我很受傷，因為我覺得你是故意的

• 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。

大多數人會發現，朋友的個性林林總總，不一而足，有人比較外向，有人比較內向，有人比較擅長溝通，有人比較諳於採取行動，也有人比較熟悉表達同理心。還有人像我，得詢問該擁抱多久才可以帶給人安慰（你既然問了，我就好心說，答案是二到三秒，如果是因為分手肝腸寸斷，就抱個四秒）。

我們擔起的角色反映出自身個性，只是通常並未察覺。在任一團體中，有些人覺得當領頭羊比較自在，有些人寧願別人替自己決定。有些人喜歡直腸子說話，其他人只會用暗示的（唉唷）。

這些狀況都不是湊巧。從細胞生物到工作場所，只要集結了人類、動物、分子，其行為就可以依某種階層體系與關係組合來解釋，由個性與生理學來決定。

蜂巢裡有不同類型的蜜蜂：工蜂建立蜂巢、保衛家園、採集食物，女王蜂是社會黏著劑，也是「老大」，雄蜂的唯一職責是交配，不是交配的季節，則遭蜂群驅逐到蜂巢外。蜂巢因此得仰賴各種蜜蜂行使不同的功能，發揮所長，注意收發彼此的訊號。

透過蜜蜂分工合作了解蜂巢的運作，探究不同的成分（蛋白質或人）互相溝通的方式，也可以理解細胞生物和人類社會的小圈圈。一群朋友決定要去哪裡玩、看什麼電影，得看大家有什麼意見、出什麼力，同樣地，一個細胞若須執行必要的功能，得仰賴各種輸入與動作，而各種輸入與動作是來自不同的蛋白質類型。

以蛋白質說明人類性格，描繪群體合作模式

或者，至少，這就是為什麼一個組織能達成效率，我們在細胞結構與動物王國裡看到的也是如此。人類行為的現實通常更為紊亂。想想你自己的朋友，想想你多麼擅長決定與人社交的方式。需要多少時間才能約好碰面、敲定場地、邀請大家出席？

如果牽涉到請大家做不是他們真心想做的事情，有時是請大家做未必適合他們的事情，這過程又要耗掉多少心力？又一次，從眾的欲望以及希冀從他人獲得正面評價的欲望，往往會覆寫掉有效溝通與有效協調行動的必要。

相較之下，蛋白質的組織足具效率，行事理性，將情感與人際政治屏除在外，實在令人驚豔。觀察「細胞訊息傳導」（cell signalling）的過程便可看清這點，基本上就是不同的蛋白質互相結合，察覺體內的變化，並將變化告知彼此，最後做出決策。

我將此過程當作模型，以利於了解哪種蛋白質可以印證我觀察到的人類行為，更優秀的模型應是何種樣貌。方式是將蛋白質行為與麥布二氏人格類型指標（Myers–Briggs Type Indicator，簡稱 MBTI）相互對照。

MBTI 將人的個性分成八種屬性：外向（Extroversion）、內向（Introversion）；感覺（Sensing）、直覺（Intuition）；思考（Thinking）、情感（Feeling）；判斷（Judging）、感知（Perceiving），再判定哪四種最能反映人格特質與行為方式。

對照完之後，我發覺，蛋白質比我想像中還更適合用來說明人類。某種層面上，蛋白質是個性類型的有效參考值，稍後例子將詳述。但是，蛋白質又不僅呈現不同「類型」同時並存的實際狀況，也是個好模型，描繪出同時並存與攜手合作該有的運作模式，也彰顯了為何必須表現個性、而非壓抑個性。

最普遍的蛋白質個性整理如下。

受體蛋白

受體蛋白（receptor protein）是體內任何細胞最初的接觸點，會感受到外在環境的變化，例如血糖值達尖峰時，往下游傳遞訊息給細胞內其他蛋白體以處理後續。不妨把受體蛋白想成團體內具有同理心的一群，可以憑本能感受到別人的不自在，或是感受到各方爭執快要失控了，雖非決策者，卻能居中協調，和同類一起工作。

