生理上沒問題，身體上卻失能：認識罕見心理疾病「轉化症」

• 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。

集體歇斯底里症（mass hysteria）：一種影響特定群體的病症，典型特徵為激動、焦慮、非理性行為或信念，或其他無法解釋的症狀。

誤解、扭曲、貼標籤

大眾很容易對所謂 「集體歇斯底里症」的報導產生興趣。相關消息常以獵奇角度呈現，記錄的不是故作暈倒的做作女孩，就是突然流行的怪異行為。

事實上，不只媒體誤解和扭曲集體歇斯底里症的真實樣貌，資訊不足的醫界成員也是如此，而且後者不在少數——想想哈瓦那症候群的例子，連負責調查的資深醫學專家都不辨菽麥，將集體心因性疾病和詐病混為一談。在埃爾卡門，很多人以為只有受過創傷的人才會出現集體心因性疾病。

與大多數醫學問題相比，集體心因性疾病似乎更容易被陳腔濫調攻訐，也更常被早已過時的理論錯誤解讀。其中尤其顯著的問題是，人們總是認為這種病起於發病者的內在，是他們心理脆弱，但實際情況往往不是如此。

真正的集體歇斯底里症爆發與其所處的社會關係更大，遠遠大過發病者個人。

在埃爾卡門開始陸續有人發病前不久，兩個非常不一樣的社群也發生了類似事件，一個在美國，另一個在蓋亞那。雖然兩個發病族群在人口統計特徵上十分接近，都是小鎮學校的少女——兩者背後的社會驅力卻相當不同。

勒洛伊風暴

第一個案例發生在二○一一年，地點是紐約州的勒洛伊。勒洛伊中學位於曼哈頓北方三百五十英里、尼加拉瀑布東方七十英里處。它現在成了無人不曉的神經流行病爆發地，許多媒體為該病症貼上集體歇斯底里症的標籤。

據說最早發病的是高年級生凱蒂．克勞特伍斯特。

她學業優異，人緣極佳，還參加了啦啦隊。我第一次看到她的照片是在《紐約時報雜誌》上，印象非常深刻，因為她讓我想到柳波芙。相片裡的凱蒂和柳波芙一樣望向遠處，表情有如被全世界遺棄。不過，相片裡也看得出這個女孩活潑的一面。她穿的彩色襪子刻意不成雙，顏色鮮豔，粉紅色的房間到處都是少女風的小飾品。

我不禁好奇：是凱蒂和柳波芙的攝影師要她們別露出笑容？還是她們真的像照片上那麼憂愁？

報導說凱蒂發病於二○一一年十月。那天她睡完午覺就不由自主地出現一些小動作，也忍不住一直發出聲音，症狀類似妥瑞症。接著，她下巴抽搐，五官扭曲，身體痙攣、扭動，甚至沒來由地大叫。

凱蒂的症狀過了數星期才開始傳染，先是傳給她的啦啦隊好友瑟菈。

瑟菈的症狀幾乎和凱蒂一模一樣，在動作和發聲上出現非自願動作（tics），除此之外，她變得結巴，四肢劇烈擺動。瑟菈發作之後，這種病先在這兩名女孩的小圈子傳開，後來又傳到校內更大的人際圈。

隨著這種病的擴散，其症狀也開始改變，驗證了哈金所說的分類效應和迴圈效應。

新病人的症狀變得更猛也更重，有的女孩像解離型癲癇一樣全身抽搐，有的甚至無法走路。連凱蒂和瑟菈的症狀也出現變化：她們肌肉抽動的情形嚴重到不斷跌倒，最後不得不坐輪椅。

不過，北美這群女孩在很多方面比埃爾卡門的女孩幸運，最起碼她們都能去大型醫院看神經科；在最早發病的十二個女孩裡，十個去了水牛城的同一個神經學團隊看診。由於發病人數不算多，院方一開始沒看出病例之間的關連，也想過可能是妥瑞症，然而一旦發現此病症的傳播在交友圈之中，這個預想便不成立。

