還記得上課傳紙條的滋味嗎？——《池塘怪談》完整復刻千禧年，喚醒你荒誕的青春！

• 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。

這集來分享學生必學的 AI 工具與操作！

本來是想做寫作業的 AI prompt，但肯定會被罵翻……因此這次聚焦在如何用 AI 協助整理筆記、職涯探索、製作歷程檔案等事情上。

廢話不多說，讓我們開始吧 ！

最後，附上本支影片的學習懶人包：

如果你有更多想要學習的操作技巧，歡迎在下面留言跟我們敲碗～有其他想要看的 AI 測試或相關問題，也可以留言分享喔！

更多、更完整的內容，歡迎上泛科學院的 youtube 頻道觀看完整影片，並開啟訂閱獲得更多有趣的資訊！

• 作者： 吳姵瑩

本文摘錄自《不願放手的父母，過度涉入的你》探討有關個人界限、家庭關係對個人造成的影響。本文著重討論家庭中常扮演重擔的「小大人」角色。

有一天，課程上的學員 Peggy 在自我探索時，發現自己身上有小大人的角色。她問我：「老師，我真的有這個角色嗎？可是我承認這個角色真的好嗎？」

親愛的，困惑、猶豫的感受，在自我探索中很常發生。我們都會在面對自己真實的感受時，感覺到強烈的恐懼和不安；因為這就像是一股指責父母的壓力，似乎因為父母不盡職，而讓你背負某種責任和壓力。

你會一直要自己替別人著想，自我催眠：「能力好就責任大，因為我是家中的長子／長女，所以我承擔責任是應該的，長子如父、長女如母，這本來就是理所當然的。」

可是這個小大人的角色，有時候會是一輩子的，它除了犧牲你的童年，還可能會一路挾持你的青春歲月到終老。有的小大人會以為：只要我的弟弟妹妹都開始工作，也許就能解脫了，但事實往往不然。

家庭的問題，老大是被期望的「小大人」

Peggy 年近六十，和先生兩人都已退休。她工作了一輩子，開始希望能享清福，但卻發現自己並不快樂，有很多照顧的責任和壓力。她有一個快九十歲的老母親，還有事業有成，卻還是「需要幫忙」的弟弟妹妹。甚至遠在歐洲的妹妹一通電話打來，她就會拋家棄子地飛過去幫忙。

「我有時候覺得自己是所有人的媽媽：老公的媽媽、孩子的媽媽、媽媽的媽媽，甚至也是弟弟妹妹的媽媽……」

她有點無奈地說著，話語中卻帶著一絲絲驕傲，像在說著有很多人需要她，她還是精力旺盛，即使六十歲了也還是很有功能。

但是，這個小大人的形成，背後卻有著強烈的委屈和辛酸。

「我印象好深刻，小學三年級的時候，我放學後跟同學在公園裡玩遊戲玩得很開心，晚了半小時回家；回家後媽媽很生氣地甩了我一巴掌，痛罵我一頓。確切的內容我已經忘記了，只記得自己覺得做錯事，還有媽媽說的那句話：『妳知道家裡有多少張嘴巴等妳吃飯嗎？』以及轉過頭時，弟弟妹妹無助的眼神。」

她在那瞬間忘了自己的委屈和無助，只留下巨大的罪惡感和責任感。她也明白：從那一刻起煮飯、照顧弟妹，還有盯他們的功課都要由她一手包辦，她不再擁有童年。

父親後來得知這件事，只淡淡地說了一句：「小孩子就想玩，讓他們晚一點吃飯有什麼關係。」但似乎也於事無補，因為父親實際上沒幫上任何忙。她繼續忙碌做事，只為了讓母親開心和安心。

在 Peggy 的父母關係中，母親其實是孤單且不被理解的。

在農業時代，做媳婦的總是要張羅許多事情；但每次做決定後，先生卻都是淡然又不以為意，只覺得太太把很多事情放大檢視，只想息事寧人，自己卻不一定幫得上忙。失望的母親只能將期許或擔憂分配給孩子，也愈來愈少向自己的先生求助，轉而開始在大女兒身上找寄託。

被「責任感」淹沒，又害怕不再被需要

Peggy 是家中最早懂事的孩子，即使一開始對自己不能跟同齡孩子一樣玩樂有所埋怨，也總是羨慕身旁年齡相仿的孩子可以自在享樂，也可以只專注於自己的學業；但終究，她還是會覺得自己的辛苦跟母親的苦比起來根本不算什麼。

