0

0
0

文字

分享

0
0
0

投完票就能洗洗睡?可是瑞凡,佛系參與無法讓臺灣更民主

研之有物│中央研究院_96
・2018/11/21 ・5591字 ・閱讀時間約 11 分鐘 ・SR值 548 ・八年級

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

  • 採訪編輯|林承勳、美術編輯|張語辰

為什麼要研究「民主改革的政治」?

雖然經過幾次政黨輪替,但臺灣的民主其實還處於新興階段。中研院法律學研究所的蘇彥圖副研究員提醒:民主改革往往困難重重,尤其是大家最關心的修憲;然而面對民主改革的困境,仍有公民可以一起努力的政治策略。

2018 年底的九合一選舉將近,各縣市首長、議員候選人都如火如荼地增加自己的曝光度,試圖博取勝選的機會。除了產生新的地方首長、議員,以及表決多項公民投票案,年底的選舉也被不少人當作是對於在中央執政的民進黨的期中考,會牽動到兩年後的總統與國會大選。

回顧 2016 年國會大選結果,民進黨在立法院共 113 席次的立法委員中,從原本的 40 席成長到過半的 68 席。如果加上較為友好的時代力量 5 席,泛綠陣營掌握了將近三分之二的國會席次,也相繼完成了制定不當黨產條例、修改選舉罷免法、修改公民投票法與制定政黨法等重要的民主改革。

但時至 2018 年的今日,立法院還未通過任何憲法修正案,來解決當前民主運作中碰到的若干難題,像是兩大黨都贊成的 18 歲公民權,或是現行選舉制度「票票不等值」的問題。蘇彥圖指出,在推動民主改革的政治過程中,尚存在諸多困難有待改革者克服。

民主改革阻礙之一:制度鎖定

修憲的條件,達成難度堪比登天,讓現行制度就像被上鎖一樣,難以調整。

2004 年憲法進行第七次的增修,將憲法修改的程序訂為:由立法委員席次的四分之一提議,四分之三出席,出席委員中的四分之三決議通過後,公告半年,再經中華民國自由地區選舉人投票複決。

但複決通過的條件不是像總統、縣市長等有效同意票達「相對多數」就通過,而是要超過「選舉人總額」的半數才通過。根據中央選舉委員會的選舉資料庫網站,2016 年總統大選選舉人總額將近 1,880 萬,半數即是約 940 萬。

若想要修憲,立法院出席的席次達到規定的四分之三需要 85 席,但民進黨與時代力量加起來只有 73 席 ,也就是說國民黨有杯葛修憲的否決權;即使修憲案從立法院送出,還需要經過選舉人投票且有效票達 940 萬張,整個修憲程序才算完成。

中華民國憲法修改的程序難如登天,像是一個「被鎖定」的制度。
資料來源│蘇彥圖說明 圖說設計│林承勳、張語辰

如此高難度的憲法修改程序,使得修憲在臺灣被很多人認為是不可能的任務。蘇彥圖表示,「制度鎖定」就是現今憲政改革遭遇到的難題之一。更動的門檻高,讓制度幾乎就像是被上鎖一般無法動搖。隨著時間流轉,憲法卻無法適時調整、而逐漸僵化;越來越不合時宜,卻又無法更動。

雖然制度鎖定不利於現有制度的改變,但另一方面也對制度的穩定存續有幫助。蘇彥圖表示,改革者固然不希望自己立意良善的改革方案被少數反對者否決,但同樣也不願意看見改革成果被日後的掌權者輕易翻轉。

適度的鎖定,可以避免制度改革遭到當權者操控或惡用的政治風險,但現今修憲的過高門檻已經對民主進步造成阻礙。想要突破困境,改革者也可以考慮推翻制度鎖定機制,另起爐灶。以憲政改革為例,除了體制內的修憲,民主社群還可以考慮以政治多數重新制憲。

不過蘇彥圖認為,重新制憲談起來容易,現實上則未必如此。臺灣過去二十多年來,不同的族群對於該議題還是無法達到共識。加上臺灣特殊的地緣政治處境,即使能克服內部分歧,在中國與美國兩個強權的政治外力影響之下,重新制憲恐怕不會比修憲容易。從國際政治的現實層面來看,若想跳脫規則重新制憲,反而比遵循規則修憲更加窒礙難行。

