1

0
0

文字

分享

1
0
0

今天空氣好嗎?即時監測 PM 2.5,「空氣盒子」的奇幻之旅

研之有物│中央研究院_96
・2020/07/20 ・5338字 ・閱讀時間約 11 分鐘 ・SR值 512 ・六年級

-----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。

用物聯網和大數據減少 PM 2.5 危害

今天的空氣品質好不好?到底該不該開窗?能不能去外面運動?
圖/giphy

「今天要開窗還是空氣清淨機?」「哪條慢跑路線少吸一點廢氣?」統統交給空氣盒子!2013 年起,在中研院、LASS 社群、民間企業、學校和政府……等跨界合作下,聯手打造全世界規模最大的 PM 2.5 感測資料平台──以大量便宜、小型的感測器「空氣盒子」構成綿密的空汙監測網路。遍佈臺灣的四千多台空氣盒子,可提供民眾即時空汙資訊,甚至預測空氣品質。研之有物專訪中研院資訊科學研究所、空氣盒子推手陳伶志研究員,一起回首研發、推廣空氣盒子的奇幻旅程。

PM2.5,指的是粒徑小於 2.5 微米的小顆粒,比我們的頭髮還細小,卻能傷人於無形,長期吸入可能引起過敏、氣喘、肺癌、心血管疾病。了解每日 PM2.5 濃度,能在生活中保護自己減少空污威脅。

在過去,臺灣空氣微型感測器尚未普及,想要知道當下空氣品質,必須仰賴全臺 76 個國家監測站(2017 年新增至 77 台)。然而,生活中處處存在汽機車、香爐、工廠等無數小型污染源,影響每時每地的 PM2.5 濃度,大型監測站無法即時反應各地情況。

-----廣告,請繼續往下閱讀-----

「我要怎麼知道『當下』、『此刻』的空氣品質好不好?」陳伶志心生疑問,開啟長達 8 年的空氣盒子研發、推廣之路。

空氣盒子地圖:各地 PM2.5 即時濃度。
資料來源/PM2.5 MAP

什麼是空氣盒子?它跟傳統測站有什麼不一樣?

傳統空氣品質量測的專業儀器,造價數萬至十萬元不等,雖然比較精確,但每次實驗能出動個位數的儀器就很了不起了,無法同時在很多地點取樣。

那時,我們就天馬行空給自己出題目:何不使用小型、便宜的空氣感測器,撒網式地多點取樣?即使準確性比不上專業儀器,但可以量取勝。利用大量數據發展新理論和演算法,另闢蹊徑來解釋、甚至預測空氣品質,這就是空氣盒子的起點。

目前空氣盒子已超過四千台,裝設在全台各地,每五分鐘回傳一筆資料 (全台灣的傳統測站共數十台,每小時只能產出一筆監測資料),資料量和回傳速度都不可同日而語,可供資料科學家分析 PM2.5 的分布與變化。

空氣盒子各階段 prototype。空氣盒子現在使用的感測器,是經過幾代的改良,才找到最好的感測器。感測原理是:利用 PM2.5 的物理性質,用雷射光照射這些微粒產生散射,進而計算 PM2.5 濃度,量測出來的結果一致性很高。
圖/陳伶志提供(轉載自研之有物)

不過,空氣盒子能夠有如今規模,還要歸因於它屬於「參與式感測系統」。生活中有許多問題,例如空污、塞車,被動地等待政府解決往往緩不濟急,並非政府效率太差,而是不知道問題真兇在哪裡,例如眼前的空污到底是霾害?還是有工廠偷偷排放廢氣?參與式感測系統以「自己的環境自己救」的概念出發,透過群眾自主觀察所得的大量數據,由專家分析找出問題癥結點,推動政府或相關單位採取行動、對症下藥!

-----廣告,請繼續往下閱讀-----
參與式感測:透過群眾觀測、專家分析,由下而上解決問題。
圖/林婷嫻、張語辰設計(轉載自研之有物)

便宜的小型感測器,數據會不會不準確?

