食物過敏與殺菌劑的關係

• 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。

對植物過敏的症狀讓人超痛苦

我們偶爾遇到有人會對工作過敏，但我想和各位分享的是對樺樹過敏。

不過，在這裡只提及一種植物其實十分困難。樺樹、榛樹、梣樹⋯⋯令人涕淚橫流、值得在本章節中占有一席之地的禾本科植物簡直數不勝數，但花粉症的症狀卻大同小異。

法文將這些症狀簡寫成「PAREO」， 剛好跟法國海灘常見的大溪地纏腰布同名：「P」代表發癢 （pruri；鼻子和眼睛發癢）、「A」代表味覺喪失（anosmie； 無法感受味覺）、「R」代表鼻漏（rhinorrhée；雖然拼字很 像，但你不會變成犀牛，只會流鼻涕而已）、「E」代表噴嚏（éternuement），而「O」代表鼻塞（obsstruction；鼻子堵塞）。有些狀況下，病患也會有結膜炎、溼疹、氣喘等症狀。

這些看起來或許都不是大事。感冒或流鼻涕都不是什麼大不了的事情。你可能會想到《白雪公主》裡噴嚏打不停的噴嚏精，真是娛樂效果滿滿。

但對於過敏的人而言，這可一點都不好笑，他們的生活品質因此受到影響，無論在工作還 是生活中都無法全力表現。除了前述症狀之外，他們也受睡眠問題、疲倦和易怒所擾。

社會保險也因此付出大量成本，不只有醫療支出，還有勞工缺勤的成本。在美國，過敏每年造成的成本超過 180 億美元，歐洲則在 550 到 1,510 億歐元之間，比樂透獎金還高！

花粉不只負責繁殖，也讓人類過敏

要為這一切負責的，是種小小的粒子──花粉。花粉是雄性繁殖細胞群，由兩到三個細胞組成，其中一個是雄性配子，這是植物運送精子的方式（不過，讓人打噴嚏的並非精子）。花粉由雄花產生，經由風力或蜜蜂等昆蟲運送，為雌花授粉，繼而結果。因而，花粉是植物生命循環的一部分：如果沒有花粉，就沒有果實、沒有下一代植株。

造成人類過敏的，是花粉粒產生的分子。以樺樹為例，這類分子有兩種蛋白質：「Bet v1」和「Bet v2」。

並非所有的植物都會引發過敏。植物的花粉必須能令呼吸道黏膜發癢，才會引發人類過敏。只有透過風力傳播花粉的植物才會引發過敏，但這並不是唯一的條件；若要引發過敏反應，花粉必須大量傳播，或是成為微小但具有強力的過敏原。 

過敏反應可分為兩個步驟。首先是第一次接觸過敏原當下的致敏反應。免疫系統會產生名為「免疫球蛋白 E」的特殊抗體。這種抗體會瞄準名為「肥大細胞」的組織細胞，並將肥大細胞轉化為手榴彈，準備好在下一次接觸過敏原時引爆。

第二個階段則是過敏反應本身。過敏原將瞄準包覆肥大細胞的抗體，而抗體將釋出組織胺等分子，引發發炎──也就是過敏症狀的來源。

豚草是致敏性最高的植物之一，但排行榜上還有其他競爭對手──日本柳杉（Cryptomeria japonica）。法文雖然將日本柳杉稱為「柏木」或「日本雪杉」，但日本柳杉並非柏木也並非雪杉。

這個例子便說明了拉丁學名有多重要，畢竟俗名經常令人混淆。日本柳杉的屬名「Cryptomeria」來自希臘文的「kryptos」（隱藏）和「meros」（部分），因為其種子藏身於這種柏科植物的毬果之中。日本柳杉正如其名，原生於日本，之後移植至韓國、中國、臺灣，甚至到達留尼旺島和亞速群島。

