改了又改的科技部，又要回復成國科會了！聽聽三位前任首長怎麼說——《科學月刊》

• 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。

博物學家如何養成？為什麼要來台灣？

大正十四年（一九二五年）鹿野忠雄特地到台灣就讀台灣總督府高等學校第一屆高等科，那年他已十九歲，硬是等到台灣有設高等科，才來台就讀。但其實他很早就開始將四處旅行的採集成果發表成文章。自中學開始就嘗試單獨採集旅行，足跡踏遍日本東北地方、北海道、庫頁島，結交當時昆蟲學者，出入他們的研究室，學習昆蟲分類學和閱讀歐美文獻的方法。

他是看到前輩從台灣帶回來的昆蟲標本後，才下定決心要到台灣讀書，以便就近上山採集。高中三年曠課不斷，留級一年，畢業後也沒有馬上回日本本島申請大學，還展開一百五十天的野外調查。這些日子裡他不斷獨自入山，聘僱原住民獵人採集並且撥制標本，走過今日南投縣信義鄉的布農族部落、阿里山鄒族部落、攀爬玉山、雪山、合歡山霧社、八仙山、蘭陽溪上游桃山南湖大山間等地，甚至前往恆春探訪排灣族，到紅頭嶼探訪雅美族。

實地調查讓他大開眼界，特別是在南方的昆蟲採集跟原住民調查當中，他發現紅頭嶼動物相跟台灣不太相同，他開始思索台灣生物到底是靠大陸系統近，還是靠菲律賓近些。這使他對自然地理學產生興趣，回本島後考上東京帝國大學的理學部地理學科。

文字版 MIT 臺灣誌——《山、雲與蕃人》

鹿野忠雄想深入山區調查，必須取得警方許可，且還要聘雇原住民幫忙背裝備，登山費用頗高。學生時期他多是仰賴母親的資助。且在日本統治台灣期間，台灣五萬分之一地形圖的側繪並未完整，因此民間或者政府的登山活動，都還沒有精確的山岳測量依據，很多地方只有主要高峰有山名，標示著山稜、溪流與「番社」的相對位置，以及粗略的等高線。因此如果想要一窺台灣山岳的面貌，當時的文獻相當欠缺，因此也才引發登山活動的熱潮，許多非原住民的民間登山隊首次登頂記錄，也約略是發生在這時期。

比如鹿野打算在雪山尋找圈谷地形時，便要聘雇原住民腳伕扛行李，同時也請他們追捕小動物跟鳥類，在路上做些標本的前期剝制處理。但是由於鹿野行速飛快，腳伕不堪折磨，最後甚至丟下行李逃走。

值得一提的是，當中有一位阿美族青年托泰布典，是以助手的身份隨行。他會講流利的日語，還看得懂英文，因此能幫鹿野整理英文書籍，也能看得懂藥罐上的英文標示。他眼中的鹿野忠雄，討厭警察官僚作風，尊重蕃人的風俗，而且膽子很大，喜歡走沒人走過的路線，四處拍照跟觀察地形，晚上也不休息，要馬上洗底片，以及漏夜寫筆記，記錄下白天發生的事情。

在他的重要作品《山、雲與蕃人》中，留下登山路線圖和仔細的登山日誌，當中不時出現對特殊地質現象的描繪，比如在海拔 3900 公尺處發現海底沈積的岩面有濂痕（ripple mark）。或者是當時特殊景觀的描寫，比如攀登玉山南峰與南玉山段，便曾記錄與新高駐在所的警官真瀨垣丑丙與東埔社的布農壯丁馬其里（Makili Takeshitahoan）一同登玉山絕頂，途中行經路段，不屬於東埔社布農族的狩獵範圍，因此馬其里也沒來過。真瀨垣警官則帶他們去看玉山神社，鹿野特別寫道，裡面的「御神體」是一面鏡子。

跨界整合台灣自然與人文知識

在《山、雲與蕃人》中可以讀到鹿野幾個面向的關懷：

1. 挑戰攀登台灣山岳的熱情
2. 發現原先地圖跟文獻沒有記載的地形、地質現象
3. 出於研究跟溫飽，在獵捕動物時親自體會到動物的生之本能
4. 理番政策下，警方極力希望日人不要跟蕃人來往，並產生不少突發事故，怎麼順利入山並與蕃人相處變成重要問題。