民主改革阻礙之二:黨性

臺灣的民主,主要是透過代議民主程序運作。經由政黨的中介,立法院代表人民做成法律等民主社群的集體決策。
資料來源│蘇彥圖說明 圖說設計│林承勳、張語辰

理想上,政黨身為促成政策通過的一群人,應該要兼顧理想、熱情和利益;但實際上,「黨性」有時候卻會讓政黨只問立場、不問是非。

黨性始終來自人性,既得利益者不會輕易修改制度、削減自己的權利。

政黨是民主政治中無可取代的中介者,可以整合黨內諸多立場不同的意見,節省許多時間、協商的成本。但蘇彥圖認為,即便執政黨是經由民眾選舉產生,是在民意授權下取得管理國家權力的公僕,但寄望執政黨會推行有利於國家整體發展、卻不利於政黨自身的改革措施,往往是不切實際的奢望。

比如說,在臺灣,民間要求國民黨公開、處理早期經由不正當手段取得之財產與土地的訴求,從來沒有停過。但在以往國民黨掌握立法院過半席次的情況下,此議題始終沒有任何進展。一直到 2016 年,民進黨取代國民黨得到立法院多數,才終於完成《政黨及其附隨組織不當取得財產處理條例》。

又以 2005 年的第七次修憲為例,其中除了規範往後修憲的條件,還將立法院的席次由原本的 225 席減少至 113 席,並且將立法委員的選舉方式改成單一選區兩票制:一票投候選人、一票投政黨。不分區立法委員名額,則由獲得 5% 以上政黨選舉票的政黨,依得票比率分配。

但對於國、民兩黨以外的諸多小黨來說, 5% 得票率是不容易跨過的門檻。蘇彥圖提到,當時這項選舉制度的修改,就被有些人批評是兩大黨為了自身利益,合謀排除小黨的生存空間,後來還有人去聲請大法官解釋,主張這項選制違反憲法。不過,司法院大法官後來在 2014 年間作成釋字第 721 號,認定單一選區兩票並立制與 5% 的政黨票門檻並無違憲。

民主改革阻礙之三:系統效應

各個制度間環環相扣、牽一髮動全身,產生複雜的系統效應,讓民主改革更加艱難。

席次減半、單一選區兩票並立制與 5% 的政黨比例代表門檻的施行,一方面壓縮了小黨在 2008 年以後的國會席次,另一方面也很容易產生兩大黨所得選票與席次不成比例的選舉結果。比如說,在 2008 年的立法委員選舉中,民進黨雖然得到將近四成的政黨票,卻僅取得 27 席立法委員。不少論者質疑,現行的區域立委席次分配方式,嚴重偏離票票等值的選舉平等原則,而且比較偏厚國民黨而不利於民進黨。不過,現行選制也有強化選舉問責的效果。在 2016 年的立法委員選舉,國民黨就僅取得 35 席,我國也因而出現了民主化以來的首次國會政黨輪替。

這項選制改革經驗,反映了存在於憲政制度間的複雜系統效應。除了可能會讓制度改革出現意想不到的後果,蘇彥圖認為,系統效應的存在,還可能放大了民主改革時,應該順應民意、或是尊重專家意見的難題。

「專家跟民眾的觀點常會有衝突,就司法改革來說,法律人的意見絕對跟一般民眾差很多。」蘇彥圖說。
攝影│張語辰

在 2004 年第七次修憲前,即使立法院席次減半的政見獲得廣大民眾的支持,直觀地認為可以減少冗員跟預算;但當時許多法律與政治學者卻指出,大規模地減少席次,會對立法院的運作與代表性有負面影響,相較起一刀兩斷的解法,複雜的問題應該更細膩地處理。

修憲最後還是照著民眾支持的席次減半版本進行。在分區名額裡,每個縣市至少配給一席,人口約萬人的連江縣、十二萬人的金門縣,會與人口達四十五萬的宜蘭、三十三萬的花蓮,同樣都是一席代表,造成離島地區的代表性膨脹

