從炫技料理到可食用水球：食品科學中的晶球技術（下）

• 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。

• 文/陳彥諺

環保行動從源頭出發

說到「環保」，許多人第一時間想到的關鍵字就是「減塑」、「限塑」，在現代社會中，大量塑膠製品、塑膠袋充斥在生活中，而一次性使用的塑膠製品就是環保行動的最大敵人。不過，你知道嗎？發明塑膠袋的初衷，其實是為了拯救地球。
在塑膠袋發明以前，紙袋、布袋是主流的包裝用品。為了讓人們能有好看、方便、低成本的包裝材料運輸物品，1959 年，瑞典工程師斯坦・圖林發明了塑膠袋，其輕便、價格低廉、耐用、可重複使用，也可以取代紙袋以減少伐木量。

卻沒想到，這麼好用又便宜的塑膠袋問世後，在20 世紀末以前，紙袋、布袋幾乎被塑膠袋取代了，但是，人們並沒有如圖林發明當時所設想的，將耐用的塑膠袋重複利用，以減少地球負擔，反而衍生出單次使用後便丟棄的習慣，時至今日，塑膠垃圾更造成了嚴重的環境污染。

然而，地球是大家的，是每一個人的，也是家樂福所關心的。

家樂福十多年來，響應聯合國永續發展目標 SDGs，除了推行友善農業關懷土地，也以透明系列商品支持動物福利，2019 年，更設立影響力概念店，鼓勵消費者自備購物袋，同時把家中不需要的紙袋，帶到店中分享給需要的民眾，家樂福以具體行動響應 SDG 12 責任消費與生產，希望改變從 i 開始。

家樂福賣場實際響應環保行動

(A) 生活區：瓶身再生塑膠的環保洗護產品

日常生活中，洗澡洗髮使用的盥洗用品，是塑膠瓶罐的一大來源。家樂福攜手台鹽生技、台灣設計研究院、點睛設計，從原料到包裝，皆秉持著永續再生、環境友善、天然純淨的原則，推出Re系列永續商品。

Re代表減量（Reduce）、再利用（Reuse）、回收（Recycle），更代表著這項產品的永續再生（Power of Regeneration）。落實的行動包含，瓶身、瓶蓋採用 100% 再生塑料，運輸紙箱採用 FSC 森林環保紙箱等。

(B)食品區：可回收包裝減少食物浪費

食品的包裝，也是生活廢棄物的一大來源。家樂福除了停止使用保麗龍外，更在食品的包裝方法上，採用「貼體包裝」。

以往常見的食材包裝，是將食材放在保麗龍盒上，再以保鮮膜覆蓋，因為保鮮膜並無法完全密合食材本身，保鮮效果有限。而家樂福採用 APET/PE 材質的貼體包裝，結合抽真空原理與加熱技術，讓包材可以貼合食材，形成食材的第二層皮膚，減少與氧氣、微生物的接觸外，更能有效保存食材，減少食物浪費，同時減少保麗龍使用，一年可少用3百萬個保麗龍。

(C) 收納區：減塑收納寶物，再生塑料一級棒

在收納部分，家樂福提供了消費者環保折疊購物袋的新選擇，樣式活潑可愛的環保折疊購物袋，材質為 RPET，是回收寶特瓶材質，每 2.8 個寶特瓶可做 1 個折疊購物袋，不只可供消費者重複使用，且產品本身便已達到循環利用。

另外，居家生活不可或缺的垃圾袋，家樂福也有新實踐！家樂福環保清潔袋，是回收家樂福或各通路的PE膠膜，經過工廠處理、回收篩選、製作成 100% 再生塑膠粒子後添加美國香氛除臭精油製袋，讓以往丟棄的回收膜，經過處理後有了新生命，而且不需添加新塑膠，就能製成接近新料等級的優質產品。

從今天開始、從 i 開始，和家樂福一起減塑、減廢，愛地球！

為了地球，家樂福不遺餘力。從友善農業、動物福利開始，再從減廢減塑著力。當家樂福自有品牌取消了飲料組裝的收縮膜包裝，策略從賣場及商品包裝減塑，每年約減少 340 噸塑膠，1067 噸的碳排。

塑膠產品的誕生初衷，是為了讓地球、讓人們的生活更好。雖然在過去的消費習慣下，對地球造成了嚴重影響，但是，要愛地球，永遠不嫌晚。從今天開始、從i開始，和家樂福一起減塑、減廢，愛地球吧。

• 作者／張凱婷

作者簡介
綠色和平減塑專案負責人。都市與社區規劃背景，從事環境倡議工作六年，致力支持全球與在地的永續與環境保護行動。

• Take Home Message
  • 塑膠廢棄物的汙染愈加嚴重，特別是一次性塑膠包裝。據統計，2040 年全球塑膠廢棄物將會累積至6.46 億公噸。
  • 分析報告指出「源頭控制、減量」比「回收」或「替代材質」更適合作為塑膠汙染的解決方案。
  • 正進行談判協商的全球塑膠公約須以零廢棄為原則限制生產與使用，優先淘汰一次性塑膠，以終結塑膠汙染世代。

自人類開始使用各種形態、材質的塑膠，只花了不到一個世紀的時間，就讓塑膠汙染成為全球性、最緊急的環境挑戰之一，影響著我們的健康、自然生態及氣候。

即使全球統一的回收標誌已運行了 40 年之久，但所有被產生出來的塑膠垃圾只有 9％ 進入回收利用。塑膠廢棄物的末端處理成效令人沮喪，但塑膠用量仍年年升高。根據統計，全球自 1950 年代至今已累積製造了 83 億噸的塑膠，2021 年的塑膠產量更已達到 3.9 億公噸，與半個世紀前 1964 年的 1500 萬噸相比，相差了 20 倍。

