爸爸去哪兒？從「他為的人為障礙症」談在家庭中缺席的父親

• 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。

記憶的自主性

父親死後我時常花時間回想關於他的回憶，也因此開始質疑心理學家們對侵入性思維的看法，畢竟以我的例子來說，我是自己選擇想起那些回憶的。

丹麥心理學家多爾泰．本森（Dorthe Berntsen）找來近期發生人生重大壓力事件的人，問他們在做白日夢或腦袋放空時會想到什麼；她發現這些人腦袋裡也會出現自主記憶（voluntary memories）（就像我主動回想父親的病床在醫院裡移動的那段回憶一樣），其頻率與非自主記憶（involuntary memories）（就像父親在廚房烹飪的回憶突然出現在我腦海裡）出現的頻率相當。

因此，雖然非自主記憶確實比較令人難過，但它們出現的頻率其實並不比自主記憶高。與生命一帆風順時相比，人們面對充滿壓力的變故時會比較常回想起上述兩種記憶，而我們會覺得非自主記憶比較常出現其實是因為它更令我們困擾，因為這些記憶帶來的情緒令你我措手不及。

當我主動向親朋好友們訴說父親耍幽默的故事時，雖然一樣會有強烈的情緒，但因為那是我「選擇」要提起的回憶，所以我能夠事先準備好面對情緒帶來的影響。

自主記憶與非自主記憶之間的差別也讓我們察覺人類大腦與動物大腦（例如田鼠）之間的差異；人類比動物多出了近一公斤的大腦皮質，最重要的是，這些多出來的皮質都位於人類前額與太陽穴之間的額葉（frontal lobes）。大腦的前額腦區為人類所獨有，有協助人類調節情緒等功能。

各位或許還記得，人類大腦提取記憶的方式就像在烤蛋糕一樣，必須從不同腦區集結各種材料；必須用到海馬迴及其周遭用來儲存與回憶相關的各種線索的腦區，大腦同時也得從負責掌管視覺或聽覺的腦區提取內容，以增加思緒的真實性，讓大腦產生想像的同時也具備視覺與聽覺效果。

無論是自主記憶或是非自主記憶，都必須運用到這些腦區，而本森為了搞清楚這兩種記憶之間的差異，仔細比較了受試者在產生這兩種記憶時的功能性磁振造影結果。自主記憶與非自主記憶不同之處在於，它是人類自己主動提取的記憶，因此會運用到額葉外側接近頭骨的腦區──背外側前額葉皮質（dorsolateral prefrontal cortex）。

偶然間想起的記憶總特別難過？

我們需要具備神經心理學家所稱的「執行功能」（executive functions）才能刻意想起某件事情，這是人類特有的能力；這種能力就像企業的執行長一樣，負責組織、指示大腦的其他腦區擔負各種任務。

無論是刻意提取記憶片段，還是回憶不由自主湧上心頭，人類大腦製造記憶的方式大致相同；其中的差別之處在於，如果是刻意提取記憶，人類額葉掌管的執行功能會參與運作，負責指揮大腦想起某一段記憶。

無論是大學畢業典禮、第一個孩子誕生的瞬間，或是結婚的那一天，在這些人生大事過去後的幾週、幾個月甚至是幾年後，就算沒有刻意回想，每個人都有可能突然想起那些時刻，思緒突然出現在腦海裡。也許你當下只是在做一些平凡單調的日常瑣事，或是當天剛好看到某些有關的事物，這些美好的回憶都很有可能驟然躍上心頭。

侵入性思維由令人情緒極度激動的事件而起，當然也可能包括有正面意義的事件──並非只會因為極度負面的事件而產生。但因為關於負面事件的侵入性思維總是特別令人難過，人們才會在出現這些討厭的回憶時格外擔心自己的心理健康。

大部分情況來說（特別是在面對強烈的悲傷時），侵入性思維其實只是大腦的自然反應，目的是要讓我們記住這些重要、充滿情感波動的事件。從大腦的角度來看，人類大腦好像是一再讀取關於失落的思緒，然而大腦對於人們生命中重要的正面事件同樣也是這麼做的。

在猝不及防的情況下，思緒與感受突然被悲傷佔據確實令人非常難受，但大腦其實是為了了解情況才會重新讀取這些記憶，就像你我對親友重新訴說某些記憶與故事一樣，我們只是想更深入了解這些人生片段。

如果能從這個角度看待侵入性思維，下一次這種狀況再次發生時，你就不會覺得有什麼大不了了，畢竟大腦這麼做確實有其緣由；侵入性思維的閃現因此感覺起來更具實際功能，不再像過去一樣，只讓我們覺得自己沒有好好駕馭心中的悲傷。

——本文摘自《悲傷的大腦：一位心理神經免疫學者的傷慟考，從腦科學探究失去摯愛的悲痛與修復》，2023 年 ３ 月，臉譜出版，未經同意請勿轉載。

讓人懷念的好氣味

關於第一個人們如何學會喜愛香料的問題，其實比較容易回答。打從胎兒還在母親子宮裡的時候， 就會開始學習享受某些香料的香氣﹙以及風味﹚，並在出生之後繼續強化這些他們學到的經驗。

