一手遮天的高科技大騙案：Theranos之興衰（三）

• 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。

• 專訪陳柏達／Chain Reaction 全球供應鏈管理總監

特斯拉（Tesla）在 2021 年 5 月宣布，由於對比特幣（Bitcoin）耗能的疑慮，將暫停以比特幣購車的方案，此話一出，造成比特幣價格直接崩跌。

這也證明，區塊鏈技術的應用已經不僅限於虛擬貨幣（Virtual Currency），對於許多人的數位資產也有極大影響力。

區塊鏈技術這幾年來被大量應用在資訊安全、金融支付等消費端的領域。目前任職於以色列區塊鏈晶片設計新創 Chain Reaction 的陳柏達（Joseph Chen），擔任全球供應鏈管理總監（Global Supply Management Director）， 職涯由半導體技術研發工程師開始拓展到產品行銷、業務及供應鏈管理。

經歷設備製造源頭（應用材料（Applied Materials））、良率管理（普迪飛（PDF Solutions））、晶圓製造（台積電）至 IC 設計（Fabless Design House），熟悉各層半導體產業生態圈的他說，特殊應用積體電路（Application Specific Integrated Circuit, ASIC）的發展與普及，將加速區塊鏈的應用與規模化，讓我們來聽聽他在產業二十年來的深度觀察。

從小到大都在台灣求學的陳柏達，為什麼會轉進矽谷？

「我從小念書就很順遂，到了大學突然覺得很迷惘，不知道自己想要追求什麼。直到大二到史丹佛大學參加暑期學校，發現美國大學生的學習方式跟台灣真的有很大的不同，都很有想法並可以盡情發展自己的興趣與方向，故一直嚮往至矽谷繼續深造。」

臺灣大學畢業後，陳柏達進入史丹佛念研究所，從化學工程轉進半導體材料科學，取得博士學位後進而留在矽谷工作與生活。

陳柏達指出，半導體產業屬於金字塔架構，包括從底層的晶圓製造，如台積電、應用材料等，到晶片設計、系統整合等，各層都有它不可取代的專業，但越往金字塔頂端走，就越可看到全貌。

矽谷在區塊鏈的新型態定義不斷發生中

IC 設計結合區塊鏈的加密技術是以色列區塊鏈晶片設計新創 Chain Reaction 的重要優勢。

陳柏達觀察到，以色列得天獨厚的培育與聚集了世界級優秀的 IC 設計人才，加上在區塊鏈加密演算法上擁有以色列前情報局資深技術人才的加持，讓 Chain Reaction 公司在區塊鏈硬體產業上具不可取代的重要地位。

中國近年來不斷打壓加密貨幣，但其他國家卻在加密貨幣的發展上越來越蓬勃。陳柏達指出，全球的區塊鏈趨勢主要可以分為兩部分來看：

1. 軟體的創新：矽谷的軟體發展相當快速，許多創新的定義，包括像是加密貨幣交易所 Coinbase Global 平台的推出、NFT 應用在藝術品等獨一無二的數位收藏，矽谷正快速地定義許多新型態的軟體應用。
2. 硬體應用：區塊鏈的硬體發展目前主要在加密貨幣計算（俗稱挖礦）的應用，之前市場主要集中在中國，但也隨著中國的限制，加速整體外移至美國及其他地區。而目前 Chain Reaction 的 ASIC 區塊鏈加密晶片設計，可以加速區塊鏈基礎建設的設置。

目前矽谷在區塊鏈產業上的軟體應用與產業很多，但硬體的確有限，而 Chain Reaction 的硬體即以美國市場為主。

陳柏達指出，未來硬體不單只是挖礦，最終將由雲端的資料中心提供所有軟體應用，在此架構下，專注於加密的晶片設計將有助於硬體進行特定需求的運算。Chain Reaction 也希望與矽谷正蓬勃發展的軟體相互結合，藉此提供最底層的運算，讓應用端可以更加普及。

陳柏達指出，現在的加密貨幣都是從加密協定中運算出來，而挖礦就是運用計算能力產生出協定的數量和交易的次數，我們稱之為帳本。這些需求需要具有經濟規模（更快速與更便宜）的計算力。

以工廠為例，機器的產能會產生限制，但可以透過更優化的 IC 設計擴增效能，增加計算力，就可以加速推動加密貨幣運算與加密經濟及產業發展。

以現在的 5G 來看，電信業者以前主要都是系統營運商，建立 5G 基礎建設後，發現更可以善用 5G 架構提供更多服務，區塊鏈也是其中之一。但如果要提供區塊鏈服務，目前的資料中心硬體其實是不夠用的，ASIC 晶片強化計算效率，將能協助供應商以更便宜的價格創造更高的經濟規模。