受體蛋白型的人為樂天派，在不同的社會團體間輕鬆遊走；多個小圈圈都有他的身影，是小圈圈之間的溝通橋梁。依 MBTI 分類，此為 ENFP 型：「熱情洋溢，富含想像力，認為生命充滿各種可能，可以快速連結事件與訊息。」抑或是 ENFJ 型：「溫暖，同理心強，感覺敏銳，負責。極為關心他人的情緒、需求與動機。」

他們觀察敏銳，處事圓滑，能自在與人相處，擅長破冰，宛如在社交圈裡翩翩飛舞的蝴蝶。

轉接蛋白

轉接蛋白（adaptor protein）促成細胞訊息傳導過程的下一階段，會與受體蛋白結合，決定在細胞內傳遞訊息的最佳方式。這是體內第一個「做決策」的細胞體，負責決定啟動哪一個「激酶」（kinase，為下游的蛋白質），以及傳遞哪些訊息給其他細胞。透過轉接蛋白，初始訊號因此轉化成稍後可傳導並據以行動的訊息。

對我來說，這類蛋白不會大驚小怪，從容自在，善於支持他人，不需要當鎂光燈焦點。我與「轉接蛋白」型的人常常處得不錯，他們不會評斷別人，替不同人當翻譯，在不同個性的人之間斡旋，都相當拿手，與受體蛋白相仿，也是溝通者，不過，並不是主動積極與他人交朋友的那種，比較近似引導者：鋪好平整道路，往目標前進。

轉接蛋白屬於 ESTJ 型：「態度實際，將現實納入考量，實事求是，果斷，迅速著手履行決策。」抑或是 ISTP 型：「有包容力，彈性，會先靜靜觀察，問題真的浮現後便快速採取行動，找出可行解方。」他們不會大聲嚷嚷，也不會逼自己站到前排，但沒有了這類人，團體可能會失去平衡，四分五裂。

• 黃貞祥／國立清華大學生命科學系助理教授

關心事物遠勝於人，對社交充滿焦慮——你也是這種阿宅嗎？

「靠北工程師」的臉書粉絲專頁，上面充斥著大量阿宅工程師不解風情的笑話，其中大多數甚至不是虛構的吧？

像是《生活大爆炸》（The Big Bang Theory）的主角群那樣毫無社交能力、一再笑料百出，當然是太誇張了，但我先承認，對我們理工宅來說，往往很難想像大多數人類的情感世界，我們甚至對人類本身也不太感興趣，更遑論社交，否則就不會長時間宅在實驗室研究各種「冷冰冰」的東西，成為世界上極少數能夠理解某一主題的專家。

即使當上了教授，我們對社交活動仍充滿各種焦慮，據說許多當上主管的理工科系教授也一樣。要不是對事物的關心遠高於對人的，科學家或工程師為何要爆肝地躲在實驗室裡沒日沒夜地工作呢？在我們的成長過程中，更是充滿各種不堪回首的回憶吧？老實說，我自己過去因為穿著不得體，或者講了什麼不體面的話而被訓斥的經驗，也不勝枚舉。

很多理工宅，從小就是學霸，但我是個例外——標準的學渣。我在小學乃至中學時，有很多科目學期成績甚至掛零分。要做到這點其實不難，只要作業和考卷都交白卷，把時間花在做白日夢，或者閱讀大量自己都看不懂的書，然後準備回家被痛扁一頓就好。

只要是沒興趣的科目，我上課唯一的樂趣，就是在老師講課時，大剌剌地在教室玩起自己的東西，或者捉弄老師，大聲嗆他們沒講好的地方，因此在走廊罰站和被板擦砸中，也是家常便飯。還好我念的不是升學主義的中學，否則遲早會被退學。

