史上最早金屬吸管——5000年前一組8人喝啤酒？

• 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。

間接互惠的要件之一：聊八卦

間接互惠（indirect reciprocity）的概念認為，受益者並不是直接回報給同一位利他的施恩者，而是會把恩惠轉給其他人。A 幫助 B，B 再幫助 C，C 再幫助 D，依此類推。於是，恩惠就能在社群裡傳出去，遲早也能回到 A 身上。種下的因，總有一天能得到最後的果。

而且這還能談到下一個層次：如果有個 Z，在 A 幫助 B 時，親眼見證了這件事，發現 A 是個慷慨的好人，他也會因為想和 A 建立關係，所以願意幫助 A。於是，就算這兩個人無法符合直接互惠所需要的「後會有期」條件，也能因為整個群體的利他行為而受益。樂於助人，自己就更可能得到幫助，至於那些不想幫助別人、只想貪小便宜的人，則是可能遭到懲罰或受到排擠。像這樣的間接互惠，是人類一種格外複雜的合作形式，需要兩項其他動物都辦不到的條件。

第一項條件是，不管互動雙方的行為是慷慨是自私，除了需要有目擊者親眼看到，還必須能把這項寶貴的資訊，分享到整個群體共有的資料池。也就是說，社群成員得愛聊八卦才行。如果大家都能知道某個人不值得信任、總是只接受別人幫助卻都不回報，等到下次這個人又碰上麻煩，社群成員就不會再伸出援手。

英文有句諺語說「騙子發不了財」（cheats never prosper），但不能說完全正確：騙子常常在短時間內還是能得逞，特別是在那些規模比較大、大家彼此比較不認識的社群；只是遲早仍然會東窗事發，讓自己名聲掃地。所以，想讓間接互惠的機制不被那些只想貪小便宜的人搞垮，聊八卦就是一個關鍵的必備條件，而且無論是營火旁、或是茶水間，人類實在是哪裡都能聊。事實上，相較於其他靈長類動物是用理毛之類的活動來建立關係，人類是以閒嗑牙、聊八卦取代了這些活動。

像這樣把個別成員的行為，拿來在社群裡大談特談（就像是一個由閒聊建立起的社群網路），就會打造出一套名聲系統，可用來判斷適不適合試著和某個人合作。某人對待他人慷慨大方，就能建立良好的名聲；老愛占別人便宜，也就會惡名遠揚，讓人知道以後可得敬而遠之。行為友善的人，其他人在未來幫助他們的機率也會比較高，於是在天擇的機制裡就能占點上風。所以說到頭來，仍是演化塑造了人類的心理，讓我們在意自己的名聲，聊八卦就成了確保大家別心存僥倖的機制。

在一個會聊八卦的社會裡，生活的第一守則就是要小心自己做的事；或者更重要的是，要小心自己做的事給別人的觀感。於是，人類社會也就成了一個人人都在猜測別人想法的社會——須推斷別人的動機與態度，評估自己的行為在他人眼中的樣貌，好維護自己在外的名聲。我們所謂的「良心」就是這樣的產物之一：內在的這股聲音，警告我們可能有人在看，要我們想想別人可能的觀感，好讓自己免受社會的制裁。

——本文摘自《人類文明：生物機制如何塑造世界史》，2024 年 05 月，天下文化出版，未經同意請勿轉載。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜林庭葦
• 責任編輯｜田偲妤
• 美術設計｜蔡宛潔

上古中國最常見的武器是「戈」？

說到中國的兵器，你可能會想到金庸武俠小說中的倚天劍、屠龍刀。事實上，我們熟悉的劍是從歐亞草原傳入中國。早在劍成為主流兵器前，在上古中國的戰場上，廣泛使用的兵器是青銅製的「戈」。中央研究院「研之有物」專訪院內歷史語言研究所李修平助研究員，透過研究殷墟出土的「銅三角援戈」，分析這些兵器之於墓主的意義，並解開晚商社會與區域互動的謎團。

