0

0
0

文字

分享

0
0
0

由淡入濃—如是我觀涂靈形象

科學月刊_96
・2012/06/23 ・1423字 ・閱讀時間約 2 分鐘 ・SR值 562 ・九年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

涂靈形象日益隆盛的主要理由,在於他從反省思考時的心靈活動開始,建立起一個容易想像,又富於啟發性的機器模式,產生了極大的開創力。

李國偉

對於科學史上心儀的大師,除了冷靜學習他們留給人間的智慧遺產外,我們往往還會懷抱著溫熱的心去探索他們的生命處境。今年(2012)很多國家都在紀念涂靈百歲誕辰,然而涂靈41年不算長的人世歷程裡,他未曾佔據到舞台中央的聚光燈。在我開始學習他的開創性理論多年之後,才逐漸認識到他那悲欣交集些許傳奇的一生。

躋身科學巨人

今年2月23日英國著名的科學期刊Nature以涂靈百歲誕辰為專題,讚揚他是Universal Mind,並且認為他是自古以來最偉大的科學家之一。編者的話寫到:「涂靈的成就廣度驚人:數學家景仰他是因為他解決了希爾伯特(David Hilbert, 1862~1943)的Entscheidungsproblem,也就是所謂的『判定性問題』;密碼學者與歷史學家會紀念他,是因為他解開了納粹德國的密碼Enigma,有功於早日打完了第二次世界大戰;工程師會向數位時代與人工智慧的鼻祖歡呼;生物學家會向形態發生學的理論家致敬;物理學家會對非線性動力學的先驅舉杯;而他對理性與直覺的侷限性的看法,可能讓哲學家皺眉頭,因為1947 年他在倫敦數學會演講時說:『如果要期望機器永不犯錯,那麼機器就不可能有智慧。』」

2012年為涂靈誕生一百周年,科學界將舉行盛大紀念活動,表揚涂靈對科學以至人類文明 的貢獻。

1999年美國的《時代》雜誌挑選出20世紀最具影響力的100人,涂靈也名列在3月29日刊出的科學家與思想家清單裡。以Nature與《時代》推崇涂靈的程度而言,也許會讓人揣測涂靈在世時的風光,有可能直追20 世紀知名度最高的科學家愛因斯坦。一般人雖然搞不清楚愛因斯坦的學術內涵,但都知道他發明了「相對論」,也對他那蓬鬆亂髮甚至頑皮吐舌的形象留有鮮明記憶。可是「涂靈」這個名字最常聯想起的畫面,卻是床頭那顆咬了一口的毒蘋果。甚至有人懷疑蘋果電腦的Logo ,就是在暗示這樁謀殺天才的悲劇。

初次聽聞

希爾伯特,德國數學家,是跨越19和20世紀最 具影響力的數學家之一。他在1900年巴黎的國 際數學家大會提出23項重要問題,為20世紀數 學研究指出方向,世稱希爾伯特問題。

1964 年夏天著名數學家陳省身院士來台講學,曾經在台大醫院鄰近中山南路的第七講堂公開演講數學的重要進展。我當時還在建國中學就讀,因為受同學影響喜歡上數學,便懷著好奇的心去聽這場大師演講。聽講印象最深刻的是,繼哥德爾(K.Godel, 1906~1978)證明「選擇公設」和「連續統假設」與公設化集合論相容之後,科恩(P. J. Cohen, 1934~2007)最終證明它們其實獨立於公設化集合論。高中學生當然無法理解這類工作的意義,可是那些聽起來神秘兮兮的專有名詞,多麼異於平日課本裡的數學,又多麼引起人的玄想。從陳大師的演講中得知數學邏輯在數學基礎的研究上,有這麼精彩深刻的作用,更促進了我學習數學邏輯的興趣。

大四時我自習一本講理論自動機(Automata)的書,才開始接觸到所謂的涂靈機(Turing Machine),這是我對「涂靈」這個名字的最早記憶。後來我到杜克大學攻讀數學邏輯博士,對於涂靈的成就自然認識增多,不過涂靈仍然被哥德爾的身影遮蔽。以陳省身院士常用的比喻方式來說,當時哥德爾已是「菩薩」,而涂靈只算是「羅漢」。從哥德爾與涂靈都名列《時代》雜誌的20世紀百位最具影響力人物來看,現在涂靈總算也修成了菩薩。

