萬事都要拖到死線！拖延症到底有沒有藥醫？

• 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。

AI 還可以幫你排行事曆？敢有可能（Kám ū khó-lîng）？

別再只用辦公室白板的手寫行事曆來安排工作時程了！

不管是應用在管理個人的專案，還是協調管理工作團隊的時間，甚至是提供登記連結讓系統自動幫你安排時間空檔，對現在的工作者來說都是非常便利的工具。

今天影片介紹的三種工作時程管理技巧，根據我多年的授課經驗，學會之後你絕對會驚呼，這也太方便了吧。

今天分享了三種時間管理的優化技巧，你覺得哪個工具跟操作技巧對你最有幫助呢？ 

如果你有更多私藏的實用時間管理方法，歡迎你在影片留言跟我分享或者加入頻道會員或 Discord 論壇跟大家交流，我們下支影片再見！

更多、更完整的內容，歡迎上泛科學院的 youtube 頻道觀看完整影片，並開啟訂閱獲得更多有趣的資訊！

人們慣於「合理化」自身行為

越戰中喪生的美國士兵多達五萬多人。戰爭期間，美國政府為了獲得民眾的支持，經常刻意發布一些正面的消息，例如，北越共軍即將敗退，或南越很快就足以自保。美國不斷派兵前往越南，總統詹森應該比其他的領導者為此付出更多的責任。

詹森不時會聽到閣員私下表示對越戰形勢的擔憂。詹森是否曾把這些政治人物叫進自己的辦公室，向他們解釋自己的觀點呢？完全沒有。相反的，他採用一種很不尋常的技巧：他派那些懷疑者跟一群記者去越南「調查真相」。

詹森很清楚他的閣員不太可能公開表達私人疑慮，面對外界時，他們不得不高調捍衛政府的政策。「裝假成真」原理預測， 這些懷疑者在聽到自己發表支持總統政策的言論後，最終也會相信自己的言論。

「假裝成真」會影響人們自身的信念嗎？

研究人員在實驗室中運用相同的方法，測試「裝假成真」原理是否能夠影響信念。為此，他們把受測者找來實驗室，讓他們填寫一份有關其政治立場的問卷。接著，叫半數的受測者發表支持其反對政黨的簡短演說，另一半的人則是從雙面鏡觀看他們演說。兩周後，所有的受測者又填了一份有關其政治立場的問卷。

「裝假成真」原理預測，發表過演說的人看到自己支持討厭的政黨後，可能會開始覺得那個政黨其實沒那麼壞。相反的，那些只聽到演說的人雖然接收了一樣的資訊，但不是自己提出主張，所以不會改變立場。研究結果證實了這點，只要幾分鐘的角色扮演，就可以達到媒體轟炸、政治廣告所達不到的效果。

多年來，研究人員也把同樣的程序套用在多種不同的場合上，他們錄下有些人主張多種議題的談話，例如，墮胎、酒駕危險、擴大警方職權等等。在每個例子中，他們讓受測者表現出相信某言論的樣子，可以讓他因此相信上百個理性論點也無法說服他的議題，迅速改變他的態度，讓他支持你預設的立場。

事實上，這個轉變非常明顯，受測者往往事後還會否認自己曾抱持原始的觀點。研究人員拿出原始問卷證明他們原始立場不同時，他們會堅稱問卷是假的，或自己當初看錯題目。這個機制可以解釋許多原本難以理解的立場轉變。

用「假裝成真」的心理改變戰俘的立場

本章一開始，我提到韓戰結束時，許多美軍決定續留北韓，很多美國大兵即使回到美國，依舊大談共產主義的優越。

研究人員深入訪問這些戰俘後發現，那些信念不是在催眠、迷藥或體罰下灌輸給他們的，而是共產高層刻意運用「裝假成真」原理來改變美國戰俘的想法。這種罕見的思想操縱形式，通常是從戰俘進入拘留營時開始運作。警衛先和新來的戰俘握手，並說道：「恭喜，你被解放了。」

接下來的數周，戰俘必須上長時間的課程，那些課程都是在歌頌共產主義的優點，課程也會要求他們做小組討論。每組通常會分派一位中國共產黨員監督，以確定戰俘討論出「正確」的結論。如果小組裡有人公然表達反共產的論點，所有的戰俘都必須重聽一遍講課並重新討論。

戰俘入營不久，中國警衛也會要求他們抄寫幾句親共言論（例如「共產主義很棒」、「共產主義是未來之道」、「共產主義是最開明的政府形式」）。很多美國人都很樂意抄寫，因為這些要求看起來微不足道，乖乖聽話通常可以換得一塊肥皂或幾根香菸作為獎勵。

幾周後，警衛加碼要求戰俘大聲朗讀那些言論， 多數戰俘還是照做了。又隔幾周後，他們要求戰俘向自己的同伴朗讀那些言論，最後開始辯論，主張為什麼他們相信那些言論是正確的。

此外，如果戰俘自願為拘留營寫親共文宣，他們可以得到在當地相當珍貴的東西，例如，鮮果或甜食。文宣一經刊出，作者就可以戴上毛澤東的徽章，不必做繁瑣的勞務。久而久之，這些行為使很多戰俘改變了他們對共產主義的態度，甚至說服一些戰俘留在北韓，而不是返美。

「裝假成真」原理有助於解釋這種信念的巨大轉變：中國共產黨不需要訴諸體罰或神祕的洗腦術，只要確定戰俘看到自己一再重申他們支持共產主義，他們就會自己培養出和他們的說法一樣的信念。

同樣的方法也可以用來影響整個民族。每天高喊「希特勒萬歲！」，可以鼓勵許多德國人民更接納納粹的意識型態。叫人一再高唱國歌，可讓人更愛國。讓孩子每天早上祈禱，可以提高他們接納宗教信仰的機率。

在上述的每個例子中，言語成了信念。許多人對這種研究相當好奇，開始研究其他類型的行為是否也有同樣的說服效果。其中有兩個研究最出名，一個是關於眼珠的顏色，另一個是「第三浪潮」（Third Wave）的形成。

——本文摘自《怪咖心理學之鍛鍊正能量思維，用科學方法讓好事成真》，2023 年 4 月，漫遊者文化出版，未經同意請勿轉載。