在中央研究院歷史語言研究所的研究室裡，李修平助研究員揮舞著一把仿銅戈模型，一邊講解、一邊模擬商代士兵的作戰情形。

銅戈這類青銅器是用銅、錫、鉛為主的礦物冶煉鑄造而成，跟非金屬材料做的兵器截然不同。第一，銅戈相當鋒利，就算沒有正中敵人要害也會造成大量失血，攻擊效率極高。第二，石器要花時間打磨，但銅戈只要有夠多模具，就能大規模量產。第三，石器斷了就斷了，但銅戈就算鈍掉，磨一磨就能再用；就算爛掉，也能重鎔再製。

「銅戈彰顯了商代的軍事和科技實力，你不覺得這類兵器超猛的嗎！」李修平讚嘆古人的智慧，娓娓道來自己對銅戈與青銅器著迷的原因：

青銅器的鑄造技術就像當代的半導體，是上古中國最尖端的科技！

的確，與石器、玉器或陶器相比，青銅器的製造技術更複雜，從開採礦物、冶煉金屬，乃至鎔鑄器物，整套製程都需要高超的知識體系和工藝技術。

此外，李修平更從銅戈觀察到複雜的區域互動關係。目前，學界普遍認為「戈」是中國本土發展出的兵器，源自黃河流域，並往四周流傳。而青銅鑄造則是來自歐亞草原的外來技術，傳入中國後逐漸本土化，被用來製作各式禮、兵器，也包括銅戈。

根據目前的考古發現，在被視為「晚夏時期」的二里頭文化（西元前約 1750 至 1520 年）、「早商時期」的二里岡文化（西元前約 1510 至 1300 年）就已出土少量的銅戈。到了中、晚商時期，銅戈不僅大量出現於黃河中游的小屯文化（包括「花園莊期」與「殷墟文化」，西元前約 1320 至 1050 年），更散布於上古中國境內各地。不同地區銅戈的形制變化與出土脈絡，成為考古學家研究上古中國區域互動的重要材料。

考古學家如何還原文物身世？

在殷商時期，銅戈已是中國廣為使用的兵器，一支銅戈基本上具備：青銅製的「戈頭」、固定戈頭並可手執的「柲」、柲上端的「冒」，與柲下端的「鐏」。

戈頭又可大致分為用來攻擊的「援」、支撐柲的「內」（常見的造型有直內、曲內、管銎），以及位於兩部位銜接處的「闌」（分為上闌、側闌、下闌）。

為了讓戈頭在作戰時不會從柲上脫落，會在「援」或「內」上設計稱為「穿」的孔洞，可穿繩將戈頭和柲綁在一起。後來更出現了合瓦形的「管銎」，是形狀如兩塊瓦片圍成的孔洞，可讓柲直接穿過戈頭固定。

在形態各異的銅戈中，李修平注意到一種形狀特殊、數量稀少的「銅三角援戈」。與一般銅戈相比，銅三角援戈的主要特徵為：援呈三角形、援末有長方形穿、無上下闌。

銅三角援戈不僅造型特殊，更令人矚目的是，學者對於銅三角援戈的起源意見紛陳，目前至少包括「漢中盆地說」、「中原說」、「漢水流域說」與「涇渭三角地帶說」等不同說法。這也連帶影響其背後所反映的不同區域互動關係，形成眾說紛紜的局面。

根據目前的考古證據，在距今 3000 多年前的商代，銅三角援戈已見於上古中國各地，包括今日黃河流域的河南、河北、山東、山西、陝西，與長江流域的湖北、湖南與陝西南部等地。此外，殷墟所在的河南省安陽市，則出土近 20 件銅三角援戈。

為了藉由銅三角援戈此一個案，進一步探索商代複雜的區域互動關係，李修平首先分析史語所典藏的 4 件殷墟出土銅三角援戈。當中有 2 件「直內三角援戈」和 1 件「曲內管銎三角援戈」發現於洹河以西的小屯東北地（即一般所謂的「宮殿區」）。另有 1 件「直內三角援戈」發現於洹河以東的大司空村。

