0

3
0

文字

分享

0
3
0

輕微到無症狀的感染者,可能是許多傳染的關鍵源頭?

寒波_96
・2020/04/01 ・6273字 ・閱讀時間約 13 分鐘 ・SR值 591 ・九年級

-----廣告,請繼續往下閱讀-----

世界衛生組織(WHO)定名為 COVID-19 的疾病,是由於感染冠狀病毒所致,國際病毒研究學會將這種病毒取名為 SARS-CoV-2,彰顯它與 SARS 的親戚關係,本文之後稱作「SARS二世」。

中文常將 COVID-19 稱作新冠「肺炎」或武漢肺炎,然而,人類被 SARS二世冠狀病毒感染後的症狀差異很大,少數人引發重症致死,不少人卻沒有發展為肺炎,有些人甚至一直毫無症狀。

NBA 爵士隊球員 Rudy Gobert 與 Donovan Mitchell 感染後沒經過太久便恢復健康,而且過程中幾乎沒有出現症狀。圖/取自 clutchpoints

什麼是「無症狀」感染者?

早在疫情初期的 1 月底已經有實例,出現了症狀非常輕微,幾乎沒有症狀的感染者,在開會時傳染給在場的好幾個人。然而當時 WHO 和一些專家都表示根據經驗,無症狀感染者即使存在也不會是傳染的主力,有症狀的病患才值得重視。

但是疫情發展至今,除了 WHO 的作用愈來愈引人疑惑之外,累積的證據也足以讓我們重新思考,非常輕微或無症狀的感染者,在這波疫情中不可忽視的角色。

-----廣告,請繼續往下閱讀-----

智人感染 SARS二世病毒以後,會經過一段時間的潛伏期,大部分介於 2 到 14 天,潛伏期結束後才有症狀。感染病毒之後到尚未發病以前的這段潛伏期,算是尚未出現症狀(presymptomatic),發病後則會出現各種輕重不一的症狀(symptomatic)。卻也有些人感染病毒以後,到自行痊癒之前一直都沒有出現症狀,也就是無症狀(asymptomatic)。

每一位感染者在被傳染以後,都有一段沒有症狀的時期,卻也有為數不明的感染者從頭到尾都沒有症狀,可以將他們一同視為廣義的無症狀感染者。另外也有些感染者儘管出現症狀,卻相當輕微,甚至不需要醫療協助就自行痊癒,假如未經檢驗,根本不會知道這些人曾經染病。

從個人角度來說,一個人感染病毒卻跟沒事一樣,絕對是件好事;但是假如會傳染給他人,仍是防疫需要圍堵的傳染源。而了解有多少無症狀感染者,對於評估病毒擴散和影響程度也相當重要。可是疫情延續至今,仍不清楚究竟有多少無症狀的感染者。

有多少比例,多少人無症狀?

到底有多少感染者無症狀,或是輕微到可以當作無症狀,目前仍不清楚,不過蛛絲馬跡顯示,或許比例還不低。

-----廣告,請繼續往下閱讀-----
史上最知名的無症狀傳染者之一,「傷寒瑪麗」Mary Mallon。圖/wiki

沒有症狀的感染者,不檢驗也就不會知道,但是全世界都面臨的困難在於,檢驗資源有限,光是調查有可疑症狀和接觸者都已經忙不過來,根本沒有多餘資源去檢驗其他人。例如 WHO 二月底發布的中國考察報告中,無症狀感染者比例非常低,這項數據基本上毫無參考價值。至今已知的無症狀感染者,幾乎都是「順便」發現的。1

WHO 在疫情初期不斷建議不用撤僑,但是各國還是陸續派出包機。日本由武漢撤僑的 565 人中有 13 位確診,其中 4 人無症狀,占 31%,不過樣本非常小。一項針對深圳 300 多位感染者的調查,無症狀的比例為 6.4%,但是該論文表示此數據肯定低估了。而義大利的倫巴底前 5800 多位確診者中,無症狀比例為 3.4%,這一定是低估。2, 3, 4

疫情初期受到許多注目的鑽石公主號,3000 位成員被關在一起許多天,解散時約有 700 人感染。成員在確診時約有一半沒有症狀,一項研究以模型估計,無症狀感染者比例約為 18%。不過這批感染者的年齡偏高,而我們知道症狀輕重與年齡密切相關,年紀愈大的族群,症狀嚴重的比例也愈高;由此推論:實際上無症狀的比例很可能比 18% 更高。5, 6

