0

5
4

文字

分享

0
5
4

氣候變遷新聞中所呈現的兩種「科學不確定性」│科學家與媒體的橋樑(八)

台灣科技媒體中心_96
・2020/12/18 ・5215字 ・閱讀時間約 10 分鐘 ・SR值 571 ・九年級

編按:充斥在新聞媒體或社群上的偽科學謠言,或似是而非的「新發現」,通常都以誇張聳動的標題吸引讀者的目光,並讓多數人深信不疑。誰能擔任這個破除迷思的角色,成為科學家與媒體傳播間的橋樑,為閱聽者導正視聽呢?這一系列文章,將介紹英國科學媒體中心(SMC)如何運作,打擊新聞上的偽科學、假訊息。

2017年9月18日,牛津大學環境變遷中心(Environmental Change Institute, University of Oxford)的教授里察.米勒(Richard J. Millar)等人,在《自然地球科學》(Nature Geoscience)期刊上發表論文指出,經過模型估算,人類現在的二氧化碳排放量和預估的減碳路徑相當一致,有機會控制地球的增溫幅度在1.5℃內。

英國科學媒體中心(Science Media Centre, UK)在論文發表的當天召開記者會,邀請英國氣象局(MET office),和另外兩位作者,分屬牛津大學地球系統科學系和倫敦大學學院(University College London)能源與氣候變遷的科學家與會,解釋這篇研究的發現、研究方法、重要性與限制。1

科學研究轉化為科學新聞,經常帶來意外的反效果,科學如何與社會溝通,實為繁複的議題。圖/Pixabay

當天,英國各家報紙也於頭版報導這篇最新研究。《衛報》(The Guardian)的新聞標題是「最新的分析顯示,仍然可能達成巴黎協定頗具野心的1.5℃目標」,而副標題寫道,「控制地球升溫程度在1.5°C內以避免氣候變遷的嚴重影響,這一目標被認為無法實現,但最新研究顯示,如果採取強而有力的措施,是可能實現這一目標的。」新聞引述記者會當天科學家的話,說:「很多人認為是不可能將地球增溫控制在1.5℃內,但是最新的研究指出,我們有66%的機會,在2100年完成1.5℃的目標。」文末也提醒讀者,增溫幅度暫緩不代表我們能對氣候變遷帶來的挑戰掉以輕心。2

從記者會、新聞標題,以及露出效應,甚至是氣候變遷懷疑論者抓住機會所選用的新聞標題,「到目前為止都很正常,」英國科學媒體中心主任費歐娜.福克斯(Fiona Fox)在她的部落格文章裡寫道。這篇2017年9月28日發表的文章名稱借用了高爾的著作《不願面對的真相》(Inconvenient Truths),如果更精確一點,應該是「麻煩的真相」。3

-----廣告,請繼續往下閱讀-----

但福克斯驚訝的是,她在記者會後收到許多科學家朋友的質疑,認為那場記者會等於是雙手為懷疑論者奉上了好素材,來質疑氣候變遷實際的嚴重程度,讓他們更有理由抹黑氣候科學家,「危言聳聽的氣候科學家終於承認他們搞錯了全球暖化」,氣候變遷懷疑論者詹姆斯.德林波爾(James Delingpole)在隔天的新聞標題中寫道。4 而右翼保守派的英國報紙《每日郵報》(The Daily Mail)寫的新聞標題是,「科學家說,我們誇大了對氣候變遷的恐懼。專家現在有更多時間可以減少我們燃燒的化石燃料量。」 5