下一頁  Pages: 1 2 3 4 5 6

文章難易度
科學月刊_96
231 篇文章 ・ 2294 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

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。

  • 採訪撰文/田偲妤
  • 美術設計/蔡宛潔

AI 的誕生,文理缺一不可

人工智慧(Artificial Intelligence,簡稱 AI)在 21 世紀的今日已大量運用在生活當中,近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等,都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維,除了仰賴工程師的先進技術,更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員,帶大家釐清什麼是 AI?文科人與工程師合作時,需具備什麼基本 AI 知識?AI 如何應用在人文社會領域的工作當中?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

詩詞大對決:人與 AI 誰獲勝?

一場緊張刺激的詩詞對決在線上展開!人類代表是有「AI 界李白」稱號的蔡宗翰研究員,AI 代表則是能秒速成詩的北京清華九歌寫詩機器人,兩位以「人工智慧」、「類神經」為命題創作七言絕句,猜猜看以下兩首詩各是誰的創作?你比較喜歡哪一首詩呢?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

答案揭曉!A 詩是蔡宗翰研究員的創作,B 詩是寫詩機器人的創作。細細賞讀可發覺,A 詩的內容充滿巧思,為了符合格律,將「類神經」改成「類審經」;詩中的「福落天赦」是「天赦福落」的倒裝,多念幾次會發現,原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯;而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯,整首詩創意十足,充滿令人會心一笑的魅力!

相較之下,B 詩雖然有將「人工」兩字穿插引用在詩中,但整體內容並沒有呼應命題,只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝!

由此可見,當前的 AI 缺乏創作所需的感受力與想像力,無法做出超越預先設定的創意行為。然而,在不久的將來,AI 是否會逐漸產生情感,演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人?

AI 其實沒有想像中聰明?

近期有一則新聞「AI 有情感像 8 歲孩童?Google 工程師爆驚人對話遭停職」,讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示:「當前的 AI 還是要看過資料、或是看過怎麼判讀資料,經過對應問題與答案的訓練才能夠運作。換而言之,AI 無法超越程式,做它沒看過的事情,更無法替人類主宰一切!

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言,多半是因為我們對 AI 的訓練流程認識不足,也缺乏實際使用 AI 工具的經驗,因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上,更延伸到文科人與理科人的合作溝通上,因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識,不僅能讓跨領域的合作更加順利,還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是,由於文科人不了解 AI 的訓練流程,因此對 AI 產生錯誤的期待,認為辛苦標注的上千筆資料,應該下個月就能看到成果,結果還是錯誤百出,準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚,兩方就會陷入僵局,導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議:

如果文科人了解基本的 AI 訓練流程,並在每個訓練階段協助分析:錯誤偏向哪些面向?AI 是否看過這方面資料?文科人就可以補充缺少的資料,讓 AI 再進行更完善的訓練。

史上最認真的學生:AI

認識 AI 的第一步,我們先從分辨什麼是 AI 做起。現在的數位工具五花八門,究竟什麼才是 AI 的應用?真正的 AI 有什麼樣的特徵?

基本上,有「預測」功能的才是 AI,你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現,而且人類手工操作就辦得到,那就不是 AI。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

蔡宗翰研究員以今日常見的語音辨識系統為例,大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話,你會發現自己無法事先知曉將產生什麼文字或回應,結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同:AI 無法百分之百正確!

因此,AI 的運作需建立在不斷訓練、測試與調整的基礎上,盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段,工程師彷彿化身老師,必須設計一套學習方法,提供有助學習的豐富教材。而 AI 則是史上最認真的學生,可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI,讓其根據工程師所定義的資料相似度算法,逐漸學會將相似資料分在同一堆,再由人類檢視並標注每堆資料對應的類別,進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI,讓其逐漸學會將任意資料對應到正確答案。

圖/研之有物

學習到一定階段後,工程師會出試題,測試 AI 的學習狀況,如果成績只有 60、70 分,AI 會針對答錯的地方調整自己的觀念,而工程師也應該與專門領域專家一起討論,想想是否需補充什麼教材,讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作,也可能因為時事與技術的推陳出新,導致準確率下降。這時,AI 就要定時進修,針對使用者回報的錯誤進行修正,不斷補充新的學習內容,讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後,蔡宗翰研究員建議:文科人可以看一些視覺化的操作影片,加深對訓練過程的認識,並實際參與檢視與標注資料的過程。現在網路上也有很多 playground,可以讓初學者練習怎麼訓練 AI,有了上述基本概念與實務經驗,就可以跟工程師溝通無礙了。