其實,我們一開始也陷入「準確性」的迷思:期待便宜的感測器測量結果跟專業儀器一樣!但,天下沒有白吃的午餐,準確度好的機器一定很貴(苦笑)。

後來我們轉而追求「一致性」,不強求感測器跟專業儀器測量數值完全一樣,只要這些感測器的數值可以穩定維持在同一個區間,可校正、可比較、可以看出趨勢變化。

環保署將空氣盒子架設在多個標準測站,比較兩者測到的 PM2.5 濃度。藍色代表空氣盒子、橘色代表環保署測站,兩者測得 PM2.5 濃度值雖不同,但有相似的趨勢變化。
資料來源/環境保護署空氣品質監測網

我們也重新思考研究的目的:不是用便宜的空氣盒子取代數百萬元的專業儀器,而是走一條以量取勝的道路,以大量便宜、但堪用的小型感測器組成綿密的監測網路,取得當下、此刻的空氣品質。

但相對的,空氣盒子的量測也容易受到局部環境變化影響、資料比較雜,分析前必須處理。比方說,有些空氣盒子 PM2.5 飆高是因為沙塵暴來襲,有些是因為有人在旁邊抽菸,後者屬於小範圍異常,必須想辦法排除。

-----廣告,請繼續往下閱讀-----

如何辨別環境中的雜訊?PM2.5 飆高是因為沙塵暴,還是有人抽菸?

空氣盒子是否能分辨雜訊和沙塵暴?
圖/wikimedia

首先,我們假設戶外空氣在地理空間上會均勻擴散,應該不會發生某台空氣盒子偵測的 PM 2.5 濃度很高,一百公尺外的機器偵測的濃度很低。所以,每台空氣盒子與周圍空氣盒子感測值變化應該要「一致」。

再來,假設空氣的擴散是緩慢的,同一台空氣盒子相近時間的感測數值也應該「一致」。如果某台空氣盒子的 PM 2.5 濃度突然劇烈變化,代表它可能發生異常。

因此,我們必須比較每台空氣盒子在鄰近區域以及相近時間內的一致性,定時給予評分,分數低代表這個空氣盒子的微世界(micro environment)跟別的不一樣,也許它裝在廟旁、裝在室內、有人在旁邊抽煙,或是感測器取風口裝反,讓灰塵進去出不來等等。

這個評分每 5 分鐘執行一次,分析過去 24 小時的資料,如果某個空氣盒子的評分低於標準,會把它標示為異常,資料就不會用來做後續的分析。

-----廣告,請繼續往下閱讀-----

空氣盒子如何預測 PM2.5 濃度變化?

預測有兩件事最重要:一個要很準,另一個要夠快。比方當我們想要用預測結果決定 1 小時後的行動,若電腦還得花 50 分鐘運算,那就太遲了。如何用有限資源,在 1 分鐘之內完成 4,000 台空氣盒子的預測模型,極具挑戰性。

首先,我們設定只做 5 小時以內的預測,假設在這時間內氣候變化不會太大,暫且不考慮海風、陸風、大陸冷氣團等氣候變因,純粹使用資料科學方法,從過去的變化歷程預測未來數小時 PM 2.5 濃度。

一開始,我們以類神經網絡模型預測,準確性高、但運算速度太慢。因為每個感測器所處的環境不同,過去的歷史資料也不一樣,所以 4,000 台空氣盒子就要有 4,000 個預測模型。

經過多方嘗試,我們終於找到準確但又不會太慢的作法:先將 4,000 台機器,按照過去歷史資料或是地理位置等方式分群,在每一群中選擇一個具代表性的空氣盒子,以它的歷史資料做預測模型,再把預測模型套用到同群的其他空氣盒子上。以下是按照地理位置分群的做法:

-----廣告,請繼續往下閱讀-----
上圖以地理位置將台中空氣盒子分群,(a)是分成 1 群,(b)是分成 4 群,(c)是分成 9 群,(d)是分成 16 群,在其中找一個具代表性的空氣盒子做預測模型,再套用到同群其他空氣盒子。結果發現,空氣盒子分群越多,運算速度變慢、但誤差變小。如果分成 16 群,可以發現運算速度變慢一些,但誤差降低許多。
圖片重製/林洵安、資料來源/陳伶志(轉載自研之有物)

如果是按照歷史資料來分群,想像一下,橫軸是時間、縱軸是 PM2.5 濃度,每個空氣盒子具有自己的濃度變化曲線,把曲線波動類似的空氣盒子分成一群,代表它們的模型特性是相似的。比方說,如果偵測到上下班有兩個波峰,代表這些空氣盒子可能裝在大馬路旁,因為尖峰時刻車流較多,造成空氣品質數值的波動。

空氣盒子可以解決哪些生活問題?

