【特輯】泛知識節：穿越、翻牆、實驗、漫遊，來一場專屬的知識饗宴

• 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。

• 活動記錄/簡克志

科幻電影裡的現象，常和我們日常生活所見有巨大差異，這也是科幻電影吸引人的很大一個主因。如果我們擁有高超的科技，這些情景是有可能真實發生的嗎？或它們已經違反物理定律，是無法實現的呢？

2019泛知識節邀請到香港天文物理學家余海峯，余海峯是《物理雙月刊》副總編輯及《泛科學》專欄作者，他也和朋友合著了天文學科普書籍《星海璇璣》，是難得的香港科研與科普專家。在泛知識節的演講中，他透過物理的角度，探討電影劇情真實發生的可能性，與大家分享他對科幻的看法。

主題一：「瞬間轉移」——蟲洞、量子穿隧效應與量子糾纏效應

在演講中，第一個討論的科幻主題是「瞬間轉移」。余海峯認為可以將之分為三類。

第一類是哆啦A夢的任意門類型，就是對應科學概念中的蟲洞。雖然愛因斯坦的相對論不允許超光速移動，如果能把時空中的兩點直接接通，就可以瞬時穿越非常遠的距離。

蟲洞是廣義相對論方程組的解，所以理論上宇宙中是可以存在蟲洞的。不過，物理學家還不知道在什麼情況下，蟲洞才會形成。而且，在瞬間轉移的時候，要如何保持打開的蟲洞，也是未知之數。

第二類是《星艦迷航記》(Star Trek) 裡面的傳送裝置。科幻影集裡面，傳送裝置會把人分解成基本粒子，然後傳送到目的地再設法重組。余海峯認為傳送過程中對應科學概念中的「量子穿隧效應」，把分解出的基本粒子發射出去，可以穿越非常遙遠的距離。

但是近期一份投稿《Nature》期刊的科學研究顯示，量子穿隧效應的速率依然是光速，故無法達到瞬間轉移的效果。另外，余海峯提到，就算全宇宙的原子都變成電腦，也不足以記憶人體身上所有資訊，所以再重組為人是不太可能的。

第三類是運用量子糾纏效應的傳送裝置。這種科幻裝置不需要傳送基本粒子本身，只需要傳送粒子的資訊即可，把人分解之後存取資訊，告訴目的地如何重組，直接在目的地製造新的人。因為要瞬間轉移，就必須要超越光速，所以傳送資訊的方式對應「量子糾纏效應」，兩個量子態互相糾纏的粒子，他們會互相記得對方的狀態。無論距離多遠，只要確定某一方的狀態，即可瞬間對應地確立另一方的狀態。

將這種對應關係予以精細編碼，就可以拿來傳送科幻裝置的人體資訊，然而不僅要告訴目的地如何重組，還需要告訴目的地人體有哪些基本粒子，目前在科技上仍難以實現。

第二類和第三類這兩種瞬間移動的傳送裝置，還會引發一個哲學問題：因為原本的人已經被分解了，傳送過去的人還是原來的那個人嗎？可以在科幻作品發掘科學與哲學的反思，是科幻有趣的地方。

「巨大化」與「縮小化」的可能性

接下來談論的第二個科幻主題是「巨大化」。余海峯認為可以分成兩類，其一是把身體按比例放大，原子總數量不變，原子總體積增加，身體重量增加，無視物理定律。另一類是在變大的時候，原子大小不變，透過瞬間傳送很多原子，把空缺填滿，余海峯認為此類在未來較為可能實現。

然而，巨大化之後呢？余海峯重述之前發表在的文章〈《進擊的巨人》物理學（上）：變身巨人的那一刻就註定了人類的勝利？〉的概念  ：陸上生存的動物不可以太高太重，否則就算沒被自身體重壓碎內臟，肌肉也不夠力量移動身體。這是因為站立行走受的壓力是以長度平方遞增，但體重則是以長度立方遞增，所以越巨型的動物就越需要粗壯的腳部支撐身體，體型亦越笨重。

如果像《進擊的巨人》那樣把人按比例放大，理論上是站不起來的，身體肌肉無法支撐身體的重量。所以目前全世界體型最大的動物－藍鯨，因為生活在有浮力的環境，才能稍稍解放重力帶來的限制。

第三個科幻主題的「縮小化」，例如科幻電影「蟻人」。余海峯認為一樣可以分為兩類，其一是等比例縮小構成物體的原子總體積，但是這改變了基本力的作用方式，違反物理定律。其二是保持原子原本的物理特性，透過拿走原子來達到縮小化的效果，但是生物身體一旦缺少資訊，例如大腦少了很多神經元，生物也難以維持縮小前的認知能力。