在懷胎期間，母親所吃的食物的味覺和氣味，胎兒一樣會接觸並品嚐到。食物中的化學物質會進入羊膜液、跑進胎兒的鼻子裡：胎兒有辦法嗅聞自己身處的那片小小海洋。胎兒似乎先天就傾向認定，在自己悠游的環境中所聞到的母體香氣是令人愉悅、在出生之後也值得追求的好香氣。就算那香氣是來自植物的防禦性成分也一樣。

舉例來說，母綿羊食用大蒜後，牠們的羊膜液聞起來也會帶有大蒜中的防禦性物質的氣味。聞到這種氣味的綿羊胎兒，在出生之後便會因為有過接觸經驗，而較為偏好那種氣味。

若是在懷孕大鼠的羊膜液中注入大蒜萃取物，大鼠的小孩在出生後，只要聞到大蒜的氣味就會不由自主地開始噘起粉紅小嘴吸吮起來、並四處尋找母親。｢你在哪裡，我親愛的蒜味媽媽？」

母親懷孕期間的飲食會影響小嬰兒喜歡的氣味！

對人類進行的研究，實驗侵入性沒有那麼高，不過結果依然類似。法國國家科學研究中心﹙National Center for Scientific Research，CNRS﹚的貝諾瓦．夏爾﹙Benoist Schaal﹚及其同事們在一項研究中，比較了兩群來自法國阿爾薩斯地區﹙Alsace﹚的女性。

在其中一群女性懷孕的最後十天，研究人員提供了大茴香口味的薄荷糖、餅乾和糖漿任她們盡情享用。對於另外一群女性，研究人員則不提供任何大茴香口味的食物，也要求她們不要食用任何含大茴香的食物﹙她們顯然有遵照指示﹚。研究者藉此比較，這兩群女性所產下的新生兒，對於大茴香氣味來源的茴香腦的偏好程度是否有所不同。

懷孕期間沒有吃大茴香的母親，嬰兒出生後接觸到稀釋的茴香腦樣本時通常會露出不悅的表情。相反地，懷孕期間有吃大茴香的母親，生下的嬰兒則比較可能會將頭轉向茴香腦，伸出舌頭，並做出彷彿是在舔嘴唇的動作。

另一項對人類進行的研究顯示，母親在懷孕期間如果曾吃過大蒜，新生兒聞到大蒜的氣味時便會噘起雙唇吸吮。同樣地，在懷孕期間吃豌豆、四季豆以及如卡芒貝爾乳酪、蒙斯特﹙Munster﹚乳酪及埃普瓦斯乳酪﹙Époisses﹚等氣味濃郁的乳酪，也有研究發現會導致相似的效果。

母親在懷孕期間曾吃過豌豆、四季豆和其他綠色蔬菜的八個月大的嬰兒，會偏好綠色蔬菜帶有的氣味﹙2-異丁基-3-甲氧基吡嗪，2 – isobutyl -3 – methoxypyrazine﹚；若是母親在懷孕期間吃過氣味濃郁的乳酪，嬰兒則會偏好二甲硫醚﹙dimethyl sulfide，在氣味濃郁的乳酪以及大蒜中都存在的成分﹚。

在哺乳期間有吃魚的母親，養出的嬰兒也通常會喜歡魚味或起碼是喜歡魚中含有的三甲胺﹙trimethylamine﹚分子的氣味。在有吃魚的母親的羊膜液及母乳中，都可以找得到三甲胺的蹤跡。羊膜液及母乳中的氣味所造成的這些現象，似乎可以維持到童年時期或更久之後，雖然並不總是如此  。

信任的氣味＝媽媽的味道＝喜歡！

大自然告訴人類以及其他動物，要信任他們的母親和母親吃下肚的食物的氣味。在過往人類祖先規模較小的族群中，母親所吃的東西的氣味，通常就等同於族群中其他成員所吃的東西的氣味，少有例外。

人類身為哺乳動物的一員，透過在出生前及出生後的嗅覺學習，得以一代一代累積對自己有益或有害的食物知識，甚至不需要人教。回想一下黑猩猩的飲食傳統：對黑猩猩寶寶來說，出生前的學習，也許就已經足以讓牠們認識很多該吃的食物，特別是氣味強烈的食物。

人類與黑猩猩六百萬年的共同祖先大概也一樣。現代人類確實是如此，而且還有個額外的特徵：人類使用語言的能力，能幫我們為這套傳承偏好的古老系統再添加一層複雜度。

我們母親的身體教導了我們要喜愛什麼風味，而父母的話語也再三提醒此事。除了這兩方面的影響，整個社群中其他人的行為以及飲食習慣，也會助我們一臂之力，時時提醒我們人類喜愛什麼風味。因此，我們的老祖宗應該很容易就學會了如何喜愛香料，同時也忘記了自己並非自古以來總是喜愛香料。

——本文摘自《舌尖上的演化》，2022 年 12 月，商周出版出版，未經同意請勿轉載。