空氣盒子可以回傳即時的資料,協助生活決策,例如空氣盒子的 Line 聊天機器人,你可以把它想像成空氣品質的隨身管家。

像我小孩七點半上學,可以訂閱學校附近的空氣盒子,定時在出門的時刻,以 Line 傳送學校附近的 PM 2.5 濃度,讓我決定要不要讓他戴口罩。又或者,我可以訂閱離家最近的空氣盒子,一超過特定濃度就發出訊息,來決定家裡要開窗戶或開空氣清淨機。

跟空氣盒子Line聊天機器人的聊天對話。
資料來源/陳伶志(轉載自研之有物)

空氣盒子的預測模型也很實用!例如:什麼時間可以出去跑步?畢竟跑步是為了健康,如果空氣很糟還出門,不就成了人體空氣清淨機?

-----廣告,請繼續往下閱讀-----

於是我們嘗試用預測模型找出最健康的運動路線,做出 PM 2.5 最小曝露量的導航系統。你可以想像地圖是 x 軸和 y 軸,時間是 z 軸,地圖上每個地點、不同時間,皆有不同的 PM 2.5 濃度。我們將不同路線上、每個時間點所對應的 PM 2.5 濃度累加,預測出吸入最少 PM 2.5 的路徑。

用空氣盒子找出最健康的運動路線。以中研院到台北火車站為例,使用 Google 導航騎腳踏車的最短路徑是灰色路線,所需交通時間是 45 分鐘,計算出的 PM 2.5 曝露量分數 75.8(分數越高代表吸入越多 PM 2.5)。如果利用空氣盒子資料做分析,建議採用路線為藍色,它會引導你走河堤或避開大馬路,所以交通時間增加到 83 分鐘,但 PM 2.5 曝露量分數降低至 59.8。
資料來源/陳伶志(轉載自研之有物)

此外,生活中有許多空汙問題,很難知道問題真兇藏在哪裡,例如眼前的空污是霾害?還是有工廠偷偷排放廢氣?因為不肖業者常常利用各種取巧、偽裝來規避稽查,例如半夜偷排廢氣。空氣盒子可收集大量數據,經過機器學習找出汙染排放規律、可疑地區,幫助稽查員確定關鍵時機,人贓俱獲!

開發這些應用服務的靈感從哪來?

空氣盒子不只要「感測」成功,民眾的「參與」也要成功,才能解決生活問題。
圖/wikimedia

一方面來自生活真實需求,另一方面是希望……空氣盒子系統可以活得久一點!!

事實上,從 2013 年計畫開始到現在,有些空氣盒子已慢慢離線。原因不是參與者主動不要它了,而是時間一長,可能發生無線網路不穩、停電後沒有重新開機等等,參與者很難察覺。一開始,我還會呼籲大家常常檢查自己的空氣盒子,但是呼籲久了也怕被嫌煩。

-----廣告,請繼續往下閱讀-----

因此我決定讓空氣盒子提供更貼心的生活服務,參與者可主動透過 Line 訂閱自己的空氣盒子,不僅可即時知道 PM 2.5 濃度,機器故障時也會收到通知提醒。

參與式感測不只「感測」要成功,「參與」也要成功,提高參與就要滿足大家發自內心的需求,提供有用的服務,回應大家的生活問題。

對空氣盒子未來有什麼規劃呢?

