0

0
0

文字

分享

0
0
0

教育-《富足:解決人類生存難題的重大科技創新》

商周出版_96
・2013/08/11 ・4279字 ・閱讀時間約 8 分鐘 ・SR值 493 ・六年級

-----廣告,請繼續往下閱讀-----

鑿壁上網

富足-封面+書腰一九九九年,印度物理學家沙加達.米特拉(Sugata Mitra)對教育產生了濃厚的興趣。他知道世界上有些地方沒有學校,世界上也有些地方,是好老師不會願意到那裡任教的。他的問題是:他可以為那些地方的孩子們做些什麼。自主學習是可能的解決方法;然而,生活在貧民窟的孩子們能夠掌握自我決策嗎?

當時,米特拉是印度新德里尖端電腦軟體及開發公司NIIT科技(NIIT Technologies)研發部主管。緊靠他那時髦的二十一世紀辦公室旁,正是一個城市貧民窟,兩者間僅一道高牆之隔。因此,米特拉設計了一個簡單的實驗:他在牆上挖了一個不會帶來盜竊問題的洞,並在上頭安裝了一台電腦和一個觸控面板。他把螢幕和觸控面板朝向貧民窟,讓電腦連上網際網路,並安裝網路瀏覽器,然後他就走開了。

住在貧民窟的孩子不會說英語,也不知道如何使用電腦,更從沒聽說過什麼是網際網路;但是,他們很好奇。在幾分鐘之內,他們已想出如何指向和點擊。第一天結束時,他們已經懂得如何上網─更重要的是,互相教導其他孩子如何上網。這結果提出而非回答了更多的問題。是真的嗎?這些孩子真的可以自己學會如何使用這台電腦?還是有人在沒有被米特拉的隱藏鏡頭拍到的情況下,教這些孩子如何上網?

所以,米特拉把實驗搬到希沃布里(Shivpuri)的貧民窟,他說那個地方是:「所有人都向我保證那裡從來沒有人教任何人任何東西。」他在那裡也得到了類似的結果。接下來,他又把實驗移植到一個偏遠村莊,得到的同樣是類似的結果。從那時起,他們便在印度以及世界各地複製這個實驗,也總是得到相同的實驗結果:一小群沒受到監督與任何正式訓練的孩子,一樣可以非常迅速地學會使用電腦,並且非常熟練。

-----廣告,請繼續往下閱讀-----

這誘發米特拉不斷擴大一系列實驗:孩子們可以自己學會些什麼。當中較雄心勃勃的實驗之一,是在印度南部的加利庫培(Kalikkuppam)的小村落進行。這一次,米特拉決心看看這裡貧困且只會說泰米爾語的十二歲孩子,是否能學會使用他們之前從未見過的網際網路,或自學他們從未聽過的科目生物科技,或是學會他們當中沒有人會說的英語。「我所做的只有一件事:告訴他們,這台電腦之中有一些非常困難的資料,他們很可能完全看不懂。但幾個月後,我會再回來測驗他們。」

兩個月後,他回來了,問學生們是否看懂了那些資料。一個年輕女孩子舉起手,答:「除了去氧核糖核酸不正常複製會引致遺傳病這個事實之外,其他的我們都不理解。」然而,情況其實不盡如此。當米特拉對他們進行測驗,孩子們的分數平均約為三十分(滿分一百分)。在兩個月內在沒有任何正式指導的情況下,從零分達到三十分已是相當顯著的成果,但還是沒好到可以通過標準考試。因此,米特拉找來救兵,從村裡招募了一個年齡稍大的女孩擔任導師。她完全不懂生物科技,但米拉特教她使用「老奶奶法」:只是站在孩子們後面,並給予鼓勵:「啊,好酷!真是棒極了,再多教我些別的吧!」又過了兩個月,米特拉回來了。這一次,測驗的平均成績已躍升至五十分,而在新德里一流學校學習生物科技的高中生平均也拿到這樣的成績。

