Loading [MathJax]/extensions/tex2jax.js

0

0
2

文字

分享

0
0
2

電腦先驅中的先驅——不為人知的楚澤│《電腦簡史》數位時代(六)

張瑞棋_96
・2020/09/28 ・3492字 ・閱讀時間約 7 分鐘 ・SR值 522 ・七年級

他開發出史上第一台二進位的數位計算機,而且所用的就是馮紐曼後來才提出的現代電腦架構。當電腦先驅們只知道用機器語言輸入指令時,他已經發明世上第一個高階語言。他還設計出類似電腦螢幕的機制,即時顯示計算機實際接收到的輸入指令。但世人卻幾乎不認識這位先驅中的先驅——楚澤。

只因楚澤生在德國,又逢二次世界大戰,以至於研究中斷延宕。等到戰後他重啟計算機的開發時,已經遠遠落後,最後不得不黯然退出了……。

本文為系列文章,上一篇請見:手算來不及啦!先驅者並起,數位計算機的萌芽時期│《電腦簡史》數位時代(五)

V1——第一台二進位數位計算機完工,只不過……

1938 年 6 月,楚澤花了將近兩年時間打造的 V1 計算機終於完工。這個龐然大物用了兩萬個零件,重達一千公斤,幾乎佔據了家中整個客廳。

測試的結果一如楚澤的構想,不需繼電器,僅憑金屬條就能完成 22 位元的浮點運算。但成也金屬條、敗也金屬條,因為這一片片完全都是用手工鋸出來的,精密度不是很高,有時會卡住而難以移到正確位置,或者應該分隔卻互相接觸而構成錯誤迴路。

-----廣告,請繼續往下閱讀-----
V1的複製品。圖:WIKI

事實上在剛開始建造時,楚澤的朋友舒瑞亞 (Helmut Schreyer) 就對金屬條不以為然,勸他使用真空管。舒瑞亞當時正在攻讀電機博士,楚澤只覺得這是高居象牙塔的痴人說夢,他從來不敢肖想這麼昂貴的零件。但如今 V1 的實際運作情況讓他不得不認真考慮了。

楚澤已經獲得那位企業家的一筆資金,但金額仍不足以讓他任意揮霍。已經拿到博士學位的舒瑞亞再次提出建議,這次至少是個可行的折衷方案:買不起真空管沒關係,那就用電話交換機汰換下來的二手繼電器。(楚澤用廢棄的電影膠卷取代紙條,也是出自他的建議)

打造下一代計算機的實驗機型——V2,不料二次大戰爆發……

楚澤評估如果 V1 全部都改用繼電器,至少需要兩千個以上。保險起見,他決定先將控制單元與運算單元換成繼電器,記憶單元則繼續沿用金屬條,並且將規格降低為 16 位元,放棄浮點運算、限定小數點位數,這樣應該只需要兩百個繼電器,就可以打造一台過渡性質的計算機 V2。一旦證明繼電器電路穩定可靠,再用 V2 去爭取更多資金,打造下一代的計算機。

不料 1939 年 9 月德國閃電入侵波蘭,開啟了第二次世界大戰,也打斷了楚澤的計畫。

-----廣告,請繼續往下閱讀-----
1939 年 9 月,德軍閃電入侵波蘭。圖:WIKI

楚澤被徵召入伍,分發到步兵單位。入伍沒多久,他就寫信給上級,表示自己開發中的 V2 可用來加密情報文件,盼能讓他發揮計算機的才能,報效國家。不過眼前德軍更迫切需要的是武器,況且他們已經有威力強大的恩尼格瑪密碼機 (Enigma),開發計算機顯然不是首要之務。

德軍更看重的,反而是楚澤之前擔任結構工程師的經驗,於是把他轉派到亨舍爾飛機公司,協助開發戰鬥機。楚澤怎麼也沒想到,繞了一圈,自己竟又回到幾年前辭職的公司上班。不過這至少比上前線打仗好多了。