有可能有超光速飛行嗎？

第四個科幻主題是「光速或超光速飛行」，例如Star Trek裡面的Warp Drive（曲速引擎）。光速飛行本身就已經不可能，質量非零的物體不可能到達光速，因為要加速到光速需要的能量為無限大。如果要達到超光速，通常是以空間翹曲或空間折疊來達成，類似任意門的概念。

那麼，如果真的到達超光速，會發生什麼事？時間會倒流。但是，余海峯說他學生問了一個問題：到達超音速時，聲音會延遲，好像時間倒流，事實上並沒有。那麼，到達超光速時，時間會倒流會不會只是一種錯覺？目前並沒有答案。

太空中的失重並不等於無重力

第五個科幻主題是「無重力狀態」，例如《2001太空漫遊》裡面的太空殖民地，很常看到太空沒有重力的描述。余海峯認為是極大的錯誤，因為重力場是沒有邊界的，太空依然有重力，地球才能環繞太陽旋轉。

「無重力狀態」這個詞不夠精準，太空人離開地球在太空飄浮，其實是自由落體的「失重」，只是因為太空船有推進速度，才不至於掉落地表，形成圍繞地球的圓周運動。

科幻電影裡的戰爭武器

第六個科幻主題是「雷射劍和雷射槍」。但是根據波粒二象性，光具有波動特性，光劍是不可能格檔其他光劍的，劍與劍會互相穿越。雷射槍按理說是敵人見光即死，但是《星際大戰》角色卻可以用光劍格檔雷射槍攻擊，頗不合理。

第七個科幻主題是「太空戰爭」。太空戰爭其實不會像電影那樣呈現史詩級場面，因為太空是真空狀態，碎片會到處亂飛，只要有一方攻擊，大家都會被碎片砸死。最後，余海峯認為科幻帶來的科學與哲學上的思考，仍然相當有趣。

臺灣近年來出現不少優質戲劇。長年經營單元劇的公共電視臺，從 2017 年開始新創電影的計劃，希望能鼓勵更多影視人才。《疑霧公堂》即為公視在 2018 年推出的電影，「2019 泛知識節」特別邀請了電影製作人陳思宇，為我們解析影像背後的各種努力。

古裝製作大不易，美術道具要考據

《疑霧公堂》是一部古裝懸疑劇，時代背景設定在清朝末期的臺灣，描寫當時大家族──霧峰林家的林文明，於公堂上被斬殺的事件。

創作團隊選擇歷史背景的題材，鎖定真實案件作為發想，因為一個案件的產生，勢必是對既有秩序的扭曲、破壞，或使其產生變化，也因此必然含有戲劇化的要素。

然而，在提交劇本時，《疑霧公堂》碰上了問題。電視臺很少接受古裝劇的提案，這是因為古裝劇、時代劇拍攝十分困難。除了在前製階段，劇組就必須花費大量工夫考究歷史之外，目前在臺灣，拍攝古裝劇也缺乏足夠資源。以前還有中影文化城，現在則根本沒有這些古裝的佈景設施可以讓劇組取景，換言之，每次拍攝都必須重新開發資源，讓拍攝的成本居高不下。

以《阿罩霧風雲》這部電影為例，因為不確定往後是否有機會拍攝同類型的作品，再加上預算的考量，拍攝期間，團隊直接請了一位從臺灣到中國發展的師傅，以較低的預算製作美術陳設和道具。拍攝完電影後，所有的道具都交給了中國大陸。中國大陸有大量的古裝戲需求，因此在資源上是十分豐沛的；反觀臺灣缺乏這種資源，所以，公視雖然通過了提案審核，但初期也很擔憂是否能夠執行整個計畫。

已被淡忘的塵封過往，如何好好訴說？

通過提案後，前製期最重要的任務就是完成劇本。這部劇在談霧峰林家的案件。對熟悉臺灣歷史的學者而言，這個事件經常被提及，但對大多數的臺灣觀眾來說，卻十分陌生。

林文明在彰化被就地正法，引起當時社會震驚。想像一下，假如有一位將軍或總司令，走到市政府突然被關起來，並且被殺死，會是一件多麼震撼的事情。林文明身為清末臺灣中部最有權勢、最龐大家族的族長，突然遭到殺害，在那個年代非常引人矚目。當時，霧峰林家上訴纏訟了二十幾年，如果到故宮的清宮檔案去查閱，會找到一整排的文件跟這個案子有關。但這件事只流傳於學界，出了學界後，現代社會卻一概不知。學術圈跟一般社會有很大的落差。

