3

15
1

文字

分享

3
15
1

從石器時代走到 AI 時代,人類準備好面對「人工生命」了嗎?——《再.創世》專題

再・創世 Cybernetic_96
・2021/10/20 ・7713字 ・閱讀時間約 16 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/黃貞祥 國立清華大學生命科學系助理教授

我們這個物種——智人(Homo sapiens)在大約四百萬年前和黑猩猩分了家後,就沒有好日子過了。

原本是花果山的森林,在非洲大陸逐漸乾旱後,許多地區就成了熱帶莽原(Tropical savanna),我們的祖先不僅沒了隨手可得的果子果腹,也沒了樹木的庇護,隨時面對毒蛇猛獸的偷襲,日子可謂悲涼[1]

博茨瓦纳, 布须曼人, 团体, 收集, 原始人, 传统, 返校节
在乾旱的非洲莽原上,過著原始生活的人們。圖/Pixabay

然而,我們的祖先站了起來,邁步向前。無論直立是為了遠眺猛獸的蹤跡,還是減少非洲無情烈日的曝曬,又或者其他原因,我們的老祖宗,騰出了雙手,經過殘酷的天擇和人亞族(Hominina)各人種的殘忍競爭,越來越懂得使用雙手製作各種各樣的工具。我們的語言本能也愈發進步,不僅能在視野未及之處和一同打獵的同伴互通訊息,也能對後生晚輩更有效率地下指導棋諄諄教誨,讓他們更快學會製作工具和求生知識。在一代又一代人作古往生後,後代子孫仍然能夠繁衍生息。探我們智人一路走來迄今的艱辛,希望不是像《駭客任務》(The Matrix)的「母體」(The Matrix)那樣,一直是在哄騙我們的。 

這上百萬年來,人屬(Homo)其他人種之間互相拼殺得你死我活,除了我們演化成智人的這一支,其餘的都灰飛煙滅了,只留下殘缺的遺骨,偶爾讓古人類學家興高采烈地吵架。僅有尼安德塔人和丹尼察瓦人還留下一些基因體片段在歐亞的人群當中[2]。如果你的祖先來自亞洲或歐洲,你的基因體中可能有 1-4% 來自尼安德塔人。我做過的遺傳檢測告訴我,我的 DNA 中有至少 324 個變異來自尼安德塔人,差不多是 2% 的 DNA。

-----廣告,請繼續往下閱讀-----

在我的遠古祖先和尼安德塔人有著情慾流動前,直立人演化出了智人,然後再約二十萬年,我們的智人祖先散布全球。智人,是地表上最遍及所有大陸的單一生物物種,沒有之一。如果你能找到第二、第三個⋯⋯牠們都是搭上人類的便車、便船。地球上,除了深邃的海洋,幾乎沒有人類未曾到過的地方了。現在又有了 Google 地球,我們宅在家也能輕鬆從高空上探訪地表上任何地方。   

尼安德塔人復原模型。圖/Wikipedia

打開 Google 地球吧!瞧一瞧,有趣的是,地表上還有太多地方人煙罕至,我們似乎未曾染指。真是如此嗎?我們人類大方地燃燒化石燃料來取代奴工的勞力,在工業革命後,以史無前例的速度向大氣瘋狂噴灑二氧化碳,用古代陽光留下來的遺產,讓現在遠道而來的更多太陽輻射熱能,在地球大氣流連忘返。我們為了要有更高的生活品質,利用了氟利昂(Freon)作為製冷劑,但揮發到大氣中的氟利昂很不客氣地鯨吞蠶食臭氧層,即使我們已經懸崖勒馬,南極上空的臭氧層仍苟延殘喘。 

科技不僅僅是裝上了護國神山台積電的晶片的玩意兒,當我們人類用雙手改造自然時,就誕生了科技,儘管我們可能對古代的不屑一顧了。我們人類當然是自然的產物,是天擇讓我們有了想像力,能夠虛構出想像的共同體。歷史學家哈拉瑞(Yuval Noah Harari)指出,我們智人在七萬年前演化出這般認知能力後,就往神人的方向演化了,我們的天性就是熱愛科技改造一切吧?只是這個過程難以再稱作是自然的,因為我們人類已想像出了太多大自然不曾存在的事物,並且信以為真[3, 4]。 

大約一萬年前,無論是環境所逼也好,還是心甘情願也好,人類在肥沃月灣開啟了農耕文明,我們就越來越懂得利用工具,並且把一些動植物改造成適合提供人類食物、畜力、交通和娛樂等用途。文明,其實是個特例,在我們遍及全球的人類部落中,僅僅在歐亞大陸和美洲大陸誕生了個位數的古文明,連歷史更淵遠流長的非洲大陸,也僅僅在尼羅河流域誕生了迄今令人嘆為觀止的文明力量。賈德.戴蒙(Jared Diamond)提出破天荒的理論[5],讓我們見識到他非凡的洞見——原來文明誕生與否,決定於少數能夠被馴化的糧食作物和大型哺乳動物,例如大米、小米、大麥、小麥、燕麥、玉米,還有牛、羊、馬、豬、犬。另外,歐亞大陸主要是東西長、南北短,在幸運緯度中,擅長用貿易各取所需的文明,滋養著彼此[6]。人類的主要營養還是來自其中少數動植物呢!儘管我們以為現代科技所向披靡。 