醫療團隊澈底調查後，判斷為功能性神經症狀障礙症，為她們下了 「轉化症」的診斷。

學校嚴肅看待這場集體發作，不但請人檢查環境，也呈報疾病管制中心，紐約州衛生處也隨後介入，環境檢查沒有發現毒素或傳染物。

不被理解的功能性疾病

爆發的前三個月，事態似乎得到控制。病患家屬和平時一樣信賴醫生，也相信女兒一定會復原。

然而，二○一二年一月，當衛生處決定在學校召開說明會，讓更多人了解調查結果（在此之前，只有發病的女孩和她們的家人知道診斷詳情），事情也開始走樣，後續發展對牽涉其中的每一個人都不好。

在說明會上，衛生處向到場的家長和學生保證學校安全無虞，也隱約透露這場爆發可能與壓力有關。但他們略過細節不談，只表示這些部分受個資法保護，不能公開討論。

沒想到這番說法猶如提油救火——一方面是因為學校裡的人難以接受這個解釋，另一方面是因為很多人不知道功能性疾病的威力，不相信心理因素真的能造成如此嚴重的神經症狀。衛生處對相關資料諱莫如深的態度，更製造出不信任的氛圍。

轉化症（功能性神經症狀障礙症，FND）的診斷是一回事，家長和學生對這個診斷的認識卻是另一回事，兩者之間的落差讓傷害有了可乘之機。

在埃爾卡門， 「集體心因性疾病」的標籤帶來混亂；在勒洛伊，轉化症的診斷同樣掀起波瀾。功能性疾病或心身症的診斷經常受到誤解，類似情況在我們平日行醫時也屢屢出現。對於這種類型的疾病，大家自以為了解的東西大多是錯的。

當他們極力抗拒功能性疾病的診斷，他們抗拒的其實是對這種病早已過時的錯誤詮釋，而不是我們現今所理解的功能性疾病。

——本文摘自《謎病睡美人》，2022 年 11 月，麥田出版，未經同意請勿轉載。

神祕（mystery）：目前仍屬祕密、不可解或未知之事。

我最早是從新聞網站讀到這個故事。當時是二○一七年末，報導的標題是：瑞典神秘怪病。

九歲女童蘇菲已形如槁木超過一年，動也不動，了無反應，不與人溝通，不吃不喝，甚至不睜開眼睛。事實上，她有很長一段時間只是靜靜躺著，似乎渾然不覺時光流逝。

該篇報導附有一張蘇菲的照片，她裹著一張粉紅毯子，背後黃色條紋的壁紙上釘著幾張孩子的塗鴉——也許是她發病前畫的；照片背景不是醫院，她躺在自家臥房床上。雖然她對外界毫無反應，但醫學檢查證明她的大腦健康無恙，掃描不但沒能解釋她為何陷入昏迷，反而顯示她沒昏迷。

醫生群對她無計可施，只好請她家人帶她返家自行照顧。她就這樣躺了數月，沒有好轉，也沒有惡化。

雖然報導標題把蘇菲的病寫得猶如無解之謎，但內文其實已透露原因。蘇菲一家原本是俄國人，遭到當地黑幫迫害，逃到瑞典尋求庇護，蘇菲曾經目睹母親被人毆打，父親被警察逮捕。他們一家逃離俄國，抵達瑞典後沒多久，蘇菲就發病。

所以醫生合理假設她的病是心理因素造成的。

「身體為心理代言」應是不證自明

身為神經學家，我很清楚心理對於身體所能發揮的力量，也許比大多數醫生都更明白；我不時看到因為心理機制、而非身體疾病失去意識的病人。我認為這種現象一點也不罕見，甚至稱不上不尋常，許多轉介給我的病人以為自己是癲癇，但他們至少有四分之一是解離型癲癇或心身症癲癇。

這種個案為數不少，在我的執業生涯裡不算異數——來神經科求診的病人，可能有高達三分之一其實是心身症。

他們的身體症狀是真實的，也的確導致他們失能，只不過那些症狀不是疾病所致，而是心理或行為因素造成；不論麻痺、失明、頭痛、暈眩、昏迷、顫抖，還是任何一種你想得到的症狀或失能，都有可能是心身症。