AI 能騙過人類,全靠「自然語言處理」

AI 的應用領域相當廣泛,而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因,他充滿自信地回答:因為自然語言處理是「AI 皇冠上的明珠」!這顆明珠開創 AI 發展的諸多可能性,可以快速讀過並分類所有資料,整理出能快速檢索的結構化內容,也可以如同真人般與人類溝通。

著名的「圖靈測試」(Turing Test)便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代,傳奇電腦科學家艾倫・圖靈(Alan Turing)設計了一個實驗,用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好,並派一個人操作終端機,再找一個第三者來進行對話,判斷從終端機傳入的訊息是來自 AI 或真人,如果第三者無法判斷,代表 AI 通過測試。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

換而言之,AI 必須擁有一定的智力,才可能成功騙過人類,讓人類不覺得自己在跟機器對話,而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在:人文研究文本分析、新聞真偽查核,更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料,追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化,而大量數位化的經典更被主動分享到「Chinese Text Project」平台,讓 AI 自然語言處理有豐富的文本資料可以分析,包含一字不漏地快速閱讀大量文本,進一步畫出重點、分門別類、比較相似之處等功能,既節省整理文本的時間,更能橫跨大範圍的文本、時間、空間,擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的?就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋,由鎮江、杭州一帶的說書人所創作,著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉,才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素,接著用這批標記好的語料來訓練 BERT 等序列標注模型,以便將「文本向量化」,進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現,白蛇傳的原型可追溯自印度教的那伽蛇族故事,傳說那伽龍王的三女兒轉化成佛、輔佐觀世音,或許與白蛇誤食舍利成精的概念有所關連,推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外,故事的雛型可能早從唐代便開始醞釀,晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事,而法海和尚、金山寺等關鍵人物與景點皆真實存在,金山寺最初就是由唐宣宗時期的高僧法海所建。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

在 AI 的協助之下,我們得以跨時空比較不同文本,了解說書人如何結合印度神話、唐代傳奇、在地的真人真事,創作出流傳千年的白蛇傳經典。

最困難的挑戰:AI 如何判斷假新聞

除了應用在人文研究文本分析,AI 也可以查核新聞真偽,這對假新聞氾濫的當代社會是一大福音,但對 AI 來說可能是最困難的挑戰!蔡宗翰研究員指出 AI 的弱點:

如果是答案和數據很清楚的問題,就比較好訓練 AI。如果問題很複雜、變數很多,對 AI 來說就會很困難!

困難點在於新聞資訊的對錯會變動,可能這個時空是對的,另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器,可輸入當前的新聞讓機器去判讀真假,但過一段時間可能會失準,因為新的資訊源源不絕出現。而且道高一尺、魔高一丈,當 AI 好不容易能分辨出假新聞,製造假新聞的人就會破解偵測,創造出 AI 沒看過的新模式,讓先前的努力功虧一簣。

因此,現在多應用「事實查核法」,原理是讓 AI 模仿人類查核事實的過程,尋找權威資料庫中有無類似的陳述,可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊,致力於建立英文事實查核法模型所能運用的資源,並透過舉辦國際競賽,廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後,也與合作夥伴事實查核中心及資策會討論,正著手建立中文事實查核法模型所需資源。預期在不久的將來,AI 就能幫讀者標出新聞中所有說法的資料來源,節省讀者查證新聞真偽的時間。

AI 的無限可能:專屬於你的療癒「杯麵」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

AI 的未來充滿無限可能,不僅可以成為分類與查證資料的得力助手,還能照護並撫慰人類的心靈,這對邁入高齡化社會的臺灣來說格外重要!許多青壯年陷入三明治人(上有老、下有小要照顧)的困境,期待有像動畫《大英雄天團》的「杯麵」(Baymax)機器人出現,幫忙分擔家務、照顧家人,在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式,新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」(Nadine),由感知、處理、互動等三層架構組成,可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境,並將上述資訊發送到處理層。處理層會依據感知層提供的資訊,連結該用戶先前與娜丁互動的記憶,讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象,或對陌生事物感到不安,常選擇靜默不語,需要照護者主動引導。因此,娜丁內建了注視追蹤模型,當偵測到住戶已長時間處於被動狀態,就會自動發起話題。