-----廣告,請繼續往下閱讀-----
公元前 1422 年,古埃及的農民、小麥和牛。圖/Wikipedia

我們藉著這些馴化的動植物大肆改造了自然,更過份的是還有跨越大洋的物種交換。歷史學者艾弗瑞.克羅斯比(Alfred W. Crosby)首先提出「哥倫布大交換」(Columbian Exchange)的概念,指出東半球與西半球之間,生物、農作物、人種(包括歐洲人與非洲黑人)、文化、傳染病、甚至思想觀念的突發性交流[7]。於是,我們餐桌上的馬鈴薯、番薯、番石榴、木瓜、辣椒、玉米、花生、鳳梨、樹薯、四季豆、南瓜、百香果、酪梨、釋迦、菸草、火龍果等等,就是這樣來的。「哥倫布大交換」帶來的其實也是一場生態災變,在物種、病菌、文化、人種的大混合中,逐漸形塑出我們此時此刻的現代世界[8]

克羅斯比還提出「生態帝國主義」(Ecological Imperialism)的概念,進一步指出歐洲人征服了紐西蘭、澳大利亞後,也改變了它們的自然景觀[9]。當歐洲人開墾了紐、澳,當地的許多生物很快隨之滅絕,連帶生態景觀也「歐洲化」了,現在紐、澳的景觀,已經和歐洲人抵達前大為不同。歐洲人帶來的一些哺乳動物肆虐當地,現在還不斷造成生態破壞。 具體來說,外來的兔子和家貓,在澳州、紐西蘭已經對本土的植物和鳥禽造成了很大的威脅。 

回到我們老祖宗的農田吧!為了追求方便的營養來源,人類居然看上了野草的穀穗。種子是植物演化來有效面對陸地生活的相對乾旱,以及氣候變化無常的機制,讓下一代的生命能夠在種皮的保護之下休養生息,得以延續,還提供了獨立生活前所需要的營養。我們人類不僅從靈長類祖先之前就懂得慷種子之慨[10],還懂得精挑細選,讓更肥美、更多產的野草種子在自己田裡大量繁衍,為它們把屎把尿地施肥、灌溉、除草,驅趕昆蟲、牛羊、鳥禽。擅長此道之人更快速積累財富,剩餘的穀物種子則成為通往權力的貨幣。

我們的老祖宗善用穀物和農耕技術延續生命、積累財富。圖/Pexels

然而,這一切禍福難料。人類從狩獵採集的生活方式進入農耕社會,營養反而因為食物種類變少而更加不良,為了權力而神道設教、為了更多土地四處征戰[11]。密集的人群和牲畜又互通病菌、病毒,我們不必讀歷史教科書,就能活生生地見證,在擁擠的城市中,傳染病擴散得有多厲害,儘管病原體大多來自野生動物。像是 COVID-19 這樣的傳染病,早已困擾我們上萬年,人類的文明史,某程度上就是和瘟疫軍備競賽的歷史,畢竟在田野中,病原體一般只是消滅少數營養不良或嚴重受傷的個體,可是瘟疫成了文明的常態,這是不可避免的代價[12]。我們只有在大部分活下來的人們都有了抵抗力,就是傳說中的群體免疫力時,哀鴻遍野的人間煉獄才會中止,一直到我們懂得免疫力的箇中道理,疫苗才成了救星。

-----廣告,請繼續往下閱讀-----

很多人可能以為生活在鄉村田野是更加愛地球的表現,可是美國哈佛大學經濟學家愛德華.格雷瑟(Edward Glaeser)卻提出,從經濟學及歷史發展的角度來看,都市化是更環保和公義的文明發展方式,因為城市生活比鄉村生活更高效[13]。不僅很多智人要適應城市生活,就連許多動植物也要。你可以找到許多案例後,自己在城市裡當個博物學家來好好觀察[14]。有些蚊蟲甚至可能在城市裡演化出新種呢!還有鳥禽利用智人飽食,例如仙台的烏鴉已經學會利用往來的車輛碾碎堅果,英國的山雀則會打開牛奶瓶蓋偷吃奶油。

在農業上,我們改造動植物的力量極為強大,甚至也把我們自己給改造了。我們和我們老祖宗馴化的動植物共同演化,彼此適應。我們人類一些族群的基因體演化出更多澱粉酶基因備份數,讓我們能夠食用飽含大量澱粉的禾本科植物種子,而不至於消化不良,全都遺留給腸道中的菌群。這樣的突變甚至也發生在成天與人為伍的家犬基因體中;另外一些族群,對他們來說,能否在成年消化乳製品,是生死攸關的。一個基因突變讓一些人在成年後仍然能夠消化乳糖,這樣的基因突變至少獨立發生了兩次:一次在北歐,另一次在東非[15]