但是在這樣的旅行之眼下，卻反映出鹿野這種看似個人興趣，自發的台灣自然知識採集和分類工作，能夠一次又一次的出發調查，其實是以國家殖民統治以及研究經費為後盾。

鹿野並非台灣自然知識研究的第一個人，在他之前，西方跟日本已經陸陸續續展開零星的調查，逐步推進從平地到山地的動物相、植物相調查，相關的動植物學、礦物學和地質學的目錄、圖譜出版越來越多，以及地質學跟地形學考察也逐漸系統化發展，同時因為總督府的理蕃事業與藩地開發政策，也展開人類學的調查，這些科學政策及科學教育改革，影響到民間文化活動，如昆蟲、植物的採集旅行，大眾刊物的發表及閱讀等等。

因此鹿野忠雄的貢獻在於他是跨學科的研究者，熟悉博物學以及人種誌的調查方法，在那時代也是少數。他想徹底了解台灣山林，就連被日本以蕃地治理的狀態也想去了解，而不只是關心自然的那部分。同時他也不像是在室內的地理學家或者人類學家，只靠文獻判讀並且歸納，而是不畏艱難，親身去到現場，採集並且記錄下第一手的材料。

忘了回家的探險者

在太平洋戰爭期間，西方駐菲律賓學者貝雅，曾在馬尼拉和鹿野短暫交流過，鹿野從貝雅身上知道不少西方學術動態，而他曾經幫助貝雅，把原來的玻隕石標本收藏悄悄搬到安全的地方——帕西古河北岸的沃森大廈，但又不會落人口舌，讓人覺得日軍大敗，不敵美軍，已經在安排撤退的情勢。

而在一九四四年，鹿野被派駐到北婆羅洲，要沿著日軍的補給路線，調查一支未開化的姆錄族（Muruts），確保到時補給運送時能夠跟當地民族協調順利。他們要穿越雨季中的昏暗紅樹林，在飢餓、瘧疾等風土病的威脅下，還要面對當地人士對日軍的不滿，設法確認或更新原本很粗略的地形圖，以及正確標示部落名稱跟位置。

但隨著戰況情勢危及，美軍轟炸亞庇，日第三十七司令部南移到沙蓬，使得鹿野和助手金子必須跟著南下覆命，卻在途中失去蹤跡。在戰爭中原本就很容易失去彼此聯繫，鹿野消失的訊息是在戰爭結束後才輾轉傳開，找他的人如貝雅發現戰俘收容所裡也沒有他的蹤跡，有傳言因為抗命所以遭到日軍殺害。

參考資料

• 高嘉勵（2016）鹿野忠雄的台灣高山行旅書寫——日治時期「自然」的現代知識建構與美學表現，中外文學，第 45 卷，第 1 期，頁 119-165。
• 鹿野忠雄（2000）山、雲與蕃人——台灣高山紀行，台北：玉山社。
• 王鑫（2000）南湖大山圈谷群古冰河遺跡研究初步調查，內政部營建署太魯閣國家公園管理處八十九年度研究報告。
• 山崎柄根（1998）鹿野忠雄——縱橫台灣山林的博物學者，台北：晨星出版。

科技部回復成國科會 臺灣科學發展會更好嗎？

• 廖英凱／非典型的不務正業者、興致使然地從事科普工作、科學教育與科技政策研究。對資訊與真相有詭異的渴望與執著，夢想能做出鋼鐵人或心理史學。

行政院於去（2020）年啟動組織改造，預計將廢除科技部並回復為國家科學委員會。從過去的長科會，一路改制為國科會，再到科技部，接著要再改回國科會。藉由訪談三位過去擔任過國科會與科技部的首長，道出臺灣科研發展與產業未來的走向，找尋帶領國家科技政策的最佳解答。

去年 11 月初，媒體報導行政院將啟動組織改造，預計廢除科技部，回復成過去的國家科學委員會（簡稱國科會），並將部分業務移轉給新設立的「數位發展部」。在人事布局上，國科會主委預計將由負責督導科技業務的科技政委兼任，若組織改造順利完成立法，則 2014 年才成立的科技部將成為歷時最短的部會。

無論是科技部或國科會，以及與科技發展密切相關的行政院科技會報，對我國科學研究、科技發展與產業應用皆影響甚鉅。《科學月刊》本次訪談了陳建仁、張善政與陳良基三位歷任國科會與科技部首長，以了解過去國科會改組成科技部的原因與影響，以及他們對目前科技部再改組回國科會規畫的觀點。