實驗發現,在娜丁進駐長照機構一段時間後,住戶有一半的天數會去找她互動,而娜丁偵測到的住戶情緒多為微笑和中性,其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

照護機器人娜丁的運作架構。圖/研之有物

至於未來的改進方向,研究團隊認為「語音辨識系統」仍有很大的改進空間,需要讓機器人能配合老年人緩慢且停頓較長的語速,音量也要能讓重聽者可以清楚聽見,並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人,首要任務就是要開發一套臺灣人專用的 AI 語言模型,包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型,期待政府能整合學界與業界的力量,降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感,但卻可以成為人類大腦的延伸,協助我們節省處理資料的時間,更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨,如何讓自己的行事邏輯跟上 AI 時代,讓 AI 成為自己的助力,是值得你我關注的課題。

延伸閱讀

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2219 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

1
1

文字

分享

0
1
1
你用對數學了嗎?換種說法讓問題變清晰——《數學就是這樣用:找出生活問題的最佳解》
天下文化_96
・2022/12/02 ・2888字 ・閱讀時間約 6 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

在我以數學家自居時,我所發現的最強大捷徑之一是,找到合適的用語來討論問題。很多時候,我們會用一種讓人摸不清情況的措辭去表達這個問題,只要能找到另一種說法,把這道謎題轉化成新的用語,答案就會突然明朗許多。換個語言,我們就可以從企業銷售資料的含糊數字中,辨認出奇特的相關性。

人生的大部分時間都是一場遊戲,但把這場遊戲轉化成你知道如何得勝的遊戲,可以給你絕佳的優勢。在我仍是見習數學家的時候,發現了最令我興奮的啟示之一:

把幾何轉換成數字的詞典可提供捷徑通往超空間──也就是我成為專業數學家之後一直在探索的多維宇宙。

「合適的語言」

除非找到合適的語言來描述,否則科學及其他領域有愈來愈多的概念看起來好像根本不存在,「湧現」(從組成成分產生的性質)的概念就是一例。舉例來說,如果講水的個別分子 H2O,很難描述水的溼潤性質。

如果講水的個別分子H2O,很難描述水的溼潤性質。圖/pexels

儘管科學似乎暗示,你可以把一切化約成這些基本粒子的行為及決定其行為的方程式,但這種語言通常完全不能描述現象。一群鳥的遷徙不能用組成鳥身體的原子運動方程式來描述。若堅持用個體經濟學的語言,就不容易了解總體經濟學;即使個體經濟變化是造成總體經濟現象的原因,但使用個別財貨本身的語言,仍然不可能理解利率上升對通貨膨脹的影響。就連自由意志與意識的概念,實際上也不能藉由神經元和突觸的討論來描述。

轉變帶來改變

找到不同的措辭來談論情緒狀態,可以從根本上改變你的感受。與其說「我很難過」(這種說法很像是把你和悲傷硬生生畫上等號),你大可改說「悲傷與我同在」,於是悲傷忽然有機會繼續前進。正如十九世紀的美國心理學家詹姆斯(William James)所寫的:

「我這代人最重要的發現是,人能藉著轉變心智態度來改變生活。」

然而語言的力量不單單影響個人,語言在現實世界的社會結構中也扮演十分重要的角色。社會可以透過命名讓事物露面,而民族國家的概念既是從語言中變出來的,也是由地理或一群人變出來的。

轉換語言有時意味著,某些能用某種語言清楚表達的想法,改用另一種語言卻變得難以描述。圖/pexels

轉換語言有時意味著,某些能用某種語言清楚表達的想法,改用另一種語言卻變得難以描述。德文的名詞有性別之分,所以可以玩一玩在英文中玩不了的文字遊戲。詩人海涅(Heinrich Heine)寫說,覆蓋著白雪的松樹愛慕一棵晒黑的東方棕櫚;在德文中,松樹是陽性名詞,棕櫚是陰性名詞,但這種細微變化在翻譯成英文後就消失了。