玻璃, 玻璃, 牛奶, 倒, 浇注, 倒牛奶, 喝, 新鲜牛奶, 投手, 一杯牛奶
人類歷史上至少發生了兩次基因突變,讓一些人在成年後仍能消化乳糖。圖/Pixabay

一萬年的時光對動物來說還是太短暫了。我們的身體很多部分都未能適應文明的生活,我們發生了不少演化失調,原本智人演化上的缺陷都已經讓我們很不好受了[16],我們在文明生活中,還要面對天性使得我們好吃懶作而導致的一系列文明病,諸如肥胖、失眠、青春痘、蛀牙、近視、氣喘、糖尿病等等[17]。我們過度進食精緻食物,減少了腸道微生物的生物多樣性,還用抗生素把上萬年和我們共演化的細菌一併殺掉,一直到近年才發現它們其實無可取代[18-23]。我們自以為是萬物之靈,事實上,我們的喜怒哀樂和行為,甚至道德觀及政治傾向,或多或少還受到細菌、病毒、寄生蟲的影響呢[24, 25]

然而,如果讓我們選擇,難道我們想要回到過去有一餐沒一餐,看似很自然但遠離科技的生活嗎?我們也可能是生活在一個人類史上異常富足的年代[26, 27]。舉個大家都該熟悉的例子——非常現實且殘酷的:要不是我們現在剛好是生活在醫學昌明的年代,否則新型冠狀病毒迄今感染的人數和病死人數,很有可能要再加上至少一個零,畢竟這是一個不依靠聚合酶連鎖反應(Polymerase chain reaction,PCR)就難以正確診斷的呼吸道疾病。

-----廣告,請繼續往下閱讀-----

除非我們能夠改造我們的身體,否則要避免文明生活對健康帶來的惡果,只有乖乖學著過得養生一些。除非你相信物理學家加來道雄(Michio Kaku)預測的,我們未來可以用全基因體資訊量身訂做適合自己體質的藥物,利用幹細胞加上 3D 列表機印出完整的人體器官,或是發明出隨時監控癌細胞的晶片[28]。現在,我們把智慧型裝置用手錶、衣著的方式穿戴在身上。先姑且不論爭議性較大的基因改造,我們搞不好會越來越習慣把帶著各種晶片的小裝置,用微創手術植入身體各種器官裡頭,然後用智慧手機 APP 監控資料。

越來越多人配戴智慧型手錶,並且以智慧手機 APP 監控資料。圖/Pexels

我們智人的祖先,因為氣候變化,從花果山被逐出到非洲熱帶莽原後,演化出許多人亞族(Hominina)的人類。或許剛開始,我們面對不同人種之間的競爭、毒蛇猛獸的威脅,以及有一餐沒一餐的溫飽問題時,比拼的是體能、體格等生理解剖特徵和性狀的遺傳基因之優劣,可是漸漸地,能夠勝出的,不再是肌肉的粗壯,而是能否好好學會父輩傳承的生存之道,懂得適時適地用腦中記憶的知識趨吉避兇,以及用創意改良部落慣用的工具,來刀耕火耨、厲兵秣馬、大興土木。

從此之後,分散在世界各地的人類產生了文明,在科技上就步向了殊途同歸的道路。在生物學上,趨同演化的存在意味著,在相似的生態環境下面臨到的相同問題,在生物學上的解決方案大同小異。在科技上,凱文.凱利(Kevin Kelly)也觀察到科技也有類似的現象[29],可是科技更奇妙的是,懂得越多的舊知識,會促進越多的新知識產生;思想的交流會產生更多精進的思想。並且,當我們越清楚事物運作的規律和原理,就越能夠突發奇想,於是科技日新月異的速度也越來越迅速、迅猛。

過去幾百年可能才會有一個重要的發明,幾十年才會有一丁點的改進。沒辦法,畢竟大多數人都因循守舊、懶惰思考,而且演化出的大腦必須節省寶貴的資源[30]。然而,從科學革命到工業革命之後,智人學會掌控的科學與技術的知識,不僅越來越多,重要的是,我們掌握了源源不斷產生新知識的高效方法,也就是科學的方法[31]。千年來,人類的好奇心和求知慾,能把我們帶到哪裡去探索詩和遠方?

-----廣告,請繼續往下閱讀-----

人類可能有上萬年的時間,而科技的高下,大多是對能源效率的掌握,或者是機械式地提高效率,以及兩者的組合。從愛迪生和特斯拉的電流大戰後,人類又有了一個方便的能源貨幣,差不多是從以物易物到了貨幣交易這般大躍進吧?然而,在科技史中一一登場的天才和怪傑,讓我們從機械進化到真空管後,再進化到以矽晶元為計算處理器的時代,從此不必受限於機械化固定的設計,可以把各種計算工作用程式來讓晶片運算,速度遠快過人腦太多。拜摩爾定律(Moore’s Law)所賜,無論你是用手機,還是桌機、筆電來讀這篇文章,它們的運算能力都比人類登月計畫時的電腦還強大太多了[32]。 