正因如此，對於影視產業來說，最困難的莫過於將一堆歷史資料轉換為戲劇劇本。過去的臺灣，很少有編劇能夠真正進入社會事件尋找題材。《疑霧公堂》團隊的研究員提供了很多資料給編劇，但對編劇來說，讀完後往往只覺得十分疲累，除了必須把握住角色情感、情節佈局和戲劇邏輯之外，還要消化大量的背景知識，過程相當辛苦。

想忠於史實？先接受口語表達的挑戰吧！

進入拍攝階段，現場也會碰上許多狀況。《疑霧公堂》是歷史劇，必須還原當時的社會面貌。在那個年代，臺灣社會使用日語、臺語，國民政府遷來後又使用國語，語言組成相當多元。

• 從《疑霧公堂》的預告片，就可以聽到不同的語言。來源：PTS 台灣公共電視

如果戲劇的用語很複雜，現場拍戲就難以控制。比方說，演員可能會聽不懂對白，不曉得其他演員在講什麼。有些演員甚至會放棄記誦別人的臺詞，只記自己的臺詞，對戲時就容易出現奇怪的狀況。

臺詞內容方面，儘管某些導演和演員崇尚自由詮釋，但電影不像連續劇那樣，有充足的時間能建立歷史背景，因此往往只能依靠對白去交待前因後果。

舉例來說，林文明一開始不願去彰化縣公堂，但在劇中沒時間解釋歷史脈絡，只能用對白說明，他是清代官員，擁有指派代表的權利，因此他都讓家人代替他上公堂報告。像這類型臺詞本身就帶有特殊訊息，幾乎沒有發揮的空間，拍攝現場就必須和導演及演員溝通好。

而在初期挑選演員時，不懂講臺語的演員會直接被拒絕。這也反映出年輕一代演員在口語方面的侷限，沒辦法演出歷史戲。幸好，《疑霧公堂》選用的演出者，臺詞都背得很好，這點真是十分感謝。

以上談到的狀況都是改編歷史事件時可能遇上的問題。解決的方法不只一種，因為每個狀況都很獨特，而影視作品是在預算與時間壓力下折衷產生的成果。一個健全的影視產業，需要維持每個工作人員的生活，因此抓緊有限的預算跟時間，讓計畫順利開拍，對於製作人來說十分重要。

2019 泛知識節即將到來，只要你帶著一顆永不止息的好奇心，這裡的知識將永不斷線。讓我們邀請你：

坐下來看場顛覆人生的情節　聽聽知識傳播背後的辛酸淚

聊一聊那柴米油鹽風花雪月　設計出商業模式來拯救世界

等不及今年知識節的到來？快來看看前兩年的活動紀錄吧！

柳田理科雄，空想科學研究所背後的瘋狂科學家

在 2016 年泛知識節華麗登板的頭號重量級講者柳田理科雄先生，是空想科學研究所主任研究員，也是啟發無數科學愛好者的《空想科學讀本》作者。這次他首度來台與眾多科學與知識狂熱份子，分享了空想科學的源頭、他對科學的想法、與促使他走上空想科學之路的人生觀。

翻越科學傳播：在自然中看見科學，在科學中理解自然

在 2016 年泛知識節第二日，登板的首席講者，正是赫赫有名的自然科學博物館孫維新館長。孫館長在執掌科博館前，先後任職於國際太空總署（NASA）；中央大學物理系、天文所與台灣大學物理系等學術機構。歷年來在推廣天文教育上更是不遺餘力，他所開設的「認識星空」課程，更是多年來榜上有名熱門選修課程。許多今日年輕一輩的天文愛好者，或是以學術研究為已任的年輕研究者們，就有可能是在求學啟蒙時期，聽了一場孫老師的課程而義無反顧地探索知識最浩瀚的疆界。

泛知識節紀實：關於好奇心日報想做什麼、能做什麼和為什麼要這樣做

2014 年 4 月楊櫻創辦了網路媒體《好奇心日報》，年輕活潑、講究內容的經營路線，讓好奇心日報在新媒體競爭激烈之際冒出頭，經營至今甚至被譽為「最會賺錢的媒體」。以新媒體為本的泛科知識，特別在 2016 泛知識節請到楊櫻，由她親自回應觀眾對好奇心日報的好奇心。

