0

0
1

文字

分享

0
0
1

小鎮村的工廠爆炸啦,搶救毒化災的「化學特攻隊」,出動!

行政院環境保護署毒物及化學物質局_96
・2018/10/17 ・3852字 ・閱讀時間約 8 分鐘 ・SR值 545 ・八年級

本文由行政院環境保護署毒物及化學物質局委託,泛科學企劃執行

  • 文/趙軒翎

夜半,小鎮村很寧靜,村民們沉浸在香甜的夢鄉中。然而,城郊一處鐵皮工廠內,有一股邪惡力量準備伺機突擊,一瞬間火苗燃起,開始放肆地吞噬工廠裡的一切……包括大大小小的化學物品存放桶!

火因接觸到工廠內存放的物料而燃燒得更旺盛,一發不可收拾,沒多久一聲轟天巨響打破了小鎮村寧靜的夜晚……

第一時間,村民應當如何是好?

在緊急應變的第一時間,身為小鎮村沒有超能力的村民,你首先要做的是打 119 即時通報,遵照警察或消防人員指示保護好自己與家人。

-----廣告,請繼續往下閱讀-----

若你剛好位處災區鄰近的地區,千萬不要去事故現場探頭探腦、逗留、湊熱鬧,不要覺得空氣中聞起來沒有什麼不舒服的氣味,就覺得應該沒什麼有害物質飄散很安全。在現場多停留一刻,接觸到有害物質的風險就多一分。如果你家就在附近,在沒有發布疏散警報前,你可以先關閉家中的門窗、關閉空調(或切成內循環),注意裸露的食物是否有被污染,儘量保護好自己。

出動!搶救毒化災的特攻隊

119 通知完畢,接下來會發生什麼事呢?當 119 勤務中心接到火災通報時,待命的消防人員緊急出動。不過如果工廠內擺放了各種不同的化學物質,那就不是一般普通火警,由於這些化學物質在災害發生時,有可能因此發生毒氣外洩、爆炸等等緊急事件。如果在不了解工廠內擁有的化學物質種類、特性,都有可能因為錯誤的救災而導致更大的危險發生。

因此如果災害現場有化學物質存放,不只通報消防人員出動救災,也會通報環保署的「環境事故專業諮詢中心」,以及「環境事故專業技術小組」。

專業處理毒化災的「化學特攻隊」出動!

毒災防救體系與通報方式。圖/毒災防救管理資訊系統

諮詢中心是由工研院帶領的各領域專家組成,主要負責彙整、研析災情資料,是個陣容堅強的智囊團;而專業技術小組是親上火線,到災難現場了解災況、擬定救災方案,以及協助當地環保局、發生事故的廠商做後續處理。這樣的專業技術小組全臺灣有7隊,分布在不同的區域,以利隨時支援各地的救災。

-----廣告,請繼續往下閱讀-----

不管是諮詢中心和技術小組都是 24 小時全年無休輪班工作,無時無刻至少都得有 3 個人值班隨時待命。遇到需要技術小組出勤到災害現場救災的時刻,不僅是值班的 3 名技術人員要出動。為了不讓技術小組辦公室「唱空城」,以防一個災害還沒處理完,下個災難又需要技術小組出動,還得同時將休假中的人員請回來。為了守護你我的安全,這些技術人員可能得隨時在半夜從被窩中被挖起來工作,真的是非常辛苦啊!

萬一有事故發生,附近的「環境事故專業技術小組」就需要到場評估救災方式。圖/Free-Photos@pixabay

那這些「化學特攻隊」到了災害現場的角色是什麼呢?

首先,他們得確認事故現場中化學物質的種類、特性、數量和存放的位置,以及目前火災燃燒位置、起火燃燒物性質與受波及範圍,才能比較準確的評估火災的情勢和判斷較合適的救災方式。工廠的化學物資料,通常可以從事前防災建置的資料庫中,調出工廠的配置圖和毒化物登記的相關資料。這些資訊可以幫助技術小組和消防人員,了解正冒著熊熊大火的工廠中,藏有什麼樣的「不定時炸彈」需要特別小心。不過,也常發生工廠為了貪圖方便,沒有確實申報工廠中的化學物質,在災難發生時,就有可能造成救災人員誤判狀況,影響人身安全。

起風啦!「技術小組」隨時監測環境情況

在這樣的災害現場,「快」就不是第一要件了,更多時候處理「對」更為重要。諮詢中心、技術小組藉由收集與研析的資訊,判斷火災對於場內化學物質的影響,並與消防人員討論最安全的救災方式,避免化學物質外洩、預防更大規模的毒化災害發生。

在整個救災過程,技術小組很重要的一個工作是環境檢測,不斷監測受化學災害影響的範圍。技術小組也得隨時「跟風」,測量現場的風速和風向,並提供數據給救災相關單位。在化學災害的現場,有時會發生有毒氣體外洩的狀況,為了避免民眾不知情誤入事故現場或是長時間處於下風處接觸有害物質,影響健康,都需要技術小組和救災相關單位共同研擬應變措施。

-----廣告,請繼續往下閱讀-----

如果要疏散,會如何決定呢?

化學物質外洩狀況嚴重時,會由環保署的「環境事故專業技術小組」與「環境事故專業諮詢監控中心」研判與建議,並由現場指揮宣布緊急疏散,以確保周遭的民眾不會暴露在有害環境當中。

毒性化學物質災害疏散避難計畫作業流程圖。(點圖放大)圖/泛科學重繪,資料來源:行政院環境保護署「毒性化學物質災害防救業務計畫

而是如何決定什麼情況要疏散,以及要疏散哪個範圍內的民眾?