日文將這種樹木稱為「杉」（發音為 「sugi」），其中最年長的個體之一現年超過 2,000 歲，名為「繩文杉」。1784 年，瑞典博物學家暨旅行家鄧伯（Carl Peter Thunberg, 1743-1828）首次「發現」繩文杉。1842 年， 日本柳杉引入英格蘭及法國。

柳杉對日本帶來強烈的衝擊

四分之一的日本人──也就是 3,000 萬人──受嚴重的花粉症所苦，其中更有 70% 的人過敏是由日本柳杉引起。第二次世界大戰後，為了顧及重建的需求，日本栽種了大量日本柳杉作為建材，光是 1950 到 1970 年間便栽種了 400 萬株。

自此之後，這種植物便以風為舵手，只要花朵成熟，便會釋放恆河沙數般的花粉⋯⋯在風中自由自在地翱翔。日本柳杉的花粉在 2 月至 4 月間於全日本四處肆虐，這個季節也是櫻花盛開的時間。賞櫻的日本人必定會遭受日本柳杉的花粉所苦。

手帕和口罩是這個季節的必備品！另一件令人驚奇的事，則是城市居民的過敏情況比鄉村嚴重。因為花粉會直接落在馬路或屋頂上，不會經過其他植物在自然環境中的「過濾」。花粉症造成鉅額的醫療保健與勞工請假的成本，使日本經濟付出高額代價。

1960 年代，人們才開始注意到日本柳杉引起的花粉症。在此之前，人們只稍微聽過豚草引起的過敏，並未想到要特別留意日本柳杉。從 1960 年代之後，對日本柳杉過敏的人從未減少。今日的日本已經將花粉症稱為「國民病」。科學家找出了日本柳杉的過敏原蛋白質，稱作「Cry j1」。我猜想「cry」或許就是「哭」的意思。想到這裡就不禁吸了一下鼻子。

砍伐數千棵健康生長的樹的確難以想像，另一個選擇則是栽種致敏性較低的樹木。人類已經配種出沒有花粉的無數品種，可供往後栽種樹木時選用。在歐洲也一樣，城市並非一定要栽種樺樹或懸鈴木。

植林很重要，但也要確保人類能遠離過敏原

植林很重要，而且有非常多的好處：生活品質、人類福祉、生物多樣性、在城市裡打造自然的角落⋯⋯只不過在規劃時務必考慮再三。

回到惡名昭彰的日本柳杉，許多研究正在努力以經過基因改造的米粒為基底，來製造疫苗。食用這種米將使人體產生免疫容忍力。這種米將產生一種氨基酸，可以模仿日本柳杉的花粉，進而協助身體對日本柳杉的花粉免疫。目前對老鼠和猴子的實驗結果都十分樂觀，只剩下判斷基因改造米粒究竟是否有其他風險。

過敏有一就有二，無三不成禮

你知道嗎？若一個人對花粉過敏，這個人也有可能對某些食物過敏。

對樺樹過敏的人，可能對蘋果或核桃過敏。對豚草過敏的人，可能對香蕉或哈密瓜過敏。

這類引發過敏的物質，其結構會與主要過敏原相似。其他類似案例更為驚人： 對蜱蟎亞綱動物過敏的人，可能會對海鮮過敏；對貓毛過敏的人，可能會對豬肉過敏。

最近有另一個案例如下：對地中海柏木（Cupressus sempervirens）過敏的人，成年後可能會對柑橘或桃子過敏。

2017 年，有個研究團隊發現這些案例中的過敏原屬於一種新的蛋白質分類，這種蛋白質可以引發花粉或食物過敏。回到日本柳杉，對這種樹木過敏的⋯⋯狗，可能的其他過敏原則是番茄。

——本文摘自《惡棍植物：關於刺痛、燃燒、致死植物的驚人故事》，2023 年 6 月，時報出版，未經同意請勿轉載。

第一間自助服務商店的出現

在 20 世紀的頭數十年，包括自助服務在內的新式雜貨店營運方式，徹底改變了食品的購物模式，這種轉變在城市中尤其明顯。1917 年，田納西州的孟菲斯市成立了美國的第一間自助服務商店，這間店是克拉倫斯．桑德斯（Clarence Saunders）的小豬商店（Piggly Wiggly）。

在這之前，美國消費者買賣日常食品的流程，與 20 世紀美國人習慣的方式截然不同。店員通常會從櫃檯後的貨架上為顧客取貨。

此外，雖然雜貨店也會出售一些易腐損食品，但主要販賣的還是罐頭和其他加工產品。大部分的屠夫和農產品雜貨商，通常會在不同的商店經營特定的業務。從 1920 年代開始，越來越多大型雜貨店把鄰近的肉舖和農產品店併入他們的店裡。

雜貨店透過「合併」變身成超市

在這些「合併」的商店中，顧客只要進入一間商店就能買到許多種不同的食物，不再需要花時間前往 3 個不同的地點購物。儘管合併商店越來越普遍，但自助服務一開始只有應用在分裝好的食品上。

在多數商店中，購買肉類的方式和傳統肉舖差不多，商店中會有一個肉舖櫃檯，由男性店員提供切肉和銷售等完整服務。顧客會在肉舖櫃檯前排隊，告訴店員他們想要買的具體部位和重量。在這種交易過程中，顧客有機會詢問屠夫哪些肉是新鮮的，烹飪方式應該是烤還是煎。

屠夫會取出需要的肉塊，切下顧客想買的量再包裝好。在購買農產品時，顧客會於陳列在商店中的大量蔬果中挑選產品，拿去給農產品區的店員稱重並裝袋，接著在收銀台計算價格。

把易腐損商品整合進超市後，零售商獲得了機會，可以把整間店的品質都展現給消費者看，藉此吸引消費者並建立顧客忠誠度。相較於分裝好的食品，消費者比較常購買的是易腐損產品。

如果雜貨商能提供各種高品質的蔬果和肉類，顧客光臨這間商店的頻率就會高於其他商店。在購買罐頭食品、盒裝麥片和瓶裝商品等雜貨時，無論在哪裡購買，獲得的都是同樣的商品。單就這些產品而言，商店只能靠著較便宜的價格和較多元的品項來勝過其他店家。

「展示櫃」展現商品多樣性吸引消費者

易腐損產品則不同，這些產品的品項會隨著季節變化，有時甚至每天都不同，這種多樣性是許多購物者對商店感興趣的原因之一。

由於改變之後的肉舖與農產品銷售區具有繽紛的「天然之美」，又有機會用充滿吸引力的方式展示，所以這兩個區域變成了商店的「展示櫃」。

在 1920 到 1930 年代，雜貨手冊和行業雜誌不斷強調新鮮農產品在超市企業中的重要性：易腐損產品「透過視覺對消費者產生了最大的吸引力」。

商品的「最佳位置」能成功吸引消費者

雜貨業的主流行業雜誌《先進雜貨商》在 1935 年指出，沒有任何商品「能像新鮮蔬果一樣，如此自然地吸引顧客的注意並刺激食欲」。另一篇文章則主張「種類繁多的新鮮蔬果，以吸引人的方式展現出天然色澤和新鮮度」，消費者將會因此受到吸引，走入商店。

商店甚至可以用「外觀看起來特別新鮮或特別好的商品」，來合理化商品的價格為什麼比其他商店更昂貴。雜貨商認為架上蔬果的外觀是影響銷量的最重要因素，他們如何用有吸引力的方式陳列農產品，也會使整間店的氛圍產生變化。

因此，他們往往會把農產品區設置在商店的「最佳位置」，通常會是入口附近。農產品與肉類的顏色對雜貨店的營運來說之所以會這麼重要，不只是因為這些顏色能使商店內部顯得更明亮，也因為顏色是顧客判斷食物品質的關鍵指標，他們會依此決定要不要購買特定商品。

——本文摘自《秀色可餐？：所謂的新鮮和健康，都是一場精心設計》，2023 年 6 月，今周刊，未經同意請勿轉載。