0

1
2

文字

分享

0
1
2

脊髓神經受損不再是一輩子的事了!能使脊髓神經軸突再生的人工合成醣類

研之有物│中央研究院_96
・2019/09/18 ・4519字 ・閱讀時間約 9 分鐘 ・SR值 552 ・八年級

-----廣告,請繼續往下閱讀-----

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|林洵安。

在同學坐下時將椅子移開、站立時直接彎腰搬重物,這些動作看似無關緊要,其實非同小可,很容易傷到脊髓神經。更嚴重的是,脊髓神經受損後無法修復,一旦造成傷害,可能半身不遂。好消息是,中研院基因體研究中心主任洪上程與日本名古屋大學合作,近日發現:人工合成的「硫酸乙醯肝素」八醣體,能讓小鼠受損的脊髓神經軸突再生,或許在未來某一天,可以成功修復人類受損的脊髓神經。

人類的神經系統與神經元細胞

人類的神經系統分成兩個部分:包含腦和脊髓的中樞神經,以及遍布全身的周圍神經。

圖片來源|iStock
圖說設計|黃曉君、林洵安

但不管哪個部位的神經,基本單位都是神經元細胞。所有的神經元都有三個基本構造:細胞核所在的細胞體 ,負責接收訊息的樹狀突起─樹突 ,還有將神經訊息向外傳送、一條細長管狀突起─軸突。

-----廣告,請繼續往下閱讀-----

神經元細胞傳送訊息的方法是:細胞體的神經衝動,先由軸突傳到末端的突觸,再由下一個神經元細胞的樹突接收、軸突傳出,就這樣一個傳一個,宛如接力賽般把訊息傳出去,直到目的部位。

第一個神經元細胞將神經衝動傳到軸突末端的突觸,然後釋放神經傳導物質到下一個神經元細胞的樹突突觸,藉此將神經衝動傳給下一個神經元……就這樣把訊息接力傳到目的地。神經元軸突長度相差很大,有的僅分布在細胞周圍;有的很長,像是成人的坐骨神經,長度能超過1.5公尺。
圖片來源|iStock
圖說設計|黃曉君、林洵安

反過來說,如果軸突受損、斷裂,無法再生,就會阻斷神經訊息傳遞,嚴重將導致癱瘓。洪上程、門松健治跨國團隊的研究故事,就從這裡開始⋯⋯

軸突再生的關鍵:蛋白質 Cortactin

由洪上程、門松健治組成的跨國研究團隊發布、刊登於國際期刊《自然-化學生物學》(Nature Chemical Biology)的研究論文中,日本團隊從小鼠身上取得的背根神經節作為研究材料,背根神經節屬於上述的周圍神經。

結果發現: 當神經元的軸突受損或斷裂時,軸突末端會形成球狀凸起物,以避免神經元細胞質持續流失,但在此同時,也阻礙了軸突生長,導致軸突受傷後無法修復。

-----廣告,請繼續往下閱讀-----

所幸,日本研究團隊又發現:神經元軸突能否再生,關鍵在細胞內一種名為 Cortactin 的蛋白質。當 Cortactin 被磷酸根化,就會促使細胞進行自噬作用,讓軸突末端的球狀凸起物分解。如此一來,斷裂的軸突就可以重新生長、產生連結。

當 Cortactin 被磷酸根化,就會促使軸突末端的球狀凸起物分解,讓斷裂的軸突可以重新生長。
資料來源|洪上程
圖說重製|黃曉君、林洵安

可惜的是,在神經元軸突受損的情況下,Cortactin 是沒有被磷酸根化,處於沒有活性的狀態。

洪上程指出,洪上程指出,原因在於細胞表面的硫酸軟骨素(Chondroitin Sulfate,以下簡稱 CS)和細胞膜上的磷酸根移除酶(Protein Tyrosine Phosphatase Receptor σ,以下簡稱 PTPRσ)。

CS 分子會在受傷的神經軸突附近聚集,並和神經元細胞表面的 PTPRσ 結合,使它活化。一旦 PTPRσ 被活化,會移除 Cortactin 的磷酸根。沒有磷酸根、沒有活性的 Cortactin 就無法促成細胞進行自噬作用,受損的軸突就無法修復。