首先是嘗試將空氣盒子與專業測站結合,開發更多的應用。最近跟國外學者合作,疊合環保署測站、空氣盒子、衛星影像的氣膠光學厚度(Aerosol Optical Depth, AOD),發展三者相互換算的校正模型,全台各地只要這三個量測工具任一覆蓋,就可算出當地的 PM 2.5 濃度、增加全台空氣品質量測的解析度。未來這個技術還可應用於測站分佈較少的國家,例如非洲沒有太多空氣品質測站,如果安裝空氣盒子搭配衛星遙測影像,即有機會算出當地空氣品質概況。

其次,增加與國外相關計畫與社群的連結。目前我們與美國芝加哥最大的智慧城市計畫「Array Of Things」合作,他們一開始佈建的感測器價格比較高,所以數量不多,希望與我們合作,利用微型感測器補足數量。韓國則與台灣購買微型感測器,佈建機器後請我們協助分析資料。此外,德國和泰國也都在洽談合作。

空氣盒子 PM2.5 感測網,延伸至世界各地。
資料來源/陳伶志(轉載自研之有物)

推動空氣盒子的過程,有沒有難忘的回憶?

最感動的就是:一開始就不斷有志同道合的夥伴加入!LASS 的創客、關心空污的台中親子共學團加入、教師社群進來,後來又蹦出台北市智慧城市,接著訊舟科技要捐機器,然後是前瞻基礎建設計畫……,現在回頭看這一切,真的是很幸運。

那段時間也是最快樂的,因為你完全無法預期接下來會發生什麼事,每次好像走到一個盡頭,就蹦出一個力量把我們再往前推一點、再多做一點。就像有一句話說:

當你真心渴望某樣東西時,整個宇宙都會聯合起來幫助你完成。

此外,中研院在這過程也給我很大的自由,從 2013 年到 2015 年的開發階段,沒有發表任何一篇和空氣盒子相關的論文,直到 2017 年才有正式的論文發表。乍看之下,好像做了四年的白工。但這在中研院是 OK 的!因為信任,讓研究人員有機會去嘗試可能失敗的重要題目,讓我們可以再ㄍㄧㄥ一下、再試一下,這也是身在中研院的好處,我覺得啦。

延伸閱讀:

本文轉載自中央研究院研之有物,原文為自己的環境自己救!以空氣盒子監測你家附近的空汙,泛科學為宣傳推廣執行單位。

文章難易度
所有討論 1
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。

1

3
0

文字

分享

1
3
0
不抽菸也會得肺癌?PM2.5 如何「叫醒」沉睡的癌細胞?
PanSci_96
・2024/06/25 ・4400字 ・閱讀時間約 9 分鐘

不好意思,你很可能會得這種癌症。其實,我也是。

它就是台灣十大癌症榜首,肺癌。

現在,根據 2023 年 11 月衛福部發布的最新統計數字,肺癌一年的新增病人數已經超越大腸直腸癌,成為台灣每年癌症發生人數之最,堪稱臺灣人的「國民病」。

可怕的是,肺癌在癌症之中有三個之最:死亡率最高、發現時已經是晚期的比例最高、醫藥費也最高。現在再加上發生人數最高,堪稱從癌症四冠王。

-----廣告,請繼續往下閱讀-----

你說肺癌是抽菸的人的事?錯!台灣抽菸人口比例在全球排名 30,比日本、韓國、中國和多數歐洲國家都還低!顯然抽菸並不是肺癌的唯一主因!那難道是二手菸?還是空污惹的禍?還是台灣人的基因天生脆弱?我們到底要怎麼做才能遠離肺癌?

臺灣人的肺癌特別在哪?癌症和基因有關嗎?

根據衛福部國健署的說法,肺癌人數的增加,其實與 2022 年 7 月開始推動肺癌篩檢的政策有關。

隨著篩檢量的上升,近年內肺癌的確診人數預期還會再往上。

原來是因為篩檢量啊,那就不用擔心了。但換個角度想,這才是肺癌最可怕的地方,它可能已經存在在很多人身體裡,而我們卻沒能發現它。肺癌早期幾乎沒有症狀,高達 50% 的患者發現時已經是第 4 期。屆時不只肺部遍布腫瘤,癌細胞可能還轉移到大腦、骨頭等器官,讓治療變得加倍困難。

-----廣告,請繼續往下閱讀-----

對付肺癌,最關鍵點是愈早發現愈好。按照國健署統計,如果第 1 期就發現,5 年存活率可達九成以上,第 2 期發現降為六成,第 3 期存活率大約三成,一旦到第 4 期,僅僅剩下一成。

