0

1
4

文字

分享

0
1
4

全球暖化的物理:金星證實,都是二氧化碳惹的禍

賴昭正_96
・2019/03/22 ・5708字 ・閱讀時間約 11 分鐘 ・SR值 556 ・八年級

-----廣告,請繼續往下閱讀-----

我懷疑有些人不喜歡「自然淘汰沒有先見之明」的觀點。事實上,這個過程本身確是不知道將來往哪裡去。 正是「環境」提供了方向;從長遠來看,在很大程度上其影響是不可預測的。

──弗朗西斯・克里克,Francis Crick (1916-2004) ,1962年諾貝爾醫學獎──發現DNA雙螺旋結構

在「人體太複雜了:為何有關人體健康的研究總是充滿爭論?」一文裡(泛科學,2015/11/11),筆者談到了在研究與人體有關的問題上,因爲無法隔離各種可能的「因素」來探討直接的因果關係,因此有關人體健康的研究爭論將永無止境。

地球氣象的複雜性雖然可能比人體簡單些,但也碰到同樣的無法控制之隔離因素的問題,更糟的是世界人口有 70 多億,生物學家與醫學家可以使用統計法來研究,但地球只有一個,因此氣象學家所能使用的研究工具大受限制!故地球是否正在暖化,也像「基因改造物種(GMO)是否對人體有害」一樣,呈現兩極化的爭論。

地球是否正在暖化,目前呈現兩極化的爭論。圖/pixabay

一個極端謂全球暖化是「庸人自擾,根本沒有這種現象。」他們認為地球在過去的 70 萬年中經歷了溫暖和寒冷的時期,以百年尺度來看, 我們或許正處於溫暖時期的中間,但以十萬年尺度來看,我們事實上是正走向另一個冰河時代。理論物理及數學家 Freeman Dyson 謂:「全球變暖是世界面臨的最重要問題的想法完全是胡說八道,並且造成了很大的傷害。」

另外一個極端則認為「氣象變化已經到了極端,我們如果不再採取行動,世界末日就在眼前。」去年 11 月 23 日,包括 300 名頂尖科學家在內的第四次全國(美國)氣候評估(Fourth National Climate Assessment)謂:「美國已經經歷了氣候變化帶來的嚴重和代價高昂的影響。」在 10 月份發布的另一份聯合國報告中,科學家們則謂:「各國需要極端的努力,才能將全球變暖限制在 1.5 攝氏度內——而且我們大約只有 12 年的時間。」

-----廣告,請繼續往下閱讀-----

都是二氧化碳惹的禍

儘管爭論不斷,但 90% 以上的科學家均認為全球是正在暖化,雖然其中有些許認為原因不明,或現有的資料尚不足以支持是因「人類活動」造成的,但大多數都同意全球暖化的罪魁禍首是二氧化碳

二氧化碳在空氣中佔不到千分之一,怎麼竟成為全球暖化的罪魁禍首呢?在探討其原因之前,筆者必須在這裡指出,常被用來「證明」全球暖化之「90%以上的科學家均認為……」並不代表什麼!

誠如美國名作家、編劇、電影導演、和製片人(特別是在科幻小說、驚悚片、和醫學小說類型中的作品)Michael Crichton(1942–2008,哈佛醫學院高材生)所言:「科學工作與共識無關。 共識是政治事務; 相反地,科學只需要一名正確的調查員。…歷史上最偉大的科學家之所以偉大,正是因為他們打破了共識。…沒有共識科學這樣的東西。 如果達成共識,那就不是科學。 如果是科學,那就不是共識。」

科學工作與共識無關。圖/pixabay

不幸的是,如前面所提:因為複雜性及只有一個地球,這一名「正確的調查員」是永遠不會出現的。因此自圓其說的各種研究報告將繼續不斷地出現!如筆者在一些文章內所提的:讀者不能盲目地相信,必須用自己的判斷力來看所有的報告和研究!另一個讀者需要注意的是:作者的立場常有意或無意地影響了其結論!(例如今年2月底,美國白宮計劃創建由一群不認同「石化燃料的持續燃燒正在傷害地球」的特選聯邦科學家組成的特設小組,來重新評估政府對氣候科學的分析──不用等報告出爐,我們就應該已經知道結論了!)

