1

4
0

文字

分享

1
4
0

人工智慧會被武器化嗎?美國國防部與 Google 間的自主性武器計畫!——《AI 製造商沒說的祕密》

時報出版_96
・2023/02/01 ・4408字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

美國政府企圖開發出人工智能武器

克萊瑞菲(Clarifai)這家公司位於紐約市的一間小辦公室內,就在紐約大學深度學習實驗室附近,主要是研發可以自動辨識數位影像中物體的科技,例如在零售網站上搜尋鞋子、服飾與皮包的相片,或是辨識保全攝影機影片的人臉。該公司的目的是複製谷歌與微軟等科技業者過去幾年在人工智慧實驗室內所建造的影像辨識系統──然後出售給其他企業、警局與政府機構。

2017 年秋天,克萊瑞菲位於曼哈頓下城辦公室角落的一間房間,窗戶全都用紙糊住,門上有一個牌子寫著「消失的密室」(The Chamber of Secret),引用的是《哈利波特》(Harry Potter)系列的第二集書名。這個牌子是用手寫的,掛得有些歪歪斜斜。在門後有個八位工程師組成的團隊,正在進行一項他們被禁止對公司其他同事談起的計畫。

其實,即使是他們自己也不太清楚所從事的計畫是什麼。他們知道是在訓練一套系統,使其能夠自動辨識在沙漠中某處所拍攝影片裡的人物、汽車與建築物,但是他們不知道要如何使用此一科技。當他們詢問時,公司的創辦人暨執行長麥特.塞勒(Matt Zeiler)會解釋,這是政府有關「監視」的計畫。他說此一計畫可以「拯救生命」。

後來克萊瑞菲搬到較大的辦公室,幾位工程師發掘儲存在公司內部電腦網路的數位檔案,發現有幾個檔案談到一筆政府合約,他們的工作才浮現檯面。

-----廣告,請繼續往下閱讀-----

他們是為國防部的專家計畫(Project Maven)研發相關科技。該計畫的構想是建造一套系統,可以為無人機辨識攻擊目標。但是此一系統的確切用途仍不明朗。他們無法確定此一科技是用來殺戮,還是如塞勒所說的是為了避免殺戮。也無法確定這套系統是用來進行自主性的空襲行動,還是為人類操作員扣下扳機前提供資訊。

接著,在 2017 年末的一個午後,三名身著平民服裝的軍方人員走進克萊瑞菲的辦公室,與幾位工程師闢室密談。他們要知道此一科技的精確度有多高。他們先是詢問它能否辨識像清真寺這樣的特殊建築物。他們表示,恐怖分子與叛亂分子往往會利用清真寺作為軍事總部。他們然後又問道它能否區分男人與婦女。

「你是什麼意思?」一位工程師問道。軍方人員解釋,在曠野之中,它應該能夠根據男人兩腿間隙來分辨男人(都是穿著褲子)與婦女(都是穿著長及腳踝的裙子)。他們表示,他們只准許射殺男人,不能殺婦女。「有時候男人會穿長裙來騙我們,不過沒有關係,」一位軍方人員說道,「我們還是會幹掉這些混帳東西。」

未來的戰爭也許會使用到 AI 型武器。圖/envatoelements

美國國防部專家計畫:自主性武器

2017 年 8 月 11 日,週五,美國國防部長詹姆士.馬提斯(James Mattis)坐在谷歌總部會議室的桌前。他對面坐著新上台的谷歌執行長桑達.皮采(Sundar Pichai),還有創辦人賽吉.布林(Sergey Brin)、法律總顧問,以及人工智慧部門的主管。

-----廣告,請繼續往下閱讀-----

會議室內還有其他一些人,包括幾名國防部的人員與谷歌雲端運算團隊的主管們。國防部的人員大都穿西裝打領帶。谷歌的與會者大都穿著西裝,但沒有打領帶。布林則是穿著一件白色 T 恤。

馬提斯部長正在進行西海岸巡迴考察,參訪矽谷與西雅圖的多家大型科技業者,主要是代表五角大廈探詢專家計畫的採行選項。國防部是在四個月前發動專家計畫,旨在加速國防部「對大數據與機器學習的使用」。該計畫又名「演算法作戰跨職能團隊」(Algorithmic Warfare Cross-Functional Team)。此一計畫的推動有賴像谷歌這類的企業支持,因為它們近幾年來已累積了建造深度學習系統所需的專業與基礎架構。