當然,最好的方法,就是做好預防,打從一開始就不讓癌細胞誕生。

那麼我們就要先了解問題到底是出在環境,還是你、我身體中的基因? 過去關於肺癌的遺傳研究,多半以歐美國家為主,套用到我們身上總有些牛頭不對馬嘴。幸好,我這裡一份以臺灣人為主角的大規模研究報告,將為我們揭露答案。

這份研究是由中央研究院團隊主導,結合臺灣大學、臺北醫學大學、臺中榮總等單位的研究,還登上生物領域頂尖期刊《Cell》2020 年 7 月的封面故事。非常具有權威性,不能不看。

-----廣告,請繼續往下閱讀-----

同時,這也是全球第一次完整剖析東亞地區肺癌的成因。他們的主題很明確:「為什麼不吸菸也會得肺癌?」

在西方,肺癌病人裡面只有 20% 左右的人不吸菸。但是在臺灣,卻有超過一半的肺癌病人都不抽菸,顯示有其他致癌要素潛伏在基因裡作怪。另外,臺灣肺癌病人的男女比例和西方人也大不同,臺灣女性通常更容易罹患肺癌。 為了瞭解肺癌,研究團隊取得肺癌病人的腫瘤和正常組織,解讀 DNA 序列和蛋白質表現量,最後鑑定出 5 種和西方人明顯不同的變異特徵。

其中最受關注的,是一種 APOBEC 變異,因為它有可能是臺灣女性為什麼容易罹患肺癌的關鍵。

這種變異特徵屬於內生性的,也就是人體機制自然產生的 bug。

-----廣告,請繼續往下閱讀-----

APOBEC 不是指單一基因,它是細胞內負責編輯 mRNA 的一組酵素,包含 11 個成員。主要功用是把胞嘧啶核苷酸(C)轉變尿嘧啶核苷酸(U)。簡單來說,APOBEC 原本是細胞正常活動的一環。但因為它有改寫核酸序列的能力,在 DNA 修復過程同時活躍時,就很有可能出事。這就像是一個創意豐富的阿嬤,看到破損的古畫,就在沒和別人討論的情況下上去東湊西補,用自己的方式重新修復了這件藝術。一個與原本不同的突變細胞可能就這樣產生了。

APOBEC 變異在臺灣女性病人身上特別明顯,舉例來說,60 歲以下沒有吸菸的女性患者,就有高達四分之三有這種變異特徵。研究團隊認為,APOBEC 出錯造成的基因變異可能是導致女性肺癌的關鍵。 除了內生性變異,另外一個容易導致肺癌發生的,就是周遭環境中的致癌物。

致癌物有哪些?

研究團隊總結出 5 種肺癌危險物質:烷化劑、輻射線、亞硝胺(Nitrosamine)、多環芳香烴(PAHs),還有硝基多環芳香烴(Nitro-PAHs)。

其中,亞硝胺類化合物主要來自食品添加物和防腐劑,多環芳香烴大多來自抽菸和二手菸,硝基多環芳香烴則是透過汽機車廢氣和 PM2.5 等毒害肺部。

-----廣告,請繼續往下閱讀-----
圖/unsplash

他們進一步分析,大略來說,女性在不同年紀,致癌因素也有差異。60 歲以下的女性肺癌病人,APOBEC 特徵的影響比較明顯;70 歲以上的女性患者,和環境致癌物的相關度比較高。 既然找到致癌原因,我們該如何著手預防呢?你知道肺癌,其實有疫苗可打!?

空氣污染和肺癌有關嗎?有沒有癌症疫苗?