仰賴台灣供應鏈，強打「以色列設計，台灣製造」

台灣擁有晶圓供應鏈上無可取代的地位，目前陳柏達所服務的 Chain Reaction 相當仰賴台灣供應鏈提供高品質與成本優勢的 ASIC 晶片。

除了晶片，所謂的挖礦機，其實也就是電腦，台灣有包括廣達、技嘉、華碩等組裝大廠，擁有絕佳優勢。目前礦機的電腦仍然以挖礦的運算為主，未來不只用於挖礦，包括 5G 資料中心運用，區塊鏈的更多應用都可以在這裡被滿足。陳柏達也指出，目前公司的產品也都強調「以色列設計，台灣製造」。

北美台灣工程師協會，為海外台灣人開創更多機會

陳柏達也在 2020 年加入北美台灣工程師協會理事會，北美台灣工程師協會是一個成立於 1991 年的非營利組織，以科技技術領域為主軸，為美國和加拿大的海外台灣人及其社群提供不同的機會與培訓，定期舉辦各種年度技術分享會議、研討會等，例如美國台灣高科技論壇（UTHF）、美國台灣新創論壇（UTSF）及 Women’s Summit 等。

北美台灣工程師協會希望透過過去三十年累積的人脈、資源與經驗，可以以導師的角色幫新創尋找大公司的痛點，讓新創有更實際落地應用的機會，陳柏達也希望以台灣、美國、以色列的多國經驗，協助台灣人才有更多的成長與發展。

＝ KT 筆記／ 謝凱婷＝

與 Joseph 是在北美台灣工程師協會相識，很感謝他長期致力推動台灣人在美國科技業的影響力，舉辦很多美國台灣高科技線上論壇，讓台灣與矽谷的人才和趨勢接軌，並團結台灣人在美國的力量。

擁有多年台積電經驗的他，精準地看到區塊鏈的產業趨勢，大膽跨出舒適圈，加入了以色列晶片新創，投入到區塊鏈晶片領域，並對世界各國在區塊鏈發展的速度暸若指掌。

尤其他以電腦算力和耗能分布，就能精確指出中國市場和美國市場在挖礦電力的消長，並從中看到整個市場熱度的趨勢方向。

從 Joseph 對於傳統能源公司的描述中，也能了解區塊鏈技術將會徹底顛覆能源產業的未來布局。

在過去，傳統能源公司的價值結構和交易系統，因為區塊鏈產業的興起，而轉向更高效率的價值生態圈。能源的交易方式和商業模式也會進行巨大的變革，如德州和中東各國的能源公司正快速布局加密貨幣的投資和新能源的發展，並投入大量的人力和技術來挖礦，這對未來的人類發展也有顯著的創新刺激，正推動著百年傳統能源公司的巨輪走向創新，更讓我們迎向一個嶄新的能源新世代。

——本文摘自《矽谷為什麼：科技、新創、生醫、投資，矽谷直送的最新趨勢與實戰經驗》，2022 年 6 月，商周出版，未經同意請勿轉載。

編按：在上一篇文章〈一手遮天的高科技大騙案：療診公司《Theranos》興衰史（三）〉中，儘管療診公司不斷透過各種軟硬手段希望保住秘密，但內幕終究是一點一點的被暴露出去了。記者凱瑞羅證據在握，不過見報前，事情都還有變數⋯⋯記者之筆的鋒利與療診公司的強勢，最後到底誰贏了呢？系列文章最終回將揭曉！

國王沒穿衣服

療診公司發現有人在挖它的內幕時，當然傾全力阻止：除了跟踪、威脅將控告被懷疑的現在或曾在療診公司工作的員工外，它也以同樣的手段對付被懷疑的醫生及病人；它甚至威脅一位醫生，謂如果她的名字出現在報紙上，他們將使她名譽掃地！療診公司對凱瑞羅施壓當然更不遺餘力！

說來可笑，就在凱瑞羅正在努力挖礦之際，華爾街日報大老闆、報業大巨人梅鐸 (Rupert Murdoch) 竟然被伊麗莎白說服投資了 1 億 2500 萬，成為療診公司的最大投資人，也是他報業外的最大投資！伊麗莎白曾經兩次想透過梅鐸阻止凱瑞羅發表那「充滿錯誤信息」的文章，但梅鐸均回說他信任編輯們的判斷力而拒絕！