這也是五角大廈建立新科技的典型方法──與民間企業合作──但是現在的情況與過去有所不同。谷歌與其他科技業者掌握了美國人工智慧的人才,然而它們都不是傳統的軍事承包商。它們是才開始涉足軍事相關領域的消費性科技業者。

不僅如此,川普現在已入主白宮,使得這些公司的員工更加警惕政府的計畫。谷歌對其中的緊張態勢尤其敏感,這是因為該公司特有的文化允許──甚至鼓勵──員工說出自己的看法、做他們喜歡做的事,而且通常在工作場所的行為表現就和在家裡一樣。

-----廣告,請繼續往下閱讀-----

專家計畫所造成的緊張情勢尤其高亢。許多主持谷歌深度學習研發工作的科學家都反對自主性武器,包括「深度學習運動之父」傑弗瑞.辛頓(Geoffrey Hinton)與深度心智(DeepMind)的創辦人。但是根據了解,谷歌的最高層卻希望能與國防部合作。

谷歌董事長艾力克.施密特(Eric Schmidt)同時也是國防創新委員會(Defense Innovation Board)的主席,這是由歐巴馬政府成立的民間組織,旨在促進矽谷的新科技加速移轉至國防部。

在該委員會最近一次會議中,施密特表示在矽谷與國防部之間有一道「顯著的鴻溝」,該委員會的任務就是弭平此一差距。谷歌高層同時也視與軍方合作為其發展雲端事業的另一契機。其實該公司暗中已和國防部建立合作關係。

專家會議上的暗起雲湧

在五月的時候,也就是專家計畫發動一個月後,谷歌一支團隊與國防部官員會面,而在第二天谷歌就向政府申請在自家電腦伺服器儲存軍事數據的許可證。但是三個月後國防部長馬提斯來到谷歌總部商討相關科技時,他知道必須動用一些技巧才能引導其中的關係傾向他這一邊。

-----廣告,請繼續往下閱讀-----

馬提斯表示他已深刻了解該公司科技在戰場上的威力。畢竟,美國的敵人都是使用谷歌地球──以衛星影像組合而成的互動式世界數位地圖,來辨識迫擊砲的目標。他強調美國應該加強作戰能力。現在,在專家計畫下,國防部不僅要發展人工智慧,能夠閱讀人造衛星的照片,同時還要能夠分析無人機在更接近戰場的位置所捕捉到的影片。

馬提斯盛讚谷歌「在科技業界的領先地位」與「企業責任上的崇高聲譽」。他表示,這就是他來這兒的一個主要原因。他十分關切人工智慧的道德倫理問題。他表示該公司應該讓國防部「感到如芒在背」──以此來反制其傳統的態度。他說道:「國防部歡迎你們的理念。」

在桌子另一側的皮采表示,谷歌經常在思考人工智慧的倫理問題。他指出,愈來愈多的壞人會使用這類科技,因此讓好人領先是重中之重。馬提斯問谷歌能否將一些道德與倫理下的規則予以編碼輸入系統之內──谷歌人員心知肚明這是一個不切實際的選項。

主持谷歌人工智慧研發工作的約翰.吉安南德雷亞(John Giannandrea)強調,這些系統最終都需仰賴其訓練數據的品質。但是谷歌的法律總顧問採用不同的說詞。他表示,這些科技具有拯救生命的巨大潛能。

-----廣告,請繼續往下閱讀-----
美國國防部多次拜訪 Google,討論關於自主性武器的計畫。圖/wikipedia

九月底,在馬提斯造訪谷歌總部的一個多月後,谷歌簽下參與專家計畫相關工作為期三年的合約,總值在二千五百萬美元到三千萬美元之間,其中一千五百萬美元必須在頭十八個月內付清。對谷歌來說,這只是一筆小數目,而且其中一部分還必須與其他參與合約的人分享,不過該公司著眼的是放長線釣大魚。

就在同一個月,國防部邀請美國企業參與 JEDI 的競標,這是聯合企業防禦架構(Joint Enterprise Defense Infrastructure)的縮寫,是一筆為期十年、高達一百億美元的合約,主要是提供國防部應用核心科技所需的雲端運算服務。問題在於谷歌爭取 JEDI 合約時,是否會公開其參與專家計畫與未來其他可能的政府合約的事實。

AI 圈的呼籲:禁止自主性武器!

