的大神都吸到海德堡來,與200名不同年代、文化和學術背景的年輕研究者碰撞,產生知識、思想及經驗交流,希望能夠對下個世代的科學家帶來鼓舞與啟發。

數學與電腦科學界的大大都在這裡啦

這些得主可說是數學界與電腦科學界諾貝爾獎等級的傳奇人物(看看今年 20 多位豪華的大師名單),皆為數學或電腦科學界最高榮譽的獎項得主,包括:

  • 圖靈獎(ACM A.M. Turing Award)
  • 電腦學會計算大獎(ACM Prize in Computing)
  • 阿貝爾獎(Abel Prize)
  • 菲爾茲獎(Fields Medal)
  • 奈望林納獎(Nevanlinna Prize)
獎項名稱 限制 得獎人數 獎金 首次授獎 每幾年頒發一次 備註
圖靈獎 1-3 100萬美金 1966 1 電腦科學界諾貝爾獎
電腦學會計算大獎 40歲以下 1-2 25萬美金 2007 1 僅次於圖靈獎
阿貝爾獎 1-2 600萬挪威克朗(約70萬美金) 2003 1 數學界最高榮譽
菲爾茲獎 40歲以下 2-4 1萬5千加拿大元(約13,767美金) 1936 4 年輕數學家最高榮譽
奈望林納獎 40歲以下 1 1萬歐元(約11,042美金) 1982 4

海德堡桂冠論壇會誕生是受到同樣位於德國的林道(Lindau)影響,這座位於博登湖畔的小城自 1951 年開始舉辦諾貝爾獎得主大會(或稱林道桂冠論壇,Lindau Nobel Laureate Meeting),當時主要是為了透過與外國的科技交流,恢復德國二戰後百廢待興的狀態。

數學和電腦科學一直以來沒有納入諾貝爾獎,還等到林道諾貝爾獎得主大會都辦了 60 年,才有機構特別為這兩個領域辦桂冠論壇的初步想法。透過海德堡理論研究所(Heidelberg Institute for Theoretical Studies)與克勞斯・奇拉基金會(Klaus Tschira Stiftung)的奔走與合作,海德堡桂冠論壇基金會(Heidelberg Laureate Forum Foundation, HLFF)於 2013 年成立,並且主辦每年的桂冠論壇。

-----廣告,請繼續往下閱讀-----

整整一周的論壇,會舉行哪些活動?

為期一週的論壇屬於全邀請制,包括各種多元活動,像是工作坊、熱門議題討論(如氣候變遷、科學社群中的性別失衡)、海報呈現;以及參訪在地的機構,如學術單位、私人企業;學術交流之外還有很多讓人意想不到的社交活動,像是遊船派對、巴伐利亞之夜、城堡之旅與宴會等。為的就是為了促進得主與年輕研究者之間的交流!

最棒的是論壇全程免費,而且基金會還提供了一週食宿!而我們台灣竟然還沒有多少人去過:

年份 台灣 日本 中國 韓國
2013 2 1 8 1
2014 0 3 10 2
2015 1 1 13 0
2016 0 2 10 2
2017 0 1 10 2
2018 0 2 5 1
2019 1 0 13 0

歷年來台灣、日本、中國、韓國參與海德堡桂冠論壇的人數。source:海德堡桂冠論壇基金會(Heidelberg Laureate Forum Foundation, HLFF)

基於好東西不能只有我知道的原則,如此優質(包吃包住又補腦的科學活動一定要分享給大家,還不趕快來看看申請的常見問答FAQ

-----廣告,請繼續往下閱讀-----

只要你是相關領域的大學生、博士生、博士後研究,準備好申請資料,就有可能成為 200 名年輕研究者的其中一員,獲得一生僅能參加一次的參加資格,感受與世界級的大師、研究者面對面交流是怎樣的體驗。

那些在論壇上出沒的大大們

話說回來,海德堡桂冠論壇也才舉辦過短短幾年,對大眾來說有什麼記憶點呢?

去(2018)年數學家阿蒂亞宣稱自己證明了黎曼猜想轟動一時,全球的數學家與數學粉都聚焦在海德堡桂冠論壇,還因為直播人數過多塞爆伺服器,一度改在推特上直播,論壇中所有的講座內容訪談影片都在官方YouTube上。

雖然數學家阿蒂亞(Sir Michael Francis Atiyah, 1929-2019)最後並未獲得同儕認可其證明,不過平時冷門的數學可以得到那麼多大眾的關注,也算得上數學界的著名事件。

數學家阿蒂亞(Sir Michael Francis Atiyah)關於黎曼猜想的講座。source:海德堡桂冠論壇基金會(Heidelberg Laureate Forum Foundation, HLFF)

-----廣告,請繼續往下閱讀-----

除了舉辦論壇,基金會平時還會在辦公室附設的展場,呈現各種與數學相關充滿創意的展覽,今(2019)年的展覽主題是音樂裡的數學 (La La Lab – The Mathematics of Music);另外,也曾經辦過人文意涵濃厚的歐洲女性數學家特展(Women in Mathematics Throughout Europe),以及由知名攝影師Peter Badge拍攝的「抽象大師攝影展」(“Masters of Abstraction ” photo exhibition)

攝影師Peter Badge拍攝的「抽象大師攝影展」(Masters of Abstraction ” photo exhibition)。source:© Heidelberg Laureate Forum Foundation

基金會不僅讓年輕研究者擁有科學上的交流以及思想上的躍升,更持續以各種有趣的活動讓大眾瞭解,數學與電腦科學在社會、經濟與科學上的重要性;這樣的行動甚至影響到了亞洲,未來香港預計仿效海德堡籌組香港桂冠論壇,邀請邵逸夫獎的得主每年至香港交流。

今年海德堡桂冠論壇又會發生什麼有趣的事件呢?海德堡桂冠論壇期間(9/22-9/27)泛科學將有特約記者在現場,將為大家帶來更多後續報導與介紹。

-----廣告,請繼續往下閱讀-----

以下為海德堡桂冠論壇的相關訊息發佈:

Sharkie Lin_96
24 篇文章 ・ 6 位粉絲
在國二無聊的早自習意外發現數學的趣味,因此近來體驗到數學研究、藝術創作、採訪寫作、展覽策劃、資優教育等工作。不是念數學也不是學藝術,但樂於從多元視角聊聊數學的各種姿態,以及進行數學藝術創作,希望能為世界帶來一點樂趣。科普部落格〈鯊奇事務所〉https://medium.com/sharkie-studio,聯絡信箱 sharkgallium@gmail.com