接下來,米特拉開始把方法進階。他在學校設置電腦中心,但是這次他並未丟給學生們一個如生物科技這樣的科廣泛科目,而是向學生提出特定的問題,如:「二次世界大戰是好事還是壞事?」同學們可以利用一切可得的資源來回答這問題,但是米特拉向學校提出了一個要求─四個學生必須共用一台電腦。因為正如麥特.瑞德里在《華爾街日報》所寫:「一個孩子在電腦前所能學到的東西很有限;但四個孩子一同討論和辯論,就會學到很多東西。」當他們之後再進行測驗(在不使用電腦的情況下),平均分數達七十六分。這成績固然令人印象深刻;然而,問題是究竟學生們的實際學習深度有多少?所以,米特拉兩個月後又再回來重新測驗學生,也得到了相同的結果。這些孩子不但達到了深度學習,更前所未有將資訊記到了腦海裡。

從那時起,米特拉就來到英國新堡大學研究教育科技,並在該處開發他稱之為「最少侵略性教育」(Minimally Invasive Education)的新型小學教育模式。為此,他在世界各地創立了「自助學習環境」(self-organized learning environments,SOLES)。所謂的自助學習環境其實不過是電腦工作站,且每台電腦前都設有一張四人座的長椅。由於這些工作站也設在無法找到好老師的地方,因此每台電腦都會連接到米特拉形容為「老奶奶雲端教學」的網絡─實際上就是招募自英國各地的一群老奶奶,她們答應每星期貢獻一小時的時間,透過Skype輔導來到工作站的孩子。他發現平均而言,「老奶奶雲端教學」可以提高學生的考試成績百分之二十五。

-----廣告,請繼續往下閱讀-----

綜合上述結果,這樣的教學方式徹底改變了現有的教學模式。有別於上對下的指導,自助學習環境是由下而上的;有別於孩子們自行學習,自助學習環境是師生共同協作的;有別於正規的在校學習環境,這種「鑿壁上網法」採用的是遊樂場般的環境。最重要的是,最少侵略性教育不需要老師。目前,預計在未來十年,全球將缺乏一千八百萬名教師。印度需要另外一百二十萬名教師;美國則需要二百三十萬名;撒哈拉以南非洲地區需要的則是一個奇蹟。正如聯合國教育助理總幹事彼得.史密斯(Peter Smith)最近解釋:「識字問題涉及的是蘇丹西部達佛地區孩子們的未來。我們必須發明新的解決方案,否則我們就等於扼殺了這個世代的孩子。」

但米特拉發現,其實我們已有解決方案。如果我們真正需要的是沒受過特別訓練的學生、沒受過特別訓練的老奶奶,以及每四個學生一台接連網際網路的電腦,那麼我們其實無需擔心達佛地區的識字問題。顯然,我們其實已有充足的學生與老奶奶。無線網路目前已覆蓋全球百分之五十地區,並且正在迅速延伸到餘下的角落。那麼可以負擔得來的電腦呢?好,這時就該請尼古拉斯.尼葛洛龐帝(Nicholas Negroponte)上場了。

每個孩子都有一部平板電腦

最早看出電腦教育潛能的人之一,是西摩爾.派普特(Seymour Papert)。他原本是數學家,在去到麻省理工學院之前,曾與著名兒童心理學家尚.皮亞傑(Jean Piaget)共事多年。他和馬文.閔斯基(Marvin Minsky)在麻省理工學院共同創建了人工智慧實驗室(Artificial Intelligence Lab)。派普特於一九七○年發表了現在非常著名的文章:〈教孩子思考〉(Teaching Children Thinking)。他在文中討論,孩子的最佳學習方法不是透過「指導」,而是「建設」。也就是說,從實做中學習,尤其是利用電腦。

