0

0
1

文字

分享

0
0
1

論亞斯伯格與程式人的共同特質

程式人雜誌
・2013/10/07 ・5630字 ・閱讀時間約 11 分鐘 ・SR值 519 ・六年級

-----廣告,請繼續往下閱讀-----

文 / 陳鍾誠 (國立金門大學資工系助理教授)

簡介

說到「亞斯伯格」症候群,可能很多人都不知道,但如果說「自閉症」,那應該很多人都可以從字面聯想到一些意義。

以下是維基百科對「亞斯伯格症候群」的解釋:

-----廣告,請繼續往下閱讀-----

亞斯伯格症候群(英語:Asperger syndrome,簡稱AS),又名阿斯伯格綜合征或亞氏保加症,是一種泛自閉症障礙,其重要特徵是社交困難,伴隨著興趣狹隘及重複特定行為,但相較於其他泛自閉症障礙,仍相對保有語言及認知發展。

雖然很多專家認為「亞斯伯格症候群」與「高功能自閉症」是有所區分的,但今天我們不想落入這樣的爭論, 我們只想透過「亞斯伯格」的人格特質,反過來映射到現今高科技領域的一群重要的主體:「程式專業人士」的身上。

因為、我們發現,「程式人的特質」與「亞斯伯格的症狀」之間,有很多類似的特徵,而這些特徵是瞭解「程式人」的 重要線索,我們希望藉由這樣的類比來更進一步瞭解這些「高科技領域」的主角。

3418243489_2696f5fdb4透過這樣的類比與對照,我認為有可能揭開「高科技管理」的一些盲點,特別是對於「程式人管理」上,會有重要的啟發。 而且、當我愈深入這個議題時,就愈來愈覺得,如果能夠足夠深入的理解「亞斯伯格」的特質,對很多「深受這種特質困擾」 的「程式人」或「科技專家」而言,將會是一個改善家庭生活的重要關鍵,因為很多「程式人」都深陷在這樣的困境中 而難以掙脫,甚至可能因此而造成「家庭破碎」的問題,這是我之所以要探討這個問題的原因。

亞斯伯格的特質

在很多探討「自閉症」與「亞斯伯格」的書籍與文章當中,我們大致可以歸納出下列這些特質。

-----廣告,請繼續往下閱讀-----
  1. 不玩家家酒,無法或不願進行角色扮演遊戲。
  2. 無法採用其他人的角度來看事情,同理心有障礙 (也有人說是「缺乏與人情感接觸的能力」)。
  3. 對特定領域產生高度專注的固著現像,只想談論該領域的事務,離開該領域後就無所適從 (也有人說是「行為固著、抗拒改變」) 。
  4. 難以理解臉部表情、身體語言、以及辦公室政治的微妙互動方式。以及委婉的說法、隱喻、轉喻等曲折的暗示方法。

有幾部電影曾經拍攝關於「自閉症」與「亞斯伯格」相關的主題,像是《雨人》,《星星的孩子》、《我的名字叫可汗》等等。

而且、原本並不相關的很多心理疾病,例如「自閉症、注意力缺陷多動障礙、躁鬱症、抑鬱症和精神分裂症」等等,經過近來的研究之後, 卻發現似乎有相關的傾向,像是以下文章中就介紹了「 台灣大學的一項研究 」發現以下現象:

近日發表於權威期刊「刺胳針」(The Lancet)的研究發現,這些精神疾病在基因上都出現同樣的變異,為精神病醫學研究上的重要發現。 … 在於DNA中有4個特定區塊與精神疾病都有關,其中有兩種基因已確定在部份的鈣離子通道(calcium channels)上,鈣離子通道為負責傳遞訊息到大腦的神經元。

然而、將這些症狀歸類為疾病,其實容易造成貼標籤的誤導。我認為這種特性只是在「性格與大腦運作機轉之常態分布底下」, 偏向其中一端的情況而已。

根據我所閱讀的資料,我想、如果我們將「自閉」、「亞斯伯格」、「領域專家」、「程式專家」等等排列在「同理心」的軸線光譜中, 我認為很可能會有以下的情況。

-----廣告,請繼續往下閱讀-----

aspergerSpectrum

當然、勢必有人會問我,以上圖譜的分布有何根據,我只能說,我無法回答,這是我心裏一個直觀的分類法,沒有學術理論或實驗支持, 只有從閱讀的文章中感覺到這樣的傾向而已 (我無意進行任何論戰,我也不是這方面的專家)。

以下是我們歸納出這個圖譜的一些線索:

自閉症學生特質與醫療介入

自1943、1944年分別由肯納與亞斯柏格兩位學者提出對一群孩童的觀察後,”缺乏與人情感接觸的能力”、”行為固著”、”抗拒改變”等特殊孩童的特質在近幾十年來逐漸被研究重視。而自閉症這個診斷也隨著歷年來對此症狀的更多瞭解逐漸增加,盛行率從2.5~72/萬人都被報告過。由於自閉症是連續性光譜,嚴重度從輕度到重度不等,有些自閉症孩童需在特殊教育環境下接受老師們協助,而有些自閉症孩童則可以在普通班,和一般孩子們相處、學習。