在國防部參訪谷歌總部的三週後,生命未來研究所發表了一封公開信,呼籲聯合國禁止他們所謂的「殺手機器人」(killer robot),這是對自主性武器的另一個稱呼。

「針對企業界製造的人工智慧與機器人科技可能會被重新利用發展自主性武器,我們特別覺得有責任提出警告,」公開信寫道,「致命的自主性武器極有可能引發戰爭型態的第三次革命。一旦發展出來,軍事衝突的規模勢必遠大於過去,而且發動速度之快也將遠超過人們的理解。」

-----廣告,請繼續往下閱讀-----

該封公開信獲得人工智慧圈內逾百人的簽署,包括不時對超智慧威脅發出警告的馬斯克,此外還有辛頓、深度心智創辦人哈薩比斯與蘇萊曼。

蘇萊曼認為,這些科技需要一種新型態的監管。「是誰在做未來有一天將會影響這個星球數十億人口的決策?又是誰在參與此一決策過程?」他問道,「我們必須分散此一決策過程的參與者,這也代表監管人士必須在一開始就參與決策──政策制定者、公民社會行動人士,以及我們這些科技服務的對象──應該讓他們深入參與我們產品的創造與了解我們的演算法。」

自主性武器極有可能引發戰爭型態的第三次革命。圖/envatoelements

未公開真相:人工智慧武器化

九月,谷歌準備簽下專家計畫的合約,負責審查該協議的銷售人員相互以電子郵件討論公司是否該將合約公開。「我們應該宣布嗎?我們能談論報酬嗎?我們提供給政府的指示是什麼?」谷歌一位人員寫道,「如果我們保持沉默,我們就無法控制相關的訊息。這對我們的品牌形象沒有好處。」他最終認為谷歌應該發布此一新聞,其他人也同意。

「這個消息最後一定會流出去,」另一位谷歌人員寫道,「還不如照我們自己的方式發布。」這樣的討論持續了好幾天,期間某人說服了李飛飛。李飛飛為這項合約喝采。「我們即將拿到專家計畫實在太棒了!這是一個了不起的成就,」她寫道,「你們的表現太好了!謝謝你們!」但是她也提醒在宣傳時必須格外謹慎。

-----廣告,請繼續往下閱讀-----

「我認為我們應從一般雲端科技的角度,就國防部與 GCP 間的合作來進行公關活動,」她寫道,她所謂的 GCP 指的是谷歌雲端平台(Google Cloud Platform),「不過要不惜代價避免提到人工智慧,或是有任何相關暗示。」她知道媒體界一定會質疑該計畫的道德倫理問題,即使只是因為馬斯克挑起過這個話題:

人工智慧武器化就算不是人工智慧現今最敏感的議題,也是最敏感的之一。媒體界都等不及利用這個議題來打擊谷歌。你們大概聽過伊隆.馬斯克有關人工智慧會引發第三次世界大戰的言論。媒體界現在都十分關注人工智慧武器、國際競爭,以及人工智慧可能造成的地緣政治緊張情勢。

谷歌在人工智慧與數據方面已經有一些與隱私相關的議題需要處理,如果媒體界又找到谷歌正在發展人工智慧武器或是為國防產業提供可以武器化的人工智慧科技話題,我真不知道還會演變成什麼樣子。谷歌雲端 2017 年的主題就是在於推動人工智慧的民主化。我會超級謹慎維護這些正面的形象。

谷歌到頭來並未宣布這項計畫,並且還要求國防部也不要公開。即使是公司內部人員也必須靠自己才能知道這項計畫。

——本文摘自《AI製造商沒說的祕密: 企業巨頭的搶才大戰如何改寫我們的世界?》,2022 年 8 月,時報出版,未經同意請勿轉載。

文章難易度
所有討論 1
時報出版_96
174 篇文章 ・ 35 位粉絲
出版品包括文學、人文社科、商業、生活、科普、漫畫、趨勢、心理勵志等,活躍於書市中,累積出版品五千多種,獲得國內外專家讀者、各種獎項的肯定,打造出無數的暢銷傳奇及和重量級作者,在台灣引爆一波波的閱讀議題及風潮。