在疫情爆發的第一個中心,武漢,官方確診人數將近 7 萬人,各界卻幾乎一致公認實際的感染人數更多。一項研究以模型評估武漢的疫情,結果十分驚人,估計感染人數遠遠超出帳面,官方到 2 月 18 日以前紀錄的數字很可能不到實際的 41%。假如一大群超過 59% 消失的感染者真的存在,他們很可能沒有症狀或比較輕微,因此在兵荒馬亂下被忽視。7

-----廣告,請繼續往下閱讀-----
以模型估計武漢逐日的感染人數,大深紅是官方確診數,小粉紅是估計沒有列入記錄的感染人數。圖/取自 ref 7

中國官方公開更改過幾次確診標準,其中一次是將病毒檢驗出陽性,卻沒有症狀的人排除在確診之外。也有媒體宣稱獲得中國的機密情報,指出至少有數萬無症狀感染者沒有列為確診紀錄。這或許能部分解釋,模型估計與官方數字之間極大的落差。8, 9 

探討無症狀感染者的另一個問題是「偽陽性」。確診而無症狀的人,也許其實不是沒有症狀,而是根本就沒有被感染!(對!未經量產標準化確認品質的試劑,即使是 qRT-PCR 也可能錯誤率不低)

SARS二世是一種全新的病毒,所有檢驗都要重新設計,在疫情蔓延,各國都在趕時間又大批檢測之下,尚未通過考驗的試劑被大量使用,偽陽性的數目或許不少,這也會影響無症狀人數與比例的判斷。

無症狀感染者的傳染力如何?

幾乎可以肯定,沒有症狀的感染者也有傳染能力。儘管樣本數目不多,至今已有多項研究發現,仍在潛伏期時尚未出現症狀、輕症、無症狀感染者,體內病毒含量都很高,和重症患者沒有多少差異。而即使沒有症狀,人類講話與呼吸時仍然會排出病毒。10, 11

-----廣告,請繼續往下閱讀-----

沒有症狀的感染者,散播病毒的能力或許不如有症狀的患者,但是更具體的問題恐怕在於,身旁有人咳嗽、打噴嚏會引起注意,可是沒有症狀,看起來完全健康的人誰會提防?

例如疫情初期,有人質疑印尼沒有檢驗就放人離開,WHO 的印尼代表表示,被隔離的人都沒有症狀,看起來很健康,為什麼需要檢驗?「看起來很健康,為什麼需要檢驗?」這話講得多麼自然啊,想質疑都不行,不愧是完全聽從 WHO 指示的稱職代表。

Embed from Getty Images

然而,時間會證明一切。疫情最初期 WHO 採信中國單方面的說法,昭告世界 SARS二世病毒只能有限度,或是不會人傳人,幾天後就證實是大錯特錯,成為導致疫情擴散的關鍵失誤。

-----廣告,請繼續往下閱讀-----

對於無症狀患者傳染的可能性,現今在許多中國專家都改口的情況下(或是終於可以講實話了?),WHO 仍一貫堅持症狀嚴重者才是散播病毒的主力,現在看來恐怕是另一起嚴重失誤。假如大部分感染者皆由症狀嚴重者所傳染,很難解釋目前各地這麼普遍又嚴重的疫情。

輕微或無症狀感染者在疫情中的角色

中國是病毒的發源地,韓國、伊朗則是疫情初期最嚴重的國家;各國開始注意中國的狀況,加強管制的時間不一。隨著疫情陸續在歐洲各國與美國爆發,明擺著的事實是:

即使各國已經有所防範,仍然有許多感染者順利進入,成為一段時間後大爆發的傳染源。

然後歐洲與美國又成為第二波傳播中心,向其他地方大批輸出感染者,如中國的鄰居台灣與俄羅斯,都靠著封鎖中國成功擋住第一波,卻在最近出現大量境外移入的確診者。

各國機場的量體溫等防疫措施,仍無法阻止感染者入境。圖/取自 BENSON IBEABUCHI/AFP via Getty Images

美國和歐洲疫情嚴重的國家,如義大利、西班牙、法國、德國等等,上萬感染者不可能在短時間內造成,極可能早在 1 月時已經存在傳染源,經過一到兩個月的醞釀才導致目前的疫情。諸國也不是沒有體溫檢測之類的防範,合理推論,1 月時已經有一些症狀不嚴重的感染者入境各國,成為當今疫情的種子。12

-----廣告,請繼續往下閱讀-----

三個月來,除了大洋洲一些小島以外,SARS二世已經順利入侵世界上絕大部分地區,幾乎是無國不入。

輕微或無症狀的感染者,至少在疫情初期很容易逃過防範,成為新一地疫情的起點。被他們傳染的人當中只有少數會發展為重症,卻有相當比例症狀不嚴重,又成為後續的傳染源,就這樣愈傳愈廣,直到重症患者的數量累積到不可忽視。

口罩的用途,其實是阻止無症狀者散播病毒?