從「長科會」到「科技部」

科學發展是國家長期實力提升的基石，開發完善的國家，無不成立負責科學發展，擬定國家長期科學計畫的專屬行政組織。如美國國會在 1950 年創立美國國家科學基金會（National Science Foundation, NSF），是美國聯邦政府支持與贊助科學、工程及技術等學科基礎研究與教育發展的獨立政府機構。

1958 年，胡適就任中央研究院院長，在吳大猷的協助下，擬定〈國家發展科學培植人才的五年計劃的綱領草案〉，促成行政院在次年成立「國家長期發展科學委員會（簡稱長科會）」，由中研院院長胡適兼任主任委員，教育部長梅貽琦兼任副主任委員。

1967 年初，「動員戡亂時期國家安全會議」成立，下設「科學發展指導委員會（簡稱科導會，現已廢除）」。科導會建議將長科會的職權擴大，於同年將長科會改制為「行政院國家科學委員會」。國科會是委員會性質，由行政院遴聘政務委員、中央相關機關首長（如交通部、經濟部與衛福部等）、研究機構首長（如中研院院長）及學者專家組成，具跨部會、跨產官學性質，擁有穩定的經費且專注於學術研究，是臺灣半世紀以來科學發展的基礎。

2006～2008 年間，陳建仁院士擔任國科會主委，彼時行政院開始組織改造的討論，立法委員呂學樟以重視科技發展為由，力主成立「科技部」。經過多年討論與協商，於 2014 年將國科會改制為科技部，由時任科技政委張善政轉任首任科技部部長。

去年 5 月，科技部部長陳良基卸任後，由時任科技政委兼科技會報副召集人吳政忠轉任科技部部長。同年年底，政府宣布預計將科技部改制回國科會，國科會主委由科技政委兼任，具體細節仍規畫中尚未定案。

從基礎研究到商業應用

關於逾半世紀的國科會與科技部兩組織的主要業務目標，三位歷任首長的觀點相似。陳建仁認為，國科會在看待科技預算與科技發展，須從上游的基礎研究、科學發展；中游的科學轉譯、將科學化為技術；下游的技術商品化、產業化，三層面並重且銜接。陳良基也認為無論以何為名，科技主管機關的三大關鍵業務，分別是主導國家長遠的科技發展計畫；協助國家應用新興科技，並妥善分配與審查科技預算；以及管理科學園區。此外，科技的發展從來沒有速成的路徑，應著重以數年為期的長期深耕。張善政也提出國科會的一重大任務，就是要提出國家的科技白皮書，訂定國家長期科技發展策略，絕不能短視近利尋求速成。

然而，科學知識的探索與科技產業的應用是截然不同的施政邏輯。近年來國家的科技預算分配中，最大宗是科技部以數百億的規模，支持科學技術的研發；其次則是經濟部技術處也有數百億的規模，支持產業技術的商業應用。兩種不同施政邏輯與相關組織如何有效合作，成了基礎研究到商業應用是否一氣呵成的關鍵。張善政認為，科技部大部分的司處應聚焦在學術研究的補助與國家科技預算的管理，不宜分神處理跨部會協調、跨部會預算分配和產業開發。對於科研成果的應用，可透過與產業相關的公家法人協助，如由工研院檢視學術研究成果，協助大學申請專利或成立公司。

但對於更大規模或全新領域的科研發展，陳建仁則強調了「國家型科技計畫」的重要。國家型科技計畫仰賴各部會資源與預算的投入，需要一個跨部會的組織，整合來自學術研究上中下游的多方資源。

陳建仁以「生技醫藥國家型科技計畫」所支持的臺灣特定疾病臨床試驗合作聯盟（TCTC）為例，TCTC 是一個兼有科學研究、臨床應用與產業開發的聯盟組織，無法單純從學術補助或產業扶植即可完整建立，生技醫藥的發展規畫更須仰賴跨越數年的前瞻眼光。

面向學校的學術補助，和以國家之力推動的國家型科技計畫，意味著兩種科技發展的方向。陳建仁認為基礎研究絕不能少，但也必須同時構思轉化為科技應用的方式。

支持基礎研究的學術補助本質是一種由下而上（bottom-up）的科研方式，目的在持續推動基礎研究，由學術研究者自發設想最前瞻的研究主題，國家更應確保每年有 3～5％ 的經費成長，可視為一種探索未知的科學精神實踐。

而國家型科技計畫則是一種由上而下（top-down）的科研方式，如今日的前瞻建設、5G 科技，或是早期的防災科技與肝炎防治等，必須由政府擬定重點研究方向，規畫鉅額專用預算，協調跨部會分工，是一種目標明確志在實踐的政策工具。