整個中小學時期，我也一直覺得老師和同學都很奇怪，總是和他們格格不入，因為每次我去問他們或者找他們討論讀閒書看到的相關知識，不是被老師訓斥干擾教學，就是被同學當作神經病。一直到上大學前，我都不懂為何那些科學知識對他們來說會是無趣的。

後來，我發現自己對數理科目真的很感興趣，但因為馬來西亞中文獨立中學早期師資匱乏，所以數理科目幾乎都是自學的，然後在其他中文以外的文科科目全都超低分的狀況下，學校只好睜隻眼、閉隻眼，沒讓我留過級。

在學校裡最會被大哥們挑上然後被霸凌的，就是像我這樣的怪咖吧？在小學和初中階段，天天被照三餐開扁，後來被那些小混混打到全身傷痛也無感後，乾脆還收錢斂財，讓他們付費當沙包，只是後來醫藥費比賺到的多太多了，才知道原來要有成本的概念。

除了個性內向害羞、興趣狹隘，小時候家人還懷疑我有過動症。還記得，剛上幼稚園的時候，因為上課時跳上桌子表演舞龍舞獅，或者覺得女同學的辮子很可愛就當玩具玩，還有拿顏料要幫學校桌椅、牆壁作畫，而立馬被送回家⋯⋯因為幼稚園就在我家隔壁，老師都是直接把我從圍牆丟回家的⋯⋯

觀察、模仿、學習，以科學之眼開啟社會化

其實，我也不是沒朋友，因為校園裡總會有些怪咖，他們也沒什麼社交能力，可是在數理科目上卻展現出驚人天份，而且也天天跟你講很多很奇怪的話，讓我覺得很新奇。隨著年級愈來愈高，還能留在學校而沒有離開的同學，就愈多志同道合的，加上高中升學壓力浮現，很多同學就會來和我們交朋友，然後考試時拜託我們偷傳答案給他們⋯⋯

對許多人來說，理工宅就是這麼一群不懂人類情感能力，只有解決問題能力的人，比較像電腦程式多於像人類吧？而理工宅在成長和求學的過程中，因為貧弱的社交能力，還有搞不清楚狀況的發言等等，輕則被白眼，重則被霸凌，其實都很令人感到痛苦與挫折。

上了大學以後，我愈來愈社會化，以至於只有極少數朋友相信我個性內向害羞，大多數朋友都以為我是外向性格的人。那麼，我是如何學會與人相處的呢？

那麼，要如何變得更社會化呢？我自己的方式是：以科學的方式來解決這個問題。也就是把所有人類的行為，當作動物行為來觀察，看看周遭的人們，在具體的場合中，他們的言行舉止究竟會如何表現等，然後好好模仿一番。

格格不入，不曉得怎麼與人相處？你需要《人類使用說明書》！

如果，有更科學的方式來解決理工宅各種共同的社交問題，這一定是救星啊！

八歲時被診斷患有自閉症（ASD）、二十六歲時診斷出注意力不足過動症（ADHD）的倫敦大學學院（University College London）生物化學博士卡蜜拉‧彭（Camilla Pang）除了以這本《人類使用說明書》成為 2020「英國皇家學會科學圖書獎」（Royal Society Science Book Prize）史上最年輕得主，更重要的是，她利用自己研發出的各種方法，來度過苦澀的青春成長歲月，而成為一位「轉譯生物資訊學」（Translational Bioinformatics）研究者。

《人類使用說明書》真的是宅到爆的科普書，建議普通人閱讀前要有心理準備。雖然我還不算真的罹患自閉症或注意力不足過動症，但是像這些複雜的心理性狀，其實都只是「頻譜」的問題而已。例如亞斯伯格症，像我這樣的理科宅，雖然沒達確診標準，但其實評鑑分數已高過平均值不少，相信我大多數的理工教授同事也有過之而無不及。

