構築一個均富的未來－《富足》讀後感

• 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。

文 / 李讚虔

《富足》這本書開宗明義說明了作者所定義的「富足」，並不是滿足人類所有的慾望，而是每個人都能夠過著生活基本需求不於匱乏的境界。因此，可以了解作者並不是要描寫科技萬能，可以滿足「人定勝天」的想法，達到讓人類為所欲為的生活。

作者在書中列出了人類未來要面對的生活基本問題，例如：食物、飲用水、人口暴增…等，再述說現在已經有人做了些什麼事，來解決這方面的問題。但個人認為，人口的問題是上述最根本，也是比較無法預測的問題。畢竟以現在的科技，要解決食物與飲用水的問題，並不困難。像是現在已有的植栽大樓，不僅增加糧食作物產量與生產空間，也可以降低水資源的浪費；奈米級的過濾網，可直接分離出最純淨的飲用水。另外，饑荒主要問題是食物分配不均，以及各國國情問題（例如：戰爭），導致有些國家糧食過剩，有些國家饑荒連連。潔淨水問題也與傳染病有關，現在也有許多科技慈善家捐助了大筆款項去改善了第三世界的飲水品質。顯示了要改善第三世界的生活品質，科技慈善家提供了很多力量投資，這些都是目前已經有在進行，且有成效的項目。至於人口的增長，雖說有統計指出與教育程度的提升、降低幼兒死亡率息息相關，但人類的生活素質提升之後，相對地對於能源與自然資源的需求也就跟著提高，在「人口數」乘上「個人對於自然資源的需求」，是否會超過地球的負荷，仍有待觀察。

網路，是改變現代人生活的一大步。還記得在大學時期，為了找尋一些年代較為久遠的papers，幾乎跑遍了許多大學的圖書館，甚至請人代印後再寄過來。目前有許多學術期刊，都已經有提供從創刊號起至最新一期的電子檔。因此，現在的科研人員或研究生，只需要上網，到期刊網站鍵入期數與頁碼，幾乎都可以找到所要的文章。如此一來，省去了很多時間、往返的交通費用，知識傳遞的速度已非昔日同語；相對地，在資訊爆炸的時代，我們雖然很容易在網路上尋得我們所要找的訊息（例如：詢問一下Google大神）。這麼多的訊息，怎樣的搜尋技巧可以快速找到你要的知識是一回事。但是，當正反訊息同時出現時，你要判斷真假又是另一回事。例如：前陣子台灣的食安問題頻傳，就有掛著衛福部的名號散佈「衛生福利部已公布第二波有毒食品名單」的謠言欺騙民眾。因此，網路上查到的訊息也不見得就是真的。這時，就得依靠自己冷靜與專業來判斷了。如果，平常就有多多攝取相關的科學知識，應該可以藉由組織架構的能力來明辨是非。

再者，《富足》也提到未來會影響全世界的一個主要因素，就是來自於即將崛起的第三世界國家居民。相信很多人對於非洲國家的印象仍停留在蠻荒落後的印象。但事實上，現在有很多外國科技廠與科技慈善家有在著手經營非洲了。有些非洲國家的通訊是直接架設基地台，用無線電通訊。已經不像台灣從早期的鋪設線路慢慢進展到現代的無線電通訊。在網路不普遍的時代，可能在默默無名的小鎮居住著某方面的「達人」，一生中就只有幾個人知道他。但網路普及化後，就可以藉由資訊傳播，將訊息發送到世界各個有網路的角落。例如，全世界的人只要能夠連上youtube，都能夠隨時與他人分享自己的作品，或是看到別人的創作。有句話說「創意，是建立在紮實的基礎之上」。由於網路的崛起，我們可以藉著更豐富，及多種知識領域的結合，來發展出自己的創意，並藉由網路的通道，可以來讓世人了解自己。網際網路的普及，使得群眾有機會結合各領域的專才，更有效率的發揮自己所長。或許，可能就此遇到伯樂，而讓你的生命有了轉變。