自此，即使年齡和歲月增長，她依舊對弟妹的事情一手包辦，弟妹也將一切視為理所當然，需要幫忙的時候才會想到姊姊。先生經常為此對她感到憤怒，因為她總是為了弟妹而丟下先生。在先生終於跟她大吵、要求離婚時，她才真正意識到自己的多重角色，並開始正視這件事。

親愛的，從家族系統的角度來看，「小大人」的角色已經讓家庭結構失衡。在早期的環境裡，有許多不得已的因素讓長子／長女成為超級照顧者；但到了一定年紀，就應該要讓自己卸除這個角色。

然而，困難之處就在於：「我很怕自己不再被需要」、「我不忍心不去幫他們，放他們變成那樣」、「如果我不去做，我媽一定會說『妳這個姊姊是怎麼當的』」等等，諸如此類的自我內言。

過度負責的傾向，加上渴望被認可和需要的習性，讓「小大人」們難以從這個角色中跳脫，而容易被他人言語使喚甚至勒索。

你往往會很容易感到內疚，會因為過往發生的某次（或不只一次）家庭事件，而學會用照顧與順應性高的特質來保護自己、掩蓋自己心中真實的想法和渴望。

即使事過境遷，你已經不再需要當小大人，可以真正傾聽內心聲音，還是會有回不去的感受—─因為在你心中，仍存在著一個被禁錮的孩子。

永遠無法突破「能者過勞死」的窘境？

當一個孩子長期穿戴保護機制，也就是扮演小大人的角色，其實會違反孩子發展的狀態。

玩樂能刺激成長的過程，並豐富孩子的內在創造力；當孩子不能真實做自己，就會出現許多否認機制，包括：否認自己、否認內心感受，甚至是否認認情感連結與關係。所以就算有許多人圍繞在身邊，你仍會感覺到空虛與空洞，因為你並沒有真正接觸到自己，更沒有真正被理解。

然而，基於關係的互補性，愈是能幹負責的人，身旁就愈容易環繞失功能又看似脆弱無助的大寶寶，或者難以對自己行為負責又任性的小孩。

因此，你便容易在一邊付出、一邊感覺被需要而滿足的同時，因他們視一切為理所當然而感到憤怒，或者指責他們不知感恩；卻又在他們需要你的時候，馬上飛奔過去。

孩子有時也會成為夫妻關係互補性中的補償。當太太總覺得有事要發生、總是想要未雨綢繆，先生卻總覺得那沒什麼、沒什麼好大驚小怪的。久而久之，這個家就似乎是太太在操持。

當太太過於勞累又缺乏支持，孩子就會一躍而入成為支持與協助母親的角色，補償家庭裡失衡的關係結構。

所以，你該怎麼做呢？

盡力成為最好的自己

請讓自己時時保持自覺。我們的確不可能把所有的角色都當好，所以時常傾向當我們最習慣、最有成就感，或是得罪最少人的角色。因此，有可能出現一些弔詭的現象，例如：努力當好「姊姊」，而忽略了「妻子」的角色。

也因為，我們讓自己困在那個想要玩樂的孩子的罪惡感中，因此不管被使喚，或感覺被勒索，都是因為我們的情緒早在童年就被挾持，讓我們無法放過自己、不允許自己有一絲懈怠。因為真正讓你恐懼的，就是再度籠罩在小時候那無助的罪惡感中。

當你可以看向自己，看向這已經長大的孩子，同時看向弟妹，看見他們都已經成年，你可以不斷提醒自己：他們已經是有能力的成年人，你也不再是需要依靠父母而生的孩子。你不用再汲取父母的認可，來確保自己安全無虞。

有許多人在步入中年後，會開始能夠鬆動身上小大人的角色。大部分原因是，他們終於認知到父母對孩子的需求沒這麼大；或是父母開始能夠彼此相處，因而減少了對孩子的責備與關注力，讓孩子得以獲得「做自己」的空間。

所以親愛的，當你看懂這一切，請你抱抱內在小孩。玩樂向來是孩子的語言，孩子不該因為玩樂被處罰，而是需要被好好理解和擁抱。當你的罪惡感又升起時，請你想想內在小孩的無助，抱抱他並且告訴他：

「你已經很棒了，你不用做這麼多，這不是你的責任，放心吧！」

一次次讓自己更安心，也一次次肯定自己的價值，你最後就能脫離「小大人」的角色。

全文摘自《不願放手的父母，過度涉入的你》，2019 年 5 月，遠流出版