有時情況也會反過來。用英文可以講「他的車和她的車」,但用谷歌翻譯譯成法文時會攪在一起,變成「savoiture et sa voiture」(他的車和他的車),因為車子的性別比車主的性別重要。在俄文中,你所能想像出各種類型的雪和暴風雨都有不同的用字。有些語言只有五個表達顏色的詞,但英語的相關用詞有很多。我在前面強調過,模式(pattern)對我來說是重要的概念,然而當我嘗試把 pattern 這個字翻譯成法文時,卻發現沒有一個詞能夠描述它在英文裡代表的許多層面。

我的偶像高斯也對語言差異的重要性深深著迷。在學校裡,老師對他運用拉丁文和閃電般迅速精通古典文學的能力印象深刻。事實上,接受布朗施維克公爵資助的高斯,差點就選擇讀語文學(研究語言史的學門),而不是數學。

數學背後的不只有一種「語言」

我自己走上數學這條路的歷程也有點相似。小時候我想當間諜,以為語言是和全世界特務同行溝通的重要技能,所以在讀綜合中學時報名了校內所有的語言課:法語、德語、拉丁語,甚至開始收聽 BBC 的俄語廣播課程。

只不過,我在外語學習方面不像高斯那麼有天分,這些語言在我看來全是不規則動詞和奇怪的拼字。間諜生涯夢碎,我變得非常沮喪。

此時貝爾森先生給我一本書,書名叫做《數學的語言》(The Language of Mathematics),我才明白數學也是一種語言。我覺得他看出我正渴望一種沒有不規則動詞、一切都解釋得通的語言,但他也知道,我抗拒不了這種語言描述周遭世界的強大說服力。

數學不只是一種語言,而是許多種語言。圖/pexels

我在這本書裡發現,數學方程式可以述說行星橫越夜空的故事,對稱性可以解釋泡泡、蜂巢或花朵的形狀,數字是和聲學的關鍵。如果你想描繪宇宙,你需要的不是德語、俄語或英語,而是數學。

《數學的語言》還告訴我,數學不只是一種語言,而是許多種語言,它很擅長創作詞典,可把一種語言轉換成另一種,好讓捷徑在新的語言中出現。

數學史上不時會有類似的輝煌時刻。

換種方式讀懂世界

十六世紀的義大利科學家伽利略(Galileo Galilei),意識到代數語言理解自然界的本領,曾寫下一段很有名的文字:

「如果不先學會理解這種語言,認識它的書寫符號,就無法了解宇宙。它是用數學語言寫成的,所用的書寫符號是三角、圓和其他幾何圖形,沒有這些符號就一個字也看不懂;沒有這些,就會像在黑暗迷宮中徘徊。」

在宇宙的諸多故事裡,他希望讀懂的是,了解物體如何落地的難題。東西掉到地上或飛過空中的方式有什麼規律嗎?因為物體通常掉落得太快,要蒐集物體從高樓掉落的資料很困難,但伽利略想到聰明的點子,可放慢實驗速度,方便他蒐集所需的資料。他不是讓東西落下,而是去探討球滾下斜坡的方式,這對他來說速度夠慢,可以記錄球每過一秒滾動了多遠。

斜面必須夠平滑,球才不會因摩擦力減速。伽利略希望盡量接近球在空間中落下的情形。他搭起光滑的表面,開始記錄球每秒行進的距離,馬上就發現有個非常簡單的模式浮現出來了。如果球在一秒後移動了 1 單位的距離,那麼在下一秒它會滾過 3 單位的距離,再下一秒是 5 單位的距離。隨後的每一秒,球都在加速,滾過更多地方,但它走過的距離只有奇數。

等到伽利略考慮行進了一段時間的總距離,物體落地方式的祕密就曝光了。

行進 1 秒後的總距離= 1 單位

行進 2 秒後的總距離= 1 + 3 單位= 4 單位

行進 3 秒後的總距離= 1 + 3 + 5 單位= 9 單位

行進 4 秒後的總距離= 1 + 3 + 5 + 7 單位= 16 單位

總距離永遠是平方數。圖/天下文化

你注意到模式了嗎?總距離永遠是平方數。但為什麼奇數會與平方數有關呢?把數字轉換成幾何,就可以找到答案。

——本文摘自《數學就是這樣用:找出生活問題的最佳解》,2022 年 11 月,天下文化出版,未經同意請勿轉載。

天下文化_96
113 篇文章 ・ 597 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。

0

1
2

文字

分享

0
1
2
原來數學也可以用在這裡?生物巧妙運用數學模式,克服了移動上的物理限制——《生物世界的數學遊戲》
天下文化_96
・2022/10/26 ・1541字 ・閱讀時間約 3 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

