2

11
1

文字

分享

2
11
1

Metaverse?魅他域?它其實不算新玩意!——從電影中辯證什麼是元宇宙

PanSci_96
・2021/12/06 ・4470字 ・閱讀時間約 9 分鐘

  • 作者/ Y 編、C編、A 編

COVID-19 疫情爆發後,人們的工作、社交及娛樂紛紛轉向網路。在此背景下,臉書於10月28日宣布將公司更名為「Meta」的消息可謂點燃了引線!馬克祖克柏宣稱,未來將致力於打造「元宇宙」(Metaverse)生態系,一舉讓「元宇宙」概念瞬間爆紅,成為人盡皆知,但卻難以言喻的抽象概念。

事實上,元宇宙概念最早來自於科幻小說「潰雪」(Snow Crash)。這本小說講述了主角Hiro Protagonist在現實生活中雖是個披薩外送員,但下了班後,卻是自由穿梭在「魅他域」(Metaverse 的古典翻譯XD)自由駭客兼武士……不知寫到這邊,是否讓你有一種「好像在哪邊看過」的B級片既視感?

是的你沒有想錯!於1992年出版的小說《潰雪》是賽博龐克(Cyberpunk,一種科幻文本的子類型)的始祖文本,啟發了無數的小說、動漫及遊戲。而現在,「魅他域」的想像更為現實中的科技發展指出方向,是不是很酷呢!

元宇宙的關鍵在「虛實整合」

Metaverse 由於還在構想階段,許多基礎技術目前仍未實現,因此目前未有廣受各界一致認同的定義。但目前比較主流的說法,可以參考美國知名遊戲創投家 Matthew Ball 的說法。他曾在〈Framework for the Metaverse〉的文章中歸納出 Metaverse 的定義,可以具體分為以下4點:

-----廣告,請繼續往下閱讀-----
  • 超大規模且可彼此協作的網絡
  • 可同步且持久體驗的 3D 虛擬世界
  • 可支援無上限數量的使用者
  • 可延續的資料(身份、歷史、物品、通信及支付等)

本文接下來將列舉六部電影/動畫作品,分析其設定的世界觀,並藉此來辯證什麼是元宇宙?什麼不是元宇宙?——究竟現實中的「元宇宙未來」,會比較接近哪些作品的世界觀設定呢?讓我們一起看下去吧!

一、《駭客任務》

在2019年,這部就算在現在來看也相當橫空出世的電影《駭客任務》迎來了它的20週年紀念,而《駭客任務》系列的第四部作品——《駭客任務:復活》即將於本月底上映(12/22日)。雖然電影裡存在著以假亂真的虛擬世界,但它與元宇宙的概念仍然不同:「母體」想要的是藉由控制你的所有感官,藉以囚錮人類心靈的「真.真實世界」。

在《駭客任務》中,人類是電腦機器的能量來源,自出生到死亡都被禁錮在「母體」之內。圖/IMDB

雖然「母體」不是元宇宙,但其藉由大腦連接傳遞訊號來模擬「感官」的方式,是元宇宙概念製造「臨場感」的重要方向:比如說這個藉由製作「觸覺」讓虛擬世界更「真實」的手套

、《創:光速戰記》

《創:光速戰記》是2010年發行的電影,是迪士尼於1982年發行的科幻電影《電子世界爭霸戰》的續集,這系列電影的世界觀中,主角由凱文及山姆這對父子擔任。而凱文在電影中的設定是科技天才,打造出了起初是作為電子遊戲的虛擬世界「創界」(Tron)。在電影中,凱文及山姆可透過80年代的大型街機出入真實世界與創界。

-----廣告,請繼續往下閱讀-----

在《創:光速戰記》的世界觀中,「創界」中的程式發展出具有自我意識的AI,並且有意識地想要透過「使用者」(指進入創界中的真實人類)出入虛擬與真實世界的通道「關口」(The Portal),前往真實世界,企圖成為「真實的存在」。