蘇彥圖提到,單一選區兩票並立制、與修憲後的縣市席次分配,都有擴大「票票不等值」問題的嫌疑,違反民主精神,如同當初學者們提出的疑慮。在輿論只看眼前的好處,卻無法看見長遠之系統效應的時候,改革者需要協調民眾傾向與專家的專業建議,將政策帶往更成熟的民主修正。

民主改革阻礙之四:集體行動問題

改革需要大眾參與,但往往只有少數人會關注公共利益,其中會付諸行動、積極參與的更是少數。

媒體的關切與民眾的輿論,是促使政府修改政策的最大動力,就如同 318 太陽花運動等匯集數十萬人的抗議行動,能對政府產生龐大的壓力、迫使政策暫緩。因此,只要更多的人瞭解制度的問題與改革的迫切,就有機會帶來改變。

但蘇彥圖指出,一般的公民在非選舉期間,其實不太會多花時間去吸收、更新公共事務的資訊,更別說實際參與。而且相對於稅制、社會福利、教育等貼近人民日常生活的議題,民主改革通常不會對民眾有直接的影響。要民眾重視關聯不密切、無感的議題,更加地困難。

缺乏公眾的關注,制度改革案在立法院很不容易通過。蘇彥圖認為,改革者不能只有自己一身的熱忱,還必須想辦法扭轉普遍存在於一般公民對公共事務的冷漠與無知,克服網路快速串聯之下,萬人響應卻只一人到場支持的窘境。

山不轉,路轉;路不轉,人轉。通往改革的道路不會只有一條。

一條路不行,就試試看別的方法吧!圖/giphy

2014 年 318 太陽花運動引發民眾對臺灣憲政合宜性的高度關注,並激起一陣政治改革的浪潮。兩年後輪替執政的政黨被大眾寄予民主改革、修憲等厚望,但時至今日,民主改革的進度與成果還相當有限。蘇彥圖認為,不論誰執政,諸多如上述提到的阻礙依然存在。

即使民主改革前方困難重重,卻也不該太過悲觀。蘇彥圖強調,應對問題的方法不只一種,不論是依循體制照規則走,或是尋求體制外的替代路徑,甚或一步一腳印地以身作則,來說服、感召更多人加入行動行列;有許多人正依自己的理念與政治判斷,選擇不同的路徑為民主改革努力。

就像在 318 太陽花運動後,由一些公民團體串聯成立的公民憲政推動聯盟,在舉辦了數場草根論壇與大型民間會議後,轉而投入立法遊說,並且提出了一部試圖強化現行修憲程序的民主審議與公民參與的「公民參與憲政改革程序法」草案。這項運動策略,就在設法改寫改革的政治的遊戲規則。

此外,公民最基本的民主參政權──選舉權,也是一個強而有力卻常被忽略的改革工具。
圖片來源|iStock

選舉期間,候選人往往會依著自身政治利益、勝選的考量,而去支持或不反對民主改革。蘇彥圖認為,這是種「以政治導正政治」的改革策略,所以 2018 年底的選舉,也有促進民主改革的機會。

民主改革究竟有多重要

程序安排會形塑、左右實體決策。有合適的民主機制,才會產出優良的政策。

點出民主改革會遇到的阻礙,與可能的應對方式的蘇彥圖,是在 1990 年代經歷了臺灣民主轉型後,萌發對民主政治的興趣,後來到美國哈佛大學求學時,就選擇投入在美國當時還算新興的民主法研究。蘇彥圖說,民主法學者的一項基本關懷,是設法把抽象的民主理念轉換成具體可應用的制度,他也期許自己的研究,可以幫助臺灣的新興民主,繼續向前邁進。

程序影響決策,有合適的民主程序,才比較可能產出好的民主決策。「對民主的追求都有失敗、挫折,但我們不可以停止前進。」蘇彥圖說。

邀你一起參與!2018 競選觀測站

蘇彥圖與政治大學選舉研究中心主任蔡佳泓合作架設的「2018 競選觀測站」,正在招募「公民觀測員」,一起來紀錄今年縣市長候選人的各種競選動態:舉凡候選人和網紅合作拍攝的 YouTube 影片、穿梭在大街小巷的公車廣告、宣佈舉辦「瘋狂星期五」派對的廣播廣告……等,都將成為臺灣民主歷程中珍貴的紀錄。