想預防肺癌,有 2 種對策,一種是「打疫苗」,一種是「抗發炎」。

是的,你沒聽錯,英國牛津大學、跟佛朗西斯.克里克研究所,還有倫敦大學學院在 2024 年 3 月下旬公布,他們正在研發一款預防性的肺癌疫苗,就叫 LungVax。它所使用的技術,和過往牛津大學協同阿斯特捷利康藥廠製造 COVID-19 AZ 疫苗時的方法相似。

他們已經募到一筆 170 萬英鎊的經費,預計未來兩年資金陸續全數到位,第一批打算先試生產 3000 劑。不過,關於這款肺癌疫苗,目前透露的消息還不多,我們挺健康會持續追蹤這方面研究的進展。

-----廣告,請繼續往下閱讀-----

在疫苗出來之前,我們還有第二個對策:抗發炎。發炎和肺癌有什麼關係呢?這就要先回到一個問題:為什麼空污會提高得肺癌的機率呢?

一個很直觀又有力的推測是,空污會導致肺部細胞 DNA 突變,因此而催生出腫瘤。

圖/unsplash

但是修但幾勒,科學要嚴謹,不能只看結果。科學史上發生過很多次表象和真實截然不同的事件,空污和肺癌會不會也是這樣?

2023 年 4 月《Nature》的一篇封面故事,明確地說:Yes!肺癌真的和我們想的不一樣。

-----廣告,請繼續往下閱讀-----

其實早在 1947 年,就有以色列生化學家貝倫布魯姆(Isaac Berenblum)質疑主流觀點,他提出的新假設是:除了 DNA 突變以外,癌細胞還需要其他條件才能坐大。用白話說,就是肺癌是個會兩段變身的遊戲副本頭目,正常細胞先發生變異,接著再由某個條件「扣下扳機」,突變細胞才會壯大成腫瘤。

也就是説,只要攔住任一個階段,就有機會能防範肺癌。假如這論點正確,全球肺癌防治的方向將會直角轉彎。

《Nature》的研究支持這個假說,扭轉了過去 70 多年來的看法。在這項里程碑研究中,臺灣也是要角。

時間回到 2020 年,《Nature Genetics》上發表了一份針對 20 種致癌物質的研究報告,包括鈷、三氯丙烷和異丙苯等,但注意,這研究指出這些致癌物大多沒有增加實驗鼠的 DNA 變異量。

這個現象實在太違反直覺,過了 3 年,疑團還是懸而未決。直到《Nature》的跨國研究出爐,才解開部分謎底。

英國倫敦佛朗西斯.克利克研究所主導 2023 年的一項研究,他們鎖定對象為肺腺癌。肺腺癌是典型「不吸菸的肺癌」,台灣每 4 個肺癌病人就有 3 人是肺腺癌,尤其是女性肺腺癌患者有高達九成不抽菸。 為了抽絲剝繭探明空污和肺癌的關係,研究團隊聚焦在肺腺癌患者常發生的表皮生長因子受體基因變異,縮寫 EGFR。他們收集英國、加拿大、韓國和臺灣四國大約 3 萬 3 千名帶有 EGFR 突變的病人資料,進行深入分析,並且發現 PM2.5 和肺腺癌發生率有顯著關聯。研究團隊進一步用小鼠做試驗,把小鼠分成吸入和未吸入 PM2.5 兩組,結果發現吸入組更容易長出惡性腫瘤。

圖/pexels

到目前為止都還不算太意外,然而,團隊切下肺部細胞、分析 DNA 以後發現,DNA 的突變量居然沒有明顯增加!但是有另一件事發生了:堆積在肺的 PM2.5 顆粒會吸引免疫細胞從身體各處聚集過來,並分泌一種叫做 IL-1β 的發炎因子,導致肺組織發炎。

這下子有趣了,根據克利克研究所團隊的檢驗結果,估計每 60 萬個肺部細胞有 1 個帶有 EGFR 突變,這些細胞在發炎環境裡會快馬加鞭生長。相反的,當他們給小鼠注射抑制 IL-1β 的抗體,肺癌發病率就跟著下降。 《Nature》一篇評論引述美國加州大學舊金山分校分子腫瘤學專家波曼(Allan Balmain)的看法。他總結說,空污致癌的主要機制,可能不是因為空污誘發了新突變,而是持續發炎會刺激原本已帶有突變的細胞生長。換句話說,本來在熟睡的壞細胞會被發炎反應「叫醒」。