這2部電影雖然以「虛擬世界」作為背景,但其實在劇情中「具現化的電子競技」比較是亮點,反倒未針對「創界」的社會及經濟體系有太深入的描述;此外,該系列作涉及了「人類虛擬化」(主角的肉體在物理上進入了創界,還會在創界內受傷流血!)及「AI實體化」(女角柯拉從AI變成真的人類),這種跟法術差不多的黑科技,是《創:光速戰記》不能算是元宇宙的關鍵。

在《創:光速戰記》的世界觀中,不管是人類或是AI,通過「關口」都涉及了虛實轉化。圖/IMDB

三、《一級玩家》

《一級玩家》中的「綠洲」(OASIS)是目前最接近元宇宙概念的想像,除了睡覺、吃飯、上廁所,一切都可以在「綠洲」中完成,包括購買現實中的商品,這代表「綠洲」有能跟現實世界相連的經濟體系。而現實中的虛擬貨幣與 NFT,是達成上述經濟體系的基礎建設。

《一級玩家》中的「綠洲」(OASIS)是目前最接近元宇宙概念的想像。圖/IMDB

四、《無敵破壞王》

《無敵破壞王》的「中央車站」提供了不同遊戲中的物件能互相互動的平台,過往不同遊戲中的道具或物件,是不可能直接互動的,而一個合格的元宇宙,應該要能像「中央車站」一樣,在 A 遊戲中獲得的道具或物件,可以在 B 遊戲甚至其他非遊戲場景使用,且具有類似的功能。

-----廣告,請繼續往下閱讀-----

就像雷夫離開遊戲進入「中央車站」,還是有一身怪力,並沒有因為離開《修繕王阿修》這款遊戲就失去怪力。就這點來看,「中央車站」的確稱得上是元宇宙。

《無敵破壞王》的「中央車站」提供了不同遊戲中的物件能互相互動的平台。圖/IMDB

五、《HELLO WORLD》

《Hello World》是 2019 年上映的動畫電影,故事描述 2020 年時,京都府、京都大學與 Pluraa 公司,合力製作名為「AllTale」的創新量子儲存裝置,並開始執行「京都編年史」計畫,透過大量部屬無人機時刻監控京都變化,製成能穿梭過去與現在京都的 3D 地圖,使用者只要下載手機 APP,就能透過手機相機看見不同時間的京都樣貌。

2027 年,主角堅書直實遇見了「十年後的自己」,「十年後的自己」告訴主角現在已經是 2037 年,而主角只是「AllTale」中的一串數據,「十年後的自己」為了再次見到已經癱瘓的女朋友的笑容,決定回到十年前的虛擬世界搓合男女主角。

「AllTale」符合許多元宇宙的特徵,但不是元宇宙。「十年後的自己」進入「AllTale」後卻不能跟「AllTale」的物件作直接互動,且「AllTale」的空間只侷限在京都,這注定「AllTale」就只是一個大型資料庫而已。

-----廣告,請繼續往下閱讀-----
2027 年,主角堅書直實遇見了「十年後的自己」,「十年後的自己」告訴主角現在已經是 2037 年。圖/IMDB

六、《夏日大作戰》

你何時發現自己離不開社群媒體?總之,應該晚於在2009年《夏日大作戰》上映之後吧?這部若要在「科幻」與「青春」這兩個關鍵字怎樣都會選擇後者的電影當中,我們看到了社群平台與虛擬世界的結合、和它們可能會對現實世界的影響。十年後,《夏日大作戰》的十週年紀念活動開始,於是我們才深刻體悟到了社群平台已成為現實不可抽離的一部分。

2019年《夏日大作戰》的紀念活動不只有4DX版的電影上映,細田守的「スタジオ地図」工作室也和Pixiv合作特別企劃「SUMMER WARS OZ on VRoid powered by pixiv」,試圖重現《夏日大作戰》中的重要場景「OZ」,那個人人都有分身、在裡面的行為影響力不亞於現實的虛擬世界;時間再過了一下,到了現在,人人都能說出——這不就是「元宇宙」嗎!?

