如果我生而為別人的附屬品，那我很有可能是一名女性？──《一次讀懂哲學經典》

• 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。

「意識」是什麼？

直到現在，仍是宗教、哲學、心理學、神經科學都還無法解答的難題。

但是今年， 2023 年，一場來自神經學家與哲學家對於「意識」解釋的賭注，在經過長達 25 年的研究後，終於要畫下句點了嗎？到底是誰贏了？對自己頭上頂著的大腦，我們又了解多少了？

25 年前，一場圍繞「意識」之謎的賭局

1998 年，神經科學家克里斯托夫・科赫（Christof Koch）和哲學家戴維・查爾莫斯（David John Chalmers）打賭一箱葡萄酒，如果 25 年後，人們已經能清楚地解釋意識背後的神經機制，那麼就是科赫贏了。反之，如果還是未能解答意識之謎，就是查爾莫斯贏了。

但在揭曉勝者之前，我們要先來談談一個最基本的問題，「意識」到底是什麼？首先我們要先定義清楚，因為在中文中，意識指的可能是一個人的清醒狀態、也可以是對內在自我的一種感知、又或是包含感知、情緒、思考等等的一種總和、又甚至可以是指在精神分析理論中與前意識和潛意識的比較。

若要深入探討意識定義的發展以及不同的哲學論點，那真的不做個三十集做不完，在這集的時間內，就讓我們把重點放在感質（Qualia）的相關概念。感質，指的是個人直接體驗的主觀感受，被認為無法通過客觀描述或第三人稱觀察來完全理解或解釋。我們感知世界的方式、感受事物的質感、觸覺、視覺、聽覺、嗅覺等等都是屬於感質。

舉一個例子。若是把一顆紅蘋果放在大家面前，詢問蘋果這是什麼顏色，相信大家應該都會說這是紅色。然而，雖然科學能解釋紅色是因為有波長約 620 到 750 奈米的光，刺激到視網膜的錐細胞，產生一連串的神經反應，最後形成大腦的表徵，但卻無法解釋我們對紅色的主觀感受是怎麼形成的。

哲學家們也常思考，你看到的紅色，和我看到的紅色究竟是否一樣，是否有可能我眼中的紅其實是你眼中的綠。

舉另一個例子，這件數年前爆紅的衣服，你覺得是藍色與黑色相間，還是白色與金色相間呢？

另外，像是這張圖究竟是兔子還是鴨子？

這張圖究竟是狗還是小女孩？

明明有張客觀的圖片存在，每個人的主觀感受卻有不同的答案。

「困難問題」（Hard problem of consciousness）是找不到答案的問題？

在意識賭局中的哲學家戴維・查爾莫斯，就提出感質以及主觀經驗為什麼（why）存在以及如何（how）產生是所謂的困難問題（Hard problem of consciousness），相較於簡單的問題是討論意識相關的功能和行為，困難問題涉及意識的經驗（現象、主觀），是沒辦法客觀觀察測量。也就是這個問題，是沒有答案的。

舉一個屬於困難問題的例子，明明都只是大腦的神經在放電，為何某些神經放電後會導致飢餓感而不是其他感覺，譬如口渴？他認為即使沒有飢餓這種「感覺」，飢餓衍伸出的行為，例如進食，也可以發生。因此這些產生的感覺，無法單純簡化由大腦等物理系統解釋。

然而，困難問題的說法其實也存在爭論。根據 2020 年哲學期刊文章的互動式學術資料庫 PhilPapers 的調查， 29.72% 的受訪哲學家認為難題不存在，而 62.42% 的受訪哲學家認為難題是一個真正的問題。

也有一群神經科學家們雖然接受困難問題的存在，卻也認為困難問題未來可以被解決，又或是被證明這不是一個真正的問題。並開啟了他們對於意識相關神經區（neural correlates of consciousness）簡稱 NCC 的研究發展，試圖找到足以產生意識的最小神經集合。

但 NCC 的研究被認為最多只能找到神經反應與意識的相關性，解決的仍然只是簡單問題而非困難問題。為了突破 NCC 本身的限制，人們又開始轉往重視意識理論（theories of consciousness (ToCs)）的發展。希望透過意識理論來超越以 NCC 為基礎的方法論，轉向提供更具解釋性見解的意識模型。