當時是自製電腦俱樂部成立前五年,很多人聽到派普特的想法都不禁訕笑起來。那時的電腦既龐大又昂貴,他們要如何把電腦交到孩子手中?但是,一位名叫尼古拉斯.尼葛洛龐帝的建築師卻認真對待派普特的想法。尼葛洛龐帝今天被視為資訊時代(Information Age)開國元勳之一,亦是麻省理工學院建築機械小組(MIT’s Architecture Machine Group)創辦人以及麻省理工學院媒體實驗室(MIT Media Lab)共同創辦人之一。他也認為電腦或許能為目前世界上百分之二十三沒有上學的兒童帶來有品質的教育。

-----廣告,請繼續往下閱讀-----

為此,一九八二年,派普特和尼葛洛龐帝為塞內加爾首都達卡的學童帶來了蘋果II電腦,再次證實米特拉之前已確認的:偏遠農村的貧困兒童對電腦的上手速度,與其他所有孩子一樣快。幾年後,他們倆在媒體實驗室創建了「未來學校」(School of the Future)。他們把電腦帶進教室,作為想法的測試場地。一九九九年,尼葛洛龐帝帶這些想法帶到國外測試,開始在柬埔寨設立學校,每名學生都獲提供一台筆電,並且能夠上網。他們還學會了人生第一個英語單字:Google。

這實驗是非常具力量的。尼葛洛龐帝帶著兩個堅定的信念離開柬埔寨。第一,世界各地的兒童都喜歡上網。第二,當時市場對於生產低成本電腦並不特別感興趣,尤其是價格低到發展中世界足以入手的電腦,而這些國家當地每名孩子的年度教育預算可能低至二十美元。二○○五年,他開始著手「每童一機」(One Laptop Per Child,OLPC)8的解決方案,此行動旨在為地球上的每一個孩子提供堅固耐用、低成本、低電量需求、能夠上網的筆記型電腦。

雖然傳說中每部電腦售價一百美元的目標尚未實現(目前約為一百八十美元),每童一機計畫已經把筆記型電腦交到世界各地共三百萬名兒童手中。由於這計畫是以從實做中學習的教育模型為基礎,因此以死記硬背為基礎的測驗或其他傳統的學力測驗方式都不適用這計畫。但他們已經找到可行的測驗方法。「我所找到這個計畫確實有效、最令人信服的證據,」尼葛洛龐帝說:「就是我們到達的每一處,逃學率都降到零。有個地方的孩子逃學率高達三成,但我們去到那兒之後,數字卻突然跌至零。」

逃學並非第三世界的專利。平均來說,美國公立學校的學生只有三分之二完成高中學業,這是工業化國家之中的最低畢業率。在一些地區,輟學率超過百分之五十;在美國印第安人社區,數字更高逾百分之八十。許多人認為這些學生離開學校,是因為他們無法達至要求的學業表現,但由蓋茲基金會所進行的研究發現情況並不是這樣。哈佛改變領袖能力小組(Harvard’s Change Leadership Group)聯合總監東尼.瓦格納(Tony Wagner)在其著作《全球成就鴻溝:為何連最好的學校也不教我們的孩子所需的新生存技能─而我們又能做些什麼》(The Global Achievement Gap: Why Even Our Best Schools Don’t Teach the New Survival Skills Our Children Need—And What We Can Do About It)寫道:「一項研究國內各地近五百名輟學生的全國性調查指出,約有一半的輟學生說他們離開學校,是因為課堂枯燥且無助於他們的人生或職涯發展。大多數受訪者還表示,學校並沒有激發他們想認真讀書的心。逾半數輟學者只要再花兩年或更短的時間就能拿到高中文憑,百分之八十八的受訪者在輟學時其實成績是及格的;將近四分之三的受訪者說,如果他們想,他們是可以畢業的。」

-----廣告,請繼續往下閱讀-----

究竟每童一機計畫能否在美國發揮同樣的影響力,這個問答有待回答(北美版在二○○八年才推出),但是它對全球的影響力卻持續增長。烏拉圭已把每童一機計畫設為小學教育的骨幹,而其他國家也開始跟進。二○一○年四月,該組織與東非團體合作,為肯亞、烏干達、坦尚尼亞、盧安達和蒲隆地的兒童送上一千五百萬台筆記型電腦。