當然《夏日大作戰》不是預言,而細田守雖不是先知,但卻先帶我們以一種別出心裁的視角,去思考:當人與人的連結不再僅限於家族、區域,當現實和虛擬的作為等重時,我們如何生活、與人交流,甚或是拯救世界與發狗糧(O)。OZ尚未真的來臨,你想好如何度過那個夏日了嗎?

《夏日大作戰》不但描述了一個大家庭拯救了世界的故事,其中對元宇宙的描述也相當精準。圖/IMDB

六種「魅他域」的交叉分析

本文中提到的「魅他域」有以下六種:

-----廣告,請繼續往下閱讀-----
  • 駭客任務的「母體」:由電腦機器創造的虛擬程式世界
  • 創:光速戰記的「創界」:人造的虛擬環境程序/遊戲
  • 一級玩家的「綠洲」:虛實整合的網路遊戲
  • 無敵破壞王的「中央車站」:各個遊戲世界的匯集點
  • hello world的「AllTale」:記錄所有人類活動數據的量子電腦
  • 夏日大作戰的「OZ」:透過手機或電腦使用的大型虛擬世界

先說結論,在這六部作品中,最符合現實世界中「元宇宙」定義的是一級玩家的綠洲、夏日大作戰的「OZ」,以及無敵破壞王的「中央車站」。原因是,「綠洲」及「OZ」皆在虛擬網路世界中整合了真實世界的經濟行為,在這兩部作品中,進入「虛擬世界」並沒有包括物理上的穿越或是意識的傳輸,仍是透過人類操作終端裝置進行,最接近元宇宙未來的真實樣貌。

至於「中央車站」,則是描述了未來電子遊戲的可能趨勢,所有的遊戲世界將有望在網路中互相連動,你或許可以操作你專屬的角色在各個遊戲中作為玩家,這一天的到來也許沒你想像的久~

你可能會好奇,「母體」、「創界」及「AllTale」為何不能算是元宇宙?首先以「母體」來說,它是由電腦機器完全掌權的世界,雖然尼歐作為「邱森萬」,可以在甦醒後,再把意識與母體連接,並與母體中的電腦對陣。但對其他一般人來說,完全沒有可延續的資料可被保障(想想那些隨意被史密斯吸收的人);而「AllTale」不是元宇宙的原因與駭客任務一樣,男主角的意識在AllTale的資料庫中游走,其實並不符合「多人在線」的概念,更接近在海量數據中做夢。

「創界」則更魔幻了,首先,將人類「數位化」或是將AI「實體化」在現實中不太可能實現。而創界與真實世界間可進行物理上的穿越?光是這點就不符合現實世界中的物理法則,難以談得上是元宇宙(根本是異世界)。

-----廣告,請繼續往下閱讀-----
《創:光速戰記》涉及了人類「數位化」及AI「實體化」,與現實中的原宇宙有段差距。圖/IMDB

元宇宙仍是未竟之志

不知看到這邊,是否被上述作品中的世界觀設定搞的眼花撩亂?其實這很正常,因為無論是哪個作品中的「魅他域」,目前在現實世界中都仍未實現,電影及動畫中的美好想像,都奠基在尚未普及的技術,因此難免看了覺得有點抽離。

但說到底,元宇宙的重點就是,一個與真實世界經濟體系相互連動的巨大3D虛擬世界,且其不具人數上限,所產生的資料因極高的安全性而具有「物」的性質(感謝區塊鏈~),從而使虛擬社會中的各種行為有與現實世界接軌的可能。

謝謝看到文末的你,記得下次要跟朋友聊天時,就可以拿這篇文章的論點出來說嘴啦~

參考資料

文章難易度
所有討論 2
PanSci_96
1226 篇文章 ・ 2319 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
2

文字

分享

0
1
2
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 ・ 54 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。

3

0
0

文字

分享

3
0
0
有圖有真相嗎?要怎麼分辨 AI 生成影像避免受騙?
泛科學院_96
・2024/04/28 ・719字 ・閱讀時間約 1 分鐘

2 月 15 日 OpenAI 發佈 Sora,隔一周後 Stable diffusion 3 隨後推出,以前人家都說有圖有真相,現在眼見不實的時代要來臨了,你說?還有什麼可以相信的?