在意識模型這邊還在爭論不休，讓我們先把鏡頭換到神經學家這一邊。

研究科技進步，為意識研究帶來哪些幫助？

面對意識這個艱難的大哉問，克里斯托夫・科赫當初怎麼那麼有自信，敢發起這個看起來勝算就不大的挑戰呢？有那麼愛喝嗎？

1998 年，年輕有為的克里斯托夫・科赫已經是加州理工學院的助理教授，並和生命科學領域大咖中的大咖弗朗西斯・克里克，合作研究意識這個主題。沒錯，就是和華生一同發現 DNA 是雙股螺旋結構的克里克。除此之外，克里斯托夫還擁有物理的碩士學位，擁有跨領域的知識，讓他更加相信透過實證的方式，能找到意識的神經機制。

當時有許多大腦研究的技術蓬勃發展，像是功能性磁振造影（fMRI）已經獲得廣泛使用，使得科學家們能在對象進行活動或是受外界刺激時，同步從大腦血氧濃度的變化來推斷神經反應。

此外，光學遺傳學（optogenetics）技術也在那個時期開始萌芽，這讓研究者能用極佳的時間解析度來調控特定的大腦神經元，並藉此解碼大腦的秘密。舉例來說，現在的光學遺傳學能讓科學家們鎖定小鼠的特定神經細胞，並在小鼠頭上裝上 LED 光纖，只要開啟 LED 的光刺激，那些特定神經細胞就會興奮或抑制。藉由觀察小鼠行為的變化，就能了解不同行為表現是由哪些神經元所調控。

厲害的是，在 1979 年光學遺傳學的技術還未誕生前，克里克就認為如果想要了解大腦的運作，精準控制大腦中一種類型的所有細胞是非常重要的，而若想要有極佳的時間和空間精細度，必須使用光的技術，這與後來光學遺傳學的發明不謀而合。

有了這些科技加持，長達 25 年對於意識的賭注也即將來到結局。

所以，誰贏了賭注？

2023 年 6 月 23 日，在科學意識研究協會的年會上，揭曉了這長達 25 年的賭局。神經科學家克里斯托夫・科赫（Christof Koch）最終承認，目前還不能解釋大腦的神經元是如何產生意識，並買了一箱好葡萄酒（1978 Madeira）給哲學家戴維・查爾莫斯（David John Chalmers）實現諾言。

當然，這不是說意識的來源永遠沒有解答，只是當初賭局設下的 25 年時限到了。實際上到了 2018 年，他們兩位根本都忘了這場賭局，直到一位科學記者佩爾・斯納普魯德重新提及這個話題，才讓大家重新想起。

恰巧那個時間點，克里斯托夫・科赫和戴維・查爾莫斯都參與了鄧普頓世界慈善基金會支持加速意識研究的大型項目。該計畫建立一系列意識理論的「對抗性」實驗，希望透過讓兩個或多個持相反觀點的競爭對手共同合作研究，來挑戰各種意識假設。

意識理論的百家爭鳴

而其中包含兩個著名的意識理論，全局工作空間理論（Global Workspace Theory （GWT））和整合資訊理論（Integrated Information Theory （IIT））。

全局工作空間理論（Global Workspace Theory （GWT））的概念，最早是由認知科學家伯納德・巴爾斯和斯坦・富蘭克林在 1980 年代晚期提出。他們認為意識的產生就像是劇場聚光燈一樣，當這個意識劇場透過名為選擇性注意的聚光燈在舞台上照出內容，我們就會產生意識情境。這聚光燈的投射也代表著全局工作空間，只有當感官輸入、記憶或內在表徵受到注意時，它們才有機會整合成為全局工作空間的一部分，被我們主觀意識到。而我們的行為決策，也是透過這個全局工作空間整合訊息，並分配到其他系統所產生。目前認為全局工作是發生於大腦前方的前額葉區域。

與全局工作空間理論打對臺的，是整合資訊理論（Integrated Information Theory （IIT）），最早由朱利奧・托諾尼（Giulio Tononi）在 2004 年提出。這理論認為，意識背後是有數學以及物理為基礎的因果關係。應該先肯定意識的存在，再回推尋找其背後的物質基礎，並認為主觀意識是由客觀的感覺經驗產生的。克里斯托夫・科赫就是此理論的擁護者，他進一步認為，意識背後的那個神經機制，就存在於大腦後方後皮質熱區（Posterior cortical hot zone），包括頂葉、顳葉和枕葉的感覺皮質區域。