以臺北市為例,可上傳或瀏覽各位候選人的競選宣傳紀錄。
圖片來源│2018 競選觀測站

2018 競選觀測站收集的資料,都會公開、提供各界進行實證研究,像是瞭解競選效果、或是候選人的競選花費與選舉模式等問題。公民在一起記錄、收集競選動態資訊的過程中,將不再只是表演政治的觀眾或消費者,還有機會積極促成臺灣選舉文化的反省與改變。

延伸閱讀

本著作由研之有物製作,原文為《緣分到了,臺灣就會更民主?──蘇彥圖的民主改革政治研究》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

文章難易度
研之有物│中央研究院_96
296 篇文章 ・ 3568 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

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
民眾黨是未來台灣政治的樞紐?
林澤民_96
・2024/01/30 ・3382字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

一、前言

選後的立法院三黨不過半,但民眾黨有八席不分區立委,足以與民進黨或國民黨結成多數聯盟,勢將在國會居於樞紐地位。無獨有偶的是:民眾黨主席柯文哲在總統大選得到 26.5% 的選票,屈居第三,但因其獲得部分藍、綠選民的支持,在選民偏好順序組態的基礎上,它卻也同樣地居於樞紐地位。這個地位,將足以讓柯文哲及民眾黨在選後的台灣政壇持續激盪。

二、柯文哲是「孔多塞贏家」?

這次總統大選,誰能脫穎而出並不是一個特別令人殷盼的問題,更值得關心的問題是藍白綠「三跤㧣」在選民偏好順序組態中的消長。台灣總統大選採多數決選制,多數決選制英文叫 first-past-the-post(FPTP),簡單來講就是票多的贏,票少的輸。在 10 月中藍白合破局之後,賴蕭配會贏已經沒有懸念,但這只是選制定規之下的結果,換了另一個選制,同樣的選情可能就會險象環生。

從另一個角度想:選制是人為的,而選情反映的是社會現實。政治學者都知道天下沒有十全十美的選制;既定的選制推出了一位總統,並不代表選情的張力就會成為過眼雲煙。當三股社會勢力在制度的帷幕後繼續激盪,台灣政治將無法因新總統的誕生而趨於穩定。

圖/作者自製

如果在「三跤㧣」選舉之下,選情的激盪從候選人的得票多少看不出來,那要從哪裡看?政治學提供的一個方法是把候選人配對 PK,看是否有一位候選人能在所有的 PK 中取勝。這樣的候選人並不一定存在,如果不存在,那代表有 A 與 B 配對 A 勝,B 與 C 配對 B 勝,C 與 A 配對 C 勝的 A>B>C>A 的情形。這種情形,一般叫做「循環多數」(cyclical majorities),是 18 世紀法國學者孔多塞(Nicolas de Condorcet)首先提出。循環多數的存在意涵選舉結果隱藏了政治動盪。

-----廣告,請繼續往下閱讀-----

另一方面,如果有一位候選人能在配對 PK 時擊敗所有的其他候選人,這樣的候選人稱作「孔多塞贏家」(Condorcet winner),而在配對 PK 時均被擊敗的候選人則稱作「孔多塞輸家」(Condorcet loser)。三角嘟的選舉若無循環多數,則一定會有孔多塞贏家和孔多塞輸家,然而孔多塞贏家不一定即是多數決選制中贏得選舉的候選人,而多數決選制中贏得選舉的候選人卻可能是孔多塞輸家。

如果多數決選制中贏得選舉的候選人不是孔多塞贏家,那與循環多數一樣,意涵選後政治將不會穩定。

那麼,台灣這次總統大選,有沒有孔多塞贏家?如果有,是多數決選制之下當選的賴清德嗎?我根據戴立安先生調查規劃的《美麗島電子報》追蹤民調第 109 波(1 月 11 日至 12 日),也是選前最後民調的估計,得到的結果令人驚訝:得票墊後的柯文哲很可能是孔多塞贏家,而得票最多的賴清德很可能是孔多塞輸家。果然如此,那白色力量將會持續地激盪台灣政治!