AI 生成的影像到底有沒有方法可以辨識出來?今天,我們來談談近期關於辨識 AI 生成,找出 AI 生成的破綻!

先說結論,理論上可以!但現實很困難,很容易被破解,這集我們回答三個問題:

  1. AI 生成影像有什麼破綻?
  2. 還有哪些方法可以辨別 AI 生成的影像?
  3. 最後來談談這些辨識方法,在現實中會遇到什麼問題?

回到最基礎的問題眼見不再為憑,接下來只會越來越多,不會越來越少,謠言進化成謠圖跟謠影片,現在還真的沒有其他武器,來辨識 AI 生成的內容,說到底還是得回歸自身的媒體識讀、確認訊息來源!

-----廣告,請繼續往下閱讀-----

最後也想問問你,在這個大 AI 生成的時代,你會怎麼避免自己被 AI 騙呢?

  1. 相信大公司,相信聯合制定的浮水印規範終將落實
  2. AI 問題要用 AI 解決,相信辨識系統一定會完成
  3. 網路上的影像全是假的,是我眼睛業障重
  4. 其他答案也歡迎留言分享

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

所有討論 3
泛科學院_96
44 篇文章 ・ 49 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!

2

1
0

文字

分享

2
1
0
找回擁有食物的主導權?從零開始「菇類採集」!——《真菌大未來》
積木文化
・2024/02/25 ・4266字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

菇類採集

在新冠肺炎(COVID-19)大流行後,馬斯洛「需求層次理論」裡的食品與安全在眾目睽睽下被抽離出來,變成後疫情時代最重要的兩個元素。對食物的焦慮點燃人們大腦中所有生存意志,於是大家開始恐慌性地購買,讓原本就已經脆弱、易受攻擊的現代糧食系統更岌岌可危。

值得慶幸的是,我們的祖先以前就經歷過這一切,留下來的經驗值得借鏡。菇類採集的興趣在艱難時期達到顛峰,這反映了人類本能上對未來產生的恐懼。1 無論是否有意,我們意識到需要找回擁有食物的主導權,循著古老能力的引導來找尋、準備我們自己的食物,如此才能應付食物短缺所產生的焦慮。

在新冠肺炎大流行後,馬斯洛「需求層次理論」裡的食品與安全在眾目睽睽下被抽離出來,變成後疫情時代最重要的兩個元素。圖/pexels

我們看見越來越多人以城市採集者的身分對野生菇類有了新的品味,進而找到安全感並與大自然建立起連結。這並不是說菇類採集將成為主要的生存方式,而是找回重新獲得自給自足能力的安全感。此外,菇類採集的快感就足以讓任何人不斷回歸嘗試。

在這個數位時代,菇類採集是讓我們能與自然重新連結的獨特活動。我們早已遺忘,身體和本能,就是遺傳自世世代代與自然和諧相處的菇類採集者。走出現代牢籠、進入大自然從而獲得的心理和心靈滋養不容小不容小覷。森林和其他自然空間提醒著我們,這裡還存在另一個宇宙,且和那些由金錢、商業、政治與媒體統治的宇宙同樣重要(或更重要)。

-----廣告,請繼續往下閱讀-----
在這個數位時代,菇類採集是讓我們能與自然重新連結的獨特活動。圖/unsplash

只有願意撥開遮蓋的落葉並專注尋找,才能體認到菇類的多樣性和廣泛分布。一趟森林之旅能讓人與廣大的生態系統重新建立連結,另一方面也提醒我們,自己永遠屬於生命之網的一部分,從未被排除在外。

腐爛的樹幹不再讓人看了難受,而是一個充滿機遇的地方:多孔菌(Bracket Fungi)──這個外觀看起來像貨架的木材分解者,就在腐爛的樹幹上茁壯成長,規模雖小卻很常見。此外,枯葉中、倒下的樹上、草地裡或牛糞上,也都是菇類生長的地方。