根據世界經濟論壇（World Economic Forum，WEF）估計，一次性塑膠包裝占所有塑膠產量的 40％，為塑膠產業的最大宗，相當於每年有 1.61 億噸的塑膠包裝在市面上僅用一次就被丟棄。塑膠包裝也因此成為海洋及全球淨灘統計中最大量的垃圾。

塑膠演變成環境汙染的原因在於它幾乎無法完全被分解，而且會隨著陽光長期照射，脆化、分解、破碎成更小的碎片或顆粒，形成塑膠微粒。由於塑膠微粒的尺寸小、重量輕，透過大氣可以使它的傳播距離更遙遠，不僅漂浮在我們呼吸的空氣中，甚至可以進入並積聚在我們的器官、組織、血液中。

單靠回收無法解決問題 「減量、控制」才是最具吸引力的解決方案

皮尤慈善信托基金會（The Pew Charitable Trusts）2020 年出版的海洋塑膠分析報告書——《打破塑膠浪潮》（Breaking the Plastic Wave）指出，全球塑膠汙染的情形會愈來愈嚴重，若沒有系統性的轉變，到了 2040 年全球每年產生的塑膠廢棄物將會倍增，累積在海洋中的塑膠垃圾會比現在多出四倍，來到6.46 億公噸（圖一）。

不過，這份報告也提出相關解決方案，包括：

• 源頭控制、減量：直接淘汰塑膠、擴大消費者重複使用方案、推出新的包裝商業模式
• 替代材質：紙、紙＋淋膜、可分解材質
• 回收：機械回收、化學回收
• 終端處理：廢棄物燃料化、焚燒、掩埋

報告指出，若要解決塑膠汙染，無法靠單一的解決方案，且每一個解決方案可以帶來的減量效果都有所不同。其中，「源頭控制、減量」——透過直接淘汰包裝、擴大消費者重複使用的選項、新興的商業模式，在綜合環境、經濟和社會角度成為最具吸引力的減量方案，可以最大程度減少塑膠汙染，還能帶來經濟效益並緩解溫室氣體排放（圖二）。

我們必須要以前所未有的速度和規模創建新的商業模式、產品設計、材料、技術和回收系統，以加速朝向循環經濟發展。

企業自願性承諾減塑緩不濟急

2018年，艾倫麥克阿瑟基金會（Ellen MacArthur Foundation）邀請眾多企業及政府簽署自願性的「新塑膠經濟全球承諾」，包含使用大量一次性塑膠包裝的零售商、觀光業、食品業及包裝製造商要在 2025 年達到以下減塑目標：

• 剔除不必要或有問題的塑膠包裝。
• 達成可重複使用塑膠的商業模式，以替代一次性的塑膠使用。
• 全面使用 100％ 可重複利用、可回收或可堆肥的塑膠包裝。
• 對所有使用中的塑膠包裝設定採用可回收塑膠比例的目標。

然而，艾倫麥克阿瑟基金會去（2022）年度的追蹤報告卻顯示，以目前企業落實的程度看來，2025 年幾乎不可能達成此目標。值得一提的是，重複使用的商業模式雖然每年都有成長，但是成長幅度並不高，企業以及政府相對投注更多資源在「回收」或「替代材質」。

這突顯大品牌空洞的自願性承諾，需要更強而有力的導正，大幅減少塑膠的生產和使用，並且應大力加速轉型往「重複使用包裝」的經濟模式。

進行中的全球塑膠公約

好消息是，要阻止塑膠汙染持續惡化的呼聲也來到高峰。去年 3 月的聯合國環境大會（United Nations Environment Assembly，UNEA 5.2），各國家及地區代表均認同解決塑膠汙染的迫切性，決議確立公約。為了立法處理塑膠汙染問題，全球規劃透過「政府間談判委員會」（Intergovernment Negotiating Committee）商議條文細節，目標明（2024）年底前完成協商程序。

依照目前的規畫，從去年底到明年將進行五輪的談判協商，第一輪已經於去年 11 月於肯亞奈洛比落幕。

第一輪的會議重點有以下：

• 各國家及地區均認同解決塑膠汙染的迫切性
• 許多政府及企業都有共識此條約需具法律約束力，並涵蓋整個塑膠生命週期
• 各國家及地區須制訂「國家／地區級行動計畫」

源頭減量，終結塑膠汙染時代

聯合國在 2017 年時宣布了塑膠汙染為全球危機（planetary crisis）：塑膠汙染不可逆轉，不僅會導致生物多樣性喪失，對依賴海洋生態系統健康的人類生計造成毀滅性影響，科學證據也證實當前的塑膠汙染已超出了地球可負荷的極限，再加上塑膠汙染的跨區域特性強、生命週期對全球造成汙染並衝擊自然環境與人類健康。

我們亟需導入能與問題規模相匹配的解決方案，全球塑膠公約必須以「預防放任塑膠無上限生產」及「零廢棄」為原則，限制塑膠的生產與使用，設定塑膠生產限制的歷史基線，作為不得再產生新原生塑膠的禁令，並且優先從源頭逐步淘汰一次性塑膠，以終結汙染世代。

• 〈本文選自《科學月刊》2023 年 5 月號〉
• 科學月刊／在一個資訊不值錢的時代中，試圖緊握那知識餘溫外，也不忘科學事實和自由價值至上的科普雜誌。