依照慣例，這類的報導總要給公司一個反駁的機會，因此凱瑞羅透過療診公司公關部，希望能於 5 月初與伊麗莎白會面；儘管伊麗莎白到處接受訪問與演講，但卻抽不出時間來會見他！最後終於在 6 月 23 日，由副總帶領了包括博依斯在內的一大群律師在華爾街日報總部會面。在五個小時的會談中，對凱瑞羅的 80 個問題⎯⎯例如有多少測驗是使用療診公司的專有技術，療診公司大都以「商業機密」為由拒絕正面答覆！當凱瑞羅單刀直入問及療診公司是否真有新技術時，博依斯火大了，謂「療診公司已經在做了（指血驗血），如果那不是魔術，那就是新技術！」問及病人的指控時，則謂因病人隱私權，在沒有病人的同意前無法作答。

10 月 8 日，博依斯又與主編會談；雖然還是強辯說凱瑞羅的報告有缺陷不正確，但是語氣已緩和許多了，也承認存在一些問題。當主編還是不為所動時，博依斯建議暫緩數週發表，他們可以做現場展示。當凱瑞羅問及如何知道他們不做手腳，博依斯支吾以答後，主編禮貌地拒絕了所求。華爾街日報在 2015 年 10 月 15 日的頭版，以非常不顯眼的「火紅的創業公司 Theranos 的驗血困局」為題，揭示了：除一小部分外，療診公司的驗血都是在傳統儀器上進行；也暴露因準確度確認測驗的欺詐及其指尖樣本的稀釋，影響了其儀器之準確性。

繼此篇後，華爾街日報又刊登了好些報導。這些報導當然立即引起了一場大風暴，尤其是在矽谷：有人說「不是早跟你說過了嗎？」也有人說「酸葡萄，看不了別人成功。」另外一批人則不知道應該相信誰。療診公司發布新聞並在其網站說：「（華爾街日報的報導含）事實上和科學上的錯誤、和基於沒有經驗和不滿的離職員工和舊行業之毫無根據的斷言。」

事實上，早在 9 月 22 日──蔣愛麗娔向 CMS 提出密告後的第三天──兩位 CMS 特派員就突然出現在療診公司的 Newark 實驗室門前，準備做兩天的調查；但因為發現許多問題，應公司的要求答應延至 11 月再回來做詳細檢查。還有，美國食品藥物管理局也在 9 月末因療診公司所送審之臨床數據不佳，突檢了其 Newark 及 Palo Alto 實驗室；當檢查員未能在現場找到更好的數據時，他們決定沒收未經過核准的驗血小瓶 nanotainer（療診公司稱那是它的專有技術），並關閉公司的指血測試。

可惜凱瑞羅並不知道這些事，因此華爾街日報還是不停地受到療診公司律師的威脅，要求撤回那些文章⎯⎯直到 2016 年元月底，CMS 通知療診公司，謂其實驗室「可隨時危及患者的健康和安全」，必須在 10 日內做修正，否者將弔銷其執照後，才突然停止！

凱瑞羅那篇文章出現後，各大報章、雜誌、及新聞台競相跟進報導，紐約客雜誌、財富雜誌、富比世雜誌當然也不例外。讓伊麗莎白一夜登上天的財富雜誌，在其讀者每日電子郵件消息中，謂「今天早上，一隻高空飛行的獨角獸在華爾街日報的頭版裡，被一篇深度報導的故事帶回到了地面。」接著在 2016 年 3 月 30 日將福爾摩斯⋅ 伊麗莎白列入世界上最令人失望的 19 位領導人之一；6 月 1 日富比世雜誌將福爾摩斯 ⋅ 伊麗莎白的財富由 45 億美元調降為 $0 ⎯⎯真是來得快，去得更快！

全美國及全世界終於了解到「國王的新衣（新技術）原來是沒有穿衣服」！

待續殘局

2016 年 7 月，CMS 勒令禁止伊莉莎白擁有和經營實驗室兩年。10 月，她宣布關閉其實驗室並解僱約 340 名員工（>40％）。美國證券交易委員會於 2018 年 3 月 14 日指控位於矽谷的私人療診公司，其創始人兼首席執行官伊莉莎白及其前任總裁伯瓦尼通過精心設計，誇大或虛假陳述公司的技術、業務和財務，長達數年的欺詐行為向投資者籌集了 7 億多美元。