氣候變遷的嚴重性究竟多大?許多懷疑論者質疑科學家們只是再製造聳動的危言。圖/Wikimedia

福克斯無意爭辯這是不是給了氣候變遷懷疑論者好機會、重新點燃氣候變遷的爭議,她在文中回應,「我知道這會讓許多資深的公共關係人士覺得害怕,但一篇研究成果是不是對我們有利,或是會不會傷害我們的立場,並不是我們決定要不要舉辦記者會的標準。」科學研究的結論並不總是與之前研究一致,這是科學界的常態,但是「我們要在科學上成功論證,只有當科學家願意說出真相、承認錯誤,然後對科學不確定性保持開放,才有可能。」而要破壞公眾對科學的信任,「最快的方法就是科學家開始低調處理可能被誤用的研究成果。」6

網路時代的社群媒體百花齊放,科學論述慣常被貼上特定政治傾向的標籤,對政治的信仰時常蒙蔽了科學發現7 儘管懷疑論當道,大眾仍舊願意相信科學,但同時也累積了一批,認為科學不可信的群眾。科學方法有它的重要性,當然也有局限,若科學家與媒體不知道如何與彼此討論、也不知道為何要討論科學不確定性,雙方皆可能抗拒交流的機會,或是因此懷疑對方的目的。在這樣的齟齬之下,大眾讀者也不可能真正理解科學與新聞對社會的價值。

科學論述很難被作為純粹事實推理看待,常常帶有政治意識形態,或被貼上政治論述標籤。圖/Needpix

科學家心中的科學不確定性

科學研究的重要性,常常與它的限制相互依存。大眾認知的科學,常常是一整組條件已齊備、已確定的事實或知識,這對科學社群來說,其實已不具研究價值。8 科學方法控制了重重條件後,有能力在特定的實驗環境下,獲得較為確定的答案;但是設置不同的條件、使用不同的儀器,選擇不同的研究方法,答案可能隨之變異。在充滿著不確定性的世界中,科學家試圖找出確定的答案,而確定答案所包含的不確定性,才是科學進展的基石、吸引更多科學家投入心力。換句話說,科學家有興趣的,常常是不具有結論、充滿不確定性的事物。

-----廣告,請繼續往下閱讀-----

但離開了科學社群,科學家不討論或不談論科學不確定性,大多是因為不曉得為什麼要談,以及該如何談。對科學家來說,科學不確定性或許可以先簡化成統計問題,例如每次測量都有誤差,但誤差可能在接受範圍內。當科學家確認了實驗效果不是源於誤差,且實驗效果大於誤差造成的變化,科學家便能說,這一實驗的效果存在;當誤差大到一定程度,實驗就會宣告失敗,得調整參數重頭來過。

說到底,科學家的實驗室訓練,就是盡可能減少誤差,以降低誤差壞事的機會。「科學不確定性」從微觀層次來說,雖不可避免,但能透過研究訓練、實驗設計和統計方法來掌握。如果一項實驗無法通過這些考驗,就不可能通過更嚴格的同儕審查,登上期刊。

即使與科學不確定性共處是科學家的日常,為什麼科學家不願意討論科學不確定性?原因之一是,如果呈現科學不確定性的方式錯誤,似乎使得科學不被信任,也會擔心公眾誤解或無法理解研究發現的重要,更甚者,擔心這些說法會遭到懷疑論者斷章取義的利用。9 例如,如果讀者不理解調校參數是實驗過程的一環,那麼呈現給讀者的可能是「科學家操弄實驗結果」這種覆水難收的錯誤概念。本系列上一篇文章談到的氣候門事件,德林波爾就是利用這點,抹黑氣候科學家麥可.曼恩(Michael Mann)的誠信。

科學研究結果的不確定性和模糊空間是科學家們的家常便飯,卻容易成為媒體引導風向斷章取義的空間。piqsels

以至於,媒體要以何種脈絡呈現科學不確定性,變成科學家很在乎的前提。但事實上,雖然科學不確定性是科學常態,卻會因為媒體的書寫目的而被忽略或被強化:為了凸顯研究科學的突破、想要故事具說服力,就省去科學的限制;為了強調科學事件的爭議性,科學不確定性就成了引導新聞走向的主旋律。10