疫情發展至今的眾多防疫手段中,口罩的爭議很大。基本上西洋國家不建議,甚至反對一般民眾戴口罩,直到最近幾天有些國家才改變看法。許多亞洲國家的作法則截然不同,鼓勵民眾出門多戴口罩。13, 14

「1918新型流感」西班牙流感時的留影,一家洋人都不是醫護人員,但是人人戴口罩,連貓貓都戴,和現在截然不同。

醫療人員需要戴口罩,沒有任何質疑,但是口罩對一般人究竟有什麼防疫效果非常曖昧。口罩教範指出:「生病的人要戴口罩,健康的人不戴口罩」,或許仍然反映出大部分的事實。

-----廣告,請繼續往下閱讀-----

一般手術口罩的防護有限,保護健康者的效果不是太完全。不過有個聽起來十分合理,但是仍然沒有實證的論點是:

假如許多感染者介於輕微到沒有症狀,卻仍然有傳染能力,那麼這些看似健康實則生病的人戴上口罩,確實能降低傳染機率,保護沒有生病的人。

不缺口罩的狀況下,減少接觸,與他人接觸時戴著口罩,搭配洗手、清潔等措施,應該能大幅降低被傳染的機率。

避免大象躲貓摔斷腿:了解疫情才不會錯誤防疫

掌握多少感染者沒有症狀,不是單純的學術問題,對於評估疫情也非常重要。有多少感染者沒有症狀,會影響致死率的計算。比方說確診 500 人,50 人死亡,致死率看似為 10%;可是倘若另有 500 位無症狀感染者,那麼致死率其實是 5%。在此之下,疫情實際況狀是傳播得更廣,致死率卻更低。

你知道冰山在水面上只是一部份,但是水面下看不到的地方,冰山到底還有多大?圖/取自 wonderopolis

SARS二世病毒在世界廣傳,各國都提出政策應戰,作戰必需掌握情報,了解病毒的傳播能力和狀況,才能正確調度資源,決定如何面對疫情。包括 WHO 在內,不少人建議各國要「學習中國的防疫手段」,說穿了就是搞嚴密封城那套,把每個人都變成孤島。

姑且不論在長期維持高度管制下,各國的資源是否充足到不至於令社會崩潰,根本問題在於:嚴厲的防疫手段是必要的嗎?

假如疫情其實沒那麼嚴重卻過度反應,對社會將造成不可忽視的反效果,反之亦然。就好像大象為了躲避犀牛衝撞,跳下壕溝摔傷一條腿大概值得;可是如果大象是為了躲貓貓衝撞而斷腿,卻是大大的得不償失

由於資訊有限,目前許多國家的決策十分依賴模型,但是模型很可能與現實不一致,而且疫情變化迅速,必須不斷使用新的正確數據調整模型,才不會有大象被犀牛衝撞卻不躲避,或是面對貓貓竟然反應過度的結果。15, 16

斷航、管制、隔離、封城等防疫措施對社會影響很大,妥善使用能減緩疫情,疫情不嚴重卻不可濫用。

怎麼知道多少人感染過病毒?

檢驗感染的方法很多,都會面臨偽陽性偽陰性,以及資源有限的問題。至今最廣泛使用的 qRT-PCR,偵測病毒的遺傳物質 RNA 核酸,相對準確但是耗費人力,不可能用於大規模的普查。

有些改良版的快速 PCR 已經投入戰場,如亞培的「ID NOW 快篩平台」,不過尚未普及,效果仍等待實戰考驗。也有人開發以 CRISPR 為基底,另一種偵測 RNA 的檢測方法。不過都一樣,各式各樣的檢測在原理上都說得通,但是效果如何仍需等待實測結果17, 18, 19

偵測核酸以外,也能以蛋白質為檢驗目標,通常被稱作各種「快篩」。例如可以偵測病毒的蛋白質。此一作法和偵測核酸一樣,適合了解一個人在檢測當下是否正在感染病毒;一旦確診便可立即隔離與治療,並追蹤接觸者,對於阻止傳播非常有用。