這會給肺癌防治帶來巨大衝擊,這樣一來,問題就從「用公衛或醫療方法防止 DNA 變異」變成了「如何抑制發炎」。

人體的細胞每天不斷分裂,用新細胞替換老舊細胞。但是這就像工廠生產線,良率無法百分百,組裝幾十萬產品難免會做出幾件瑕疵品,也就是帶有基因突變的細胞。換句話說,從自然界角度來看,DNA 變異是一種自發現象,醫療手段實際上幾乎不可能阻止。

但是,降低發炎卻是有可能做到的,例如注射抑制 IL-1β 因子的抗體。不過,就公共衛生來說,要給幾千萬人施打抗發炎因子藥物根本不切實際,因為太花錢,而且也可能造成其他的副作用。 波曼在《Nature》評論裡建議,透過簡易可行的飲食方式來降低體內發炎,或許有機會減少某些癌症的風險。這也就是說,科學家應該重新回來審視,怎樣把每天的生活點滴點石成金變成防癌手段。

圖/unsplash

這也等於預告了肺癌的下一階段研究方向,除了內科、外科醫療科技持續精進,尋求預防惡性疾病的最佳飲食要素,也成為聚焦重點。

也想問問你,關於肺癌,你最看好的下一個突破是什麼呢?

  1. 希望有篩檢技術 2.0,不但百發百中,如果連X光都不必照,只要抽血就能順便驗出有沒有癌細胞,那該多好。
  2. 當然是癌症疫苗,最好是能一勞永逸。
  3. 科學證實有效的抗發炎防癌食物組合,我一定立刻加入菜單,不過還是希望味道要好吃啦。

留言告訴我們你的想法吧,如果你覺得這集的內容特別實用,記得分享給你的親朋好友!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

所有討論 1

0

2
0

文字

分享

0
2
0
益生菌不只顧腸道還可抗 PM2.5?益生菌功效怎麼吃?
鳥苷三磷酸 (PanSci Promo)_96
・2024/03/19 ・2488字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 江欣樺營養師 委託,泛科學企劃執行。

健康是無價之寶,想要有好的健康,有很多種方法,像是規律作息、持續運動或是飲食管控,但在忙碌的生活之中,要做到以上這些,並不容易。益生菌或許是另一個解方,輕巧的小包裝,便於攜帶,沒有重量,沒有負擔。別小看這些益生菌,雖然外表不起眼,卻暗藏許多健康密碼。

2012 年,國衛院實驗團隊發現腸道菌和大腦發炎、神經退化、 阿茲海默症有關,腸道菌的健康可能影響大腦和各器官健康狀況,經更多實驗後,發現腸道菌健康與益生菌的使用,跟身體器官的運作有密切關聯。

益生菌、腸道健康與身體健康的關聯性

腸道是人體最大的免疫器官,存在許多共生細菌,以及僅次於大腦的神經細胞數量,全身近一半的淋巴球也分佈在此。

-----廣告,請繼續往下閱讀-----

淋巴球和神經元又與各器官產生相關的免疫及神經反應,像是常聽到腦-腸軸線、肺-腸軸線,都是指腸道與其他器官的連結。換句話說,腸道內的菌相,牽動的不只有腸道系統,而會透過腸道上的免疫及神經反應去影響其他器官。

腸道菌受飲食左右,像是亞洲人偏好澱粉,腸道用來分解醣類的普氏菌也較多;西方人喜好油炸物,腸道幫忙分解油脂的擬桿菌也較多。同理,補充益生菌也能改善菌相,進而影響身體健康。

腸道菌相與飲食習慣息息相關。 圖/Envato

益生菌?益生元?哪裡不一樣

益生菌可分為兩種:活菌、死菌,活菌能定殖在腸道,並不斷產生短鏈脂肪酸(如:乳酸、醋酸、丙酸、酪酸),能使腸道偏酸性,讓壞菌不易生存,有助於腸胃蠕動,降低腸道毒素。

死菌雖然不能像活菌一樣定殖在腸道,但有部分益生菌死掉之後所產生的代謝物,被研究證實是有幫助的,那麼這類型的死菌也可以被稱為後生元。
。腸道內存有好壞菌及伺機菌,益生菌的工作在於製造好菌、帶領伺機菌和抗衡壞菌,事實上益生菌並不會完全消滅壞菌,而是平衡好壞菌,讓菌相穩定,且適當的壞菌也有助於腸道健康。