楚澤利用下班時間繼續打造 V2,最後終於在 1940 年中建造完成。他在當年九月向德國航空研究所展示 V2,這次他以協助空氣動力學的計算為訴求,成功獲得資金挹注。他趁此成立公司,開發完全採用繼電器的數位計算機 V3。

全繼電器的數位計算機 V3 完工,下一步,操作簡便又便宜的V4

V3 僅花了半年時間就完成,總共使用 2,400 個繼電器,和 V1 一樣可以做 22 位元的浮點運算,但速度提升到 5 赫茲,加減法不到 1 秒,乘除法也僅需 4 秒。楚澤於 1941 年 5 月對外公開展示,結果最先收到的訂單就是來自他上班的公司——亨舍爾飛機。

-----廣告,請繼續往下閱讀-----
V3 複製品。圖:WIKI

不過楚澤真正想做的不是為客戶客製化計算機,而是大量生產可以直接使用的通用機型。要做到大量生產,首先就得壓低成本。所以楚澤將這個預計量產的機型 V4 設計成像 V2 那樣,只有控制單元與計算單元使用繼電器,記憶單元則使用金屬條。一方面這也是基於現實面的考量,因為戰事造成物資吃緊,繼電器不易取得。

雖然成本壓低,但 V4 的性能反而超越 V3,速度提高到 30 赫茲,容量也更大,可以處理 32 位元的運算。而且記憶單元預存了開根號、三角函數sin、最小、最大等指令集,可以直接呼叫使用。為了讓使用者很快上手,楚澤還為 V4 發明了世上第一個電腦高階語言 Plankalkül(意指「規劃計算」)。

高階語言接近自然語法,使用者很容易就能學會,然後只要在改造的打字機輸入Plankalkül 中的相關指令,打字機便會在膠卷上打孔,轉換成二進位的程式碼。在此同時,有個裝置會將膠卷上的程式碼轉換成 Plankalkül 語言,立即顯示在燈號面板上,讓使用者確認是否與所輸入的一致,好即時更正錯誤。不用等到機器執行完程式後。才費心尋找指令哪裡打錯。

德軍敗退、V4改名,楚澤的命運從此大不同

楚澤於 1942 年開始打造 V4 的原型機,計畫一年到一年半之間完成。不料,美國於 1941 年底因日本偷襲珍珠港而決定參戰。在美軍的支援下,同盟國對柏林展開猛烈的轟炸,楚澤的工作屢屢因空襲而被迫中斷,物資取得也更加困難。V4 就這麼做做停停,進度大受影響,直到 1945 年初才終於打造完成。

-----廣告,請繼續往下閱讀-----

只是此時蘇聯的軍隊已逼近柏林,德軍決定把重要的戰略性武器與人員從柏林轉移到其它城市,於是楚澤帶著拆解成二十箱的 V4,跟著一起撤到哥廷根 (Göttingen)。1945 年 4 月,楚澤重新將 V4 組裝完成,但五月德國就宣布投降,他的計算機大業也隨之停擺。

楚澤打造的V4,現保存於慕尼黑的德國博物館。圖:WIKI

戰後楚澤只能靠畫油畫與刻些木雕賣給美軍與觀光客維生,如此過了兩年多,直到 1948 年,他才租了個地方開封蒙塵已久的 V4,重啟計算機工坊。不過為了避免外界將 V4 與納粹的 V1 、V2火箭聯想在一起,他乾脆將 V4 改名為 Z4 (Z 代表他的姓氏 Zuse),之前的計算機 V1、V2、V3 也就跟著改為 Z1、Z2、Z3。

隔年一位蘇黎世聯邦理工學院 (ETH Zurich) 的教授前來拜訪,當場出一題微分方程式測試 Z4 的能耐。只見楚澤三兩下設定好後, Z4 馬上就解出答案,這位教授立刻以五萬瑞士法郎向楚澤訂購一台。楚澤用這筆錢再度成立公司,繼續開發下一代計算機。1958 年,楚澤終於用真空管打造出全電子式的計算機 Z22,殊不知早在 13 年前,大西洋的另一邊就有人率先開發出來了。 