菇類採集是一種社會的「反學習」(遺忘先前所學)。你不是被動地吸收資訊,而是主動且專注地在森林的每個角落尋找真菌。不過度採集、只拿自身所需,把剩下的留給別人。你不再感覺遲鈍,而是磨練出注意的技巧,只注意菇類、泥土的香氣,以及醒目的形狀、質地和顏色。

只有願意撥開遮蓋的落葉並專注尋找,才能體認到菇類的多樣性和廣泛分布。圖/unsplash

菇類採集喚醒身體的感官感受,讓心靈與身體重新建立連結。這是一種可以從中瞭解自然世界的感人冥想,每次的發現都振奮人心,運氣好的話還可以帶一些免費、美味又營養的食物回家。祝您採集愉快。

-----廣告,請繼續往下閱讀-----

計畫

菇類採集就像在生活中摸索一樣,很難照既定計畫執行,而且以前的經歷完全派不上用場。最好的方法就是放棄「非採集到什麼不可」的念頭,持開放心態走出戶外執行這項工作。菇類採集不僅是享受找到菇的滿足感,更重要的是體驗走過鬆脆的樹葉、聞著森林潮濕的有機氣味,並與手持手杖和柳條筐的友善採菇人相遇的過程。

菇類採集很難照既定計畫執行,最好的方法就是放棄「非採集到什麼不可」的念頭。採集過程幾乎就像玩捉迷藏,只不過你根本不確定自己在找什麼,甚至根本不知道要找的東西是否存在。圖/unsplash

你很快就會明白為什麼真菌會有「神秘的生物界」的稱號。真菌無所不在但又難以捉摸,採集過程幾乎就像玩捉迷藏,只不過你根本不確定自己在找什麼,甚至根本不知道要找的東西是否存在。但還是要有信心,只要循著樹木走、翻動一下原木、看看有落葉的地方,這個過程就會為你指路。一點點的計畫,將大大增加你獲得健康收益的機會。所以,讓我們開始吧。

去哪裡找?

林地和草原,是你將開始探索的兩個主要所在。林地底層提供真菌所需的有機物質,也為樹木提供菌根關係。橡樹、松樹、山毛櫸和白樺樹都是長期的菌根夥伴,所以循著樹種,就離找到目標菇類更近了。

林地底層提供真菌所需的有機物質,也為樹木提供菌根關係。圖/pexels

草原上也會有大量菇類,但由於這裡的樹木多樣性和環境條件不足,所以菇類種類會比林地少許多。如果這些地點選項對你來說都太遠了,那麼可以試著在自家花園或在地公園綠地當中尋找看看。這些也都是尋菇的好地方。

-----廣告,請繼續往下閱讀-----

澳洲新南威爾斯州奧伯倫

澳洲可以說是真菌天堂。與其他大陸隔絕的歷史、不斷變化的氣候以及營養豐富的森林,讓澳洲真菌擁有廣大的多樣性。澳洲新南威爾斯州(New South Wales)的奧伯倫(Oberon)就有一座超過四萬公頃的松樹林,是採集菇類的最佳地點之一。

在那裡,有廣受歡迎的可食用菌松乳菇(又稱紅松菌),據說這種真菌的菌絲體附著在一棵歐洲進口樹的根部,而意外被引進澳洲。 1821 年,英國真菌學家塞繆爾・弗里德里克・格雷(Samuel Frederick Gray)將這種胡蘿蔔色的菇命名為美味乳菇(Lactarius deliciosus),這的確名符其實,因為「Deliciosus」在拉丁語中意為「美味」。如果想要在奧伯倫找到這些菇類,秋天時就要開始計劃,在隔年二月下旬至五月的產季到訪。

位於澳洲新南威爾斯州的奧伯倫就有一座超過四萬公頃的松樹林,是採集菇類的絕佳地點。圖/unsplash

英國漢普郡新森林國家公園

在英國,漢普郡的新森林國家公園(Hampshire’s New Forest)距離倫敦有九十分鐘的火車車程。它由林地和草原組成,當中有種類繁多的植物群、動物群和真菌可供遊客觀賞,甚至還有野生馬匹在園區裡四處遊蕩。