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

  • 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。

1

0
0

文字

分享

1
0
0
想要擁有一台 AI PC,有必要嗎?NPU 是什麼?超詳盡 AI PC 選購指南來啦!
泛科學院_96
・2024/05/18 ・1080字 ・閱讀時間約 2 分鐘

-----廣告,請繼續往下閱讀-----

2023 年 3 月 intel 跟微軟共同發布了 AI PC 定義。

定義需要用 intel 的 Core Ultra 處理器,要有微軟系統內建 的Copilot AI,鍵盤上還需要有一個實體 copilot 按鍵,才算是一台 AI PC。

這個 AJ 看到後,發現案情並不單純,定義 AI PC 這件事情,遠比你想得還要重要!

所以今天呢,我們就來回答三個問題:

-----廣告,請繼續往下閱讀-----
  1. AI PC 是什麼?
  2. AI PC 強在哪?
  3. 有哪些公司跟 AI PC 有關?

最後再跟大家分享是否要買 AI PC 的建議。

好啦,本集我們整理了整個 AI PC 的脈絡,我把懶人包放在這裡,有需要的可以暫停看一下。

最後來給買 AI PC 的建議吧,如果你主要用桌上型電腦,4090 獨立顯卡直接給他買下去,因為桌上型的處理器至少到目前為止,都還沒看到內建 NPU 的規劃,所以所有的平行運算都還是靠顯示卡 GPU 來處理。

筆記型電腦方面,各家網購平台都已經推出 AI 筆電專區,最低三萬元左右就可以買到最新的 AI PC。

-----廣告,請繼續往下閱讀-----

或許你還沒體驗到 AI 工具帶來的工作流程改變,不過潮流已經出現,據說到 2025 年,將出貨超過一億台AI PC,各家軟硬體廠商在這個全新的賽道上,只會不斷推出各種基於 AI PC 架構的應用與服務,畢竟,你如果不做,你的競爭對手可是不會等你。

有點離題了,在可遇見的未來,我們勢必會發現自己的電腦擁有更多基於 AI 技術的功能,

也許,你可以再等一會,等桌上型電腦也內建 NPU 之後,再來買真正的 AI 「PC」,不過要問我的話,如果是購買筆電的需求,選擇適合 Intel Evo 認證的筆電是值得推薦的選擇。

最後,你覺得 AI PC 會如微軟和 intel 預想的發展下去嗎?

  1. 會,終究要讓自己電腦分擔伺服器工作。
  2. 不會,AI PC 就只是宣傳話術。
  3. 我是果粉我驕傲,AI PC 如浮雲。

如果有其他想看的 AI 工具測試或相關問題,也可以留言發問,如果喜歡這支影片的話,也別忘了按讚、訂閱,加入會員,我們下集再見~掰!

-----廣告,請繼續往下閱讀-----

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!

所有討論 1
泛科學院_96
44 篇文章 ・ 51 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!

3

10
3

文字

分享

3
10
3
水面艦如何找到潛水艇?潛水艇如何隱藏自己?——潛艦與反潛的捉迷藏
PanSci_96
・2023/11/25 ・5953字 ・閱讀時間約 12 分鐘

-----廣告,請繼續往下閱讀-----

潛水艇到底有多重要?

最近關於潛水艇的新聞可不少,首艘國造潛艦「海鯤號」下水典禮、中國 093 潛艇「疑似」失事、前陣子還有烏克蘭使用導彈與無人機成功襲擊俄羅斯基洛級潛艇的新聞,潛水艇的關注度一時間高了不少。

但是你一定好奇,潛水艇對國防來說,真的很重要嗎?還有,現代觀測技術那麼發達,在這些儀器的眼皮之下,潛艇真的還能保持隱形嗎?

反潛方怎麼找到藏匿海中的潛艦?