戴爾(Dell)電腦的主機板和中央處理器。圖/Pexels

我們人類創造出來的科技,甚至有可能有了它們自身的生命。我們人類從發明了有效記載資訊和知識的方法後,寫在紙上或轉換成位元儲存在記憶體中的知識,在千百年來,似乎就是要為一個終極目的服務,那就是設計出取代我們在非洲莽原上彌補自己弱小身軀的所有智力活動。製造出一個和我們的大腦相媲美的通用人工智慧,似乎就是我們人類智慧的最終極目標和目的了。那樣的人工智慧,很有可能就是人類最後一個發明,因為這樣的人工智慧,甚至有比人腦更高效的創意和執行力,來發明出任何人類無法想像的科技,是會自尋出路的新形式生命[33]。至此,我們人類在地表上演化的使命,是否就此圓滿了呢?

若我們將所追求的永恆生命交給人工智慧,是否就是我們人類退場的時刻?我們還願意為如此短暫的生命遭受生、老、病、死、愛別離、怨憎會、求不得、五蘊熾盛的人生之苦的意義是什麼?莫非這就是一切如夢幻泡影的時候?我們來得及瞭解和掌控終將創造出來的科技終極產物——人工生命嗎?

引用文獻:

1. 威廉.歐文(William B. Irvine)。《我們為何存在,又該如何定義自己?從人類起源到生命樹,重新定義你在宇宙中的多重身分》(You: A Natural History)。時報出版。

-----廣告,請繼續往下閱讀-----

2. 帕波(Svante Pääbo)。《尋找失落的基因組:尼安德塔人與人類演化史的重建》(Neanderthal Man : In Search of Lost Genomes)。八旗文化。

3. 哈拉瑞(Yuval Noah Harari)。《人類大歷史:從野獸到扮演上帝》(Sapiens: A Brief History of Humankind)。天下文化。

4. 哈拉瑞(Yuval Noah Harari)。《人類大命運:從智人到神人》(Homo Deus: The Brief History of Tomorrow)。天下文化。

5. 賈德.戴蒙(Jared Diamond)。《槍炮、病菌與鋼鐵:人類社會的命運》(Guns, Germs, and Steel: The Fates of Human Societies)。時報出版。

-----廣告,請繼續往下閱讀-----

6. 傑佛瑞.薩克斯(Jeffrey D. Sachs)。《全球化的過去與未來:從舊石器時代到數位時代,地理、技術與制度如何改寫人類萬年的歷史 》(The Ages of Globalization: Geography, Technology, and Institutions)。大塊文化。

7. 克羅斯比(Alfred W. Crosby)。《哥倫布大交換:1492 年以後的生物影響和文化衝擊》(The Columbian Exchange: Biological and Cultural Consequences of 1492)。貓頭鷹。

8.  查爾斯.曼恩(Charles C. Mann)。《1493:物種大交換丈量的世界史》(1493: Uncovering the New World Columbus Created)。衛城出版。

9. Alfred W. Crosby (1986). Ecological Imperialism: The Biological Expansion of Europe, 900-1900. Cambridge University Press.

10. 索爾.漢森(Thor Hanson)。《種子的勝利:穀類、堅果、果仁、豆類、核籽如何征服植物王國,形塑人類歷史》(The Triumph of Seeds: How Grains, Nuts, Kernels, Pulses, and Pips Conquered the Plant Kingdom and Shaped Human History)。商周出版。

11. 史賓賽・韋爾斯(Spencer Wells)。《潘朵拉的種子:人類文明進步的代價》(Pandora’s Seed)。天下文化。

12. 麥克尼爾(William H. McNeill)。《瘟疫與人:傳染病對人類歷史的衝擊》(Plagues and Peoples)。天下文化。

13. 愛德華.格雷瑟(Edward Glaeser)。《城市的勝利:都市如何推動國家經濟,讓生活更富足、快樂、環保?(最爭議的 22 世紀都市規畫經典)》(Triumph of the City: How Our Greatest Invention Makes Us Richer, Smarter, Greener, Healthier, and Happier)。時報出版。

14. 曼諾.許特惠森(Menno Schilthuizen)。《達爾文進城來了:新物種誕生!都市叢林如何驅動演化?》(Darwin Comes to Town: How the Urban Jungle Drives Evolution)。臉譜。

15. 李相僖(Lee Sang-Hee)、尹信榮(Yoon Shin-Young)。《人類的起源:最受美國大學生歡迎的 23 堂人類學課,關於你是誰、你從哪裡來又該往哪裡去》(Close Encounters With Humankind: A Paleoanthropologist Investigates Our Evolving Species)。三采文化。

16. 納森.蘭特 (Nathan H. Lents)。《人類這個不良品:從沒用的骨頭到脆弱的基因》(Human Errors:A Panorama of Our Glitches, from Pointless Bones to Broken Genes)。天下文化。

17. 丹尼爾.李伯曼(Daniel E. Lieberman)。《從叢林到文明,人類身體的演化和疾病的產生》(The Story of the Human Body: Evolution, Health and Disease)。商周出版。