楚澤後來又繼續開發新的機種,但他經營企業的能力遠遠不如設計天分,到了 1964 年,公司終因周轉不靈賣給一家鋼鐵公司,五年後又被轉賣給西門子 (Siemens)。

-----廣告,請繼續往下閱讀-----

時不我予——縱有超越時代的創見,最後只能黯然退出

在這場開發數位電腦的競賽中,楚澤從原本獨占鰲頭,到後來黯然退出,絕對不是因為他技不如人。相反地,他的創見始終遠遠領先其他人。

他在馮紐曼提出現代電腦架構之前,就已經如此設計開發計算機;他用鍵盤直接輸入指令時,別的機器都還是靠更換打孔紙帶或電路接線;當其他人腦子裡只有機器語言時,他已經在使用高階語言;而他用燈號面板即時顯示輸入結果,更是相當於現代電腦螢幕的機制。

馮紐曼提出的電腦架構。圖:WIKI

只能說是時不我予。楚澤縱有超越時代的創見,也不敵造化弄人。

二次大戰促使美國政府全力開發計算機,相反地,納粹政府卻以武器為先,並未支持楚澤的計畫。楚澤在這關鍵的幾年落隊,就再也沒機會迎頭趕上了。而這不僅是他個人的損失,楚澤的成果與創見也因為戰爭而不為外界所知,英美的電腦先驅們因此錯失了從中獲得啟發的機會。

-----廣告,請繼續往下閱讀-----

這也令人不禁設想:倘若當初楚澤沒有將 V4 改名為 Z4 呢?戰後美蘇雙方都急忙派遣特殊部隊前往德國搶奪傑出人才,美國的「迴紋針行動」(Project Paperclip) 更是瞄準火箭科學家。如果楚澤將錯就錯,繼續讓人以為 V4 是新的火箭,他會不會被當成火箭科學家帶去美國,然後運用那裏的龐大資源,繼續扮演創新者的角色,加速電腦的演進? 

無論如何,歷史無法重演。經過二次大戰,計算機的發展從此就由美國主導了。

-----廣告,請繼續往下閱讀-----
文章難易度
張瑞棋_96
423 篇文章 ・ 1028 位粉絲
1987年清華大學工業工程系畢業,1992年取得美國西北大學工業工程碩士。浮沉科技業近二十載後,退休賦閒在家,當了中年大叔才開始寫作,成為泛科學專欄作者。著有《科學史上的今天》一書;個人臉書粉絲頁《科學棋談》。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

3
0

文字

分享

0
3
0
量子革命來襲!一分鐘搞定傳統電腦要花數千萬年的難題!你的電腦是否即將被淘汰?
PanSci_96
・2024/10/17 ・2050字 ・閱讀時間約 4 分鐘

量子電腦:解碼顛覆未來科技的關鍵

2023 年,Google 發表了一項引人注目的研究成果,顯示人類現有最強大的超級電腦 Frontier 需要花費 47 年才能完成的計算任務,Google 所研發的量子電腦 Sycamore 只需幾秒鐘便能完成。這項消息震驚了科技界,也再次引發了量子電腦的討論。

那麼,量子電腦為什麼如此強大?它能否徹底改變我們對計算技術的認知?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

量子電腦是什麼?