而當然，心理因素不只可能引起神經問題，也可能影響身體任何一個器官，造成各式各樣的症狀，從皮疹、呼吸困難、胸痛，到心悸、膀胱問題、腹瀉、胃痙攣……幾乎無所不包。

然而，儘管這類病症隨處可見，很多人還是心存懷疑，認為它們不像其他醫療問題那麼「真實」。我承認，我不懂大家為什麼小看心理對身體的影響，因為我知道身體會以各種方式對我說話，不論我想不想聽：我的姿勢會隨心情而變；即使我不想透露對別人的觀感，一沒控制好表情就等於昭告天下。

既然內在世界會化為外在動作，說心理問題可能致病似乎並不過分。

在我看來，「身體為心理代言」應該是不證自明之理，但我有種感覺，不是每個人都像我一樣，把身體變化和想法意念的關連看得這麼理所當然。所以，見到一個孩子因為極端壓力而出現僵直（catatonic）問題，大家才會如此詫異又困惑不已。

心身症必因心理創傷而起？

不過，只要想想醫生和科學家忽視心身症的歷史有多長，我們或許不會太驚訝大眾為何如此低估其威力。幾乎大半個二十世紀裡，大眾都透過佛洛伊德的眼光看神經性心身症，稱之為歇斯底里症（hysteria）或轉化症（conversion disorder）。

在佛洛伊德對這個主題的開山之作《歇斯底里症研究》一書中，他推斷癲癇、麻痺、歇斯底里所造成的各種失能，都是隱藏的心理創傷轉化為身體症狀。舉例來說，過於害怕表達想法的女性可能壓抑恐懼，以致失去語言能力。

依佛洛伊德的設想，每個症狀都能回溯到心理創傷形成的特定時刻。他的想法非常有吸引力，甚至到現在，還是有許多人（包括不少醫生）相信：只要從被壓抑的創傷和被否認的虐待切入，就足以完全解釋所有心身症。

然而，由於有些醫生堅信病人的問題在於否認尚未解決的內心衝突，而病人如果不願接受這種解釋，便正好映證了醫生的觀點，所以數十年來，「心身症必因心理創傷而起」的看法其實對醫病關係有損無益。

心身症領域的科學進展停滯，為神祕敘事留下了許多開展空間。一個人的大腦看來完全健康，怎麼可能陷入昏迷？心身症患者的神經傳導路徑明明絲毫無損，為何腿部會癱瘓？那個虛無飄渺、被稱為「心智」的東西是怎麼造成癲癇的？事實上，二十一世紀已經為回答這些問題投入大量心血。

不該再被誤解

在神經學領域，心身症已然成為顯學，相關研究迅速增加。至少在科學界，我們已經懂得更細膩地剖析心身症的成因，不再將之一味歸因於心理壓力。目前尚待努力的是，這些新知仍局限於專科醫生和病人團體之內，大眾對之依然相當陌生。

現在有人將過去稱為「歇斯底里症」的病改稱為「轉化症」，但更新、也更貼切的名稱是功能性神經症狀障礙（functional neurological disorder, FND）。

雖然大多數醫學專科仍在使用「心身症」一詞，用來指涉他們認為是心理因素所致的醫療問題，可是神經科已逐漸以「功能性」（functional）取代「心身性」（psychosomatic），傾向使用前者，是因為既點出神經系統的功能出了問題，又拿掉了經常被（錯誤）解讀成心理脆弱、甚至瘋癲的前綴詞「psych」。

「功能性」既指出這是生物性問題，又不像昔日觀點那樣假設壓力的存在。功能性一詞保持了開放性，接受情緒創傷不是心理過程影響大腦功能，甚至造成失能的唯一可能。

不論是一般醫學上的「心身症」，還是神經科的「功能性神經症狀障礙」，不但都十分常見，也都可能發展成非常嚴重的症狀。可是大家未必都能意識到這點，因為在大眾領域，它們可能被各種誤解、委婉說詞、陳腔濫調掩蓋，很難受到注意。

從媒體報導就看得出來，他們經常把功能性神經症狀障礙說成「神祕怪病」。

——本文摘自《謎病睡美人》，2022 年 11 月，麥田出版，未經同意請勿轉載。