研究的起點，就得先從殷墟的地理位置，與文物的出土脈絡說起。

殷墟是商代晚期的王都遺址，其歷史可追溯至距今 3000 多年前，位於今日中國河南省安陽市的洹河流域，佔地廣袤，遍布大大小小的遺址。

史語所自 1928 至 1937 年間，陸續在殷墟進行 15 次考古發掘，在當年是首次由官方學術單位，在單一遺址中，進行長時間、大規模、系統性的考古發掘工作，奠定了中國考古學往後 90 餘年的發展。

為了尋找中國最早的文字──甲骨文，經過多年調查，史語所的考古學家前往安陽市西北部的小屯村，進行田野考古工作。由於小屯村以北發現大量的夯土台基，顯示此處曾是商代晚期的宮殿和宗廟的所在地，因而稱之為「小屯宮殿區」。此外，更在小屯宮殿區的西北方、洹河以北的侯家莊以北，發現了「西北岡王陵區」。

考古學家藉由解讀出土於殷墟的甲骨文，證實了歷史文獻上殷商王朝的存在。墓葬中更找到各式青銅製的禮、兵器，與《左傳》「國之大事，在祀與戎」的記載相符。毫無疑問，在不晚於殷商時期，「祭祀」和「戰爭」就是一個國家立足的根本。

在殷墟發掘的文物，皆有賴考古學家就其出土「脈絡」，還原身世背景。

除了觀察文物本身的形制、材質、刻紋等外在特徵之外，文物出土的地層、在遺址中的位置、周圍的其他遺存等，都是協助考古學家研究古人思想行為的關鍵。

李修平舉例，一件銅器在遺址的不同地方被發掘，可能暗示它所處的不同生命週期。例如在作坊附近發掘，可能是半成品或廢料；在居住區發掘，可能是使用中的物品；在垃圾坑發掘，可能是毀棄品；在墓葬中發掘，則可能是陪葬品。

從墓葬風格推算墓主身份地位？從戈的形狀看出區域互動可能性？

史語所典藏的 4 件殷墟出土銅三角援戈，有 3 件出自墓葬、1 件出自水井。首先，李修平從墓葬所在的位置、墓室的規模、陪葬品數量，以及是否有殉葬者，推測墓主的身分，與文物對墓主的個人意義。

舉例來說，直內三角援戈 R002108、R002109 皆出自小屯宮殿區的墓葬（這兩座墓葬的年代，均埋於「小屯宮殿區」形成之前）。雖然這兩把銅戈都做工精美、鋒利依舊，但出土墓葬的「排場」卻有所落差。

R002108 出自墓葬 M232，規模頗大，不但有殉葬者，還有眾多銅、石兵器，暗示墓主的身分地位與眾不同，生前可能有指揮作戰的能力。R002109 則出自墓葬 M270，規模較小、陪葬品也少，推測墓主在當地社群大概屬低階貴族。

李修平指出，上述兩件「直內三角援戈」雖然都出自墓葬，但這兩件兵器對於它們的擁有者來說，意義可能大不相同。

對墓葬 M270 墓主來說，R002109 是他為數不多的陪葬品中相對珍貴的器物。反觀墓葬 M232 墓主，不只陪葬品豐富，胸前還放了一把比 R002108 更精美、鑲有綠松石的曲內銅戈。此外，就陪葬品放置的位置來看，M232 墓主可能重視鑲嵌綠松石銅戈，更勝於 R002108。

此外，李修平也透過分析出土脈絡，為大司空村發掘的「直內三角援戈」R015552 拼湊出不同身世。

R015552 的前鋒圓鈍、內上沒有可穿繩的孔洞，作戰時戈頭容易與握柄分離。因此，李修平推測，這把銅戈可能不是實用兵器，而是作為儀杖或有其他用途。

此外，R015552 所在的墓葬位於殷墟的「東部工業區」，該地已發現生產各式骨器、陶器的作坊，或許也鑄造銅器，而此墓葬的位置正好位於骨器作坊的範圍。

因此，墓主的身分地位和所屬社群，可能與小屯宮殿區的政治菁英較遠，而與大司空村南地的工匠社群較近。

另一方面，李修平也從造型特殊的「曲內管銎三角援戈」R002130，觀察到區域互動的可能性。

R002130 的出土地點特殊，位於小屯宮殿區北部的一處水井內。這座水井出土的考古遺存數量豐富、材質多元，包括占卜用的甲骨、銅渣（代表附近可能有鑄銅活動），以及至少 21 件青銅兵器與工具。李修平推測，這些青銅器物的擁有者可能是生活或服務於小屯宮殿區的人員。