這片森林擁有兩千五百多種真菌,其中包括會散發惡臭的臭角菌(Phallus impudicus),它的外觀和結構就如圖鑑中描述般,與男性生殖器相似且不常見。還有喜好生長於橡樹上,外觀像架子一樣層層堆疊的硫色絢孔菌(Laetiporus sulphureus ,又稱林中雞)。該國家公園不允許遊客採收這裡的菇,所以請把時間花在搜尋、鑑別與欣賞真菌上。如果幸運的話,該地區可能會有採集團體可以加入,但能做的也僅限於採集圖像鑑別菇類,而非採集食用。

-----廣告,請繼續往下閱讀-----
在英國,漢普郡的新森林國家公園由林地和草原組成,當中有種類繁多的植物群、動物群和真菌可供遊客觀賞。該國家公園不允許遊客採收這裡的菇,所以請把時間花在搜尋、鑑別與欣賞真菌上。圖/unsplash

美國紐約市中央公園

甚至紐約市的中央公園也有採集菇類的可能性。雖然在 1850 年代公園建造之時並未刻意引進菇類物種,但這個占地八百四十英畝的公園現已登錄了四百多種菇類,足以證明真菌孢子的影響之深遠。

加里・林科夫(Gary Lincoff)是一位自學成才、被稱作「菇類吹笛人」2 的真菌學家,他住在中央公園附近,並以紐約真菌學會的名義會定期舉辦菇類採集活動。林科夫是該學會的早期成員之一,該學會於 1962 年由前衛作曲家約翰・凱吉(John Cage)重新恢復運作。凱吉也是一位自學成才的業餘真菌學家,並靠自己的能力成為專家。

甚至紐約市的中央公園也有採集菇類的可能性。雖然在 1850 年代公園建造之時並未刻意引進菇類物種,但這個占地八百四十英畝的公園現已登錄了四百多種菇類。圖/wikipedia

進行菇類採集時,找瞭解特定物種及其棲息地的在地專家結伴同行,總是有幫助的。如果你需要一個採集嚮導,求助於所在地的真菌學會會是一個正確方向。

何時去找?

在適當的環境條件下(例如溫度、光照、濕度和二氧化碳濃度),菌絲體全年皆可生長。某些物種對環境條件較敏感,但平均理想溫度介於 15~24 ℃ 之間,通常是正要進入冬季或冬季剛過期間,因此秋季和春季會是為採集菇類作計畫的好季節。

-----廣告,請繼續往下閱讀-----
秋季和春季是為採集菇類作計畫的好季節,但因為菇類受溫度變化模式和降雨量的影響很大,所以每年採菇的旺季時間會略有不同。圖/unsplash

當菌絲體從周圍吸收水分時,會產生一股破裂性的力量,讓細胞充滿水分並開始出菇。這就是菇類通常會出現在雨後和一年中最潮濕月份的原因。牢記這些條件,就可以引導你找到寶藏。但也要記得,因為菇類受溫度變化模式和降雨量的影響很大,所以每年採菇的旺季時間會略有不同。

註解

  1. Sonya Sachdeva, Marla R Emery and Patrick T Hurley, ‘Depiction of wild food foraging practices in the media: Impact of the great recession’, Society & Natural Resources, vol. 31, issue 8, 2018, <doi.org/10.1080/08941920.2 018.1450914>. ↩︎
  2. 譯注:民間傳說人物。吹笛人消除了哈梅林鎮的所有老鼠,但鎮上官員拒絕給予承諾的報酬,於是他就吹奏著美麗的音樂,把所有孩子帶出哈梅林鎮。 ↩︎

——本文摘自《真菌大未來:不斷改變世界樣貌的全能生物,從食品、醫藥、建築、環保到迷幻》,2023 年 12 月,積木文化出版,未經同意請勿轉載。

所有討論 2