量子電腦是一種基於量子力學運作的新型計算機,它與我們熟悉的傳統電腦截然不同。傳統電腦的運算是建立在「位元」(bits)的基礎上,每個位元可以是 0 或 1,這種二進位制運作方式使得計算過程變得線性且單向。然而,量子電腦使用的是「量子位元」(qubits),其運算邏輯則是基於量子力學中的「疊加」與「糾纏」等現象,這使得量子位元能同時處於 0 和 1 的疊加狀態。

這意味著,量子電腦能夠在同一時間進行多個計算,從而大幅提高運算效率。對於某些非常複雜的問題,例如氣候模型、金融分析,甚至質因數分解,傳統電腦可能需要數千年才能完成的運算任務,量子電腦只需數分鐘甚至更短時間便可完成。

-----廣告,請繼續往下閱讀-----

Google、IBM 和量子競賽

Google 和 IBM 是目前在量子計算領域中競爭最為激烈的兩大科技公司。Google 的 Sycamore 量子電腦已經展示出極高的計算速度,令傳統超級電腦相形見絀。IBM 則持續投入量子電腦的研究,並推出了超過 1000 個量子位元的系統,預計到 2025 年,IBM 的量子電腦將擁有超過 4000 個量子位元。

除此之外,世界各國和企業都爭相投入這場「量子霸權」的競賽,台灣的量子國家隊也不例外,積極尋求量子計算方面的突破。這場量子競賽,將決定未來的計算技術格局。

量子電腦的核心原理

量子電腦之所以能如此快速,是因為它利用了量子力學中的「疊加態」和「糾纏態」。簡單來說,傳統電腦的位元只能是 0 或 1 兩種狀態,而量子位元則可以同時處於 0 和 1 兩種狀態的疊加,這使得量子電腦可以在同一時間內同時進行多次計算。

舉例來說,如果一台電腦需要處理一個要花 330 年才能解決的問題,量子電腦只需 10 分鐘便可解決。如果問題變得更複雜,傳統電腦需要 3300 年才能解決,量子電腦只需再多花一分鐘便能完成。

-----廣告,請繼續往下閱讀-----

此外,量子電腦中使用的量子閘(quantum gates)類似於傳統電腦中的邏輯閘,但它能進行更複雜的運算。量子閘可以改變量子位元的量子態,進而完成計算過程。例如,Hadamard 閘能將量子位元轉變為疊加態,使其進行平行計算。

量子電腦能大幅縮短複雜問題的計算時間,利用量子閘進行平行運算。圖/envato

計算的效率

除了硬體技術的進步,量子電腦的強大運算能力也依賴於量子演算法。當前,最著名的兩種量子演算法分別是 Grover 演算法與 Shor 演算法。

Grover 演算法主要用於搜尋無序資料庫,它能將運算時間從傳統電腦的 N 遞減至 √N,這使得資料搜索的效率大幅提升。舉例來說,傳統電腦需要花費一小時才能完成的搜索,量子電腦只需幾分鐘甚至更短時間便能找到目標資料。

Shor 演算法則專注於質因數分解。這對於現代加密技術至關重要,因為目前網路上使用的 RSA 加密技術正是基於質因數分解的困難性。傳統電腦需要數千萬年才能破解的加密,量子電腦只需幾秒鐘便可破解。這也引發了全球對後量子密碼學(PQC)的研究,因為一旦量子電腦大規模應用,現有的加密系統將面臨極大的威脅。

-----廣告,請繼續往下閱讀-----

量子電腦的挑戰:退相干與材料限制

儘管量子電腦具有顛覆性的運算能力,但其技術發展仍面臨諸多挑戰。量子位元必須保持在「疊加態」才能進行運算,但量子態非常脆弱,容易因環境中的微小干擾而坍縮成 0 或 1,這種現象被稱為「量子退相干」。量子退相干導致量子計算無法穩定進行,因此,如何保持量子位元穩定是量子電腦發展的一大難題。

目前,科學家們正在探索多種材料和技術來解決這一問題,例如超導體和半導體技術,並嘗試研發更穩定且易於量產的量子電腦硬體。然而,要實現大規模的量子計算應用,仍需克服諸多技術瓶頸。

量子電腦對未來生活的影響

量子電腦的快速發展將為未來帶來深遠的影響。它不僅將推動科學研究的進步,例如藥物設計、材料科學和天文物理等領域,還可能徹底改變我們的日常生活。例如,交通運輸、物流優化、金融風險管理,甚至氣候變遷預測,都有望因量子計算的應用而變得更加精確和高效。