人體感染病毒後會產生抗體,即使康復後一段時間,抗體仍然存在,因此偵測是否有對抗 SARS二世的抗體,也能了解此人是否感染過病毒。若是有許多默默痊癒的無症狀感染者,多半能在他們的血液中抓到抗體。假如沒有出乎意料的技術進展,此一作法應該是普查的最佳手段,能用於了解全體人口中到底多少人感染過病毒,評估疫情的真實狀況。20

不過初步研究指出,感染 SARS二世病毒以後要過幾天才會產生抗體,所以檢驗抗體無法篩選感染初期的病患。必需搭配使用各種方法,才能拼湊出疫情的全貌。

劃重點:

  • 輕微或無症狀感染者究竟有多少,仍不清楚,但無症狀感染者很可能超過 18%。
  • 輕微或沒有症狀的感染者具有傳染力,容易成為防疫漏洞。尤其在疫情開始到仍在醞釀,尚未引發注意的階段。
  • 了解疫情的真實狀況,才能決定防疫手段,以免反應過度或不足。
  • 如果偵測抗體的技術(快篩)成功普及,可以進行普查了解疫情狀況。
  • WHO 就算不是疫情反指標,也是落後指標。

延伸閱讀

參考文獻

  1. WHO 的中國考察報告 pdf〈Report of the WHO-China Joint Mission on Coronavirus Disease 2019 (COVID-19)
  2. Covert coronavirus infections could be seeding new outbreaks
  3. Epidemiology and Transmission of COVID-19 in Shenzhen China: Analysis of 391 cases and 1,286 of their close contacts
  4. The early phase of the COVID-19 outbreak in Lombardy, Italy
  5. Mizumoto, K., Kagaya, K., Zarebski, A., & Chowell, G. (2020). Estimating the asymptomatic proportion of coronavirus disease 2019 (COVID-19) cases on board the Diamond Princess cruise ship, Yokohama, Japan, 2020. Eurosurveillance, 25(10).
  6. What the cruise-ship outbreaks reveal about COVID-19
  7. Evolving Epidemiology and Impact of Non-pharmaceutical Interventions on the Outbreak of Coronavirus Disease 2019 in Wuhan, China
  8. A third of coronavirus cases may be ‘silent carriers’, classified Chinese data suggests
  9. 【武漢肺炎】中國官方密件:4.3萬無症狀者未列入確診紀錄
  10. Zou, L., Ruan, F., Huang, M., Liang, L., Huang, H., Hong, Z., … & Guo, Q. (2020). SARS-CoV-2 viral load in upper respiratory specimens of infected patients. New England Journal of Medicine, 382(12), 1177-1179.
  11. To, K. K. W., Tsang, O. T. Y., Leung, W. S., Tam, A. R., Wu, T. C., Lung, D. C., … & Lau, D. P. L. (2020). Temporal profiles of viral load in posterior oropharyngeal saliva samples and serum antibody responses during infection by SARS-CoV-2: an observational cohort study. The Lancet Infectious Diseases.
  12. Li, R., Pei, S., Chen, B., Song, Y., Zhang, T., Yang, W., & Shaman, J. (2020). Substantial undocumented infection facilitates the rapid dissemination of novel coronavirus (SARS-CoV2). Science.
  13. Not wearing masks to protect against coronavirus is a ‘big mistake,’ top Chinese scientist says
  14. Would everyone wearing face masks help us slow the pandemic?
  15. Mathematics of life and death: How disease models shape national shutdowns and other pandemic policies
  16. Can you put a price on COVID-19 options? Experts weigh lives versus economics
  17. DETECT COVID-19 IN AS LITTLE AS 5 MINUTES
  18. The standard coronavirus test, if available, works well—but can new diagnostics help in this pandemic?
  19. 中國坑人的防疫黑心貨?西班牙陷入「無效快篩」退貨羅生門
  20. New blood tests for antibodies could show true scale of coronavirus pandemic

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

文章難易度
寒波_96
193 篇文章 ・ 1066 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。

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。

0

0
0

文字

分享

0
0
0
流感合併肺炎鏈球菌感染恐致命?如何預防?肺炎鏈球菌疫苗接種方式介紹!
careonline_96
・2024/06/14 ・2739字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