-----廣告,請繼續往下閱讀-----

大眾與媒體認知的科學不確定性

科學家認知的、媒體書寫的,與大眾感知到的科學不確定性,多有落差。對大眾來說,科學不確定性可能代表的是一處科學界尚無共識,且對問題毫無頭緒的知識真空。11 但一方面,大眾認知到的科學不確定性可能正來自科學進步:今天的結果推翻了昨天的結論,以致無以適從。像是,究竟吃紅肉會不會導致心血管疾病?過去的研究說風險很高,最新的研究又說其實關聯性低。又像是最近的新冠狀病毒,從剛開始被認為是少數動物傳人,接著又有新聞說,病毒已經演化成高度人傳人的流行病毒。若不能理解產生差異的緣由,大眾所認知的科學很可能就是善於變化的知識而已。

大眾在閱讀科學報導時,傾向於吸收非黑即白的研究結果,「不確定性」會令讀者感到無所適從。圖/SnappyGoat

過去的研究發現,科學報導的書寫方式,很可能就是在大眾心中種下「科學是不確定、不可信」種子的媒介。一個故事要能成為新聞,必須具備許多要素,例如題目的新穎程度。當報導需要彰顯新研究的重要性,便甚少提醒讀者研究的限制,這樣的報導可能僅比較最新的和之前的研究,卻忽略最新研究的不完備之處,使讀者容易誤認為先前的研究結論與共識被推翻,即使科學社群明明存在高度共識。12 如果不了解其中細節,這些混雜又巨量的科學結論,極可能衝擊閱聽眾的認知。

除了題目的新穎程度,另一新聞的要素,是即時性。為講求即時與流量,記者必須不成比例地縮短寫作時間,可能只引用單一專家甚至不採訪專家,就簡要寫了內容、發出新聞,這種形式的「類科學新聞」,也可能加深讀者誤解科學的樣貌,以為科學就該是如此簡要的故事。科學結果是最終產品,但科學「如何」得出結論、得出「何種」結論,往往才是能區辨研究好壞、辨別研究價值的關鍵。

另一常見的新聞要素是爭議性。發生爭議的科學事件時,報導傾向以對立的方式呈現不同意見,卻未能讓讀者知道,雙方的意見為何不一致?報導慣於把重點放在研究成果,而不是研究的過程;又或只呈現科學爭議,卻未解釋產生爭議的理由。13 因為忽略了這些脈絡,讀者也僅能以研究結果來認識科學,而無法認識構成科學最重要的要素,其實是研究方法與爬梳這個題目的文獻。

-----廣告,請繼續往下閱讀-----

「科學不確定性」在以上所述多種新聞考量的要素下被忽略或被強調,每當大眾感知到科學不確定性的時候,幾乎都是發生了爭議性的事件。這些事件裡,可能略過了過程與脈絡,或是用同等份量來報導主流與非主流的科學意見,讓「科學不確定性」變成爭議中顯而易見的科學特徵,以致大眾只能以「科學界無共識與定論」來理解這一科學特質。長久下來,無論研究成果有否推進、是否具備共識,民眾只看見科學不確定性與爭議的連結,重複誤解著科學要不是所有問題的解方,就是毫無結論的爭辯。

報導科學不確定性的可能

事實上,要完成一篇質量俱佳的科學報導,需要記者與科學家「合作」。無論這篇科學新聞,要採取什麼角度、運用什麼框架,或是要探討什麼議題,科學家都可能大大協助科學內容的深度和廣度。若能知道記者書寫報導時的需求,科學家就有機會主動提供這些訊息,和記者一同面對科學的不確定性,共思更好的呈現方式。舉例來說,除了研究目的與發現,研究的方法和限制也是科學家應主動提及的重點,因為揭露這些過程,也有助記者書寫科學脈絡而非只著重最終結果。又如同科學爭議事件,從一方專家所理解產生衝突的緣由出發,很可能提供媒體較為友善的框架,來理解另一方的說法。讓大眾有機會認識科學常態中所存在的不確定性,並不代表科學證據不可信,也不代表科學方法或結論不具參考的價值。