為什麼說「曲內管銎三角援戈」反映出區域互動的可能性呢？

首先，在二里頭文化時期至小屯文化時期，中原地區（黃河中下游、今日中國河南省一帶）出土的銅戈，其援部大多呈長條形，外觀呈現三角形者相對較少。如前所述，援部呈三角形的銅戈，究竟源於何地，仍有進一步討論的空間。

此外，能插入握柄的管銎設計，是北方式青銅器的特色，殷墟雖然有出土管銎銅戈，但數量遠不及無管銎設計的銅戈。

最後，曲內設計是中原地區銅戈常見的造型，最早見於二里頭文化時期，但融合「三角形援」和「曲內」這兩種設計的銅戈卻非常罕見。

李修平認為，「曲內管銎三角援戈」展現了各地物質文化元素在晚商王都交融的現象，也體現了商代工匠勇於實驗各種創新的銅戈設計，致力打造出能讓戈頭和握柄緊密結合的完美兵器。

「研究史語所收藏的殷墟出土銅三角援戈，只是研究的起點。」李修平表示：「直到今日，殷墟的考古工作已持續進行約 100 年，不僅累積龐大的材料，更發現種類豐富的『舶來品』。此外，在上古中國境內各地，也陸續發現五花八門的外來遺存。換句話說，運用脈絡比較分析法來研究上古中國的區域互動，其實才正要起步。」

跳脫「華夏中心史觀」！區域互動有多複雜？

「區域互動」的研究看似有很多材料可做，但李修平坦言，如果單純相信眼前的證據，很可能會誤入陷阱。

舉例來說，假設 3000 年後，外星人來到地球考古，發現臺灣是全世界晶片製造廠最密集的地方，他們可能會以為臺灣是半導體的發源地，但其實真正的發源地在美國。光是當代社會的物質文化都能推敲出多種可能，要推斷 3000 年前殷墟文物背後的區域互動關係，就更加困難。

李修平進一步指出，在中國考古學的研究中，當墓葬中出土了外來遺存，經常採用較籠統的說法。例如，某地「影響」了某地，又或者兩地之間存在某種「關係」，但詳細原因無法具體說明。特別是進入了夏、商、周時期，「華夏中心史觀」成為詮釋區域互動的基本預設。

其中一個例子，就是被學界視為夏朝晚期的二里頭文化與周邊地區的關係：一般認為，二里頭的物質文化就像太陽般輻射四方，只要在周遭地區看到類似的物質文化，很可能就是受到二里頭的「影響」。

「但這樣的論述其實有待商榷。」李修平點出爭議：「只因為看到這邊出土的陶器跟二里頭的陶器類似，就能斷定它被二里頭「影響」嗎？物質文化流傳的動力，是文化？是政治？是經濟？還是偶然的巧合？又或者是其它多重、複雜的因素？」

有關區域之間的「互動關係」，其內涵充滿各種可能性，諸如交換、模仿、貿易、移民、戰爭或殖民等原因，真相並沒有那麼單純。

因此，自 2020 年接手史語所安陽工作室以來，李修平就試圖跳脫「華夏中心史觀」，將上古中國的區域互動關係進行更細緻的梳理。

然而，研究過程並不容易，因為做研究必須跟著材料走，而不是跟著既有的、主流的論述走。如果有新的材料出土，就要接受已有的認識很可能被挑戰、甚至推翻的可能性。

「現代社會都這麼複雜了，古代社會也有它複雜的一面。」李修平望著眼前正在進行的研究，僅管還有許多難題未解，卻擋不住他躍躍欲試的心情。

「新的考古材料持續出土，不斷更新我們對古代世界的認識。儘管如此，考古學家仍要竭澤而漁，盡力蒐羅所有材料，試圖在相對穩固的基礎上，還原古代社會的複雜性，並提出比較合理的解釋。這是我做研究的基本態度。」