「千萬不可小看肺炎鏈球菌!歷史及醫學文獻上告訴我們,即使青壯年感染流行性感冒,合併肺炎鏈球菌感染,可能病程進展快速,短短 48 小時就過世,相當可怕!」台大醫院內科部感染科教授兼科主任陳宜君醫師指出,「如果肺炎鏈球菌由上呼吸道黏膜進入血液,可能侵襲各個器官,演變為侵襲性肺炎鏈球菌感染症。患者的狀況可能兵敗如山倒,而住進加護病房;可能因而器官衰竭,如肝腎功能受損,嚴重甚至導致洗腎。這些情況都讓家屬很難過、無法接受。」

侵襲性肺炎鏈球菌感染症確診數,在 2023 年底有明顯上升的趨勢,且感染案例數創三年新高1,民眾務必提高警覺。根據疾病管制署的統計,侵襲性肺炎鏈球菌感染症患者中,65 歲以上民眾佔了 44.5 %2。陳宜君醫師提醒,換言之有 55.5 % 是 65 歲以下民眾,比例超過一半。肺炎鏈球菌對各個年齡層都有影響,所以不是只有老年人,各年齡層都要注意。

不可輕忽!肺炎鏈球菌潛伏體內,流感合併肺鏈重症高四倍!

除了 5 歲以下嬰幼兒、65 歲以上老年人之外,還有許多族群屬於侵襲性肺炎鏈球菌感染症的高危險族群,包括慢性病患(如慢性腎病變、慢性心臟疾病、慢性肺臟病、糖尿病、慢性肝病、肝硬化患者)、酒癮者、菸癮者、脾臟功能缺損或脾臟切除、先天或後天免疫功能不全、人工耳植入者、腦脊髓液滲漏者、接受免疫抑制劑或放射治療的惡性腫瘤者或器官移植者3

此外,原本健康民眾在感染流行性感冒、新冠肺炎等病毒後,呼吸道黏膜免疫會受到影響,續發性細菌感染的機會上升。陳宜君醫師說,台大醫院兒科團隊發表過一個很重要的研究,發現單純得到流感的患童約有 5 % 會住加護病房,而流感合併肺鏈的患童約有 20 % 會住加護病房4,顯示流感合併肺鏈比一般流感的重症風險高出四倍之多。

-----廣告,請繼續往下閱讀-----

肺炎鏈球菌主要存在鼻腔黏膜,當免疫力正常時不會產生問題,但當黏膜免疫力下降時,便可能侵入組織,造成中耳炎、鼻竇炎、肺炎等感染;而免疫力低下患者,便可能發展成重症。陳宜君醫師說,患者會出現發燒、咳嗽、氣喘、噁心、胸痛、頭痛、呼吸急促等症狀,可能進展為肺炎、腦膜炎、關節炎、骨髓炎、心包膜炎、溶血性尿毒症、腹膜炎、敗血症等,危及性命5

接種肺炎鏈球菌疫苗,預防勝於治療

面對肺炎鏈球菌感染,預防永遠勝於治療!陳宜君醫師說,肺炎鏈球菌經由飛沫散播,所以可以透過戴口罩、勤洗手、避開擁擠密閉的空間,更積極的做法就是接種肺炎鏈球菌疫苗。

肺炎鏈球菌可分為 92 種以上血清型,其中約有 30 種血清型會造成人類的感染,所以會針對較常見的血清型製作肺炎鏈球菌疫苗6。目前台灣有結合型疫苗(PCV)與多醣體疫苗(PPV)。

多醣體疫苗(PPV),通常不具備長期免疫記憶。陳宜君醫師解釋,結合型疫苗(PCV)可以誘發 T 細胞免疫,有助產生免疫記憶,提供較長時間的保護力7

-----廣告,請繼續往下閱讀-----

研究顯示,接種一劑結合型疫苗(PCV)後,再接種一劑多醣體疫苗(PPV),有助提升免疫記憶,提供較長時間的保護力,並使保護範圍更廣,能有效降低感染肺炎鏈球菌導致嚴重併發症或死亡的風險8。因此,疾病管制署針對 65 歲以上民眾提供公費疫苗政策:接種 1 劑 13 價結合型肺炎鏈球菌疫苗(PCV13)及 1 劑 23 價肺炎鏈球菌多醣體疫苗(PPV23),以保護年長者免於重症威脅9

不過,一般年輕族群亦不可輕忽。陳宜君醫師提到,因為肺炎鏈球菌疫苗是準備讓健康民眾施打,所以在研發疫苗時,對安全的要求非常高。結合型疫苗(PCV)與多醣體疫苗(PPV)皆為不活化疫苗,免疫不全者皆可接種,且能夠與流感疫苗同時接種。國際建議在左手臂接種流感疫苗,在右手臂接種肺炎鏈球菌疫苗。