我之前根據美麗島封關前第 101 波估計,侯友宜可能是孔多塞贏家,而賴清德是孔多塞輸家。現在得到不同的結果,顯示了封關期間的三股政治力量的消長。本來藍營期望的棄保不但沒有發生,而且柯文哲選前之夜在凱道浩大的造勢活動,還震驚了藍綠陣營。民調樣本估計出的孔多塞贏家本來就不準確,但短期內的改變,很可能反映了選情的激盪,甚至可能反映了循環多數的存在。

-----廣告,請繼續往下閱讀-----

三、如何從民調樣本估計孔多塞贏家

根據這波民調,總樣本 N=1001 位受訪者中,如果當時投票,會支持賴清德的受訪者共 355 人,佔 35.4%;支持侯友宜的受訪者共 247 人,佔 24.7%。支持柯文哲的受訪者共 200 人,佔 19.9%。

美麗島民調續問「最不希望誰當總統,也絕對不會投給他的候選人」,在會投票給三組候選人的 802 位支持者中,一共有 572 位對這個問題給予了明確的回答。《美麗島電子報》在其網站提供了交叉表如圖:

根據這個交叉表,我們可以估計每一位明確回答了續問的受訪者對三組候選人的偏好順序,然後再依這 572 人的偏好順序組態來判定在兩兩 PK 的情形下,候選人之間的輸贏如何。我得到的結果是:

  • 柯文哲 PK 賴清德:311 > 261(54.4% v. 45.6%)
  • 柯文哲 PK 侯友宜:287 > 285(50.2% v. 49.8%)
  • 侯友宜 PK 賴清德:293 > 279(51.2% v. 48.8%)

所以柯文哲是孔多塞贏家,賴清德是孔多塞輸家。當然我們如果考慮抽樣誤差(4.1%),除了柯文哲勝出賴清德具有統計顯著性之外,其他兩組配對可說難分難解。但在這 N=572 的小樣本中,三位候選人的得票率分別是:賴清德 40%,侯友宜 33%,柯文哲 27%,與選舉實際結果幾乎一模一樣。至少在這個反映了選舉結果的樣本中,柯文哲是孔多塞贏家。依多數決選制,孔多塞輸家賴清德當選。

-----廣告,請繼續往下閱讀-----

不過以上的分析有一個問題:各陣營的支持者中,有不少人無法明確回答「最不希望看到誰當總統,也絕對不會投給他做總統」的候選人。最嚴重的是賴清德的支持者,其「無反應率」(nonresponse rate)高達 34.5%。相對而言,侯友宜、柯文哲的支持者則分別只有 24.1%、23.8% 無法明確回答。為什麼賴的支持者有較多人無法指認最討厭的候選人?一個假設是因為藍、白性質相近,對許多綠營選民而言,其候選人的討厭程度可能難分軒輊。反過來說,藍、白陣營的選民大多數會最討厭綠營候選人,因此指認較無困難。無論如何,把無法明確回答偏好順序的受訪者歸為「遺失值」(missing value)而棄置不用總不是很恰當的做法,在這裡尤其可能會造成賴清德支持者數目的低估。

補救的辦法之一是在「無法明確回答等於無法區別」的假設下,把「遺失值」平分給投票對象之外的其他兩位候選人,也就是假設他們各有 1/2 的機會是無反應受訪者最討厭的候選人。這樣處理的結果,得到

  • 柯文哲 PK 賴清德:389 > 413(48.5% v. 51.5%)
  • 柯文哲 PK 侯友宜:396 > 406(49.4% v. 50.6%)
  • 侯友宜 PK 賴清德:376 > 426(46.9% v. 53.1%)

此時賴清德是孔多塞贏家,而柯文哲是孔多塞輸家。在這 N=802 的樣本中,三位候選人的得票率分別是:賴清德 44%,侯友宜 31%,柯文哲 25%。雖然依多數決選制,孔多塞贏家賴清德當選,但賴的得票率超過實際選舉結果(40%)。用無實證的假設來填補遺失值,反而造成賴清德支持者數目的高估。

如果擔心「無法明確回答等於無法區別」的假設太勉強,補救的辦法之二是把「遺失值」依有反應受訪者選擇最討厭對象的同樣比例,分給投票對象之外的其他兩位候選人。這樣處理的結果,得到