而科學家能借重媒體專業的部分,在於專家角度認為「民眾需要知道的」,和「民眾準備好要知道的」無法疊合。媒體慣於溝通與工作訓練出的敏感度,正好能提供科學家關鍵資訊。在理解彼此專業養成的角度和需要後,才有機會磨練出一篇兼備科學與新聞素質的報導。14 連貫本系列的提問,是英國研究如何成為報紙頭條。爬梳眾多事件後,發現英國科學媒體中心一來顧及了新聞需要的新穎性和即時性,總是請科學家評論最新的科學研究報告;二來不害怕站上爭議浪頭,邀請願意一同討論的科學家,召開記者會。英國科學媒體中心為求科學研究易讀、易懂,與科學家和記者合作,找到科學與新聞的交集點,用很長的時間,獲得科學家與記者的信任。但要說英國社會真正因此重建的,其實是大眾理解科學的方式,以及社會對記者的敬重。

註釋及參考文獻

  1. Science Media Centre, UK (2017). “end of the global warming slowdown and prospects of limiting warming to 1.5C”. 2020/03/24檢閱。
  2. Damian Carrington (2017). “Ambitious 1.5C Paris climate target is still possible, new analysis shows”. The Guardian, 2017/09/18. 2020/03/24檢閱。
  3. Science Media Centre, UK (2017). “inconvenient truths”. 2020/03/24檢閱。
  4. James Delingpole (2017). “Delingpole: Climate Alarmists Finally Admit ‘We Were Wrong About Global Warming”. Breitbart, 2017/09/19. 2020/03/24檢閱。
  5. Colin Fernandez. (2017). “Fear of global warming is exaggerated, say scientists: Experts now have longer to reduce amount of fossil fuels we burn”. Daily Mail, 2017/09/19. 2020/03/24檢閱。
  6. 同註3
  7. Iyengar, S., & Massey, D. S. (2019). Scientific communication in a post-truth society. Proceedings of the National Academy of Sciences, 116(16), 7656-7661.
  8. Ashe, T. (2013). How the media report scientific risk and uncertainty: a review of the literature.
  9. 同註8
  10. Friedman, S. M., Dunwoody, S., & Rogers, C. L. (2012). Communicating uncertainty: Media coverage of new and controversial science. Routledge.
  11. 同註8
  12. 同註10
  13. 同註10
  14. 同註10
文章難易度
台灣科技媒體中心_96
46 篇文章 ・ 328 位粉絲
台灣科技媒體中心希望架構一個具跨領域溝通性質的科學新聞平台,提供正確的科學新聞素材與科學新聞專題探討。

0

2
2

文字

分享

0
2
2
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 ・ 54 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

1
2

文字

分享

1
1
2
臺中、高雄、花蓮舉辦 112 年度廣電媒體專業素養培訓課程,共創優質媒體閱聽環境
PanSci_96
・2023/11/18 ・802字 ・閱讀時間約 1 分鐘

國家通訊傳播委員會(下稱 NCC)為健全廣電事業發展、提升從業人員專業素養,促使廣電事業製播優質節目及傳遞正確資訊,今(112)年援例舉辦「廣電媒體專業素養」培訓課程,本趟知識列車自 8 月起於臺北開跑,9 月分別安排於臺中、高雄,花蓮場則於 10 月辦理完成。

NCC 於 8 月舉辦專業訓練課程臺北場後,佳評如潮,在 9 月舉辦的臺中、高雄場, 10 月舉辦的花蓮場,各地媒體從業人員共同參與,除了「廣播事業營運發展」、「電視事業營運發展」、「性別平權」、「權益保護」、「多元文化」等主題外,更為中、南、東部業者規劃「內容自律」課程,邀請國立臺灣海洋大學助理教授,同時也是資深媒體人的許文宜教授,從實例探討廣電相關法規,培養內容自律意識;「消費者權益保護」課程邀請衛福部食藥署吳怡萱副稽查員,透過食品藥妝及醫藥法規,講述食藥廣告製播應注意事項。