雖然，「富足」一書的主軸是講述科技帶給人類生活不虞匱乏，並能逐漸達到去物質化與去貨幣化的境界。但「水能載舟，亦能覆舟」，一但科技被居心不良的份子利用，也會造成難以防範的災難，像是：盜取個人資料、攔截通訊內容…等。另外，因為科技進步會逐漸取代勞力，而造成失業率提高的案例（像台灣國道上演的eTag造成國道收費員的失業）。但相對的，科技的進步也創造了另一群人的就業機會（由eTag的製造人員、維修專員與客服人員取代了收費員的工作）。從演化的角度來看，科技就有如「人擇」，使得未來人類就業的演化方式，逐漸以輔佐科技、提升效率為主，變得比較多元化、也需要更進階的知識。

言盡至此，我認為知識的集結度與創新，正是影響人類未來生存大計的關鍵，隨著知識的取得容易，想要成為一個具有影響力的人，除了要具備充足的知識量以外，也要能夠加以整合、歸納，進而結出創意的果實，成為有創新能力的人才。

我們可能很難想像未來的生活之面貌，因為總是有意想不到的科技產生，不過科幻小說家還是能讓我們充滿想像。究竟科幻小說家想像的未來又有多真實呢？來讀讀 美國日裔科學家加來道雄（Michio Kaku）的《2100科技大未來：從現在到2100年，科技將如何改變我們的生活》（Physics of the Future: How Science Will Shape Human Destiny and Our Daily Lives by the Year 2100）這本既科幻又科普的好書吧。

雖然說《2100科技大未來》是要預測未來近一百年的科技發展，不過其大半內容，主要還是要介紹現代最尖端的先進科技，以及那些尖端高科技在未來的發展。 這個任務，最有資格的執行者之一，就是作者加來道雄。和凱文．凱利（Kevin Kelly）的《科技想要什麼》（What Technology Wants）偏重哲學式思考不同的，《2100科技大未來》更在乎的是科技的務實發展；其預測的未來也比《富足：解決人類生存難題的重大科技創新》 （Abundance: The Future is Better Than You Think）預測的還更長遠，而且不像後者還需顧及政策面（請參見〈究竟科技想要什麼？〉和〈理性樂觀的富足〉）。

加來道雄是紐約市立大學理論物理學教授，超弦理論（Superstring）的奠基者之一。他同時是Discovery頻道《科幻成真》（Sci Fi Science: Physics of the Impossible）的節目主持人。他主持了兩個廣播節目：《探索》（Explorations）和《奇幻科學》（Science Fantastic），在超過140個廣播電台播出。他還著有《穿梭超時空》（Hyperspace）、《愛因斯坦的宇宙》（Einstein’s Cosmos）、《電影中不可能的物理學》（Physics of the Impossible）、《NEXT 20 years and after》（Visions）、《平行宇宙》（Parallel Worlds）等書，大多也有繁體中文版。

加來道雄推估，我們人類社會將會在科技大幅飛躍下，在百年內進入第一型行星文明。至於啥是行星文明？加來道雄指出，那是能夠充分控制居住行星能源來源的文 明。我們現在的文明，大概是一個0.7型的行星文明。第二型文明可能開發恆星輸出的全部能量。而進入第三型狀態以後的文明，將已經探索過星系內的多數地 方。

加來道雄探討人類文明的幾個進展方向，分別是「電腦的未來──心靈控制物質」、「人工智能的未來──機器的興起」、「醫學的未來──完美與超越」、「奈米 科技──萬物始於虛無？」、「能源的未來──來自眾星的能源」、「太空旅行的未來──奔向眾星」、「財富的未來──贏家和輸家」、「人類的未來──行星文 明」。

不過，科技始終來自人性，即使未來人類文明進展至行星文明，人類還是會深受穴居人原則的約束，也就是說我們演化千萬年而來的原始慾望（娛樂、情感、社交等），仍然不會受到高科技的改變，而且會繼續影響我們的行為、決策和選擇。

加來道雄指出，在電腦的未來中，軟性電子紙會當道，而類似Google眼鏡的也將進展至隱性眼鏡的地步。晶片將會在功能更為強大下繼續縮小，而且在生活中 各種物品中無所不在。不過加來道雄也提到晶片的縮下有其物理限制，並嚴正警告矽谷該設法準備面對，否則矽谷也會淪落成下一個鐵鏽地帶。未來甚至會出現可以 接收腦波的晶片，然後控制的物體移動和運作，我們就可以念力控制物質，未來人類就會像神話中的天神般！

《2100科技大未來》揭示的未來世界，機器人無處不在，雖然它們未必都以人形現身。機器人漸漸取代單調的工作，並代替我們去從事危險的工作。台灣未來老 齡化社會最大的隱憂是老年照護，而未來機器人可以勝任這個工作。而人工智能，也要對人類友善，以免人類淪為機器人的奴隸。