-----廣告,請繼續往下閱讀-----
  • 柯文哲 PK 賴清德:409 > 393(51.0% v. 49.0%)
  • 柯文哲 PK 侯友宜:407 > 395(50.8% v. 49.2%)
  • 侯友宜 PK 賴清德:417 > 385(52.0% v. 48.0%)

此時柯文哲又是孔多塞贏家,而賴清德又是孔多塞輸家了。這個樣本也是 N=802,三位候選人的得票率分別是:賴清德 44%,侯友宜 31%,柯文哲 25%,與上面的結果一樣。

以上三種無反應處理方法都不盡完美。第一種把無反應直接當遺失值丟棄,看似最不可取。然而縮小的樣本裡,三位候選人的支持度與實際選舉結果幾乎完全一致。後兩種以不同的假設補足了遺失值,但卻過度膨脹了賴清德的支持度。如果以樣本中候選人支持度與實際結果的比較來判斷遺失值處理方法的效度,我們不能排斥第一種方法及其結果。

無論如何,在缺乏完全資訊的情況下,我們發現的確有可能多數決輸家柯文哲是孔多塞贏家,而多數決贏家賴清德是孔多塞輸家。因為配對 PK 結果缺乏統計顯著性,我們甚至不能排除循環多數的存在。此後四年,多數決選制產生的總統能否在三角嘟力量的激盪下有效維持政治穩定,值得我們持續觀察。

四、結語

柯文哲之所以可以是孔多塞贏家,是因為藍綠選民傾向於最不希望對方的候選人當總統。而白營的中間偏藍位置,讓柯文哲與賴清德 PK 時,能夠得到大多數藍營選民的奧援而勝出。同樣的,當他與侯友宜 PK 時,他也能夠得到一部份綠營選民的奧援。只要他的支持者足夠,他也能夠勝出。反過來看,當賴清德與侯友宜 PK 時,除非他的基本盤夠大,否則從白營得到的奧援不一定足夠讓他勝出。民調 N=572 的樣本中,賴清德得 40%,侯友宜得 33%,柯文哲得 27%。由於柯的支持者討厭賴清德(52.5%)遠遠超過討厭侯友宜(23.7%),賴雖然基本盤較大,能夠從白營得到的奧援卻不多。而侯雖基本盤較小,卻有足夠的奧援。柯文哲之所以成為孔多塞贏家,賴清德之所以成為孔多塞輸家,都是這些因素的數學結果。

-----廣告,請繼續往下閱讀-----

資料來源

討論功能關閉中。

林澤民_96
37 篇文章 ・ 243 位粉絲
台大電機系畢業,美國明尼蘇達大學政治學博士, 現任教於美國德州大學奧斯汀校區政府系。 林教授每年均參與中央研究院政治學研究所及政大選研中心 「政治學計量方法研習營」(Institute for Political Methodology)的教學工作, 並每兩年5-6月在台大政治系開授「理性行為分析專論」密集課程。 林教授的中文部落格多為文學、藝術、政治、社會、及文化評論。

0

3
1

文字

分享

0
3
1
選舉的秘密:票多的贏,票少的輸!候選人該怎麼增加支持者?造勢、掃街有用嗎?
PanSci_96
・2024/01/10 ・4267字 ・閱讀時間約 8 分鐘

嘿,他們正在操控你的選票!

選舉不只是投票,更是一場宣傳技術大展。策略專家運用心理學,了解選民的需求和期望。造勢、辯論、掃街、情勒,萬式齊發。但這些招數真的有效嗎?一場造勢的成本,動輒百萬、千萬,如果只有死忠的會參加,不是把錢灑進水溝嗎?某些經典甚至老套的選舉策略,為何顛撲不破?請務必看到最後,因為看破所有招數背後原理的你,將左右這一場選舉!

造勢概念是怎麼來的?真的有效嗎?

造勢真的有助於選情嗎?