-----廣告,請繼續往下閱讀-----
第一個新發現: CS 分子結合受器 PTPRσ,會移除 Cortactin 的磷酸根,阻礙神經元軸突再生。
資料來源|洪上程
圖說重製|黃曉君、林洵安

人工合成八醣體,促成神經元軸突再生

好消息是,洪上程發現,阻礙軸突修復的 CS 分子,跟他實驗室合成的八醣體─硫酸乙醯肝素(Heparan Sulfate, 以下簡稱 HS)同屬 Glycosaminoglycans 家族,結構都含有多個硫酸根。

洪上程便將自己實驗室合成的十六種 HS 八醣分子,提供給門松健治團隊,讓 HS 分子跟受損的神經元作用,期待 HS 分子可以取代 CS 分子,並與 PTPRσ 結合後,不會移除 Cortactin 的磷酸根。

結果顯示:在成鼠受損神經元,施以大量 HS 分子之後,神經元果然開始重生。

這個實驗證實了硫酸根較多的幾種 HS 分子,果真成功消除 PTPRσ 活性,造成 PTPRσ 無法移除 Cortactin 的磷酸根,讓神經軸突得以再生。

-----廣告,請繼續往下閱讀-----
第二個新發現:HS 分子取代 CS 分子,搶先與 PTPRσ 結合, 讓 Cortactin 又可被磷酸根化, 使神經軸突順利再生。
資料來源|洪上程
圖說重製|黃曉君、林洵安

日本學者推測原因:原本 CS 分子的 PTPRσ 結合是一對一,一個 CS 分子結合一個 PTPRσ。但 HS 分子的結構比較長,所以一個 HS 分子跟好幾個 PTPRσ 集結,形成低聚合物,可能因此遮住了 PTPRσ 的活性位置,使它們無法發揮去除磷酸根的功能。

另一個可能解釋是,HS 分子跟 PTPRσ 結合後, 蛋白質 PTPRσ 本身結構發生變化,連帶影響活性,失去了移除磷酸根的能力。

細胞實驗成功後,下一個要克服量產問題

目前神經軸突再生實驗,已經完成了細胞測試階段,下一步就是以活體動物作為實驗對象。

不過直接在小鼠體內組織進行實驗,比起之前將小鼠脊髓神經細胞取出、放在培養皿操作,難度不可同日而語,光是 HS 分子的劑量就是一大考驗。

-----廣告,請繼續往下閱讀-----

因為細胞實驗只需要幾毫克 HS 分子 ,但動物實驗劑量勢必需要幾公克。雖然目前八醣體的合成步驟已有標準流程,但是要大量合成,條件絕對不會一樣。

「不僅是原料濃度要增加,容器大小、環境溫度,都有可能影響產率。」洪上程解釋。操作人員熟悉標準流程的步驟後,想要達到量產目標,估計可能要再花費一年時間。

至於何時應用到人體?這次周圍神經元軸突再生機制,能否應用到中樞神經元?這些問題都需要更進一步的研究。

HS 分子在這次發現中扮演關鍵角色。您是怎麼開始研究 HS 分子?

HS 分子,可說是我二十年研究經驗的累積。當初會研究人工合成 HS 分子,源自中研院基因體研究中心,肩負著對抗傳染性疾病、癌症和神經退化性疾病的重責大任。

-----廣告,請繼續往下閱讀-----

傳染性疾病與癌症,看似與基因沒有強烈的關聯,但實際上,經由人體遺傳物質 DNA 轉錄、轉譯製作出來的蛋白質,在後續修飾的過程,會影響人體是否容易感染疾病,或是出現癌細胞。基因體研究中心著手的蛋白質後轉譯修飾(Post-translational modification, PTM)研究,在近年來神經退化疾病醫療中,也越顯重要性。

中研院基因體研究中心肩負著對抗傳染性疾病、癌症和神經退化性疾病的重責大任。

至於我一開始想解決的問題,其實是登革熱。研究發現,登革熱病毒在感染細胞的時候,會跟細胞表面的 HS 分子結合,促使細胞進行吞噬作用,讓病毒進入細胞,利用細胞裡的資源增殖、再擴散。

因此我構想,針對病毒本身或細胞表面的醣類進行研究,應該可以找出阻隔病毒入侵細胞的有效方法。因為病毒突變太快,但不論如何變異,目標都是跟細胞表面的醣類結合。換句話說,如果能夠模擬、人工合成細胞表面的醣類,讓它和病毒作用,也許可以避免病毒進入細胞。

但僅僅是合成細胞表面相關的醣類,就必須花費龐大的心力。。

-----廣告,請繼續往下閱讀-----

為什麼人工合成醣類很困難呢?