潛水艇以安靜、隱蔽著稱,有著極重要的戰略價值,不僅可以水下布雷、隱蔽投送兵力與物資;它難以被發現的特性,更是打擊水面艦的刺客,往往能讓敵人不敢越雷池一步。

-----廣告,請繼續往下閱讀-----

當然,要造一艘能潛在水下的潛艇肯定不簡單,畢竟如果在水面下出事了,很難立即取得救援,安全的要求遠高於其他載具。另一方面,以隱蔽為最高原則的潛艦,從引擎、外型、武器到主動聲納,都需要新科技的改進,來讓自己發出的聲音降到最低。

但潛艦與反潛就像臥虎捉藏龍,如果能隨時掌握這隻水中蛟龍的動向,潛艦的威懾力就會大幅降低,甚至能將其一網打盡。因此相對地,隱蔽的技術進步時,反潛的技術也有所突破,透過光學、聲學、磁場等技術,要讓潛艦原形畢露。

潛艦與反潛就像臥虎捉藏龍。圖/imdb

既然我們知道潛艦的隱蔽性是最高考量,現在我們就站在反潛方,來看看如何抓出一艘潛水艇。
主動偵查其實跟「通訊」很像,都是傳送一個訊息到目標物,再接收傳回來的訊號。只是通訊的訊號是對方主動回傳回來的。主動偵查呢,則是訊號碰到目標物再反射回來被我們接收。沒錯,這跟蝙蝠的回聲定位很像,只是一個在水面上,一個在水裡。

為什麼水中使用的是「聲納」而非「雷達」?

現代遠距無線傳輸的方式主要有兩種,電磁波通訊與聲波通訊。在水面以上,我們通常以電磁波傳輸,因為在空氣中這麼做最有效率,因此不論是無線通訊還是手機微波訊號,多是以電磁波的形式在傳輸。
可惜這個方法到水中就不管用了,為什麼呢?電磁波穿過水的時候會因為兩個原因,讓強度快速衰減。一是電磁波容易被水吸收,二是電磁波與水分子碰撞會產生散射,舉例來說,太陽光也是電磁波的一種,而太陽光就會因為在海水中散射,而讓海看起來是藍色。

-----廣告,請繼續往下閱讀-----
太陽光就會因為在海水中散射,而讓海看起來是藍色。圖/unsplash

這種電磁波衰減的程度有多少呢?具體來說,在最清澈的海水中,可見光每前進 1 公尺,亮度就會衰減 4% 。如果想使用無線電通訊,以一個頻率 1000 赫茲的電磁波來說,每向前進一千碼(大約 900 公尺),訊號強度就會減少 1300 分貝。這邊說明一下,「分貝 dB 」不只是聲音音量的單位,而是可以用在各種需要表達強度比例的單位。

電磁波每減少 10 分貝,就意味能量減小 10 倍。圖/PanSci YouTube

舉例來說,電磁波每減少 10 分貝,就意味能量減小 10 倍。在前進一千碼時減少 1300 分貝,就意味能量會衰退 10 的 130 次方倍,小到等於沒有。在實務上,通常電磁波的極限穿透距離就只有幾十到幾百公尺而已。相比之下,如果從電磁波換成低頻聲波,每一千碼的損失約為 0.01 分貝,跟電磁波相比起來可以說是幾乎沒有損失。

通常電磁波的極限穿透距離就只有幾十到幾百公尺而已。相比之下,低頻聲波可以說是幾乎沒有損失。圖/PanSci YouTube

因此在水中,大家聽到的不會是什麼「雷達」,因為雷達(RADAR)的全名是 Radio Detection and Ranging ,是使用電磁波偵查的技術。在水裡我們用的是「聲納」,是利用聲音當傳輸訊息與探知物體的手段。

此時蝙蝠的回聲定位使漆黑水底頓時明亮起來,聲波在海裡的傳播速度約為每秒 1500 公尺,只要計算我們發出的聲波與接收到聲波的時間差,我們就能辨別物體的距離。例如我們在聲波發出後的 10 秒後接收到反彈的訊號,就代表聲波來回走了 10 秒共 1 萬 5 千公尺的距離,我們和目標物就是這個距離的一半,也就是 7 千 5 百公尺。