當然有,第一,造勢能鞏固鐵粉,拉進新支持者。造勢活動為粉絲們提供了一個聚集的場所,甚至,有些搖擺不定的選民可能也受到造勢現場的激情感染而入陣。

第二,造勢能影響媒體報導。當候選人舉辦造勢活動時,媒體通常會進行報導,甚至透過塑造「媒體框架」來帶風向,在增加曝光度的同時,塑造候選人的特定形象。關於框架塑造的詳細攻略,歡迎回去我們的這一集複習。

-----廣告,請繼續往下閱讀-----

不過,看在旁人眼中,造勢看起來不過是把大家集合在一起,講講話罷了。但代誌絕對不是你所想的那麼簡單,這一切其實都是競選團隊安排好的心理圈套?

難道造勢是一個大型洗腦現場嗎?

當你在造勢場合中望著台上的候選人,他的一言一行彷彿散發出領導人魅力。看著看著,你可能也忘了他的政見是什麼,但不知道為什麼,就覺得他一定是一位好的領導者,能帶領我們走向未來。這稱作月暈效應,指的是人們看見他人的一個正面特質,卻延伸成對整個人全面的好印象,當然相反的負面印象也適用。這就像天空中只有月亮,但月亮周圍的夜空也被照亮,產生一圈光環,因此稱為月暈效應。

每個候選人肯定都有其優點與缺點,至少有些本事才能站上政治舞台。但無法否認的,造勢場合上不論是越大越好的舞台與造勢場所,還是將主角放在壓軸登場的特殊橋段,甚至搭配高亢激昂的音樂,營造出該總統候選人是天選之人的印象,都是要利用月暈效應讓我們越來越暈,提升對眼前候選人的好印象。

圖/giphy

要不以偏蓋全有多難?

1977 年,社會心理學家理查德.尼斯貝特做了一個實驗。它將 118 名學生分成兩組,觀看同一個帶有口音的老師的上課錄影。雖然兩組學生看到的是同一個老師,但他們看到的片段,一個是充滿熱情、鼓勵學生回答問題的樣子;另一個是對學生提問顯得冷漠的樣子。

-----廣告,請繼續往下閱讀-----

在看完影片後,尼斯貝特請學生評價對這個老師的外表、舉止、口音三者的喜好程度,結果三項的評分結果,冷漠組都低於熱情組。沒想到吧,行為表現也會影響到別人對你的外表評價哦。

這就是月暈效應。最重要的是,當尼斯貝特問到,你認為你對老師的個人喜好,是否影響了你對他其他特質的客觀評估時,不論哪一組的受試者,外表、舉止、口音三個都是以勾選「無影響」居多(圖表中中間最高的都是"NO EFFECT")。顯然,大多數人都很難察覺自己正被片面印象,影響著對人的整體評價。

選舉造勢除了展現候選人的個人魅力,還能利用群眾的力量,拉進更多的支持者。

1848 年美國總統選舉期間,總統候選人扎卡里.泰勒利用樂隊花車來吸引民眾參與他的選舉集會,人們會喊著"Jump on the bandwagon",意思就是跳上遊行中樂隊馬車,吸引更多人一起加入同樂。這句英文後來也衍伸出跟風、趕流行的意思。

泰勒之後成功贏下選舉,成為美國第 12 任總統。雖然這與他在美墨戰爭的經歷有關,但這種透過群眾帶動更多人的「從眾效應」,在此之後也被稱為「樂隊花車效應」。造勢或大型活動不僅能展現自己的支持者的數量,還能吸引那些沒有明確政治立場的選民,讓他們跟隨多數人的意見。

-----廣告,請繼續往下閱讀-----

我們真的那麼容易被影響嗎?

1956 年,心理學家所羅門.阿希(Solomon Asch)進行了一個經典的從眾實驗,實驗設計本身很簡單,就只是詢問受試者右邊卡片的三條直線哪條和左邊的直線長度一樣。很明顯地,直線 C 就是正確答案。有趣的是,如果有受試者是和研究者請來的 6 位暗樁一起做實驗,並聽到他們都回答直線 A 才是和左邊的直線長度一樣,結果竟然發現超過百分之 75 的受試者都曾出現跟著錯誤回答的情況,說明人們會被無形的社會壓力影響而做出決定。

阿希從眾實驗。圖/wikimedia

今年的搞笑諾貝爾獎,也正是頒給另一個 1969 年的經典從眾實驗。實驗發現,只要路上有一人抬頭,就會有 40% 的人會跟著模仿。當眼前有 5 個人一起抬頭,高達 80% 的人都會一起抬頭。

好的,你知道透過造勢和從眾心理,可以製造更多的支持者了,接下來,要怎麼確保這些支持者會出門投票,把這些人的票都催出來呢?