然而隨著國科會改制為科技部後，國家型科技計畫即不再提新興計畫，陳建仁認為這間接導致基礎研究的經費減少。科技部也因成為一獨立部會，削弱了跨部會協調的能力，而須仰賴科技政委與科技會報的跨部會協調機制。張善政與陳良基也認為獨立成部後，並不適合干涉或管理其他部會的科技研究，這可能使科技部反而降低了對全國科技發展的掌握程度。

部與委員會的權責差異

全國性科技發展的宏觀規劃，與轉型成科技部後獨立管轄範圍的衝突。揭示了「部」與「委員會」的組織架構上的根本差異。

科技部行政團隊由部次長與轄下司處首長組成，預算由行政院決定，立法院通過，是獨立行政運作的單位。但國科會的委員會形式，委員由與科技相關組織的首長組成。國科會主委定期召開跨部會會議，具有與各部會保持密切關係的正式管道。兩種不同的組織形式，將導致跨部會運作程度的重大差異。

以輔助國家科技發展的目的來說，國科會的職責在評估國家值得或有必要發展的科技方向，透過跨部會的委員會，說服其他部會實踐科技趨勢。張善政以自身在國家高速電腦中心擔任主任時，推動臺灣基礎網路建設為例，1992 年經濟部成立 SEEDNet 網路提供工商業界使用，但電信業者未提供連線國外的服務，而電信服務管理的主管機關是交通部，也尚不理解網路基礎建設的重要。當時國科會主委郭南宏即以國科會的委員會機制，邀請時任交通部長劉兆玄與會，聽取張善政簡報網路發展的必要性，而促成民用連外網路與 HiNet 的誕生。

以同樣的經驗看待預計新設的「數位發展部」，則也有可能會遇到類似困境，陳良基認為數位發展部的重要目的，是督管隨數位科技發展而生的各種數位業務與衍生問題，如協助政府各部會處理影響甚鉅的資安問題。張善政則認為每一個部會都與社會息息相關，不可能將數位業務獨立成部，例如智慧交通與智慧醫療等專業業務，應讓既有交通部及衛福部主責，數位主管機關則應以跨部會，由政委督導的「委員會」編組形式，擬定國家長期數位發展計畫，協助各部會處理數位業務。

從國家科研經費分配的角度來看，國科會或科技部因其具有的科技專業，負有為行政院審查或管理科技預算的重大任務。張善政認為科研經費的分配與管理，取決於科技政委和科技部的分工，科技政委應負責「政策審查」，判斷政策上某一科技方向是否應該投入發展；而科技部則負責「技術審查」，對於政策上已確認執行的科研計畫，評估合理與可負擔的支持經費。陳良基則認為在科技部的架構下，科技部長並不適合審查其他部會的經費運用方式，但若是以代表行政院的角度時，比較適合對各部會科研計畫做整體規畫。這導致雖然科研經費會分配到部分部會，但理應管理經費運用的科技部，不盡然能善盡管理責任。

不是科研的科研經費

由於國家的科技預算並非全由科技部或國科會所使用，以108年科技預算案為例，科技部約使用 420 億，其次為經濟部使用 280 億科技預算著重於產業開發和技術商轉，中研院使用 110 億，衛福部與農委會也各有 40 多億規模的運算，負責各自業務範圍內，例如疫苗開發、傳染病防治、食品安全與農業育種等的科技研發。

對於大學端的研究者來說，陳良基認為雖近年全國的科技預算有增加，但增加的部分多支持其他部會的研究計畫，導致科技部本身的經費持平，當考量物價成長與立法院統刪預算時，就會使學術研究者的科研經費受到影響。此外，當制度上使科技主管機關無法善盡宏觀的管理之責時，將致使計畫零碎重複而虛耗資源，長期性的科研計畫也難以延續銜接，經費濫用的情形也會隨之出現。

從過往公開在網路上的資訊也發現，有數個中央三級機關的機關內科研計畫或科技預算編列，雖名為科技研究，但實則為該機關公關使用、新媒體經營，或是委外設計政令宣導圖文等，且該機關或計畫也不屬科技部管理。雖說政策施行需要必要的政策行銷，與科技有關的政策推動，也會仰賴科學普及與傳播等方式來做政策溝通。然而科技預算是否適用於政策行銷，又能到何種程度？對於非科技部的其他部會，又該如何以科研為前提來審查管理預算？讓科技經費有效運用在合適的地方，是接下來不論是科技部或是國科會，都無法再逃避的問題。

科技發展的雙頭馬車

國家型科技計畫的中止與科技預算的濫用，代表宏觀規畫與管理科技研發的機制失靈。既有組織設計上，僅存科技政委與科技會報能有協調各部會的高度。

科技政委可視為行政院長在科技業務上的代理者，負責督導科技部、經濟部（科技）、教育部（產學研）、國防部（產業）與智慧機械等業務。科技會報則是設置於行政院，由行政院長擔任召集人，科技政委及中央科技主管機關首長（如科技部）兼任副召集人，有中研院院長、相關部會首長與相關產學代表擔任委員，提供國家科技發展決策諮詢及專業建議，並下設「科技會報辦公室」，處理各項幕僚事務。

分析科技部、科技政委、科技會報和科技會報辦公室，則可見此四單位∕職位在制度設計對管理與規畫國家科研發展的缺陷設計：

• 科技部擁有最充足的人力，且長期專司科研經費分配和管理，但獨立為部後僅能管理所屬研究單位和研究計畫的資源分配。
• 科技政委擁有協調部會的高度，但僅督導四個部會，並非所有與科技研發有關的部會。
• 科技會報與其辦公室有協調部會的高度，涉及部會也最多，負責審議國家科技政策與重大科研計畫。但陳建仁認為科技會報的本質為院長的幕僚，其編製規模不足以管理全國科技預算，也缺乏協調的功能。

在制度有所不足的狀況下，艱鉅的國家科研規畫，仰賴科技部（國科會）首長與科技政委的密切合作。若部會首長與科技政委的合作不夠流暢或有施政理念衝突時，很可能因此弱化國家科研實力。陳建仁提及在國科會主委任內，與時任科技政委林逢慶的密切合作；張善政也強調科技部長任內時，與時任科技政委蔣丙煌的交情而促成政務上的良好搭配。

因此，縱然處理的是探索未知前沿的科技業務，但政通人和仍是科技主管機關的首長不可或缺的能力。更重要的是從制度上讓科技主責機關，既有謀策科研的前瞻性，亦有協調各部會的高度，還要能輔佐各部會研發應用科技，與管理全國科技預算的能力。

誰來帶領國家科技發展？

過去將國科會改制為科技部的規畫，張善政認為這是一種「大科技部」思維，認為科技太過於重要，因此將科技事務由一獨立部會包辦。然而，所有的部會都需要科技，科技發展也需要所有的部會，獨立成部的組織形式，反而阻礙了科技發展的群策群力，而不利於科技發展。

因應本次科技部改組回國科會的討論，陳建仁、張善政與陳良基三位歷任首長均支持應回復國科會形式的跨部會委員會編制，且由國科會主委兼任科技政委。陳良基認為恢復國科會形式的重要差異，是能把中研院、大學校長等地位超然的卓越學術研究者找進政府的科技決策體制中，短期來看各部會看似會減少科研相關的政績，但長期來看對國家科技發展有利。張善政則主張可以考慮把科技會報併入國科會中，但強調科技首長應充分尊重學術界，且具有跨部會協調的耐心與身段。陳建仁則認為科技首長應具備四項特質：

1. 掌握科技，理解基礎研究、技術開發與產業製造的關鍵，了解不同科技發展趨勢和需求。
2. 善於溝通協調，能理解不同部會的需求與原因。
3. 能在立法院捍衛科技預算，不僅捍衛所屬科技法人、研究單位的預算，還要能捍衛其他部會的科技預算，要能在國會殿堂講道理講到通。
4. 具有國際觀，開創與領導跨國合作的能力。

作為一個理想領導者的信念，陳建仁也引用教宗方濟各的話：「好的領導者都要像一個好的牧羊人，要沾染羊群的氣息」，科技首長要能照顧到各領域的學術研究者，還要能代表學界與社會溝通，排除科技發展的阻礙，解決科技發展的危害。

回到科技發展核心的基礎研究，經濟合作暨發展組織（OECD）定義，基礎研究的工作，是為了獲得新知識，並無特定的應用目的，是研究者在未知前沿領域的自由探索，不易有短期成效，而仰賴長期穩定的經費投入。無論未來科技主管機關的命名為何，無論國家科技政策的野望如何迭代，期許我國未來的每一任科技首長，洞悉科技發展的進程，克服部會協調的艱難，持守科學的本質，莫忘科學發展的漫長獨行與無用之用。

• 〈本文選自《科學月刊》2021 年 1 月號〉
• 科學月刊／在一個資訊不值錢的時代中，試圖緊握那知識餘溫外，也不忘科學事實和自由價值至上的科普雜誌。

臺灣原生的杜鵑花——烏來杜鵑

在進入大學之前，我對臺灣原生的杜鵑花物種瞭解甚少。小時候，我曾認為所有的杜鵑花都是同一種植物，只是天生具有各種花色。甚而，由於經常出現在校園或私人花園裡，我也一度以為杜鵑花必須和人類在一起才能存活。一直要到我開始登山，接觸了山岳文學，才從鹿野忠雄的著作中認識到臺灣原生的玉山杜鵑，並發現它原來與日常生活中的杜鵑花大不相同。

後者大多是園藝栽培而出的品種，較能忍受夏季平地的高溫。此後，在植物學課程中，我進一步瞭解到臺灣除了玉山杜鵑，還有至少十六種本土杜鵑花。它們大多是山地物種，從烏來的丘陵到太魯閣的石灰岩峰，從大武地壘的密林到雲海之上的玉山之巔，只要走上山，你基本上都能遇到臺灣原生杜鵑花。

而我從童年開始對杜鵑花的錯誤印象，純粹只是因為我不會爬山，沒有能力到山裡和杜鵑花相遇。

對喜愛植物和山林的人來說，春天是一年一度，他們和山地杜鵑花說好相見的時刻。每當第一道花訊從山巔傳來，他們便紛紛趕赴山林，無視親友的不解，無畏春雨及山上的詭譎天氣。遼闊的中央山脈就是他們的私人多寶格，收藏著十七種姿色各異的原生杜鵑花，每年都要在此時仔細審視一次才能舒心。

相對的，我雖然也喜歡山地杜鵑花，但並非將它們視為一套植物珍玩。我喜歡，是因為它們經常在山上撫慰我的疲憊心靈，更是建構臺灣高山植被裡的重要植物。十七種原生杜鵑花各自獨具特色，從形態到自然史，揭示了島嶼與特有種演化的奧祕。

慚愧的是，雖然至今山齡將滿二十年，我卻仍未見過臺灣全部的原生杜鵑花。臺灣看似狹小，但山就像巨大的迷宮，充斥著未被踏過的角落。玉山杜鵑雖然是我知曉的第一種臺灣原生杜鵑，但我跟它充其量只能算在書裡神交過，我真正親眼見到的第一種原生杜鵑花並不在山裡，而是在臺大的校園。

杜鵑葉片形狀之謎

它叫烏來杜鵑，曾經在臺北盆地郊山生長，如今已在野外滅絕。因其美麗脫俗的粉色花朵，深受人們喜愛，在經過保育單位復育後，現已廣泛種植於各地。不開花的烏來杜鵑乍看之下並不好認，它就是一般常見，外觀纖弱的某種小灌木。我是在樹木學助教的指導下才知道它的特徵——柳葉狀且密生紅棕色剛毛的葉片。然而助教卻沒說，為什麼烏來杜鵑會有這種形態的葉片，因此我也一直無法將這個特徵認真刻在腦海裡。

二○一五年，我獲得日本交流協會的資助前往日本擔任訪問學生。在關西地區進行野外植物採集時，有植物小百科稱號的友人伊東拓朗向我介紹了一種在河谷中生長的杜鵑花，名為皋月杜鵑。

他告訴我，皋月杜鵑是一種溪流植物（riparian plant），擁有隨河流環境演化而來的獨特形態，例如，它具有披針狀且厚實的葉片。這類葉片因呈流線形，能減少植物在水流中所受的阻力，當植物因河水暴漲而被淹沒時，便可於激流存活。

聽完伊東君的介紹，我突然想到烏來杜鵑。它那狀似柳葉的葉片、細小但柔韌的枝條，是否也與它的生存息息相關呢？從過去的採集紀錄得知，烏來杜鵑喜歡生長在河岸邊，甚至似乎只分布在北勢溪的上游。烏來杜鵑柳葉狀的葉片看似十分流線，與皋月杜鵑一樣，有可能是幫助它應付臺灣北部夏季溪谷洪水的適應性特徵。

此外，雖然未能在過往研究報告中找到剛毛與河谷生育地間的關聯，但另一方面，說不定柔韌的枝條在洪流中也較不易被沖斷。事隔多年，我這才順利地把當年助教描述的東西牢牢記住。

——本文摘自《橫斷臺灣》，2023 年 7 月，春山出版，未經同意請勿轉載。