臺灣目前的毒化物疏散避難危害條件的判斷,是根據美國能源部後果評估與保護行動小組委員會 (Subcommittee on Consequence Assessment and Protective Actions, SCAPA) 制定的 PACs(Protective Action Criteria for Chemicals, 化學品保護行動準則)。由於現有每個指標所涵蓋的化學物質種類不同,PACs 這套準則參考了各個不同來源的指標,等於涵蓋了盡可能多種的化學物質種類。PACs 首要參考由美國諮詢委員會 (National Advisory Committee)所制定的 AEGL(Acute Exposure Guideline Levels, 急性暴露指標),其次依序為 ERPG (Emergency Response Planning Guidelines, 緊急應變規劃指引)以及 TEELs(Temporary Emergency Exposure Limits, 順時緊急暴露指標)。(詳見附表)

PACs 主要參採前面幾項指標,和其他重要的參考指標一樣,是針對毒性物質的允許暴露程度分成三個等級。這三個等級是看人暴露在有毒氣體環境一小時,對身體影響的嚴重程度去區分。以下以 PACs 的首要參考指標 60 分鐘 AEGL 舉例說明分級影響嚴重程度差別:

  • AEGL-1:物質於空氣中超出此濃度,預期一般民眾(含敏感體質者)會明顯到不適、刺激性或輕微無症狀、感覺。但其效應非持續性,經停止暴露後具有短暫與可逆性。
  • AEGL-2:物質於空氣中超出此濃度,預期一般民眾(含敏感體質者)會受到不可逆或其他嚴重的長期不良於健康之危害效應,或是影響其逃生能力。
  • AEGL-3:物質於空氣中超出此濃度,預期一般民眾(含敏感體質者)會受到危害生命健康或死亡之危害效應。

而疏散的原則也跟上面的 PACs 很有關係。如果技術小組偵測評估毒性物質濃度數值超過 PAC-3,就得發布疏散警報,並強制疏散。如果濃度在 PAC-2 的程度,雖不會強制疏散,但依舊會發布疏散警報、劃定警戒管制區。若濃度未達 PAC-2,主要是劃定警戒管制區,希望大家就地避難,待在家裡緊閉門窗,不要跑到管制區去看熱鬧,不僅讓自己暴露在危險中,也影響消防人員救災。

-----廣告,請繼續往下閱讀-----

那如果今天毒性化學物質的濃度已經達 PAC-3,強制疏散的程度,疏散的範圍要多大呢?

管制區或是疏散範圍的劃定主要分兩部分。首先是以事故發生點為圓心,PAC-3 的影響為半徑範圍的圓形區域為「初期隔離區域」,也就是強制疏散的範圍。另外一個部分則為「防護行動區域」(管制區),由事故發生點往下風處延伸距離 PAC-2 影響的範圍,而側風處則為 PAC-2 影響距離的 1/2。舉凡在這個範圍內的民眾,都得配合進行居家避難,或是疏散驅離,在事故解決之前,這個範圍是不允許進入的。

而如果不具 PACs 參考指標數值的化學物質,則會依緊急應變指南的指示建議同樣劃定初期隔離區域與防護行動區域與前述相同進行管制。

防護行動區域(管制區)範圍示意圖。(點圖放大)圖/行政院環境保護署「毒性化學物質災害防救業務計畫

真的遇到了化學災害:「衝、脫、泡、蓋、送」

如果真的沒辦法遇上了化學災害,可以記得和燙傷急救有點像又有點不像的口訣──「衝、脫、泡、蓋、送」。

-----廣告,請繼續往下閱讀-----

「衝」是盡快往上風處逃離現場,以濕布遮住口鼻,並盡量以手邊的雨衣、外套、雨傘等衣物遮蔽身體,避免暴露在更多毒性化學物質中。「脫」是抵達安全區域後,脫去接觸到毒性化學物質的衣物,並以塑膠袋密封。「泡」則是在你懷疑皮膚沾染到毒性化學物質時,可以用稀釋10倍的漂白水浸泡皮膚10分鐘(一定要記得稀釋!),或是可以用活性炭粉、蘇打水、鹼性肥皂清洗,可以降低皮膚將這些毒性化學物質吸收的速度。最後,「蓋」上乾淨衣物,立即「送」醫。

小鎮村郊外化學工廠的火勢終於撲滅,這其中包含了消防人員、環境事故諮詢中心、技術小組以及許多相關單位的努力,才能平安順利完成救災。

一天又平安的過去了,感謝「化學特攻隊」的努力。

參考資料:

-----廣告,請繼續往下閱讀-----
  1. 第十六章 搶救化學工廠火災安全指導原則〉,《消防人員救災安全手冊》。
  2. 毒性化學物質災害疏散避難作業原則
  3. 毒災體系與通報
  4. 簡易毒災應變
  5. 行政院環境保護署「毒性化學物質災害防救業務計畫

附表:PACs(Protective Action Criteria for Chemicals, 化學品保護行動準則)

(點圖放大)

本文由行政院環境保護署毒物及化學物質局委託,泛科學企劃執行

文章難易度
行政院環境保護署毒物及化學物質局_96
52 篇文章 ・ 9 位粉絲
行政院環境保護署毒物及化學物質局,落實毒物及化學物質之源頭管理及勾稽查核,從源頭預防管控食安風險,追蹤有害化學物質,維護國民健康。 網站:https://www.tcsb.gov.tw/

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

  • 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。