未來我將可以便宜地取得自已的全基因體（書中用「基因組」一詞）的序列，瞭解自己罹患疾病的風險，還可以為「體質」量身訂做藥物和療法呢（請參見〈從基因標靶藥物，到實現個人化醫藥的未來基因體醫療〉）。生物醫學家還能夠利用幹細胞加上3D列表機印出完整的人體器官（請參見〈第三次工業革命的自造者時代〉）。甚至還利用基因療法來改善自己或下一代的遺傳，不過這在生物倫理學界仍有極大爭議（請參見〈人性正義的反對完美〉），我想加來道雄這位物理學家有點太單純了。

《2100科技大未來》還預測出可以隨時監控癌細胞晶片，在我們吃喝拉撒睡時守護我們的健康。其實，儘管所有動物都難逃一死，不過並非所有動物都會經歷老 化（例如海龜等爬蟲動物，不是老死，而是因為意外、饑餓或被獵食而死），因為只要我們掌握這些動物不老的秘密，我們就能減緩老化、延長壽命。

未來科學家和工程師會開發出利用分子、甚至原子層次的奈米裝置。在醫療方面，癌細胞在被上述晶片測偵出時，就利用奈米裝置巡航我們身體，把癌細胞找出並消 滅它們。雖然晶片可能無法再更為強大下繼續縮小，但是量子電腦或是DNA電腦出現可以取代晶片的不足。可程式化材可能將會讓《魔鬼終結者第2集》 （Terminator 2: Judgment Day）中可以改變形狀的殺手機器人可行，不過與及用來當殺手，我們將會用可程式化材來製造建築、家具等等吧，還可視使用情況或心情調整形狀和結構呢。

《2100科技大未來》指出，受控核融合將完全取代石油的乾淨能源方案，書中清楚並深入淺出地解釋了受控核融合在工程上的可行性及困難處。不少物理學家也對受控核融合在我們有生之年成為實際運作的科技深具樂觀的信心（請參見〈給未來總統的物理課－必須面對的科學真相〉）。還有利用室溫超導體可以做出磁浮科技，未來汽車、列車可以高速在低阻力的情況下行駛。室溫超導體也可以大幅降低電子在纜線內傳輸的耗損，讓未來電力經濟地超長距離傳輸成為可行。

談科技未來，不免俗一定得提到星際旅行。《2100科技大未來》指出，未來利用大空電梯探索《地心引心》（Gravity）中呈現的地球美景，將不再是夢 想而已。而人類下一趟最大探險，將會是火星登陸。我們甚至有可能再利用當時的高科技，改變火星大氣而讓人移居。我們也將會派機器人前往其他太陽系探險。

最後，《2100科技大未來》討論人類的財富未來。加來道雄指出，科學實際上就是經濟繁榮的引擎，也有經濟學家同意並也提出現在的經濟停滯發展就是因為受限科技進展（請參見〈軟柿子不再垂得低低的大停滯〉）。《2100科技大未來》也表示，未來主要的工作將是屬於需要有判斷力與創造力者。機器人將取代只能執行單調重複動作的工人。未來的人生勝利組將是屬於能夠好好用心地利用知識提供有效判斷力的人。

加來道雄卻感嘆現在美國的金頭腦大都跑去華爾街玩財富轉來轉去的炒作遊戲，而非投入科學與工程的研發。當然金融業的資金流動對科技業也很重要，但過猶總是 不及的。再加上，歐美日等先進國政府也因舉債過高而大砍科研預算，而且也有新自由主義論者從沒弄懂，政府才是高風險科研唯一也是最佳的支助者，因為極少有 大企業有能力和心思會想要進行革命性科技的研發，而僅是把政府支持研發出的知識做應用性開發。

我們未來的前途，可能不是科學家和工程師的能力問題，而是政治和經濟能否有足夠的智慧允許科學家和工程師從事未知知識的研究探索。因此，《2100科技大 未來》所樂見的高科技文明的願景，只要在世界各大國政府仍然還有遠見地繼續大力支持和贊助科學研究的情況下，就會是我們人類的實際未來！

本文原刊登於Readmoo.com【GENE思書軒】，並同步刊登於The Sky of Gene。