-----廣告,請繼續往下閱讀-----

聲納裝載潛水艇上可以成為潛水艇的眼睛,裝在水面艦上,可以成為抓出潛水艇的掃描儀。潛水艇沒有聲納,姑且可以靠海圖小心航行,水面艦沒有聲納,面對潛水艇就只能海底撈針。

潛艦與反潛技術的發展

潛水艇在第一次世界大戰中開始展現出重要的戰略價值,其中最著名的潛艇戰就是德國的 U 艇和德國實施的「無限制潛艇戰」。當時德國的對手英國是個島國,因此便想到利用潛艦封鎖英國,無論是軍艦或商船一律擊沉,希望能拖垮英國的經濟。雖然德國最後未取得戰爭勝利,但潛水艇也確實擊沉了多艘協約國的船艦,立下的戰績是有目共睹。

最著名的潛艇戰就是德國的 U 艇和德國實施的「無限制潛艇戰」。圖/wikipedia

有鑑於此,反潛聲納的技術由此萌芽。第一個主動式聲納在第一次世界大戰期間,被著名物理學家朗之萬發明。 1915 年,第一個潛艇探測器「ASDIC」開始在英國海軍的艦艇上被運用。 1931 年,美國也發明了潛艇偵測裝置,並稱它為「SONAR」,顯然這名字取得比較好,也成為現在最常稱呼這種技術的名稱,聲納。

第一個主動式聲納在第一次世界大戰期間,被著名物理學家朗之萬發明。圖/PanSci YouTube

至此,水面艦就像開了白眼一樣,潛水艇終於無所遁形⋯⋯真的嗎?聲納既然已經發明了百年,為何潛水艇至今似乎仍保有隱蔽優勢呢?在科技發達的現代,聲納為何還是無法抓出所有潛艇?

-----廣告,請繼續往下閱讀-----

很可惜,事情沒有那麼簡單。當大家帶著最新科技和設備準備挑戰潛水艇這個可敬對手,卻突然被隱藏 BOSS 跳出來狠狠地打了臉,他就是:物理。

什麼是「陰影區」?潛艦能夠躲藏的位置?

讓我們回到大家都做過的實驗,準備一個透明杯子裝水,把筷子插入水中。因為光線在穿過不同介質的介面時,會因為速度改變而轉彎,所以筷子插到水杯中會出現偏折,水面上跟下呈現不同角度,看起來就像是被折彎了。

光線在穿過不同介質的介面時,會因為速度改變而轉彎,聲音也是。圖/wikipedia

聲音跟光一樣都是「波」的一種,因此在穿過不同密度的介質時也會產生折射,路徑出現偏折。你說道理我都懂,但海裡面只有水,哪來的不同介質?

還真的有,那就是隨著經緯度與深度變化,鹽分、水溫、密度都不同的海水。鹽分、水溫、密度的升高,都會導致聲速變快。而這三者在海中的各處都不會是固定的。例如在不同深度的海水中,深度 1000 公尺內上層海域的斜溫層,當深度越深離海面越遠,海水越得不到太陽的加溫,因此海溫快速驟減,而海溫的降低也會導致聲速降低。深度超過 1000 公尺以後的深海等溫層,溫度、鹽分的變化趨緩,此時壓力會隨著深度增加而增加,海水密度開始小幅度上升,因此聲速緩慢增加。

-----廣告,請繼續往下閱讀-----
每一處海水根據鹽分、水溫、密度不同,都會影響聲速。圖/PanSci YouTube

每一層有不同聲速的海水,就等於是不同的介質,聲波會在不同層的海水之間產生折射。類似的現象也發生在空氣中。在炙熱的沙漠或是天氣熱的柏油路面,偶而會因為空氣的密度分布不均,光線在不同密度的空氣間產生偏折,出現影像在空中出現的錯覺,也就是海市蜃樓的現象。

重點來了,在海裡的折射會是怎麼樣的呢?假設我們有一艘潛的足夠深的潛艇,海面附近的聲納發出一道聲音斜向海洋深處前進,根據決定折射角度的斯乃爾定律,當聲速上升,聲音會偏離介面的法線,偏向兩個液體的交界面。在海中的實際表現,就是聲音產生偏折,漸漸與海平面平行,當偏折的角度超過 90 度,最後甚至會向上偏折,產生全反射。