在選購益生菌時,會發現市面上流通著許多種類,像是常見的 A 菌(嗜酸乳酸桿菌)、B 菌(比菲德氏菌)等,益生菌是以不同菌屬的開頭字母命名,不同的益生菌,就有不同的後生元,保健效果也不同。但這些菌都是指菌種,而菌種會因各廠商培育出的菌株產生差異,通常會以不同的專利名字區分(例如:TW01),效果當然也有差別。

-----廣告,請繼續往下閱讀-----

另外還會注意到,有些產品標示「益生質/益生元」,指的是益生菌的食物,益生元常見的成分為果寡醣、半乳寡醣等,由 2~10 個單醣所構成,不易被人體分解,能提供碳源成為益生菌的養分。益生菌與益生元結合的產品稱為合生素,兩者等同於補好菌加上養好菌,可大大提升保健效果。

益生菌怎麼吃

補充益生菌能夠維持腸胃道健康、幫助排便和調節過敏體質,但也須注意食用方法,否則就功虧一簣。為了確保益生菌能發揮作用,食用時不可搭配過熱的開水,避免失去效用。

吃益生菌時,一定要配冷開水。 圖/Envato

在選購益生菌時要注意!市面上常能看到各種口味的益生菌,希望透過豐富口味變化與繽紛的色彩來吸引消費者購買,但這類型的商品往往會添加大量的香料、甜味劑或者是果汁粉,但每條益生菌僅有兩公克的空間,你想吃的,是廉價添加物還是真正有幫助的好菌呢?

這類型的產品除了添加物的問題,還會養成小朋友嗜糖的習慣,糖類更是過敏的元凶之一,因此建議可以選擇有 100% 無添加認證的益生菌,來避免攝取不必要的人工添加物。基於健康考量,民眾可考慮選購含有益生元的產品。若是有服用抗生素的人,記得一定要使用益生菌恢復腸道菌相,但須與抗生素間隔 1-2 小時。

-----廣告,請繼續往下閱讀-----

益生菌功效有哪些

常見的益生菌功效為保持腸道健康、調整過敏體質,但益生菌功效遠不僅如此。目前台灣有一株三效合一益生菌 Lactobacillus acidophilus TW01 證實可降低大腸癌風險、抗 PM2.5、活化免疫平衡。

圖/江欣樺營養師提供

TW01 是由創辦人——江欣樺營養師領軍耗時三年開發,研發經費高達已高達 2 千萬台幣。於 2023 年獲得國家新創獎,獲得國家肯定,也是該年度益生菌品類中唯一獲獎者。

圖/江欣樺營養師提供

TW01 是從國人日常飲食所延伸的靈感,根據統計,台灣人平均每年喝掉 122 杯咖啡,TW01 則是從古坑咖啡豆發酵液裡的上千株菌中,發現的唯一有效菌株,符合台灣人的飲食習慣。

TW01 進行 TH1 和 TH2 的免疫調節,降低過敏反應,還能促使免疫球蛋白 IgA 分泌,阻擋細菌對上皮細胞破壞,減少腸漏現象,跑到呼吸道的 IgA 可以對抗細菌、病毒和 PM2.5。從科學實驗來看,TW01 還能抑制大腸癌並幫助傷口修復,效果十分廣泛。

-----廣告,請繼續往下閱讀-----
圖/ 江欣樺營養師 提供

益生菌的好處非常多,小至腸道順暢,大至身體機能,江欣樺營養師表示:「吃益生菌有一個很重要的目標就是占地盤,好菌越多,就可以壓制壞菌地盤,又影響伺機菌,往好的方向走,穩固整個腸道菌相。」

益生菌的重要性在於增加好菌,持續服用。在忙碌的生活中,找到適合自己的方式,養成健康的習慣是對身體最好的保障。找到將益生菌納入日常生活的方式,並保持適當的飲食、規律的作息和適量的運動,健康相伴左右。

延伸閱讀

重新定義益生菌功效!新創益生菌 TW01 可降低大腸癌、抗 PM2.5

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 308 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia