多元價值、社區共好——側寫德州儀器的另一面

• 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。

張峯鳴 (FM Chang) 一定很想知道，這篇訪問的 ROI (投資報酬率) 好不好？能不能真的幫上學弟妹？

身為跨國半導體大廠德州儀器 (Texas Instruments, 簡稱 TI) 產品測試部門經理，擔任管理職同時又具有 “Technical Ladder” 身份 (也就是德儀認定之技術專家) 的張峯鳴，看起來十分年輕，剛成為新手爸爸的他，研究所畢業後已經在德儀任職近八年，但採訪此刻看起來被認成大學生也不奇怪。在這泛科學一年一度的職涯專題中，我們邀請跟泛科學許多讀者背景相似的他來聊聊自己的求學經歷與職涯探索過程。

理科集大成：太空人的夢、會計師的腦、物理人的心

「說來有點好笑，我小時候很想當太空人。」張峯鳴還記得上小學前最初的職涯想像。他說，除了覺得太空人穿著「機械感」十足，很帥以外，印象中小時候常常從電視新聞上注意到跟宇宙天文相關的消息。

「媽媽可能還在幫我擦鼻涕，爸爸看的電視新聞裡大多都是政治人物吵來吵去，但只要有類似哈伯望遠鏡發現了什麼什麼的消息，我就覺得感興趣，認為自己聽得懂。」他說。

到了國中，媽媽送他去參加成功大學的航太營，由航太系學生帶領，接觸各類機械、構造。僅管其他學員年紀比他大，有點邊緣的他還是覺得「超好玩」。他說在營隊裡，能將學校教的牛頓力學實作展現，各種水火箭炫技玩法讓他不亦樂乎，大學生哥哥姊姊們示範的高空落「蛋」，也讓他躍躍欲試。

儘管高中時對天文太空依舊興趣滿滿，他說「可能是 ROI 的概念在我心中萌芽了，就越來越實際了。」他很清楚自己對理工科感興趣，但也納悶：熱門的志願怎麼都沒有航太、天文？他發現相關的知識領域在物理系裡都有，所以升大學填志願時選了多所大學的物理系，最後則在熱門跟理想志願之間折衷，成為清大動力機械工程學系的新生。

為何不選出路看似更明確的電機系？其實原本是三類組的他，家裡長輩也曾勸他選醫科，但他很有主見，想把物理學好，他記得高中時心裡想：「難道唸電機未來就是修手機、念機械就是修車嗎？還是不要先決定修什麼好了，先念物理！」

上大學後，張峯鳴視野大開，認識的人一下子多了起來。同學關心的事情不只是學業、還關心環境議題、社會服務等，享受且渴望新刺激的他，便找機會出國交換。到美國密西根州立大學那段時間，更讓他看到台美兩地學習方式的差異。

「他們看待跟處理事情的方式跟台灣很不一樣。他們很歡迎多元人才，所以入學不難，但淘汰不夠格的人卻毫不手軟。」他表示當時他同時選修開給大一到大四的課程，在大一生比較多的課堂上，不少人有來玩玩的感覺，功課討論起來愛做不做；但到了大四為主的課程就超精實，剩下的每個人都很清楚自己要什麼、都想在專業領域上有好成績。「感覺他們在大學每一年越來越強。有種修煉的感覺。」

比較之下，他覺得在台灣念大學，最難的是「考進大學」，很多人有上大學之後被當也沒關係的想法。而在美國不管是不是基礎課程，實作都很多。「會讓你每天都很忙，但很有收穫，所以回台灣之後我就選修這樣的課。」

最划算的選擇：如何出國學經驗、練英文、又不花錢？

基於出國交換時的深刻體驗，他本來打算出國讀研究所，也趁機玩一遭，但這想法被自己推翻。他是個在決策前總是會做好一番分析的人，不管是該不該出國讀研究所、或是要不要接受一次採訪。考慮家境與對未來理想人生的想像後，他認為在台灣唸研究所更省時間跟成本，以後想出國玩還有機會。

在台大唸電機研究所時，他參加了校內的就業博覽會，在德州儀器的攤位上，得知這家公司有 New College Graduates 科技菁英培訓計畫，雙眼為之一亮！這是德儀為剛畢業的學士或碩士，或是工作未滿一年的職場新鮮人量身打造的培訓計畫，為期 18-24 個月，涵括七大面向，從產品技術、專案管理、影響力建立、公司文化、處理訂單、報價交貨，到向高階技術主管、各國主管直接學習，並獲得回饋。此外，還能輪調到世界各地，一邊練英文、增加國外經驗，又不花自己的時間跟金錢。這完全擊中了張峯鳴的甜蜜點，於是畢業後就立刻加入德儀。

「當然啦，還是有很多工作要做。」很在乎名實相符的他，雖然受「菁英輪調計畫」吸引加入公司，但也坦言當初蠻不喜歡這計畫的名稱，畢竟當時覺得自己很嫩，不想被戴高帽子，但他後來卻紮實地透過這計畫讓自己成為名實相符的菁英。他每年輪調，接受不同訓練，從測試、品管到美國總部晶圓廠服務，逐步增進對公司與全產業的了解，提高了跨部門合作的能力。2015 年，德儀決定進入高壓電 IC 市場，張峯鳴扛起重任，從無到有，將台灣生產線建立起來，過程中與美國同仁合作開發技術，極為傑出的表現，更讓他受遴選成為公司認可的技術專家 Technical Ladder 一員。

Technical Ladder 直譯為「技術階梯」，其實是德儀為研發人員設計的升遷制度。Technical Ladder 分三層，在不同的層級有不同的競爭。因有比例限制，各廠要派出高手去跟他廠比賽，才能獲得此高榮譽職銜，並獲得薪資加給跟專業認可。「在這裡工作，大家都有企圖心，但不是每個人都適合領導或都有朝管理職發展的想法，因此可以朝技術專家的方向走，薪資跟職位一樣可以繼續提升，不會因為非管理職就停留在原本的位置。」儘管如此，張峯鳴卻身兼 Technical Ladder 一員與部門經理，可見他自己設定的階梯更具挑戰性。「能力跟國際觀的培養真的很扎實。loading 雖然重，但成就感也很強。」他說。

雖然隨著工作年資增加，大學跟研究所時學的專業技術能用上的頻率越來越少，但科學思維卻潛移默化成他的處事邏輯；他十分感謝大學階段時遇見的清大王訓忠教授，讓他在上工程數學跟流體力學時收穫滿滿，更讓他愛上應用理論解決真實問題。「今天遇到一個問題，我會用流體的特性、機械熱應力的狀況去推測，更快找到解決方向。另外，在管理以及跟同仁相處時，我也常從生物跟生態學思考，如何讓大家能各取所需，讓每個人待在適合的區位，他們也比較有安全感。」他說。

科技一點也不難：在德州儀器，溝通和多元並進

許多人無法跟領域外的人「科普」自己的工作在幹嘛，包括對自己的爸媽。張峯鳴對此倒不覺得難，他說：「德州儀器就是做 IC，做得非常非常小，放在手機裡、車子裡、冷氣裡。像是你手機的放電跟充電就有一個 IC 在控制，電快沒了進入省電模式就要放少一點。」他補充，德儀人有一種共同特質，就是想讓人聽懂生冷的技術，而出現此般特質背後有兩個原因，第一是因為德儀規模大，座落在很多國家。第二，他認為，則是因為公司積極倡導合作精神，常需要跨部門合作，溝通成日常工作必備，更需要與財務部、採購部門等非科技背景、非技術部門的同事溝通，若「不講人話」絕對走不通。

許多公司隨著組織擴大，無可避免地染上大組織病，使得創新點子如死水停滯、溝通上下前後到處卡，德儀為了避免這樣的問題，全力倡導分享精神，更希望用組織規模來提高效率。張峯鳴說德儀鼓勵 “Innovate once, Implement everywhere” （一處創新、處處運用）：例如在台灣做了嘗試，發現省了成本、增加效率，就要提供方法給其他國家的廠來複製，所以生產端很重視分享知識的方式。此外，「公司內部有論壇，好想法丟出去，就會有人接球。雖然上司在看但不會有壓力，他反而會對你的活躍表現讚譽有加。」

而身為有點典型的理工男，他認為在德儀的女性工程師專業表現不亞於男性，推動團隊往目標前進的能力卻更強，例如當部門間合作比較不順時，女性工程師往往能讓事情破冰。他也發現育嬰留停回來之後的女同事，做事變得更有效率，判斷更準確。「可能是因為家庭讓他們時間控管得更緊。重要的是，其他同事都願意配合。」現實生活中剛成為新手爸爸的他認為：「假若我是新手媽媽，我會繼續工作，至少在德州儀器，大家尊重性別之間的差異，也享受多元帶來的優勢。」

致年輕的自己：多實習，然後不要著急

雖然職涯順利開展，在工作裡獲得高成就感，但如果能夠回到過去，張峯鳴還是有些想修正之處。

他說：「推甄上研究所之後，覺得從小到大一直念書念下來好累，所以那時就保留學籍先當兵，退伍後大腦彷彿掏空，覺得知識好寶貴、很渴望學習。」不過，雖然他對這決定（先去當兵）蠻滿意的，他現在覺得應該要暫停更久一點，先去業界工作個幾年，這樣會更知道自己需要、欠缺什麼，更善加利用研究所的兩年。另外，對做任何事的成本跟效率非常認真看待的他，也強烈建議大學生多到業界實習，他說：「短短兩個月就能夠知道自己以後是不是要花十年在這裡面，非常划算。多去實習，對跨出職場的第一步更有信心。」

他代表過公司到大學招募實習生，他認為一來到德儀實習薪資不錯，二來能會接觸到正職的工作。更重要的是，由於各部門同時招收，同一批實習生會一起籌辦活動，例如計畫結束後的發表會，彼此會很熟悉，這樣一來能認識很多來自不同領域、但都很有熱情的人才，而且德儀若評估是需要的人才，就會直接發 offer，對公司來說也能降低雇用錯人的成本。「真是蠻超值的。」然而，他也強調來申請實習前，要清楚自己的目標，而不是「來看看」。

在訪問結束前，他最後想給現在正在思索職涯的學弟妹一個關鍵建議：「不要急。」

他感同身受地說，看到身邊的人上了什麼研究所、或是拿到了哪間公司 offer，可能會逼自己要趕快往某條路鑽，但其實可以給自己一些時間，好好想自己想做什麼。「不要像在台北車站下了捷運被人群擠著前進到錯誤的出口。」雖然他在這次訪談中給了許多誠懇的建議，但他更希望學弟妹能自己想清楚，這最重要。

既然那麼重視 ROI 的他都這樣說了，肯定是很重要的建議。你說是嗎？

本文由德州儀器與泛科技共同企劃

希望看展覽也能像看戲劇一樣，同時進行視覺與聽覺體驗，最好還能動手實作？現在國立台灣科學教育館展出的「設計我們的世界-科技性別化創新」展覽（以下簡稱「設計我們的世界」展）就能滿足你的需求！

細膩布置，帶你看見蒙塵微光

策展人暨科教館「跨領域策展小組」組長林怡萱表示，團隊花了一年的時間收集資料、規劃主軸、設計教具、動畫與歌曲，打造亞洲還很少見，同時結合科學工程領域女性議題、性別化創新觀念與實作體驗坊的展覽。

「設計我們的世界」展除了能讓未來想投入 STEM 領域（科學、科技、工程與數學）的女孩認識科學歷史上的女性典範，也適合自認不擅長數理或不具備創新能力的大朋友與小朋友，通過展覽發現新的學習方法與自己的創新潛能。

第一大展區「關鍵少數」除了精細的布置與真跡複本，策展團隊更用心安排燈光、音樂、動畫與多媒體互動等豐富元素，讓參觀者更容易融入時代氛圍。透過劇場式的體驗帶你走進雅典時代、文藝復興、啟蒙運動、十九世紀至二十一世紀等不同的時空，認識當時的女性典範與她們面臨的困境。

科學是眾人之事，並非只靠單一明星

提到對科學領域有重要貢獻的人，一般人都能隨口舉出好幾個科學家的名字，但其實科學知識能順利進展與傳播，並非只是靠科學家的努力，還需要協助研究的研究助理、製作儀器的工程師、紀錄動植物圖像的科學插畫家，製作解剖模型的工藝家，科普工作者等人的付出，才能讓科學社群蓬勃發展。

在「設計我們的世界」展，你將看到這些鮮少出現在科學主流的女性研究者身影。例如生活於十七世紀的瑪麗亞．西碧拉．梅里安 (Maria Sibylla Merian)，因為對昆蟲感興趣，開始系統性觀察、紀錄昆蟲並畫下牠們不同生命階段的樣子。梅里安曾花兩年的時間，帶著女兒前往荷蘭殖民地蘇利南 (Suriname) 進行生態觀察之旅，完成記錄當地動、植物的重要《蘇利南昆蟲變態圖譜》。

而啟蒙運動時期的夏特萊侯爵夫人 (Émilie de Châtelet) 作為熱愛科學與哲學知識的沙龍女主人，曾於 1740 年出版一本介紹牛頓等當代知名科學、哲學理論的科普教科書《基礎物理》 (Institutions de Physique)。

為什麼科技需要性別化創新？

被譽為現代解剖學之父的維賽留斯 (Andreas Vesalius) 曾因為當時社會分工影響，缺乏臨床經驗，簡化了對男女生理器官差異的認知而提出「除了生殖器官以外，男性與女性的器官並無差異」的誤解。而這類未察覺的性別偏誤，仍存在於現代科學工程研究與生活環境中，讓我們產生錯誤判斷或忽略可能的創新機會。

在「見維知著」展區，策展團隊結合史丹佛大學的「性別化創新」(Gendered Innovations, GI) 專案研究與國內外實際案例，從科學、健康醫學、工程或環境四大角度，帶參觀者了解「性別刻板印象」、「忽視性別差異」與「僅專注於性別」等習慣所可能產生的問題。

此外，這裡也介紹了許多納入不同性別與不同年齡層使用者需求的創新案例。例如維也納政府在設計無障礙道路設計時，如何從性別的角度切入，讓無障礙道路同時提供行動不便者、提著購物袋、推娃娃車或照顧其他家庭成員的人更安全且舒適的行走空間。

數理真的很難，還是我們把它教得太難？

奧瑞岡科學與工業博物館的 Design Our World (DOW) 教案發現，如果想要吸引女孩投入工程與科技領域，在教案設計上需要注意幾個要點：提供女性榜樣、生活化、說故事、吸引感官、凸顯利他主義、個人化，使用包容性的語言，以及設計開放式與沒有標準答案的活動；這樣的教案設計同時適合不擅長通過傳統考試與競爭來學習的兒童。

策展團隊以 DOW 教案的精神打造出「匠心獨運」展區，規劃「與樹共生」、「手術解決方案」、「地震緊急救援」等遊戲，讓大小朋友直接根據任務目標，運用現場的材料，發想創意並動手打造原型 (prototype)，體驗科學家與工程師創新的過程。例如在手術關卡，你將拿著細小的工具，嘗試在有限的範圍內取出物件，感受在人體內開刀的困難以及好用的醫療器材對外科手術有多重要！

如果參展者看完展覽有任何的感想想交流，可在最後的「集思廣益」區聽演講、玩桌遊、留下意見回饋，激盪出更多的思緒與創意火花。

保持對世界的好奇，找到自己的專長

對於想要投入 STEM 領域，但擔心自己數理不好、無法成為科學家的年輕女性，林怡萱分享道：

除了知識和理論外，實作能力、同理心、好奇心以及企圖心，都是科學家不可或缺的精神。

如果現在覺得不擅長某些科目，可能是沒找到適合的學習方法，她建議大家先設定想解決的問題，再收集需要的相關知識，讓學習並非單純為了考試與成績。此外，如同展覽要傳達的，現代科學工程領域包含了各式各樣的工作，也許你擅長的專業就是團隊需要的人才也不一定呢！

《設計我們的世界-科技性別化創新》展期 2019.02.26-11.24，在國立台灣科學教育館七、八樓東側展廳。

本文感謝林怡萱小姐、鄭鴻旗先生