18. 羅伯.唐恩(Rob Dunn)。《我們的身體,想念野蠻的自然:人體的原始記憶與演化》(The Wild Life of Our Bodies: Predators, Parasites, and Partners that Shape What We are Today)。商周出版。

19. 艾蘭納.柯琳(Alanna Collen)。《我們只有 10% 是人類:認識主宰你健康與快樂的 90% 細菌》(10% Human: How Your Body’s Microbes Hold the Key to Health and Happiness)。三采文化。

20. 哈諾.夏里休斯(Hanno Charisius)、里夏爾德.費里柏(Richard Friebe)。《細菌:我們的生命共同體》(Bund fürs Leben – Warum Bakterien unsere Freunde sind)。商周出版。

21. 羅布.奈特(Rob Knight)、布蘭登‧波瑞爾(Brendan Buhler)。《微生物的巨大衝擊(TED Books 系列)》(Follow Your Gut:The Enormous Impact of Tiny Microbes)。天下雜誌。

22. 馬丁・布雷瑟(Martin J. Blaser)。《不該被殺掉的微生物:濫用抗生素如何加速現代瘟疫的蔓延》(Missing Microbes: How the Overuse of Antibiotics Is Fueling Our Modern Plagues)。八旗文化。

23. 艾德.楊(Ed Yong)。《我擁群像:栽進體內的微米宇宙,看生物如何與看不見的微生物互相算計、威脅、合作、保護,塑造大自然的全貌》(I Contain Multitudes: The Microbes Within Us and a Grander View of Life)。臉譜。

24.  凱瑟琳.麥考利夫(Kathleen McAuliffe)。《寄生大腦:病毒、細菌、寄生蟲 如何影響人類行為與社會》(This Is Your Brain on Parasites: How Tiny Creatures Manipulate Our Behavior and Shape Society)。木馬文化。

25.  比爾.蘇利文(Bill Sullivan)。《我,為什麼會這樣?:喜歡這些,討厭那些,從生物學、腦科學與心理學解釋我們的喜好、情緒、行為與想法,重啟一趟人類的認識之旅》(Pleased to Meet Me: Genes, Germs, and the Curious Forces that Make Us Who We Are)。臉譜。

26. 麥特.瑞德里(Matt Ridley)。《世界,沒你想的那麼糟:達爾文也喊 Yes 的樂觀演化》(The Rational Optimist:How Prosperity Evolves)。聯經出版。

27. 彼得.戴曼迪斯(Peter H. Diamandis)。《富足:解決人類生存難題的重大科技創新》(Abundance: The Future is Better Than You Think)。商周出版。

28. 加來道雄(Michio Kaku)。《2200 科技大未來:從現在到 2200 年,科技將如何改變我們的生活》(Physics of the Future: How Science Will Shape Human Destiny and Our Daily Lives by the Year 2200)。時報出版。

29. 凱文.凱利(Kevin Kelly)。《科技想要什麼》(What Technology Wants)。貓頭鷹。

30. 傑克.路易斯(Jack Lewis)。《墮落的人腦:從神經科學解讀傲慢、貪吃、好色、懶惰、貪心、嫉妒與暴怒,探究我們難免使壞,犯下小奸小惡背後的科學》(The Science of Sin: Why We Do the Things We Know We Shouldn’t?)。臉譜。

31. 雷納.曼羅迪諾(Leonard Mlodinow)。《科學大歷史:人類從走出叢林到探索宇宙, 從學會問「為什麼」到破解自然定律的心智大躍進》(The Upright Thinkers: The Human Journey from Living in Trees to Understanding the Cosmos)。漫遊者文化。

32. 華特.艾薩克森(Walter Isaacson)。《創新者們:掀起數位革命的天才、怪傑和駭客》(THE INNOVATORS: How a Group of Hackers, Geniuses, and Geeks Created the Digital Revolution)。天下文化。

33. 鐵馬克(Max Tegmark)。《Life 3.0:人工智慧時代,人類的蛻變與重生》(Life 3.0: Being Human in the Age of Artificial Intelligence)。天下文化。

文章難易度
所有討論 3
再・創世 Cybernetic_96
11 篇文章 ・ 29 位粉絲
由策展人沈伯丞籌畫之藝術計畫《再・創世 Cybernetic》,嘗試從演化控制學的理論基礎上,探討仿生學、人工智慧、嵌合體與賽伯格以及環境控制學等新知識技術所構成的未來生命圖像。

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

-----廣告,請繼續往下閱讀-----

  • 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。

0

3
2

文字

分享

0
3
2
誠實面對人類參與的「自然」——太田欽也專訪
顯微觀點_96
・2024/07/11 ・3228字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自顯微觀點

斑馬魚是最知名的模式生物之一,其基因、型態與發育深受了解,並用於探討深度同源等重要演化生物學問題。但也有科學家提出,演化生物學該持續隨環境演進,並嘗試以新的實驗物種——金魚——探討人類世(Anthropocene)環境下的生物演化。