讓我們稍微總結一下兩者差異：

全局工作空間理論——

• 意識只能透過訊息投射到一個稱做「全局工作空間」之後才能呈現
• 訊息本身不會形成意識
• 訊息要被注意到才會產生意識

整合資訊理論——

• 意識存在
• 產生的關鍵是需要將大腦處理感覺的皮質區域訊息整合

然而，經過六個獨立實驗室的研究，雖然有較多的證據支持整合資訊理論，但兩個理論都存在缺陷和質疑，直到目前都尚未有明確解答能解釋意識的神經機制，這也讓克里斯托夫・科赫大方承認自己輸掉了這 25 年的賭局。

隨著科學測量技術的演進以及越來越多的研究進展，有一些神經科學家認為意識理論即將崛起，目前的狀態只不過是一種研究過渡期。科學哲學家托馬斯・庫恩（Thomas Kuhn）將這種過渡期以「前典範式」（preparadigmatic science）來形容，認為一門不成熟的科學在成熟前，會面臨相互競爭的思想流派並各說各話。就像是當初達爾文提出演化論的物競天擇前有拉馬克主義、災變論與均變論來試圖解釋物種起源一樣。

下一場賭約？

雖然這次的打賭由戴維・查爾莫斯獲得一勝，但克里斯托夫・科赫在今年加倍賭注，認為下一個 25 年他一定會贏。到時候克里斯托夫已經 91 歲，戴維 82 歲了。

大家別擔心，這一集是會員共同選出來的題目， 25 年之後，我們也會再為各位泛糰做一集討論賭局的結果。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

參考資料

• https://www.sciencealert.com/25-year-… 
•   The Bet on Consciousness 
•  https://www.nature.com/articles/d4158…
• https://consc.net/consciousnesswager.pdf
• https://www.nature.com/articles/s4158…
• https://www.vox.com/future-perfect/20…
• https://www.scientificamerican.com/ar…
• https://www.vox.com/future-perfect/20…

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜田偲妤
• 美術設計｜蔡宛潔

於瞬息萬變社會中的指引——政治哲學！

在政治學中，除了以實證方法研究政治行為的政治科學，還有一個奧妙的政治理論領域，當中的政治哲學如同北極星般，指引人們探索政治活動所涉及的公共生活基本價值。中央研究院「研之有物」專訪院內人文社會科學研究中心曾國祥研究員，與我們分享政治哲學的使命與魅力，原來哲學並不虛無，我們的生活與信念皆與哲學息息相關！

哲學有什麼魅力令思想家前仆後繼地研究？

你對哲學的認識是什麼？如果在哲學前加上「政治」兩字，又會想到什麼？走進曾國祥研究員位於中研院人文社會科學研究中心的研究室，在滿室哲學書籍、康德（Kant）與霍布斯（Hobbes）畫像的陪伴下，「政治哲學」的迷人之處在談話間表露無遺，同時傳遞一位政治思想家對生命的焦慮與感動！

談起當初是怎麼走上哲學研究的道路？曾國祥從自己的大學生活說起，年輕的他對課業並不感興趣，在風景優美的東海大學校園中過著「由你玩四年」的生活，直到當兵後才開始認真思索未來。

回憶起當初被哲學感動的原因，出自羅馬哲學家西塞羅（Cicero）的一句話：「哲學是為死亡做準備」，在人類有限的生命中，什麼會讓生命更有意義？曾國祥在哲學世界裡找到答案，儘管在研究過程中面臨深層的焦慮，他依然賭上歲月、樂此不疲，為留下不朽著作而持續努力。

退伍後的曾國祥先後在臺灣大學政治學研究所、倫敦政經學院政府學系取得學位，回國後在中山大學政治學研究所任教十多個年頭。選擇在中研院展開新的學術生涯，源自想留下著作的初衷。