然而,量子計算的發展也帶來了一些潛在的風險。隨著量子電腦逐漸成熟,現有的加密技術可能會被徹底摧毀,全球的資訊安全體系將面臨巨大挑戰。因此,各國政府和企業已經開始研究新的加密方法,以應對量子時代的來臨。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

0
1

文字

分享

0
0
1
忠泰美術館新展《未來的生命,未來的你─數位、機器與賽博格》9/9 登場
PanSci_96
・2023/09/08 ・6294字 ・閱讀時間約 13 分鐘

15 組國內外藝術家與團隊開啟新生命與未來情境的提問、想像與思索

「你是否曾想像,在身體中植入機械,人機融合並化身為賽博格的自己?」

忠泰美術館即將於 9 月 9 日至 2024 年 1 月 28 日推出全新當代藝術展《未來的生命,未來的你數位、機器與賽博格》(The Future Life, Future You – Digital, Machine and Cyborgs)。延續上檔展覽中以建構城市與文明的基礎「人」出發,由反思擁有肉身的「人類」存在與本質,進一步探問「生命何為」,思考人與科技共構的未來生命情境與議題。本展邀請沈伯丞擔任策展人,匯集來自英、美、法、日、德國與埃及、西班牙、墨西哥、臺灣共 15 組國外內藝術家與團體,帶來 6 組全球首展與 4 組全臺首度亮相的新作,透過 AI 演算、大數據、深偽技術、穿戴裝置、賽博格等科技與藝術的結合創作,映射出藝術家們對未來生命形貌的多元想像。

生命何為:生命是什麼?能做什麼?為了什麼?

當 AI 人工智慧、機械穿戴手臂從科幻電影橋段躍入我們的日常生活中,科技改變生活,也逐漸影響了生命的樣貌與演化,生命開始超越人類肉身的物理型態時,我們又該如何去思考未來的生命與生活?忠泰美術館本次邀請沈伯丞擔任策展人,以其長期的藝術計畫「再・創世:智慧生命的衍生型態」研究為基礎,從生命是一個持續發展中、創造中的概念出發,策劃當代藝術展《未來的生命,未來的你─數位、機器與賽博格》,從藝術視角思辨,當科技介入了生活與生命,生物六大分類之外是否還將多出「科技界」?物競天擇「演化論」與科技始終來自於人性的「控制論」交會之下,未來的生命與生活情境又會有怎樣的想像。

沈伯丞表示:「展覽所意欲投射的並非僅是關乎生命的『科技』,更是關乎新科技情境中『生命樣態』的人文思索與美學關懷。」,展覽邀請了 Aiden Faherty、Hassan Ragab、Jake Elwes、JIZAI ARMS project team、Mal Bueno、Markos Kay、Martin Backes、Moon Ribas、Patrick Tresset、Universal Everything、陳乂、陳萬仁、陽春麵研究舍─陳姿尹、莊向峰、黃新、蘇匯宇,國內外共 15 組用創作回應科技浪潮的藝術家與團隊,透過3個子題「流動的生命與身體」、「數位裡的你與數位的它」和「機器、人與賽博格」,引領觀者凝視現場作品,直面新生命與新生命情境的提問、想像與思索。

「流動的生命與身體」 當科技鬆動了生命與身體定義

地球上的生命經歷數十億年的自然演化,形成了如今的物種樣貌,隨著科技的日新月異,無序且隨機的自然演化過程被演算與邏輯控制。隨著科技而流動的生命觀點與身體型態,恰是「人擇」的證明,人與動物、有機體與無機體,現實與虛擬之間的邊界逐漸模糊鬆動,生命與身體的型態也有了更多的解讀。