育種歷史與基因巧合 奠定金魚的演化生物學價值

例如有千年馴化歷史、型態千變萬化的金魚,就相當適合探討人類因素與生物型態演化的關聯。

中研院細生所派駐臨海研究站的演化與發育生物學家太田欽也指出,斑馬魚與金魚兩者的胚胎都可以透過顯微鏡仔細觀察,相對於受精一年後才成熟的金魚,斑馬魚有成熟較快,基因組較為單純等優點,也具備許多現成基因研究工具。

-----廣告,請繼續往下閱讀-----

但斑馬品系間仍以其生理機能與基因為主要差別,對型態差異的演化並未那麼明顯。因為,科學家為了操作基因與細胞特徵而培育斑馬魚,使不同品系的差異大多來自目標明確的基因工程。

金魚型態演化圖。Courtesy of Kinya Ota and Gembu Abe

而金魚的型態變異,則完全來自飼養者對型態的偏好和育種,蘊藏更多元的型態變化與發育差異。其悠長的馴養歷史以及更古老的基因重複(Gene Duplication)機遇,使其值得成為演化發育生物學的新模式生物。研究器材和方法上的調整,則是生物學家展現才智的機會。

太田欽也舉例,「一般的解剖顯微鏡工作距離適合觀察和操作斑馬魚,但是經過我們自己的創意,也改裝出可以對金魚進行顯微手術的器具和適合拍攝的大型解剖顯微鏡。設備上的差異並不難克服。」

金魚胚胎的發育生物學優勢

太田欽也說,現代生物學家以果蠅和微生物育種進行遺傳與演化實驗,擴大時間維度來看,千年來金魚愛好者挑選、強化金魚外觀特徵的過程,可以比擬長時間的人擇實驗。

金魚不僅適合用來觀察人擇壓力如何影響成年生物的型態。太田欽也更想進一步探索,從胚胎階段的差異進行選擇,是否可能改變生物的型態。

-----廣告,請繼續往下閱讀-----

太田欽也提到,人工育種對發育與型態的影響力也展現在其他物種上,例如家犬與鴿子也被培育出許多特殊表型。但是哺乳動物和鳥類的胚胎觀察不易,需要相當高的技術與成本。

相對於動物子宮與鳥類蛋殼內的胚胎,在透明卵囊中發育的半透明金魚胚胎,就是非常容易觀察的研究對象。只要有恰當的複式顯微鏡、解剖顯微鏡和顯微手術能力,金魚的胚胎從受精到孵化都可以全程順利紀錄,而且每次繁殖可以蒐集到上百筆資料。

現代顯微攝影技術搭配容易觀察的金魚胚胎,讓太田欽也可以拍攝清晰影片,在網路上生動地分享發育生物學知識。攝影:楊雅棠

自製影片 盼演化生物學跨過學院圍牆

除了將金魚研究成果發表在 Nature 等科學期刊,太田欽也同時努力當起「Youtuber」。他希望能將演化發育生物學、金魚飼育經驗、臨海研究站的學術特色,甚至是宜蘭的風光,透過網路傳達給大眾。

武漢肺炎導致的漫長隔離,是他學習影音製作的契機。最初他在百無聊賴之下看了大量影片,後來逐漸萌發「我也要拍自己的題材!」的企圖心。開始搜尋拍攝、後製、配樂等網路教學,在隔離的單人房中逐漸進步。

-----廣告,請繼續往下閱讀-----

太田欽也說,拍攝影片最重要的動機是「分享」。他解釋,「科學的頻道不管累積再多追蹤者,例如數十萬人追蹤的 Nature, Science, 觀眾也以科學領域工作者為主。現代知識逐漸朝向『專家』與『外人』的兩極化狀態發展,我不喜歡這樣的社會。」

如同他推進學術研究的方法,他也透過自學、自己組裝基礎設備如空拍機、手機等,在節省開支的情況下拍出了中研院同僚為之驚艷的影片。

太田欽也為臨海研究站拍攝的簡介影片,基本款空拍機呈現了頭城的舒暢美景。

在早已開始的人類世 何謂自然?

太田欽也熱衷以空拍影片介紹宜蘭的郊野與人文,但他對主流輿論的「自然環境」內涵存疑,他認為「自然」早已被人類行為大幅改變。自從農業擴張、工業革命發生,人類對環境與生物的改變程度早已無法恢復「自然原貌」。

他以金魚的馴化過程為例,從宋朝開始的愛好者,透過育種極力凸顯特殊形態,從沒有背鰭的「蛋種」,到眼周水泡足以遮蔽視線的「水泡眼」。都不是基於適應「自然」而進行的育種。

-----廣告,請繼續往下閱讀-----

太田欽也強調,「如果是宋朝或明朝人有今天的生物學工具,以他們的追求珍奇的育種態度,一定會用 CRISPR 編輯金魚基因,製造出更奇特的變異型態。」

他說,這樣的行為會在現代科學圈與社會輿論上遭到反對,「認為動物被修改基因、型態變異很可憐」,但人類採用動物進行藥物實驗或經濟用途時,也並未優先考慮「自然原則」。

太田欽也反問,「若是透過基因編輯技術將金魚修改回類似野生鯽魚的型態,更適應野外環境,這樣算是自然或不自然呢?」

建立科技倫理 而非堅守「自然」想像

他指出,金魚的馴化與育種反映著東亞社會的自然觀念,不同於西方基督教倫理的「人統御、保護自然」意識形態。可以促進人們反思,人類也身在其中的「自然」的標準是什麼?而非執著於保護想像中的自然「原狀」。