筆者的立場在「人體太複雜了:為何有關人體健康的研究總是充滿爭論?」一文裡已表示得非常地清楚:「你說整天將手機放在耳邊對大腦沒有影響?怎麼可能呢!只是這環境改變不夠巨大,因此到底有那些人能夠成為適者而生存下來,那可能是幾百年後才可能知道的!」人類大量地製造出二氧化碳,怎麼可能不影響自然界的平衡呢?只是這影響將不再是「有些人」而已,而是整個人類。然而人類或其他動植物是否能成為適者,那就要看破壞及進化的相對速度了!

-----廣告,請繼續往下閱讀-----
人類大量地製造出二氧化碳,怎麼可能不影響自然界的平衡呢?只是這影響究竟為何?圖/pixabay

黑體輻射與地球表面平均溫度

因為太陽是驅動我們氣候系統的基本能源,首先讓我們來看看經過 45 億年的太陽照射,「理想」的地球溫度應該是多少。太陽的直徑約為 140 萬公里,表面溫度為絕對溫度 6000°K, 所發射出來的能量(電磁波)分布如(圖一)所示。

(圖一):太空中之太陽能分布情形。因空氣之關係,太陽能抵達地面之分布大不相同。

從(圖一)可以看到:五官中最重要的器官「眼睛」,所能感應到的電磁波範圍,正是太陽能分布中最強的部份(占 47%),我們因之稱此範圍為可見光,其波長大約在 390∼750 奈米(10-9 公尺)之間!你說這是巧合還是演化的必然結果?事實上不僅人類及大部份動物如此,大部份植物也是利用可見光來進行其生存與繁盛所必須之光合作用的!

早在十九世紀末期,物理學家便致力於分析因溫度而放射的輻射能光譜(即分析某頻率範圍內有多少輻射能)。他們發現輻射能光譜僅與放射物質的溫度有關,卻幾乎與其組成的物質無關1。近代物理中的量子力學,便是為了解釋實驗光譜而興起的。事實上波茲曼(L. Boltzmann)早在1884年,便由熱力學導出溫度為T之物質的輻射總能量為:

ET(單位時間單位面積之總輻射能)=σT4

公式中之 σ 為史蒂芬—波茲曼常數(Stefan-Boltzmann constant),T為絕對溫度

-----廣告,請繼續往下閱讀-----

將太陽的表面溫度代入上面公式,可以算出太陽一天所放射出的能量,足供人類一年所須,可是還好只有 21 億分之一的能量抵達地球2。當然,地球本身也會依上面的公式輻射。如果我們要求地球所吸收的能量等於它所輻射的能量,我們可以計算出地球的穩定溫度為 279°K(6°C)。信不信由你,這實際上竟然非常接近 1880 年時的地球表面平均溫度 287°K !3

經過 45 億年,地球溫度達到一個平衡值,似乎是很好的假設。圖/pixabay

經過 45 億年,地球溫度達到一個平衡值,似乎是很好的假設。因此我們不免要問:為什麼不是完全吻合呢?一個可能的解釋是:「因為大氣的關係,地球並不是一個很理想的黑體,大氣不但反射部分的太陽能,也吸收了地球往外太空輻射的部分能量。」但科學家不但未在大氣的各個層面看到更溫暖的氣溫,相反地,他們觀察到高層大氣的冷卻,以及對流層表面和下部的升溫——顯然是因為「溫室效應」在低層大氣中捕獲較多熱量之故。

什麼是「溫室效應」呢?相信許多讀者不但聽過,而且可能都親身體驗過,那就是在門窗緊閉之車子內的溫度可以比外面的溫度高出甚多4;因此在比較冷的地方,在玻璃屋內可以種一些熱帶植物。要了解玻璃屋內為什麼可以保持比較高的溫度,我們在這裡必須先溫習下電磁波(輻射能)與分子(原子)的作用。