兩人承認了美國證券交易委員會對他們的指控。除了罰款之外，伊麗莎白同意放棄該公司的多數投票控制權，以及減少其股權。舊金山聯邦檢察官於 2018 年 6 月 15 日起訴伊麗莎白及伯瓦尼九項電匯欺詐和兩項串謀電匯欺詐罪名，謂伊麗莎白及伯瓦尼兩人從事數百萬美元的計劃欺騙投資者、醫生和病患客戶。據檢察官辦公室言，如果罪名成立，他們每人最高可判處 20 年監禁和 25 萬美元的罰款，並對每一項電匯欺詐和每項陰謀計數進行賠償。

2016 年 6 月 12 日沃爾格林終止與療診公司的合作合約，並關閉所有的革命性驗血中心。為了希望 CMS 能收回關閉實驗室的成命，療診公司作廢或修正了近 100 萬個驗血報告。也與亞利桑那州檢察官達成協議賠償 465 萬美元，退款給 7 萬多位亞利桑那州驗血的客戶。Partner Fund Management、沃爾格林、及十位病患提出訴訟；其中更有一位病患稱療診公司未能及時偵測到心臟病，使他遭受到本可避免的心臟病發作。梅鐸則將所有的股票以 1 元賣給療診公司，共損失 1 億 2499 萬 9999 美金，準備用來抵稅！第 1 位僱員蘇納克則於離職時，以當時「市價」之 10% 左右將股票賣回給老闆（淨得 50 多萬），算是識時務的俊傑⎯⎯他肯如此的「犧牲」，事實上也說明了他對公司前途的看法！博依斯及其律師事務所，最後因為如何應付聯邦檢查的想法與伊麗莎白不同，也退出代表療診公司的律師事務。

這些改變了伊麗莎白的「理想」嗎？今年（2018）元月，伊麗莎白在有審查的雜誌上發表了一篇文章，除了闡釋「迷你實驗室」的內部結構外，也列舉了一些可以與其它市面上驗血儀相比的實驗資料──但她還是隱藏了很多離她理想（夢想？）甚遠的細節，例如又「忘了」提那是用從手臂上抽出來的血做的測驗。……..不過這些都將成為歷史了：今年9月4日，新的執行長謂：因找不到買家，在將剩餘之 500 萬現金支付給債權人後，療診公司將正式解散（股東將拿不到分文，幾乎所有員工均只做到8月31日）。

天才或大騙子？

筆者已忘了什麼時候開始注意到伊麗莎白的新聞，但相信第 1 次看到一位 19 歲的史丹佛大學輟學生將掀起一場醫療大革命，就讓我難以相信地被吸引住！心想：數學是一個純邏輯的科學，是可能有 19 歲或更年輕的天才[1]；但是醫療、化學、物理都是屬於經驗的科學，沒有經過一定的訓練與知識累積，是不可能有成就的，更遑論革命性的改革了！

就以家喻戶曉的愛因斯坦為例，他提出相對論時，雖年僅 25 歲，但對物理已有深厚的了解。近代量子物理革命的年輕先鋒們也個個如此！牛頓之所謂「站在巨人的肩膀上」就是要對前人的知識有所了解！物理尚且如此，更需要靠經驗的化學（療診公司的市場雖然是醫療界，但伊麗莎白要解決的技術問題是屬於化學的範圍），能不如此嗎[2]？

或許伊麗莎白從小就在玩化學？但各種跡象顯示她對化學的了解有限；例如讓她一夜成名之紐約客雜誌記者問其專有技術時，伊麗莎白的說明像個正在高中學化學的學生一樣地「可笑地模糊」。財富雜誌記者也覺得除了血液測試以外的話題，伊麗莎白都謙虛到幾乎天真。創投公司 MedVenture Associates 問她的新技術與 Abaxis 有什麼不同時，伊麗莎白明顯地現出慌亂。Abaxis 成立於 1989 年，其攜帶型測血儀 Piccolo Xpress 只用幾滴從手臂靜脈抽出的血，在 12 分鐘內就可以做 31 種測驗；如果只要從手指上擠出幾滴血就可以做，難道他們的科學家都是吃白飯、領乾薪的傻瓜嗎？加州大學舊金山分校的醫療實驗室教授 Timothy Hamill 也說：「與達到期望目標（用手指上擠出來血做檢驗）相比，如果他們（療診公司）告訴我他們是從 27 世紀回來的時間旅行者，我將不會感到那麼驚訝。」伊麗莎白對這些「舊技術」似乎全然不知，有可能夠創業推翻它們嗎？