步調模式千變萬化

生物體移動時所受的限制是屬於物理學的。如果該生物使用的是肢體,這些肢體必須強壯到可以支撐作用在牠們上面的力量。(我看過不少設計較差的機器人在移動時散掉。)其他形態的移動也一樣,如果是游泳,該動物就要全力對付流體力學的定律。物理定律影響動物的移動是很明顯的,不值得奇怪。顯然,在這個情形當中,數學提供了各式各樣的模式,而被生物學拿來運用。很少不會用到,不管多麼奇特。

游泳時要全力對付流體力學定律。圖/Pexels

物理學的影響還要更深入。單有腿也沒有用,除非你有可以控制腿的神經系統。運動與神經網路是一體的,兩者一定要一起演化,而不是個別的。另外,正如負責感覺的神經網路一定會模擬外在世界的模式,因此負責運動的神經網路,必定會模擬動物身體的機械性模式。

我很懷疑這種共同演化真的有可能或很容易發生,因為下面這個顯著的事實:像肢體這樣的物理系統的自然振盪模式,跟神經網路的振盪模式是一樣的。早在肢體和腦變成完整的生物結構之前,就已經有一種普遍的步調韻律存在了,潛在地將動物的肢體關聯到腦。步調節奏提供了存在於演化相空間中、等待被使用的模式。

形形色色的生物移動

這模式的確一直被應用。差不多所有的生物都會移動,甚至連最固定不動的植物也會向光彎曲,最微小的浮游生物也會隨波逐流——但是,獵豹在追逐獵物時,可以跑到每小時一百一十公里,這移動真是快速啊!

生物體的種類這麼多,而移動的方式也是千變萬化。細菌利用會旋轉的微小螺旋槳使自己在水中推進,就像船一樣;像草履蟲(Paramecium)這類單細胞生物,則能藉由揮動鞭毛來選擇運動的方向。

(圖七○)Centronotus gunnellus 這種鰻魚肌肉收縮的波形。圖/《生物世界的數學遊戲》

運動的數學模式形形色色,更是令人印象深刻:草履蟲鞭毛的移動有如行進波,就像是玉米田在微風吹拂下產生的浪波;細菌的旋轉螺旋所成幾何圖案之美是無可比擬的;蛇和鰻是靠肌肉收縮做波狀蠕動行進(圖七○);響尾蛇在熱燙的沙漠中滾動,像一個捲曲的彈簧;尺蠖走動時是尾巴頂到頭部,整個身子呈 ∩ 狀,然後前端再向前行並伸展成-字形。

信天翁滑翔時羽翼僵直不動,偶爾慵懶地鼓翼一下,以有蹼的腳劃過水面,而後用笨拙卻迷人的方式飛跑而起;大象拖著沉重的腳步,緩慢橫過空曠的熱帶大草原,一次移動一隻腳(圖七一),模式就像那隻在海邊市鎮漫步的拉布拉多獵犬。

(圖七一)大象的慢步行走。圖/《生物世界的數學遊戲》

駱駝行走的模式又不一樣了:先同時移動兩隻左腿,然後是兩隻右腿〔稱為「溜蹄」(pace)〕,身子左右搖擺有如醉漢一般。松鼠又是另外一種模式:跳一下,停一下,然後再跳一下;如果遇到警訊,就省掉「停」的步驟。

Carparachneaureoflava 這種車輪蜘蛛會像一個有八個輪輻的輪子般,滾過沙漠。世界上有一種會跳躍的蛆〔較正式的稱呼為Ceratitis capitata(地中海果實蠅)的幼蟲〕,會把自己扭曲成 ∩ 形,然後再伸直,就像一顆砲彈般跳入空中,形成一個完美的拋物線。

——本文摘自《生物世界的數學遊戲》,2022 年 9 月,天下文化,未經同意請勿轉載。

天下文化_96
113 篇文章 ・ 597 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。