關於肺炎鏈球菌疫苗的接種方式,疾病管制署建議:

  • 從未接種肺炎鏈球菌疫苗的民眾,可先接種 1 劑結合型疫苗(PCV),間隔至少 1 年後再接種 1 劑多醣體疫苗(PPV)。若是高風險對象,可先接種 1 劑結合型疫苗(PCV)後,間隔至少 8 週後再接種多醣體疫苗(PPV)。
  • 曾接種過 1 劑結合型疫苗(PCV)的民眾,可於間隔至少 1 年後再接種 1 劑多醣體疫苗(PPV)。若是高風險對象,可於接種結合型疫苗(PCV)後,間隔至少 8 週後再接種多醣體疫苗(PPV)。
  • 曾接種過多醣體疫苗(PPV)的民眾,可於間隔至少 1 年後再接種 1 劑結合型疫苗(PCV)10

「肺炎鏈球菌感染不只造成肺炎!」陳宜君醫師叮嚀,「狀況許可時,建議及早接種疫苗,做好預防措施,才能保護自己、保護身邊的人。」

註解

  1. 衛生福利部疾病管制署 65 歲以上公費肺炎鏈球菌疫苗三階段開打,呼籲長者接種(access date 2024/3/8)
    https://www.cdc.gov.tw/Bulletin/Detail/hr4M-Qmi3Fu2KPC3En2a6Q?typeid=9 ↩︎
  2. 衛生福利部疾病管制署 肺炎鏈球菌疫苗 (Pneumococcal Vaccine)(accessed date 2023/12/15)
    https://www.cdc.gov.tw/Category/Page/ORBnRmMgImeUqPApKawmwA ↩︎
  3. Hsing, T. Y., Lu, C. Y., Chang, L. Y., Liu, Y. C., Lin, H. C., Chen, L. L., Liu, Y. C., Yen, T. Y., Chen, J. M., Lee, P. I., Huang, L. M., & Lai, F. P. (2022). Clinical characteristics of influenza with or without Streptococcus pneumoniae co-infection in children. Journal of the Formosan Medical Association = Taiwan yi zhi121(5), 950–957. https://doi.org/10.1016/j.jfma.2021.07.012 ↩︎
  4. 衛生福利部疾病管制署 侵襲性肺炎鏈球菌感染症(accessed date 2024/03/08)
    https://www.cdc.gov.tw/Disease/SubIndex/oAznsrFTsYK-p12_juf0kw
    ↩︎
  5. 衛生福利部疾病管制署  侵襲性肺炎鏈球菌感染症 疾病介紹(accessed date 2024/03/08)
    https://www.cdc.gov.tw/Category/Page/MEYvHLbHiWOcLfQKKF6dpw
    ↩︎
  6. Pollard, A. J., Perrett, K. P., & Beverley, P. C. (2009). Maintaining protection against invasive bacteria with protein-polysaccharide conjugate vaccines. Nature reviews. Immunology9(3), 213–220. https://doi.org/10.1038/nri2494 ↩︎
  7. Intervals Between PCV13 and PPSV23 Vaccines: Recommendations of the Advisory Committee on Immunization Practices (ACIP) (cdc.gov) (accessed date 2023/12/15) https://www.cdc.gov/mmwr/preview/mmwrhtml/mm6434a4.htm ↩︎
  8. 衛生福利部疾病管制署 為提升民眾免疫保護力,10月2日起分三階段擴大65歲以上民眾公費接種肺炎鏈球菌疫苗(accessed date 2024/03/08) https://www.cdc.gov.tw/Bulletin/Detail/q9_r5mAOvcpIPSUvrjGFpw?typeid=9 ↩︎
  9. 衛生福利部疾病管制署 肺炎鏈球菌疫苗 (Pneumococcal Vaccine) (accessed date 2023/12/15)
    https://www.cdc.gov.tw/Category/Page/ORBnRmMgImeUqPApKawmwA ↩︎
  10. 衛生福利部疾病管制署 肺炎鏈球菌疫苗 (Pneumococcal Vaccine) (accessed date 2023/12/15)https://www.cdc.gov.tw/Category/Page/ORBnRmMgImeUqPApKawmwA ↩︎

本衛教文章由台灣輝瑞協助刊登(PP-PRV-TWN-0166-202404)

-----廣告,請繼續往下閱讀-----

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/