溫室效應的物理

電磁波是一種電、磁場的振動,因此要與他作用,物體必須帶電。分子是由帶正電之原子核以及帶負電的電子組成的,因此一定可以與電磁波作用。20世紀量子物理的一大發現,就是分子本身的內在「振動」頻率,必須與電磁波頻率相同才能將它吸收。分子本身的內在「振動」大約可以分成三種:

  1. 電子在軌道中的跳動,其頻率大約都在可見光及紫外線附近;
  2. 分子的振動,其頻率大約都在紅外線附近;
  3. 分子的轉動,其頻率大約都在微波附近。

如果頻率不同,不能引起共振(吸收),那麼電磁波裡的電場就只能帶動分子內之電子,依它的頻率振動,往四面八方放出頻率相同的電磁波,造成散射(scattering)現象(如天空之所以是藍色的原因)。不管是吸收或散射,如果電磁波訊與分子繼續作用,其原來之能量最後都將被轉換改成熱能(分子之無規律運動——詳見延伸閱讀「熱力學與能源利用」)!

-----廣告,請繼續往下閱讀-----

前面提過太陽的輻射主要是可見光,而玻璃是透明的,意即除了少數可見光被散射掉外,其他都毫無阻擋地通過,射落在地面及植物上(圖二),最後大都被吸收經由分子之間的作用改變成熱能,提高地面及植物的溫度。

因為它們的溫度比太陽低得多(室溫,大約只有 300°K 而已),故其頻率分佈與(圖一)完全不同,不但整個能量(分佈圖下的面積)少多了,其主要的輻射已不再是可見光,而是集中在紅外線區域。

電磁波的波譜與性質。圖/wikimedia

這些能量在往外輻射時,卻不幸碰到了「溫室氣體」及玻璃。這些氣體雖然不能吸收可見光,但是它們的的振動頻率正是集中在紅外區附近,因此這些輻射將大部分被吸收,使分子的振動變快。透過分子間的碰撞,這些快速的分子振動最後終被轉換成分子的動能──熱能,提高了室內空氣的溫度,造成所謂的「溫室效應」。

溫室氣體:二氧化碳與水蒸氣

地球雖然沒有玻璃罩,但是它卻被一層大氣包圍著。大氣的主要成分是氧氣(21%)、氮氣(78%)、及氬(1%),它們都是由同樣的原子組成的(氬是單一原子),因此振動不可能產生具正、負電端電偶,故不能與電磁波作用吸收紅外線。剩下的 1% 則主要是水及二氧化碳等微量氣體。水分子大都以水蒸氣形式存在,其濃度因地點和時間而異,大約在 0-4%之間變化:在寒冷乾燥的地區,水蒸氣通常佔不到大氣的 1%;而在潮濕的熱帶地區,水蒸氣幾乎佔大氣的4%。

-----廣告,請繼續往下閱讀-----

二氧化碳分子(O=C=O)雖然因為對稱的關係不具電偶,但它的四個振動態中有三個(例如O===C=O)會破壞對稱而產生電偶,吸收同一頻率的電磁波。水分子本來就具電偶,因此與二氧化碳一樣,可以吸收從地球表面放出來的黑體輻射,造成溫室效應使地球變暖,合稱為「溫室氣體」(greenhouse gas)。

水分子與二氧化碳一樣,可以吸收從地球表面放出來的黑體輻射,造成溫室效應使地球變暖,合稱為「溫室氣體」圖/pixabay

水在大氣中的份量比二氧化碳多,因此水應是改變地球輻射平衡的最重要的分子。但大氣中水蒸氣的濃度主要取決於海洋的蒸發(和凝結),而海洋是如此巨大,人類對它的直接影響有限,不能過多地改變它,因此只能將地球變暖全部怪罪到二氧化碳,及其他一些更少的氣體如甲烷、氮化氧等。