而斯乃爾定律也告訴我們,偏折的程度跟入射角有關,當角度超過臨界角時,才會產生全反射。根據這些聲波行進路線畫出來的圖,可以看到一塊聲波永遠到達不了的地方,這就是陰影區(shadow zone)。如果潛艇躲藏在這個位置,那麼水面上的敵人就永遠也無法透過主動聲納發現你。

根據這些聲波行進路線畫出來的圖,可以看到一塊聲波永遠到達不了的地方,這就是陰影區(shadow zone)。圖/PanSci YouTube

除此之外,從聲納路徑圖可以看得出來,在水中聲納走的路徑像是 U 字型一樣,會不斷在海面反射,在海中全反射。而線與線之間的空白處,是聲波不會經過的地方,也屬於陰影區。因此實際從水面偵測潛艦時,只有在碰到這些線的時候會收到該點的訊號,如果要抓出敵人,就要在獲知訊號時抓緊時間。

-----廣告,請繼續往下閱讀-----

如何減少陰影區範圍?

為了減少這些陰影區死角的範圍,也有一些有趣但複雜的想法,例如使用拖曳式陣列聲納,一個點不夠,那我就拉一排,減少盲區。或是透過小角度的海底反射,來覆蓋近距離內的更多範圍。然而這也不會只是畫一張圖那麼簡單,平常聲納就要過濾來自自身引擎的噪音,或是因為海底等非目標物的環境反射。多一次反射,就意味會多一道訊號反射到聲納中,要如何將這些訊號區分開來,判斷哪些是海床訊號,哪些是敵艦訊號,就各憑本事。

沒錯,就算有了聲納系統還不夠,海底資訊的掌握度和後期運算更是兵家相爭的關鍵。你想想,就算你知道聲音會隨著密度轉彎,但你知道眼前海域每個深度的實際密度嗎?如果你不知道這些資料,就算接收到訊號,你真的算得出敵艦的位置嗎?

舉例來說,冬天和夏天的海溫不同,聲音偏折的角度不同,能探查的範圍與死角就不相同。當你在不同緯度,不同海域作戰時,所需要的資料也不相同。

冬天和夏天的海溫不同,聲音偏折的角度不同,能探查的範圍與死角就不相同。圖/PanSci YouTube

台灣冬夏兩季分別受東北季風與西南季風吹拂,周圍又有黑潮、中國沿岸流等洋流影響,各層水溫隨季節變化影響劇烈,台灣海峽又因地形原因海流複雜,被稱為黑水溝。在此之上,能掌握好周圍的海流活動,除了能兼顧潛艦的航行安全外,也有助於提升潛艦的隱蔽性。

-----廣告,請繼續往下閱讀-----

潛艦與反潛的無數過招?

海洋的複雜性,構成了潛艦至今仍能維持隱蔽優勢的原因。而這場臥虎捉藏龍的對決到此還沒有結束,我們只介紹了第一招,後面大概還有 99 種招式等待要過招。例如潛艦關掉主動聲納後,如何靠被動聲納安全航行並鎖定目標?

除了透過聲納,搭載磁性探測儀的反潛機怎麼從異常磁場訊號中辨別海底的金屬潛艇?又或是水面上的聲納會被全反射,那麼改變深度的話是不是就能解決了?實際上,既然在海面上聽不見,反過來把聲納放進海中,放在海水密度最低的「深海聲道通道軸」這個如同光纖般的區域,就能清楚聽到來自遠方的聲音。

諸如此類的軍事科技對弈,就像其他科技一樣,對決永遠不會結束。如果你還有那些想了解的面向,不論是潛艦或是其他軍事科技,也歡迎留言告訴我們。

最後也想問問大家,你覺得潛水艇最大的戰略價值是什麼呢?

  1. 多一種隱蔽武器,多一種威嚇,提升敵人的作戰成本
  2. 突破封鎖線,在關鍵時刻打擊敵人的大型艦艇
  3. 間諜作戰,深入敵後蒐集電訊號與艦艇聲譜特徵,偷偷獲取情報

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

參考資料

所有討論 3