-----廣告,請繼續往下閱讀-----

英國藝術家傑克.艾維斯(Jake Elwes)首度在臺展出的〈Zizi 動起來:深偽變裝烏托邦〉,將深偽技術(deepfake)與酷兒群體結合,從 AI 演算中誕生的變裝皇后們,在如同櫥窗的螢幕中不斷流轉變換軀體與角色,企圖反思人工智慧的族群概念,打破固化的性別與身體定義。臺灣藝術家蘇匯宇的〈The White Waters〉三頻道錄像作品,以「後人類」敘事補述經典傳說《白蛇傳》,從文本中人、蛇異種的身體流動,解構生物界的邊界。埃及建築師哈桑.拉賈(Hassan Ragab)的系列影像,提取人與建築的影像,透過 AI 圖像生成系統 Midjourney、Stable Diffusion 等,將建築從「生活機器」,幻化為能走秀、跳舞的人形「生物活體」。

美術館還將於 11 月中旬加碼開放忠泰企業大廳展區,展出英國藝術團體Universal Everything的知名作品〈變形〉,巨型人形影像,邁著未曾停止的步伐,宛如電影《驚奇4超人》般從石頭、火、水、金屬等自然的元素不斷地演化變形,映照著生命與人類的演化從不止息。

「數位裡的你與數位的它」 演算法環境中人類與生命的形象

當生命與身體在演化與演算交會時被重新定義,數位維度中對「自我」與「他者」的認知也將有所轉變。

1、「你」:人類於演算環境中的形象

關於人類於數位環境中對「自我」的認定,甫獲得林茲電子藝術獎的臺灣藝術團隊陽春麵研究舍─陳姿尹、莊向峰,於本展中將得獎作品《Inter net》系列延伸出兩組全新現地創作,接續探討 AI 演算中「我」的形象。空間互動裝置〈Inter net – Labeling me〉中,可見 AI 判讀標記、搜尋引擎記錄,以及機器人與觀者「眾包標註」下的「我」的形象。單頻道演算影像裝置〈The Portrait – The Crowd’s Portrait of Me〉與〈The Portrait – My Self-Portrait〉將描述藝術家的文本轉換成特徵向量,以看似雜訊的影像,勾勒出數位足跡中的認知肖像。

-----廣告,請繼續往下閱讀-----

陳萬仁作品〈歪腰一下〉,位於美術館天井中,讓觀者以仰望的視角,觀看由藝術家 3D 繪製的人形,將現實去背進行數位縫合,行走於數位時空裡無止盡的空循環與延伸。墨西哥藝術家馬爾.布埃諾(Mal Bueno)全球首次展出的作品〈終曲〉,將與作品互動的觀者形象上傳到數位維度中,直覺呈現數位演算法中的「你」。

2、「它」:演算誕生的新生命型態

當現實生活中的元素與概念轉化成編碼再重新生成,人的意識與選擇,又會如何影響新生命情境?臺灣藝術家黃新的全新創作〈生成速寫:多肉植物園〉即時演算影像裝置,便是將多肉植物由演算法生成速寫畫,以程式的幾何造型來解構日常的場景。陳乂的人造風動模擬裝置〈風場〉,以風量、風向與風的聲音資訊作為採集與實驗項目,將 AI 演算法生成的數據模型匯入機械裝置結合,由蘆葦般的發光體演繹一段模仿自然風吹的搖曳姿態。

以數位人造生命為題,英國藝術家馬科斯.凱(Markos Kay)的〈非生物起源〉,直接在數位環境中生成擁有鮮豔色彩,如同細胞般的新物種,藝術家試圖透過創作生命探詢生命起源。在 TikTok 抖音擁有超過 50 萬粉絲的「Coolacloy」,創作者是來自美國的藝術家艾登.費海提(Aiden Faherty),本次展出的影像作品〈穿越超驗森林之旅〉為藝術家首次於國際間展出的作品,透過 AI 深層學習模型捕捉自然界資訊生成的生態系,讓觀者進入現實與想像無縫融合的《愛麗絲夢遊仙境》。

德國藝術家馬丁.貝克斯(Martin Backes)的擴增實境創作〈我知道什麼?我只是個機器?!〉,讓觀眾透過行動裝置與懸浮在美術館空間內的正圓球形機器人相遇、對話,藝術家試圖透過 AR 擴增實境昭示數位維度裡的新生命型態。