不錯，許多創業者都抱著「船到橋頭自然直」的心態：例如筆者在「從印度 B 型肝炎疫苗看台灣的生物科技」[3]一文內所談，雷帝（K. I. Varaprasad Reddy）是位電機工程學士及商業管理碩士，靠其熱情及使命感，空手創造出了印度第一家基因重組的生物技術公司「先夏生技」（Shantha Biotechnics）！但不要忘記：他不是創造新技術，基因重組當時已是半成熟的科學。還有，舒爾茨部長及史丹佛大學教授勞伯森均認為伊麗莎白將是下一個賈伯斯及蓋茨，但他們似乎忘了蘋果電腦及微軟都不是因為創造出什麼新技術而成功的。

政治家不懂尚情有可原，但勞伯森卻不知就很令人迷惑了？！在伊麗莎白準備輟學創業時，曾請教史丹佛大學醫學教授 Phyllis Gardner 有關「手臂膏藥」的可行性，後者客氣地回答說她的想法幾乎不可能[4]。鼓勵年輕人大膽嘗試是很好的，但筆者覺得勞伯森在這裡做過了頭！勞伯森甚至認為伊麗莎白是可與牛頓、愛因斯坦、莫扎特、或達文西相提並論的天才！！！90 年代末期，勞伯森曾以專家的身份作證香煙的成癮性，而迫使香煙公司與政府達成賠償 65 億美金的協議；如果此事發生於現在這個時候，不知還會有人信任他的判斷能力嗎？談到吃白飯、領乾薪，勞伯森在療診公司的顧問費是年薪 50 萬！

哈佛大學及史丹佛大學分置於美國東西兩岸，是家喻戶曉的兩大世界名校。史丹佛大學之勞伯森的表現很讓人失望，但哈佛大學的醫學院似乎也好不到哪裡：竟然在外行報紙的報導後，盲目地邀請伊麗莎白加入享有盛名的院士委員會！華爾街日報揭露療診公司黑幕那天，伊麗莎白正在該院士委員會裡開會，不知伊麗莎白在「教導」院士們什麼？筆者從小就很嚮往大學及教授的清高，到底是時代變了，還是那一直只是筆者一廂情願的錯誤想法？

在「壞血──矽谷創業公司的秘密和謊言」一書結尾裡，凱瑞羅認為伊麗莎白是位操縱者，將勞伯森、舒爾茨、博依斯、陸卡士、甚至 Murdoch 等人玩弄於手掌之中，並說服他們為她出力。凱瑞羅留給心理學家去判斷伊麗莎白是否是一位缺少良知的精神變態者（sociopath）；但他深信伊麗莎白當初是真的有心要做好的，只是一直想當第 2 個賈伯斯[5]而令她後來昏了頭，開始隱瞞與欺騙。筆者本來也同意這一個看法，但是經過上面之分析後，筆者已不再能苟同！微流體學（microfluidics）在 80 年代初出現，用於開發噴墨打印頭、DNA 芯片、芯片實驗室技術、微推進、和微熱技術等，但在驗血上卻一直沒什麼進展。她要一手解決業界 20 多年來做不出的化學問題，憑的是什麼？如果不是存心想一手遮天的欺騙，那她就是無知的狂人！讀者你認為呢？

注解：

• [1]：例如法國伽羅瓦（Évariste Galois）年僅 17 歲就創造了數學的群論（group theory），詳見「群論、對稱、與基本粒子」，科學月刊，2018 年 9 月號。
• [2]：詳細分析請參見「數理化科學裡有天才嗎」，科技報導，2018 年 11 月 15 號。
• [3]：「從印度 B 型肝炎疫苗看台灣的生物科技」，科技報導，2016 年 6 月 15 日（或「我愛科學」，第 133 頁）。
• [4]：Phyllis Gardner 也不相信幾滴手指血液就可以做驗血。她的先生曾經在飛機上碰到西門子的銷售員，謂療診公司是他們最大的客戶之一，證實了她的懷疑，也證實了告密者提供的資料。
• [5]：伊麗莎白對賈伯斯的憧憬似乎狂過了頭：不但穿著像賈伯斯，「迷你實驗室」也採用蘋果手機的型號 4S；2007 年夏天也開始挖角蘋果電腦的一批員工，但到了 2008 年底，他們不是被迫就是自動辭職。

參考資料：

• 本系列文主要依據 John Carreyrou 所著之「Bad Blood – Secrets and Lies in a Silicon Valley Startup」（紐約 Alfred A. Knopf 2018年出版）