太田欽也強調,「本質化『自然』、建構一個保守不變的形象,不會幫助人們了解生物學。」

他認為,宋朝人、明朝人的自然觀念與今日不同;甚至現代人常引用的「道法自然」倡議者老子,他所提倡的自然,與現代許多人想像、意圖恢復的也是不同的自然。

背鰭退化、尾鰭倍增的蛋種雙尾金魚,是古代貴族最青眼有加的奇特型態之一。作者:清 馬文麟 來源:國立故宮博物院

太田欽也建言,科學地面對人類因素影響世界各地生態的現實、建立基因科技的社會倫理與規範,都是比恢復建構出的「自然」意象更重要的生物學議題。

-----廣告,請繼續往下閱讀-----

來自日本和歌山縣鄉間的太田欽也說,長期駐守宜蘭頭城的臨海研究站不僅是因為設施與職位,也是因為此處環境與故鄉有幾分神似。

「但我不會說這兩個地方都很『自然』,在人們對我說『這裡很自然!』的時候。」太田欽也無奈地笑說,「想到周遭可以釣起吳郭魚的溪流、被整治疏濬成田園的原洪氾濕地,反而會讓我很疑惑彼此對『自然』的共識。」

1995 年諾貝爾化學獎得主克魯岑(Paul Crutzen)指出,現代已是由人類行為影響地質特性的人類世。此概念引起地質科學界激烈討論,從新石器時代、工業革命到核彈試爆頻繁的 1960 年代都有學者認為是人類世的開端。

最後由國際地層委員會的人類世工作小組投票決定,視第二次世界大戰後、人口與人類活動高速成長的20世紀中葉為人類世起點。

查看原始文章

參考資料

  1. Li IJ, Lee SH, Abe G, Ota KG. Embryonic and postembryonic development of the ornamental twin-tail goldfish. Dev Dyn. 2019 Apr;248(4):251-283.
  2. Abe G, Lee SH, Chang M, Liu SC, Tsai HY, Ota KG. The origin of the bifurcated axial skeletal system in the twin-tail goldfish. Nat Commun. 2014 Feb 25;5:3360.
  3. 太田欽也實驗室

討論功能關閉中。

0

1
1

文字

分享

0
1
1
科技人才看過來!三門獨家課程 YouTube 免費看!工研院「ITRI lab on-line」特色技術系列數位課程現正放送中
鳥苷三磷酸 (PanSci Promo)_96
・2023/12/14 ・2829字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 工研院 委託,泛科學企劃執行。

Hey,未來的千萬年薪人才!來一起深入了解那些正在改變我們生活的科技吧!工研院為你精心準備了三堂超有趣的線上課程:從探索醫學界的 PLGA 微米球技術,到揭秘半導體測試的幕後英雄 ATE,再到讓塑膠也能有身分證的創新方法。這不只是學習,更是一場與科技親密接觸的旅程!

第一門 材料檢測與模擬設計之原理與應用系列學習

精選課程:塑膠也有指紋?如何給塑膠「身分證」來驅動循環經濟,減緩地球暖化?你要知道的光譜分選技術-材料光譜分選技術

這堂課將探討如何透過光譜智慧分選技術,為塑膠材料賦予「身分證」,進而推動循環經濟並減緩地球暖化。塑膠標籤的設置主要是為了方便辨識材質,這對於廢塑膠的回收和再利用至關重要。不同號數的塑膠因其分子組成、結構和排列的差異而有不同的特性和應用領域。

-----廣告,請繼續往下閱讀-----

在光譜智慧分選技術中,首先要理解電磁波的概念。電磁波是一種電場和磁場交互變化的波動現象,其不同波長可以用於不同的應用,如手機訊號、微波爐、家用遙控器、X 光攝影等。在塑膠分選中,光譜技術常用的波長範圍落在近紅外到遠紅外光的區域,即 1 微米到 300 微米。這些波段的電磁波能誘發塑膠分子振動,並吸收散射或入射的電磁波能量,從而造成光譜的變化。科學家利用這種振動光譜的變化來獲得塑膠分子的特徵光譜,從而開發出能辨識不同塑膠分子的技術。

舉例來說,最簡單的雙原子分子,如 C-H、O-H 等,會有特定的振動頻率。當結構更複雜的分子(如水分子)被電磁波誘發振動時,會產生更多的振動模式,每種模式對應不同的特徵光譜。塑膠由多種原子組成,因此其特徵振動光譜相當複雜,但這也使得每種塑膠具有獨特的光譜特徵,類似於條碼或指紋,可用於辨識不同類型的塑膠。