-----廣告,請繼續往下閱讀-----

「機器、人與賽博格」 人與科技重新共構的生命情境

科技趨勢預言家凱文.凱利(Kevin Kelly)曾提出「科技界」的概念,即科技體為生命的第七種型態,而人工智慧的發展,彷彿回應著此概念,預告了人與機器之間的新關係網路。法國藝術家帕特里克.特雷塞特(Patrick Tresset)透過作品〈人類研究 #2─公雞與狐狸等的大虛幻〉,思考著機器、人之間的多重可能性。機器手臂進行素描繪圖,如同人類般觀察、提筆,探索著機器如何學習成人的過程,同時也由此行為反思機器的「創作」是否為創作?是否為「藝術」?

機器學著成為人,而人則試圖將肉體改造為混合機器的「賽博格」。被喻為世界上第一位女賽博格藝術家的西班牙藝術家穆恩.里巴斯(Moon Ribas),通過將地震傳感器植入體內,讓身體與大地的律動結合一體。首次在臺展出的作品〈在蒙塞拉特山等待地震〉為一支雙人舞作,由地球掌控節奏和強度,而藝術家則透過接收地震波動的強弱來詮釋舞曲。日本東京大學實驗室研究計畫的自在肢計畫團隊(JIZAI ARMS project team),則以外掛型態研究開發穿戴式機器人模組《自在肢》,形似電影角色「八爪博士」的穿戴肢,能由使用者自由改變其穿戴型式,試圖探索賽博格社會中,不同「數位賽博格」之間所能發生的互動。

忠泰美術館導入 AI 技術應用 生成語音導覽、展覽主視覺

忠泰美術館持續透過當代藝術展覽及視角回應美術館長期關注的「城市」與「未來」議題,忠泰基金會執行長李彥良表示:「科技帶領著當代生活不停地變動與發展,也改變著人們的生活型態與認知。我們該如何在這樣的環境中找到適應並前進的方式?希望藉由本展所開啟的對話,能提供我們對於近未來想像的素材與方向。」

-----廣告,請繼續往下閱讀-----

館方也嘗試於展覽周邊事務中導入 AI 技術應用,包括結合 Bing Image Creator AI 繪圖工具製作的展覽主視覺,以及 AI 聲音生成技術製作的語音導覽等。本展中多件影像創作,忠泰美術館與連續 17 年全球電視銷售第一的三星電子攜手合作,使用擁有 AI 影像升頻技術的 Neo QLED 8K,結合量子 Mini LED 背光與金屬量子點顯色技術,呈現藝術家於數位維度的創作中,新物種、新生命情境的絢麗幻想。《未來的生命,未來的你》從 9 月 9 日展至明年 1 月 28 日,期間將陸續推出展覽系列專題講座、電影與漫畫共享沙龍、專家導覽等多元活動,邀請觀眾一同想像「未來的生命,未來的你」。更多展覽活動與看展優惠資訊,詳見美術館官方網站。

【展覽資訊】

展覽名稱|未來的生命,未來的你─數位、機器與賽博格

展覽期間|2023.09.09(六)-2024.01.28(日)

-----廣告,請繼續往下閱讀-----

展覽地點|忠泰美術館、忠泰企業大廳(臺北市大安區市民大道三段178號)

開放時間|週二至週日 10:00-18:00(週一休館);忠泰企業大廳作品展出時間請見官網參觀資訊

參觀資訊|全票 100 元、優待票 80 元(學生、65 歲以上長者、10 人以上團體);身心障礙者與其陪同者一名、12 歲以下兒童免票(優待票及免票須出示相關證件)

週三學生日|每週三憑學生證可當日單次免費參觀

-----廣告,請繼續往下閱讀-----

官網|https://jam.jutfoundation.org.tw/exhibition/4337

-----廣告,請繼續往下閱讀-----
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。