圖 1 「消費者權益保護」課程邀請衛福部食藥署吳怡萱副稽查員分享

因應數位時代的快速變化,安排「 AI 在廣電媒體的應用發展趨勢」課程,分享科技新知及 AI 於廣電節目應用實例;「事實查證工具應用」課程則旨在培養識別虛假訊息的能力,從而可充分履行媒體的專業責任,安排每場次 3 小時的事實查證工作坊,期提高參與業者事實查核意識及能力,進而杜絕虛假訊息傳播。

圖 2 「 AI 在廣電媒體的應用發展趨勢」課程邀請集仕多股份有限公司梁哲瑋總經理分享

睽違兩年首次回歸實體課程,中、南部從業人員展現其熱情,不僅課程踴躍互動,課後也與講師熱絡交流,紛紛表示課後收穫良多。花蓮場原訂課程面臨「小犬」颱風侵襲而延期一周辦理,出席率仍高達 8 成,展現東部業者學習新知的熱情與企圖心,期待未來廣電媒體產業持續相互砥礪,攜手打造優質視聽環境!

-----廣告,請繼續往下閱讀-----
所有討論 1
PanSci_96
1226 篇文章 ・ 2329 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

0
0

文字

分享

0
0
0
廣電媒體專業素養培訓課程好評再加開!歡迎報名臺北加開場,共同打造美好的閱聽環境!
PanSci_96
・2023/11/10 ・859字 ・閱讀時間約 1 分鐘

國家通訊傳播委員會(下稱 NCC)為健全廣電事業發展、提升從業人員專業素養,促使廣電事業製播優質節目及傳播正確資訊,舉辦「廣電媒體專業素養培訓課程臺北加開場」,將於 11 月 30 日假集思交通部國際會議中心辦理,詳情請見報名表

本課程已邁入第 15 個年頭,在睽違兩年線上辦理後,今年回歸實體課程,盼能提升廣電媒體從業人員專業素養,建立優質廣電環境,進而提供民眾最精準訊息。本系列課程 8 月 22 日從臺北出發,一路前往臺中、高雄、花蓮,環島巡迴課程於 10 月 13 日圓滿結束,系列課程議題多元且講師具備領域專業,課程佳評如潮。

因應許多業者期待, NCC 將舉辦專業培訓課程臺北加開場,規劃以下課程:一、「 AI 在廣電媒體的應用發展趨勢」課程,邀請集仕多股份有限公司總經理梁哲瑋分享科技新知及 AI 於廣電節目應用實例;二、「從廣播/電視節目探討內容自律機制」課程,邀請國立臺灣海洋大學助理教授、同時也是資深媒體人的許文宜教授,從實例探討廣電相關法規,培養內容自律意識。透過專家學者精闢解析、傳遞新知,提供一個讓業者互動交流的平台。

NCC 身為廣電媒體主管機關,將持續辦理一系列課程,致力於優化從業人員專業素養與識讀能力,彼此勉勵、交流,一起成為守門人,製播更精準、優質的內容,共同打造一個美好的視聽環境!

-----廣告,請繼續往下閱讀-----

參與課程者也將獲頒「參訓證明」,歡迎廣電媒體從業人員與關心此議題的民眾踴躍線上報名參加,名額有限,欲報從速,額滿為止。

臺北加開場活動資訊:

  • 時間: 11 月 30 日(四) 14:00-17:30
  • 地點:集思交通部國際會議中心 2 樓 202 會議室(台北市中正區杭州南路一段 24 號)
  • 費用:免費
  • 報名連結:https://forms.gle/ykK3YvBa89TQMLi16
PanSci_96
1226 篇文章 ・ 2329 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。