金星提供的間接證據

我們雖然不能在地球上進行任何實驗,來直接證明現在地球變暖是因為二氧化碳的關係,但被稱為地球姐妹之金星,似乎是提供了很好的一個間接證據。

金星的密度、體積、組成均與地球差不多,顯然是因為溫室效應的關係表面溫度高達 740°K!圖/pixabay

金星的密度、體積、組成均與地球差不多,但與太陽的距離為地球的 72%。如果我們也要求它所吸收的能量等於它所輻射的能量,我們可以很容易地計算出金星的穩定表面溫度應為 538°K;5 金星的實際表面溫度不但相當均勻,且高達 740°K!其原因顯然是因為溫室效應的關係 :金星的大氣幾乎完全是由二氧化碳組成的(僅含有微量的氮和硫酸)。而比它更近太陽的水星,因為沒有大氣調節溫度,溫度變化非常地大(103°K 到 700°K),最高的溫度也只有 700°K 而已。

讀完上面的論點,讀者覺得將「地球暖化歸咎於二氧化碳」有沒有道理?筆者在親朋好友間的一句「名言」是「飯吃過量對身體也是有害」,因此不需要任何物理就已經覺得很有道理了。人類生活水平的全面提高,無可否認地是因為大量使用能源的關係;大量燃燒石化物,無可否認地將產生大量的二氧化碳,破壞了原本之地球上的二氧化碳平衡6。此一平衡的破壞一定會有影響,如果不是暖化地球,那是什麼呢?筆者去年 12 月中旬回到台灣,帶了一些冬天的衣服,卻發現台灣天高氣爽,好像春天早已光臨寶島!

-----廣告,請繼續往下閱讀-----

比利時科學家 Christian de Duve 曾言:「我們(人類)成功的代價是自然資源枯竭、導致能源危機、氣候變化、污染、和我們棲息地的破壞。 如果你耗盡了自然資源,那麼你的孩子就沒有什麼了。 如果我們繼續朝著同一個方向前進,人類就會走向一些可怕的考驗——如果不是滅絕的話。」

或許自然淘汰本身確是不知道要將我們往哪裡推,但過去幾次的地球氣候巨變,如:二疊紀(Permian)、三疊紀(Triassic)、或甚至寒武紀(Cambrian)中期,幾乎總是對生命造成高度破壞性,導致大規模物種滅絕。

人定勝天或者作繭自縛?且待下回分解──有嗎?

註解:

  1. 如果該物質為「黑體」,則輻射能光譜便完全與物質無關。黑體是一種理想化的物理體,無論頻率或入射角如何,都能吸收所有入射的電磁輻射。許多普通物體發射的輻射可以近似為黑體輻射。
  2. 利用簡單的幾何面積計算即可:πr2/4πR2( r為地球半徑,R為地球與太陽的距離)。
  3. 事實上筆者第一次看到這個「巧合」時,是有點「震驚」,想一想地球的表面溫度變化從184°K到331°K,並不是在一個平衡狀態,而總輻射能與絕對溫度的4次方成正比(用線性平均溫度算出來的總放射能將比實際的少)。
  4. 美國每年平均大約有 37 位小孩因為父母親忘了他們還留在車後座位而被熱死。
  5. 約等於(地球穩定表面溫度 287°K)× (1/0.72)2
  6. 與此同時,人類又大量地砍採可以幫助消化、平衡二氧化碳的樹木與森林!

延伸閱讀:

  1. 賴昭正:「我愛科學」,華騰文化有限公司2017年12月出版。該書收集筆者自1970年元月至2017年8月在科學月刊及少數其他雜誌所發表之文章編輯而成。本文章所涉及到之「熱力學與能源利用」、黑體輻射、史蒂芬—波茲曼定律、分子的振動、分子與電磁波的作用等均在裡面。
  2. 黑體輻射的研究如何導致量子力學的發展,請參考賴昭正:「量子的故事」,第二版,2005年,凡異出版社。
文章難易度
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

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。

2

2
1

文字

分享

2
2
1
奠定現代通信基礎的克勞德.香農(Claude Shannon)
數感實驗室_96
・2024/06/06 ・743字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

以前小時候如果調皮不聽話,就會被大人叫去跪算盤,現在的家長家裡沒算盤了,反而會拿出電路板讓小孩跪。

咦?為什麼總是拿算數工具來懲罰小孩呢?