每童一機計畫最近從製造出一百美元的筆記型電腦轉向製造七十五美元的平板電腦,此舉可進一步協助實現尼葛洛龐帝的願景。當然,諾基亞目前正努力開發五十美元的智慧型手機─這目標最有可能帶來自然有機的擴散,而且無需依賴政府大規模投資。若是如此,確實會引發另一個問題:「那麼我們何必費力做改變?」但尼葛洛龐帝認為,智慧型手機並不是合適的教育設備;反之,他認為平板電腦能夠提供他所謂的「書本經驗」,他認為是這才是學習的基礎。考慮到媒體實驗室在機械與人類界面的優秀表現,不考慮尼葛洛龐帝的意見將使我們顯得愚昧。只要每個孩子都能獲得受教育的機會,即使智慧型手機真的成為明天最受歡迎的平台,那又何妨?

 

摘自PanSci 2013年8月選書《富足:解決人類生存難題的重大科技創新,由商周出版。

文章難易度
商周出版_96
119 篇文章 ・ 362 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

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

1
0

文字

分享

0
1
0
解密 Wi-Fi、WLAN、802.11:網路通信的差異與演進
數感實驗室_96
・2024/06/21 ・774字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

在現代社會,如果我們到咖啡廳或其他公共場所,打開筆電坐下來後,通常的第一句話都是「請問這裡有 Wi-Fi 嗎?」。

沒除了 4G、5G 行動通信以外,Wi-Fi 是我們日常生活中常用的上網方式。那麼,Wi-Fi 到底有什麼特點呢?

首先,來解釋一下幾個常見的名詞:Wi-Fi、WLAN、802.11。

-----廣告,請繼續往下閱讀-----

你或許都聽過這些詞,特別是 Wi-Fi,但它們之間有什麼差別呢?

LAN 是 Local Area Network,區域網路的意思。通常指的是像一間網咖這樣的範圍。而 WLAN 就是 Wireless LAN,無線區域網路,這是現在的主流用法。而 802.11,則是專門針對區域網路中無線部分的技術標準。而 Wi-Fi 呢,則可以看作是 802.11 這個技術標準的口語化說法。而 Wi-Fi 的 logo 一黑一白,與太極圖非常相似並非巧合,其 logo 衍生自太極圖,就是想取其相容於任何設備、平台,不管在哪裡都能順利連上網的意象。

有人說 Wi-Fi 在現代已經像空氣、陽光、水和電一樣,成為不可或缺的基本需求。

除了 Wi-Fi 我們還介紹 MIMO 這個關鍵技術,如果對更多技術細節感興趣,或是想聽聽像 Bluetooth 是以國王名字命名的科技小故事,都歡迎在留言告訴我們,期待與你們繼續分享更多有趣的科技知識!

-----廣告,請繼續往下閱讀-----

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

參考資料

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/

0

1
1

文字

分享

0
1
1
電磁波全揭秘:了解頻帶、頻寬、頻率和通信技術的基礎知識
數感實驗室_96
・2024/06/13 ・672字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

先前我們介紹了多位為通信科技發展做出貢獻的科學家。現在,我們要深入探討無線通信的技術層面。

無線通信,顧名思義不像傳統的電話或電報那樣需要一條實體的線路來傳遞信號。但這些信號並非憑空傳遞,它們依賴的正是電磁波。

電磁波在現代社會無處不在,從微波爐、手機到基地台,這些設備都會發射電磁波。但其實即使沒有這些科技裝置,電磁波依然存在於我們周圍。什麼意思呢?答案就是:當我們白天走到戶外,看到的光,它其實也是電磁波的一種。

-----廣告,請繼續往下閱讀-----

希望大家掌握了這些電磁波、頻帶、頻寬等基礎知識後,未來在閱讀相關的電信新聞時更加了解他們提到的術語,以及各種縮寫。以後無論是科技發展的動態還是市場新技術,都能更有概念地理解。

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

參考資料

討論功能關閉中。

數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/