本集介紹的光譜技術主要聚焦於紅外線頻譜區段,其波長範圍在 900-2500 納米。在這一範圍內的紅外光能量正好能引起塑膠分子的振動,並在不同波長上產生吸收。透過紅外線感測裝置掃描塑膠分子,可以快速獲得塑膠的材質信息,這不僅有助於塑膠的分類和回收,也對環境保護和資源再利用具有重要意義。


第二門 半導體IC設計與檢測技術系列學習

精選課程:好的良率就是好的利率!考試交卷前都會再檢查、確認了,IC 生產才不會忘記你-半導體測試簡介

-----廣告,請繼續往下閱讀-----

在這堂課中,我們將探討自動化測試機台(ATE)在半導體測試領域中的關鍵作用。自動化測試機台是一種專為測試集成電路(IC)而設計的設備,它可以大幅降低手動測試的人力需求,並減少測試成本。每種IC根據其規格,都需要特定的測試項目。針對這些項目,專門編寫的測試程式被用於自動化測試機台,以自動檢測和篩選出不合格的 IC。

不同種類的 IC 需要不同的測試機台。例如,數位 IC 需要使用專門的數位測試機台,而記憶體 IC 則需要使用演算法來進行測試。類比 IC 和混合訊號 IC 則涉及電性測試,因為它們不是像數位IC那樣僅依賴固定的 0 和 1。

隨著系統晶片(SoC)的出現,測試機台的複雜性也隨之增加。SoC 整合了數位、記憶體、混合訊號甚至 RF IC 於一個晶片中,因此其測試機台必須同時具備上述所有種類機台的功能。這種SoC測試系統非常昂貴,每台造價可能高達數千萬。

最近,模組化測試系統成為了一種趨勢。這種系統的主要特點是其靈活性,能夠根據不同類型的IC進行不同模組的組裝,以進行測試。例如,對於數位IC,可以使用數位模組;對於類比或混合訊號IC,則可以使用相應的類比測試模組,如示波器或任意波型產生器。對於RFIC,則可以插入RF模組,如VNA等網路分析儀。模組化測試系統通常基於PXIE或LXI這樣的系統,其中PXIE是基於PCIE的擴展,加入了與儀器相關的電路;而LXI則是在LAN基礎上加入儀器相關電路。

-----廣告,請繼續往下閱讀-----

總結來說,自動化測試機台在提高半導體製造過程中的良率和效率方面發揮著不可或缺的作用。無論是傳統的ATE還是新興的模組化測試系統,它們都在確保IC品質和性能方面扮演著關鍵角色。


第三門:解密醫材醫藥產品開發攻略系列學習

精選課程:藥不💊隨便你~但少了「它」,藥就不能發揮最大功效!製劑的分類與開發

在這堂課中,我們將深入探討 PLGA 微米球技術及其在長效針劑開發中的重要性。PLGA,全稱為聚乳酸甘醇酸,是一種被廣泛應用於藥物釋放系統的生物相容性高分子材料。自 1989 年日本武田藥廠開發出第一款使用 PLGA 的產品 Lupron Depot® 以來,這種技術已被用於多種藥物的開發,涵蓋了小分子藥物和胜肽類藥物。

PLGA 的關鍵特性,包括乳酸與甘醇酸的比例、分子量及高分子末端基團,對藥物的釋放速率和持續時間有著顯著影響。在製程技術方面,溶劑揮發法和溶劑萃取法是兩種主要的製備方法,它們對於親水性和疏水性藥物的包覆都至關重要。這些製程不僅決定了微米球的形成,也影響著藥物在微米球內的分布和最終的藥物釋放行為。

-----廣告,請繼續往下閱讀-----

此外,微米球製程的工藝還包括乳化、coacervation 過程、溫度、攪拌速度、微米球固化和乾燥速度等因素,這些都對藥物包覆效率、微米球的粒徑大小分佈及藥物在微米球中的分佈位置產生影響。而不同的製程設計往往會導致藥物釋放行為的顯著差異,這對從實驗室到試量產階段的轉換是一大挑戰。

在台灣,工研院在經濟部的支持下建立了一個無菌製劑試製工廠,該工廠配備了微米球製程設備、高壓均質機、in-line均質機、噴霧乾燥機等關鍵製程設備。這些設備不僅能夠支持微米球的生產,還包括了關鍵的分析儀器,如液相層析儀、氣相層析儀、微米/奈米粒徑分析儀等。工研院的團隊擁有豐富的特殊製劑開發經驗,能夠提供從製劑配方研發、分析方法開發、放大製程開發到客製化產線設計的全方位服務。這些資源和專業知識使得工研院能夠有效地支持新藥的臨床前開發和商業化進程。

總的來說,PLGA 微米球技術在藥物釋放系統的開發中扮演著關鍵角色。透過精確的材料選擇和製程控制,這項技術有望為醫藥界帶來更多創新和有效的長效針劑產品。


還想看更多?不用掏出信用卡,三門線上課都在 ITRI Lab on-line 的 YouTube 頻道獨家放送中,手機打開就能看。但……雖然不用急,但是科技進步也是不等人的,快跟上吧!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 308 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia