1

5
0

文字

分享

1
5
0

拜寧族與原始飲食——窯烤天然食材│環球科學札記(56)

張之傑_96
・2021/12/08 ・2351字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者 / 張之傑

近年興起一種飲食方式——paleo diet,直譯舊石器時代飲食,意譯原始飲食,亦即摹擬農業文明興起前的飲食方式,以攝取天然產出的蔬菜、水果、堅果、塊莖(或塊根)、肉類等為主。其理論依據是:人類的基因在舊石器時代之後就沒什麼改變,舊石器時代祖先的飲食方式是最適合人類。七月二十四日,我們造訪拉包爾的高林村(Gaulim),晚餐吃的就是純正原始飲食。

原始飲食。圖/envato elements

七月二十四日上午九時三十分,停靠巴布亞新幾內亞新不列顛島的拉包爾。這是座小得不能更小的港口,從九樓、十樓甲板放眼望去,看不到幾幢房屋,遠不如台灣的任何一座小漁港!後來才知道,一九九四年火山大爆發,拉包爾悉遭摧毀,現今的拉包爾與位於舊城區對岸,新不列顛島首府也從拉包爾搬到他處去了。

我們參加的岸上觀光行程「與拜寧族交流及火焰之舞欣賞」十三時十五分集合,還有點時間可以下船看看。我們參加的行程將拉車約一小時,所要去的高林村據說沒有任何東西可買,所以換到的錢必須在拉包爾用光。

拉包爾舊地圖。圖/Wikipedia

出了碼頭,是條鋪石子的土路,這樣的路已半個多世紀沒見過了。許多土著在土路兩側的地上擺攤。這時才發現,土著喜歡美元或澳幣,不喜歡他們的提那(當地貨幣)。一些沒換錢的早已買了些東西,當攤販們知道我們後至的一群身上只有提那時,也只好接受了。

-----廣告,請繼續往下閱讀-----

我們用二十美元換的五十提那還買了不少東西呢!內人買了件土著式樣的袍子,十五提那。我買了一個鸚鵡螺標本,十提那;兩個輕質火山石雕製的海龜,十提那;一條用兩枚山豬牙做的項鍊,十提那;一副用某種植物種子串成的手鐲,五提那。除了內人買的衣服,都是送給孫輩的,這是給孫輩買東西的最後機會。

我們十三時十五分集合,下船後登上十二人座豐田麵包車,十三時四十分開車。沿路沒經過幾個村落,沒看到幾幢房子,路旁除了灌叢,主要是兩種作物:椰子和香蕉。車行整整一個小時,十四時四十分到達高林村,停在一處廣場上。村民大概很少見過十八輛麵包車一字排開的場面吧。

高林村居民屬拜寧族(Baining people),是新幾內亞人的一支。他們不論男女,大多高大壯碩。頭型偏長,眼眶凹陷,鼻子不算扁。下巴短,使得下嘴唇顯得外突。皮膚呈深褐色,頭髮也呈褐色,但較膚色稍淺。髮質濃密、柔細,狀如羊毛,男童與女童從髮型上不易分辨。

拜寧族是新幾內亞人的一支,圖為高林村的一位婦人與村童。圖/作者攝

小廣場停車處對側,有座鐵皮棚子,內有兩排用十幾根粗竹竿架起的桌子。靠內側一排,擺放著烤好的芋頭,以及木瓜、鳳梨、香蕉等,幾位土著婦女戴著船上提供的塑膠手套在準備食物。當地的木瓜比籃球還大,從沒見過那麼大的木瓜!

-----廣告,請繼續往下閱讀-----

我們這一車到得較早,可以坐在棚子內,凳子也是用粗竹竿架起來的。此行日本人原本要將募集的物品送給村民,但海關仍未放行,讓村民空歡喜一場。和平號的車子陸續抵達,小廣場上平添上將近兩百位東亞客人,我們反而成為村民們的觀光對象。這座廣場可能是附近各村落的集會場,附近村民特別是孩童幾乎傾巢而出。和平號工作人員和日本年輕團員開始帶領村童玩各種遊戲,如吹肥皂泡、吹氣球、跳繩等等。

我跟著一些日本團員到村子裡逛逛。高林村是個一二十戶人家的村子,各戶之間皆相隔一段距離。村舍大多是用木棍撐起的高腳屋。屋頂全都是鐵皮的,四壁不是鐵皮的,就是竹篾編的。沒見一戶人家有玻璃窗。每戶人家的面積,目測不超過二十坪,村屋一旁有放置柴火的棚子。我從一戶家屋的縫隙向內窺看,除了一張竹篾編的床鋪,沒見其他家具。村民仍過著相當原始的生活。 

離開村子,循著原路回到廣場,原來我們前往村子拜訪時已經開飯了。一直坐在棚子裡、哪裡也沒去的團員早已吃將起來。我是排在最後的團員之一。排了約摸二十分鐘,才接近放置食物的檯子。每人領到一個船上準備的大保麗龍盤子。主食芋頭和肉類,都是用香蕉葉包起來窯烤的。除了鹽,沒有其他作料。

拜寧族的主食為芋頭。芋頭、豬肉、雞肉皆以香蕉包裹窯烤。圖/作者攝

我沒看到烤前的芋頭。烤好的芋頭切成厚片,每片長約十至十公分,可以推想這芋頭之大。豬肉也是切成厚片。排到我時,芋頭還有很多,豬肉剩下的大多是肥肉。我取了兩片芋頭,一大一小。揀了一小塊瘦肉。水果取了木瓜、西瓜和鳳梨,各一小塊,香蕉早已沒了。這時內人已經吃完,空出一個地方讓我坐下,連說芋頭和木瓜好吃,應該多取點才對。

-----廣告,請繼續往下閱讀-----

一吃之下,芋頭和木瓜果然好吃。當地的芋頭不像一般水芋那麼黏,也不像台灣的檳榔芋那麼柴。木瓜有點結實,不像台灣的那麼柔軟。我再次往取,有十幾位村中壯漢已排在排隊,他們一致禮讓我這客人排到前面。這次取了一塊芋頭和一塊木瓜,另有剛烤出來的整隻雞,也取了了一小塊。

原始飲食除了鹽,不加其他作料。圖為在高林村吃的芋頭、豬肉、木瓜、鳳梨和西瓜。圖/作者攝

我取得少,吃得又快,一會兒就吃完了,將保麗龍盤子和免洗筷交到鐵皮棚子一側的回收桶,工作人員將帶回船上。此行不易,應多爭取點時間觀察村民的生活才對。令人意想不到的是,在這荒僻的村莊,竟然網路通訊良好,趕緊將所見所聞傳給家人和友人。

文章難易度
所有討論 1
張之傑_96
103 篇文章 ・ 224 位粉絲
張之傑,字百器,出入文理,著述多樣,其中以科普和科學史較為人知。

0

3
3

文字

分享

0
3
3
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

  • 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 ・ 56 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。