因此，在相當程度上，我還滿能夠理解卡蜜拉當初沉浸在科學的世界中，如何化挫折為力量，以應對現實世界帶來的挑戰！

簡單來說，我們這些能夠適應社會的理工宅，某種程度上就是把面對的所有人生重大問題，都分解、拆解成一個個小單元，然後運用理性分析思考的方式，用盡所有能夠收集到的資訊，整理成一個個工作清單，然後按表操課地一一面對挑戰。

只是卡蜜拉更是直接把科學運用在思考她遇到的絕大部分人際問題上！如果卡蜜拉小時候有本《人類使用說明書》，她一定會是忠實的小讀者。可惜，她當時沒這本書，於是她長大後乾脆放大絕——自己寫一本！

雖然是理工宅但沒關係。她用一般理工宅更能夠理解的科學語言，來說明理工宅面對的種種人生難題。這是一本可以造福社會的好書，因為儘管許多理工宅是不折不扣的怪咖，但是只要在人生中遇到知音，他們就能夠好好地發揮所長，用特殊才能來推動人類科技的進步，而非自暴自棄甚至誤入歧途、為害人間。

卡蜜拉本身就很幸運，因為她的家人、朋友和老師都很照顧她。而我也是。所以如果認識這些怪咖，或者他們是你的家人，趕快買一本送他們！你會感謝你自己的！

從科學理論討論人際——《人類使用說明書》真的夠宅、夠懂人嗎？

要如何說明《人類使用說明書》的宅度呢？

舉例來說，卡蜜拉用現在當紅的 AI 人工智慧機器學習來說明如何擺脫箱型思維；理工宅在成長過程中，因為個性古怪而難以交友怎麼辦？向蛋白質學習團隊合作吧！她用熱力學來解釋房間的失序狀態才是正常的，這點深得我心！遇到恐懼該怎麼辦？探究一下光波和折射吧。

尋找河蟹要去找網路警察嗎？其實，波理論、和諧運動就能提供答案；分子動力學能教你如何屏除從眾心理，而量子力學和網絡理論能指導你邁向目標；不知道別人在想什麼嗎？沒關係，可以好好運用演化及貝氏定理；化學鍵就隱含著各種人際連結的道理；在人生的過程中犯錯不需太擔心，因為深度學習與神經網路就在不斷試錯；要在社會中待人以禮，可以用心研究賽局理論。

從上述內容也大致可見，不僅理工宅可以用科學來理解人類，而我們也能反過來用人類行為來理解這些科學知識與理論，這也是為何卡蜜拉的處女作能打敗許多經驗老道的科普作家，而榮獲 2020 「英國皇家學會科學圖書大獎」吧！

理工宅的人類敲門磚——你準備好走進這個世界了嗎？

《人類使用說明書》也能讓我們見識到理工宅很不一樣的內心世界，原來大家都有情感上的需求，只是當有人和我們看起來不太一樣，只要我們並不是外星人（雖然稱我們為外星人的同學也不少），就多少應該活得像人類。

不管是理工宅還是多愁善感的文藝青年，都是我們人類多樣性的表現，人類能夠源起自非洲草原，而後遍布全球，就是拜我們這個物種的多樣性之賜，創造出五花八門的技能和知識，形成複雜的社會網絡，天生我才必有用。

當然《人類使用說明書》也只是一塊敲門磚，讓理工宅能夠更加自在地融入社會，而不僅是孤芳自賞。可是要更加搞懂人類的世界，以及內心深處情感的力量，我們也需要文學。

文學的價值就在於本身的美，但如果站在功利的角度來看：文學作品能夠讓我們更加體會人類的情感世界。例如詩詞歌賦引領我們探索更廣闊的人類情感；經典文學小說，讓我們用我們演化而來、天生擅長用故事學習的方式，理解更深刻的情感與人際關係。

確實有心理學研究發現，閱讀文學小說，能夠提高受試者閱讀他人情緒的能力，這對我們在社會上趨吉避凶，會是很有幫助的！

好吧，準備好見識一下這位了不起女孩的內心世界了嗎？