曾國祥環顧滿室書籍，期許自己的著作能成為其中一份子，哪天即使身體離世，著作將成為生命的延續，每被翻閱一次，自己就活一次。

究竟政治哲學有什麼迷人之處，讓政治思想家願意窮畢生心力投入？講到最愛的政治哲學，曾國祥眼神發亮，以生動的比喻帶領我們體會哲學的使命與魅力。

使國家發展方向不致迷失的定向作用

今日我們似乎很難在日常生活中遇見哲學家或政治思想家，但有一種人見人愛的物品讓我們每天都與政治哲學相遇，那就是你錢包中的鈔票！

無論是新臺幣 100 元上的孫中山、美金 10 元上的亞歷山大・漢彌爾頓（Alexander Hamilton），還是日幣 1 萬元上的福澤諭吉，都是歷史上著名的政治思想家。在他們建構的思想理論中，一個現代國家的藍圖在眾人面前展開。

曾國祥以「支柱」比喻政治哲學的重要性，在國家面臨巨變時，政治哲學提供一種信念，成為支持國家發展的關鍵秩序。儘管我們時常感嘆政治哲學畫出的理想藍圖抵不過現實世界的殘酷，但政治哲學的「定向」（orientation）作用依然不可忽視。

什麼是康德派哲學家所強調的「定向」呢？曾國祥以「北極星」的比喻來為我們說明：

政治哲學傳遞的理念有定向的作用，宛如一顆指引方向的北極星，雖然我們永遠到達不了北極星，但至少可以檢驗並確定我們是往正確的方位前進。

因此，雖然理想與現實存在落差，但問題或許不是出在政治哲學本身，而是這個世界還不夠好，尚待我們發揮理性的力量，持續改善眼前的困境，往我們心目中理想的藍圖邁進。

東西方哲學思想共通的人性價值

身為近代西方重要的哲學家之一，康德提出的「人性尊嚴」、「道德主體」、「道德自律」、「永久和平」，成為可推溯出現代民主國家、聯合國的核心理論，更是今日流行的「正義論」的論述源頭之一。

臺灣作為一個民主國家，認同的民主價值也可見到康德思想的身影，我們相信每一個人皆是擁有自由平等權利的主體，人與人之間應相互尊重，秉持己所不欲勿施於人的同理精神。

上述思想看似源自西方，其實在東方的儒家思想中也可找到相似內涵。曾國祥的研究之一便是將深植於臺灣的儒家文化與西方自由主義進行融通，發掘臺灣特有的民主價值，進而產生與其他政權的對話基礎。

曾國祥指出，跨越文化隔閡的對話基礎在於找到「共同人性」，例如康德的「道德自律」與孟子的「本心」都提及人性善良的一面。

孟子廣為流傳的「孺子將入井」故事講述人普遍有「惻隱之心」，看到孩子即將掉入井中，通常會立即出手相救。這種不帶任何利益考量，發自內心覺得應該做的想法，便是康德所謂「道德自律」、人的自我立法，這也是讓民主成為可能的重要價值觀來源。

在多元社會中，我們如何取得道德共識？

「道德自律」讓我們看到康德式的道德規範中屬於「對」（right）的範疇，就是在公共生活中具體呈現的「權利」（rights）。道德自律作為法律的依託，關注的是人性尊嚴、平等對待、相互寬容、尊重差異，以及享有與他人相容的最大可能限度自由等基本人權，這關乎到當今盛行的「正義論」，也是形塑「自由主義」的主軸。

此外，還有另一不容忽視的道德範疇叫作「善」（good），是社會長時間發展出的倫理、習俗、歷史、宗教等價值觀。這樣看來「善」和「對」都很重要，為什麼正義論學者卻主張「對優先於善」（The priority of the right over the good）呢？曾國祥為我們解惑：

「『善』在私領域中相當重要，是形塑圓滿人生所不可或缺，但現代社會是一個價值多元的社會，人們不容易在宗教或倫理等價值觀上取得共識。當代自由主義者堅信我們可以達成共識的道德價值在於：每個人皆擁有平等的人性尊嚴，有『權』為自己的人生做出選擇。」

有一個思想實驗可以說明此論點，試試隨機街訪 10 名路人的宗教信仰，有人可能參加過媽祖繞境、跟月老求過姻緣、家裡做生意拜關公，也可能是虔誠的基督徒或伊斯蘭教徒。人們可能擁有不同的宗教信仰，但在民主社會中有一點卻是相同的，那就是我們尊重每個人有信仰不同宗教、發表不同言論的自由。