把票催起來!

拜票會提升投票率嗎?

記得,一定要出門投票!就算你再怎麼支持特定候選人,要是支持者不出門投票,他就永遠選不上。雖然拜票形式五花八門,但最終目的都是希望民眾能真的走出門,把自己手中的一票投給他,也就是動員投票,Get-out-the-vote (GOTV)。但這真的有效嗎?美國政治科學家哈洛德·戈斯內爾作為先驅,在 1927 年就使用統計分析來研究拜票是否能有效增加投票率,還出版了《投票:刺激投票的實驗》這本書。在其中一項實驗,他將提醒小卡寄到民眾的信箱提醒民眾投票,並在選舉後統計了有收到與沒收到提醒小卡的投票率。最後發現,有收到小卡的投票率從 47% 提升到了 57%,顯示拜票還真的能催出更高的投票率。所以呢,我們也會不斷提醒大家訂閱泛科學,想必一定會有好效果的,你說對吧?

-----廣告,請繼續往下閱讀-----
實驗發現受到提醒的民眾有更高的投票率。圖/giphy

勤跑基層、努力掃街有助於選情嗎?

為什麼候選人總是要走進街頭,一個一個地跟人握手呢?大家可能都有這個經驗,在學校時,是不是更容易和坐在旁邊的同學們更容易變成朋友?這種拉近物理距離,也會拉近心理距離的現象稱作「鄰近原則」(Proximity principle),彼此靠近的人們更容易建立人際關係,經常見面的人的關係也往往會更牢固。另外,根據心理學的解釋級別理論,我們對於對象的心理距離,會隨時間距離、空間距離、社會距離和假定距離而改變。距離的遠近,會影響我們是用抽象還是具體的解釋方式,也就是所謂的解釋水平。由於我們物理距離上相當靠近候選人,更可能讓我們覺得政治離我們很近,需要投入實際行動如投票來參與。

掃街時握手握得越多,握得越有感情,得票率可能越高嗎?

這看似簡單的一個肢體接觸,卻能影響著我們的大腦,增強彼此的社會連結,增加有利的互動。透過功能性核磁共振照影(fMRI),發現握手增加的親近友善行為與杏仁核(Amygdala)、顳上溝(Superior temporal sulcus)以及依核 (Nucleus Accumbens)活性上升有關。 此外,也有研究顯示溫和接觸會讓俗稱愛情賀爾蒙的催產素(Oxytocin)分泌上升。 催產素是哺乳動物大腦分泌的一種激素,能增強信任感並與他人產生社會連結。也就是說,握手也是有訣竅的,不是一股腦兒握好握滿就好。這裡我們就不特別介紹,如果想要我們介紹握手攻略,留言告訴我們吧!

握手有助於增強彼此的社會連結。圖/envato

呼,講到這邊就懂了吧。雖然你不會馬上變成選舉大師,但至少知道,這些選舉策略為什麼總是萬年不變。原來拉票、催票手段背後都經過許多理論支持跟實證驗證。

當然,心理學理論畢竟是理論,不是問題的所有解答。而且呈現的多是群體現象或趨勢,個體間還是存在差異。做為具有選舉權的公民,要投給誰,能不能客觀看待政見而不受到這些戰術的影響,還是只能問問自己。

-----廣告,請繼續往下閱讀-----

最後想問問大家,這次的選舉你會想投給誰?啊不是,是想問:你覺得哪種選舉宣傳作法到目前為止,最能影響你的投票傾向呢?

  1. 集結誓師造勢大會,參加過一次,我的心就只剩下這位候選人了
  2. 陸戰掃街拜票,看到候選人真的出現在面前,親和力大增
  3. 空戰媒體行銷,包括 YT,畢竟政治人物的形象幾乎都被媒體框住了,等等,我是在選 YouTuber 還是總統啊?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

參考資料

討論功能關閉中。