醣類,主要是由數個葡萄醣(醣的最基本單位)組合,但是在合成時需要注意「異構物」的問題。

所謂的異構物,即是分子式相同的醣類,從立體的角度來看,還會有官能基朝向方位不同的狀況。如同物體與其鏡像,對稱卻無法完全重疊,稱為「鏡像異構物」。

兩個異構物可根據分子對偏振光的反應—-使光向左或右邊旋轉,分成左旋與右旋。左旋與右旋的化合物,雖然具有相同的化學與物理性質,但與其他物質作用時卻可能產生完全不同的效果。

除了分辨、純化所需要的醣類之外,在著手合成時還有官能基區分、選擇等等難題。

官能基,是分子裡一群有特定結構與化學性質的原子團。一個葡萄醣上有五個 OH(氫氧根)官能基,每個扮演的角色都不同。在人工合成醣類時,確認哪個是應該作用的目標官能基之後,還要想辦法保護其他不應該進行反應的官能基。

人工合成醣類需要注意異構物、旋光性的篩選,還有官能基作用選擇,統統需要耗費大量時間分析。

後來我的實驗室發明了合成醣的「一鍋化」方法。原本一個反應瓶只能一次進行一個反應,反應終止後要純化、分離,再進行下一個步驟。「一鍋化」方法能省略很多步驟、節省溶劑與化學廢棄物,並製作出許多不同的衍生物。

目前實驗室已經製造出兩條八醣骨架(下圖骨架 A 和骨架 B),每條骨架加裝不同官能基可以生成八種衍生物,就是這次研究使用的十六種 HS 分子。

從一個共同的八醣骨架 A ,分別進行 8或 9 項反應步驟,可以衍生出 8 種 HS 分子。
資料來源|洪上程
圖說設計|黃曉君、林洵安
從一個共同的八醣骨架 B ,分別進行 8或 9 項反應步驟,可以衍生出 8 種 HS 分子。
資料來源|洪上程
圖說設計|黃曉君、林洵安

經過二十年的經驗累積,目前可用五、六十個步驟製造出十六個八醣體。但我的最終目標,是合成十六個八醣骨架,製造出一百二十八種衍生物。

這次突破性發現是中日跨國合作的成果,您怎麼會想到跟名古屋大學合作呢?

這次的跨國合作,其實源自一場不經意的研討會談話。

有一次,我到歐洲參加兩年一度的蛋白聚醣國際研討會,在會議中認識這次的日方研究團隊。

因為都是亞洲人,臉孔比較熟悉,很自然的互相打招呼,交流彼此的研究領域。我的專長是化學合成,與名古屋大學的科學家不經意的聊起 PTPRσ,以及如何製造合成物來抑制蛋白質活性。

就這樣,原本不同國家、不同領域的研究者,透過一場輕鬆的交流,促成這次台日跨國研究計畫,最後讓原本用來對付傳染病的八醣體,成為促進神經修復的關鍵。

所以不論是研究或是學習,都應該要把握機會認識不同領域的朋友。不一定都要出國開會,也可以是不同部門、樓層,甚至是隔壁研究室。瞭解彼此在做些甚麼,才有辦法合作,找出新發現。

中研院基因體研究中心主任洪上程,以本次跨國合作經驗勉勵研究者:「走出門外交流,或許是新發現的開始!」
攝影|林洵安

延伸閱讀:

本文轉載自中央研究院研之有物,原文為癱瘓者的福音!人工合成八醣體,促使脊髓神經軸突再生,泛科學為宣傳推廣執行單位

___________
你是國中生或家有國中生或正在教國中生?
科學生跟著課程進度每週更新科學文章並搭配測驗。來科學生陪你一起唸科學!

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。

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/