近期掀起各界波瀾的「#MeToo 運動」同樣也是正義論的實踐，儘管社會倫理提醒你反抗的對象是有複雜利害關係的老闆、長輩或同事，但保障基本人權的集體共識成為受害者最堅強的後盾，讓人們鼓起勇氣發出「不能就這樣算了」的正義怒吼！

此外，更多以「正義」為名的運動如雨後春筍般冒出，例如居住正義、轉型正義、環境正義等，正義一詞已成為政治論述的主導概念，更是公共政策的議論焦點。

無限制的權利可能造成什麼問題？

正義論學者德沃金（Dworkin）有一句名言：「權利是王牌」，指出國家不應剝奪人們自主選擇實現生命計畫的自由，不過曾國祥提醒，正義論的「權利優先」儘管有其正當性，卻不宜無限上綱，否則將發生關起門來當聖人的情形，使人完全與現實世界脫鉤。

依照康德式的道德規範來看，每個人有權選擇想過的人生，你可以做一名樂在工作的拚命三郎，也可以做一名窩居在家的躺平族，不論選擇好壞都該予以尊重。然而這樣的平等理念過於抽象，尤其面臨社會資源分配等公共議題時，多數人很難接受自己的付出被他人坐享其成。

想像一下，康德式的道德規範就如同一座名為正義的天空之城，還需要更多元的思想來讓理論接地氣。曾國祥認為，黑格爾（Hegel）的思想正是充實康德理論空洞處的最佳材料之一。

想了解康德和黑格爾的不同？首先，我們先來想想以下這則問題，看看你是康德派或黑格爾派。

以下請曾國祥老師為我們揭曉答案：

於充滿衝突的社會中立足，「中庸」是種解方？

哲學家是米若瓦的貓頭鷹，只有在夜幕低垂的黃昏才展翅高飛。 ──黑格爾

曾國祥是不折不扣的黑格爾迷，對他來說，黑格爾讓哲學家化身智慧女神的貓頭鷹，對文明危機做出適時的診斷。此外，黑格爾追求「和解」的精神，也幫助曾國祥思索如何在困境中跟世界、社會、家庭和自己和解，進而產生創造新局的契機。這也讓他的處事態度走上「溫和派、穩健派」（moderate）路徑，類似儒家提倡的「中庸之道」。

今日我們對中庸一詞的褒貶不一，誤以為中庸就是沒有立場的牆頭草，事實上，中庸指的是不偏不倚、過猶不及的處事態度，在亞里斯多德（Aristotle）與儒家的思想中，都被視為重要美德，對東西文化發展和人類思維方式，產生深遠影響。

秉持和解與中庸之道看似退讓，卻是真正試圖化解衝突、推動進展的務實作法，而這不僅是一種處事態度，還是臺灣在國際間立足的生存之道。

就曾國祥的觀察，臺灣作為一個被海洋環繞的島國，時空環境的瞬息萬變促使人們必須不斷調適來自各地的勢力與文化，同時也須留意與美、中等周遭大國的經貿與外交關係。因此，現今無論哪個政黨，只要是重視實踐智慧的政治人物，通常會以溫和、適中的態度審時度勢，試圖在各種衝突的價值之間尋求平衡。

在曾國祥看來，儒家的忠恕精神與中庸之道、西方的自由主義都已在臺灣社會體現，臺灣繼承的儒家思想已與自由主義相互融合，與中國崛起後建立的「政治儒學」以及在現行政治佈局上所推動的一帶一路、孔子學院等大一統天下體系截然不同。「如同黑格爾所言，這裡就是羅德島！」曾國祥對於臺灣民主價值的珍視在言語間展露無遺。

未來他將持續書寫臺灣的自由主義傳統，更將研究視野擴大至晚近流行的天下論述，思索超越國家界線的世界倫理問題。

政治哲學看似虛無縹緲，卻是現實主義的烏托邦，實際上是從一個非常高的高度在關注整個政治世界的價值演變，探索政治可行性的界線。

曾國祥娓娓道來最後一項政治哲學的使命，他不只依著北極星的指引，更跳上羅德島的土地，持續往更深遠的政治理論知識視域前進！