跨越視覺科學：烏賊可能比你還聰明

常出現在餐桌上的烏賊，你了解多少？清華大學生科系教授焦傳金堪稱是國內研究烏賊的巨擘。看似冷血的烏賊，居然有跟哺乳類動物貓狗一般複雜的神經系統，對疼痛有長期記憶，甚至還會猶豫。

你不知道的實驗動物

實驗動物是人類為追求更好的生活品質與病痛治療背後的功臣，透過牠們，不僅救了人類，也救了動物，甚或是你家的寵物。只是你真的了解牠們嗎？

國研院動物中心企劃推廣組組長秦咸靜提到，從歷史上來看實驗動物的醫療貢獻，可以發現從 1900 至 2016 年為止，103 位諾貝爾生醫獎得主中就有 84 位做的是動物實驗。人類對器官移植、免疫系統或胃潰瘍等疾病的認識，許多都是從動物實驗而來。換句話說，沒有這些動物的犧牲，我們對於醫療健康的知識不會有這麼大的進展。

全世界最亮的「台灣光子源」是什麼？要幹嘛？

世界最亮的光，正是位於新竹「國家同步輻射研究中心」內的「台灣光子源（Taiwan Photon Source, TPS）」。它是世界上首屈一指的粒子加速器，在全世界同級機組中，提供了最亮的光源，自 2004 年開始構想、 2010 年開始動工，至 2014 年末發出第一道光。2016 泛．知識節邀請到同步輻射中心的助研究員陳家祥博士，與我們分享這道台灣之光的奧秘與身世。

跨越東西文化──如果要重新發明「教育」，那會是什麼？

深刻體會美國教育的產學落差後，Jeremy Rossmann 選擇放棄 MIT 自行創辦以產品為導向、培育科技人才的 Make School；在台灣同樣有畢業即失業的大問題，2016 泛 ‧ 知識節 ─ 「翻牆吧！知識」11/20 的 Keynote 便進行了一場中西教育的對談，看看當國立自然科學博物館館長孫維新遇上 Make School 創辦人，會如何點燃翻轉教育的火把。

翻越科幻電影的牆──以《地心引力》和《絕地救援》為例

電影之所以迷人其中一部分是因為它包含了各式各樣、天馬行空的劇情，而身為科學傳播者，我們發現一件更迷人的事——用科學角度去檢視這些天馬行空，翻找、討論、驗證電影中的科學元素。

2016泛．知識節第二天，我們邀請到臺北市立天文科學教育館的研究組吳志剛組長，以「倒下吧，電影中的科學高牆！」為主題進行分享。他以《地心引力》（Gravity）與《絕地救援》（The Martian）兩部場景設定皆在外太空的電影片段，帶著大家翻越電影中一道道的科學高牆。

冤案的司法科學與偽科學

什麼是冤案？要有多冤，才算冤案？完全無辜？一部分無辜？還是違反正當法律程序被定罪也算？司法科學一定是冤罪澄清的助力、而非阻力嗎？那些看起來很「科學」的，一定就是科學嗎？

2016 泛 · 知識節這次邀請到目前在台大心理博士班專攻司法行為科學，同時也是北捷隨機殺人案的被告辯護律師 ─ 黃致豪律師，談談「冤案的司法科學」。

在新媒體已經不新的時代，我們需要什麼樣的媒體人？

2016 泛 · 知識節，邀請到《報導者》創辦人暨總編何榮幸、《端傳媒》主編李志德及臺灣吧共同創辦人謝政豪（DJ Hauer），來談談「在新媒體已經不新的時代，我們需要怎麼樣的媒體人」，並在討論產業人才的問題之餘，也聊聊作為一個新媒體，核心與營運模式可以是什麼。

沒有科學背景的法官，怎麼看科學證據？

「司法」與「科學」是兩種不同的知識與權力體系，當兩者交會時，會碰出什麼樣的火花？多數法官作為一名「科學素人」，會用什麼樣的角度去決定經過假設、實驗與同儕審查的科學資料？究竟，科學資料可不可以作為呈堂證供？

這次，2016 泛 ‧ 知識節邀請到瀛睿律師事務所的易先勇律師，帶著大家一窺司法到底如何「解讀」科學。

Mouse 編和他愉快的小夥伴──泛科學動畫是如何誕生的？

科普社群泛科學以科普文章起家，並在 2015 年推出系列動畫，以生動而簡單的畫面帶大家窺探背後的科學知識。這次，2016 泛・知識節便邀請到泛科學的動畫團隊，分享動畫製作過程。