電路板上看似複雜電路板密密麻麻的,是電腦進行邏輯計算的關鍵。這小小的薄片能執行驚人的運算功能,背後的奧秘離不開一位傳奇科學家的貢獻。他不僅奠定了現代通信的基礎,還開創了人工智慧研究,這可不是一般人一生能做到的成就,但克勞德.香農(Claude Shannon)卻一次搞定。

-----廣告,請繼續往下閱讀-----

這位非凡的科學家是如何改變了我們的時代?

他讓我們今天能享受高效的通訊技術和智慧生活。如果你也覺得現在生活離不開手機和電腦,那你應該感謝這位數學和電機工程的天才。

對於 2000 年後出生的人而言,或許覺得用手機傳訊息、用電腦看影片再平常不過。但在 Shannon 出現之前,沒有人能系統性地定義「資訊」和「通訊」。他以其對動手實驗的熱忱,將這些看似無形的概念轉化為實際的理論,為世界帶來了一場資訊革命。

正是因為 Shannon 的卓越貢獻,我們才能享受如此便捷的現代通信技術。他不僅改變了科學的面貌,還深刻地影響了我們的日常生活。

Shannon 的故事也提醒我們,熱愛與好奇心是推動進步的核心力量。他用智慧和創造力,為我們打造現代通信的基礎,並開啟未來的無限可能。

-----廣告,請繼續往下閱讀-----

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

所有討論 2
數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

0
0

文字

分享

0
0
0
古人用的超大型手機?從烽火臺到智能手機:通信科技的演進
數感實驗室_96
・2024/05/13 ・883字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

現代人手機普及率極高,你可能正在用手機閱讀這篇文章。

仔細想想,我們每天使用的手機真的很厲害。只需幾下操作,就能傳訊息、視訊通話,還能上網看影片、玩遊戲、使用社群網路等。

你可能知道全世界的第一支手機是 Motorola 在 1973 年 4 月 3 日推出的黑金剛,重達 2 公斤的程度。不過,早在幾千年前,其實已經有「手機」存在了。

-----廣告,請繼續往下閱讀-----

當時的手機不只兩公斤重或兩公升水壺大,甚至是有好幾層樓那麼高,那這些手機的傳輸速率也超級慢,看影片一定是不可能,連打電話聊天都辦不到。超級陽春,基本上只能傳遞「有」或「沒有」這樣的是非題。

應該有些人猜到了,其實就是「烽火臺」。

烽火臺是中國古代為了傳遞軍情所設計的通信系統。一座烽火臺上有幾位士兵,備有大量的稻草與木柴,如果看到敵人侵犯,或是前後的烽火臺燃起狼煙,士兵們就會立刻燃燒乾柴,釋放狼煙,傳遞攸關國家存亡的重要資訊。雖然,烽火臺的尺寸大小與現今我們常用的手機差很多,傳輸能力也差很多,但烽火臺還真是上古時代標準的通信設施哦!

接下來還會推出一系列「通信科技」相關的節目,內容囊括了通信發展的歷史故事、重要的通信科學家、通信相關的技術知識。

-----廣告,請繼續往下閱讀-----

讓你認識新聞報導中,常聽到的一些通信專有名詞,什麼是頻帶、頻寬?現代通信技術如此厲害的關鍵又在哪裡?甚至,這些技術跟我們平常在學校裡學到的各科知識,又有怎樣的連結呢?

這系列將用影片帶領大家進入這個有趣、改變全人類生活的通信世界,敬請期待哦!有更多想法也可以留言分享喔!

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/