謎樣自閉症成因揭密!認清3大迷思

-----廣告,請繼續往下閱讀-----

大約每1萬人有10到15名自閉症患者,男女患者比例約4:1,通常在幼兒2歲半以前就可以被發現。…

台大跨國團隊解開自閉症分子機轉機制,研究發現,拓撲異構酶抑制劑可能會在神經細胞中對基因轉錄的影響,此發現證明以化學物或基因突變的方式而破壞拓撲異構酶,將可導致自閉症及其它神經發育疾病,此結果發表在最新一期Nature期刊中。

亞斯伯格症是什麼?, 2010-10 親子天下雜誌17期

亞斯伯格症(Asperger’s syndrome)是自閉症的亞型,屬於廣泛性發展障礙(Pervasive Development Disorder)的一種,主要是神經心理功能異常,導致學習與生活適應困難,男女比約八比一。自閉症的主要特質是「人際互動困難」、「語言溝通困難」與「特殊╱過度執著的行為」。而自閉症亞型的亞斯伯格患者在人際互動上較主動,但技巧差;語言發展大致正常,但不擅於社交溝通;同時對特殊興趣的投入程度相當相當高。

兩性大腦功能互異 男擅長理解女擅長管理

國立陽明大學教授洪蘭今天在一場座談會中表示,女性大腦中管理情緒部分較發達,永遠記得先生的缺點,也比較擅長管理;男性數理觀念則較強,理解能力勝過女性。…

洪蘭指出,男女差異從小可發現,例如女生文靜,男生好動調皮,女生愛洋娃娃,男生愛戰爭遊戲,主要受到荷爾蒙分泌影響,就算給男生洋娃娃,男生還是會用洋娃娃來打架。

程式人的特質

當我們看清楚上述的「亞斯伯格」症狀之後,再對照到男女大腦的強項與弱點,我們似乎可以對「自閉症患者,男女患者比例約4:1」 與「亞斯伯格症男女比約八比一」這個現像找到一個合理的解釋。

女性大腦對「情緒管理的部分較發達」,而男性大腦對「邏輯理解的能力較強」,這很可能是為何「自閉症」與「亞斯伯格症」男女比例如此懸殊的原因。

-----廣告,請繼續往下閱讀-----

而我們這篇文章中的主角:「程式人」的特質,就可以從這裏看出端倪了!

寫程式是一項需要「高度邏輯推理、理解能力」的工作,因此我們往往在很多「程式開發大會」,像是「Google IO」、「Microsoft Dev Days」 或者是台灣的「COSCUP」、「MOPCON」、「OSDC」等開放原始碼的程式活動中,總是看到人山人海,但大部分的參加者都是男生 (雖然不少招待人員是女生)。

這種現像與男女大腦的結構似乎有所關聯,因為程式領域需要「高度的邏輯推理、理解能力」,而這正是男生大腦的強項!

但是、當我們看到這些表面現像時,卻往往很容易忽略背後所衍生出來的一些較深層的特性,而這些特性才是本文想探討的重點。

-----廣告,請繼續往下閱讀-----

程式人的管理

台灣的企業其實不太會管理「程式人」,於是往往用「極權式」的方法對待程式人,結果是程式人被迫在壓力下去做不想做的事情, 而不是讓他們盡力的去發揮自己的專長,自動自發的解決問題,於是我們在「軟體與網路領域的產業」似乎都很難生存,科技也始終停留在「代工導向」的產業之中。

相反的、像是 Google 、 Amazon、 Apple 與其他矽谷的公司,他們透過「較自由」的方式去讓程式人發揮,因此在「軟體與網路領域的產業」 似乎就表現的比較優秀。

那麼、程式人應該用甚麼方式領導呢?我們能否從「亞斯伯格」的身上得到一些啟發呢?

讓我們在次看看所搜尋到的文獻,看是否能找出一些線索:

-----廣告,請繼續往下閱讀-----

如何理解亞斯伯格孩子

充分了解亞斯伯格孩子的特質,才能對症下藥。一般對亞斯伯格孩子常見的錯誤認知有:一、有暴力攻擊傾向;二、不聽話;三、講出刻薄惡毒的話;四、非常自我中心。 易曼解釋,亞斯伯格的孩子在校常因情緒問題而出現攻擊行為,但核心問題源自於他們無法理解社會規則,如「為什麼要排隊?」、「他怎麼可以作弊!」。

跟同學起衝突之後,老師愈想制止孩子的行為,他們愈會本能的揮拳亂踢。但其實他們只是用原始的方式反應情緒,並不是有暴力傾向,亞斯伯格孩子長大後反而是常被霸凌的對象。

面對大人的指令,亞斯伯格孩子會斬釘截鐵的說「不要」:見長輩不打招呼、上課不聽話、玩遊戲不排隊,完全不給大人面子,其實是因為那些事情對他們毫無意義,抗拒行為就高。

曾有個孩子對爺爺懷有敵意,常說出「我要殺死你」等恐怖話語,但其實他不是那個意思,只是不知道如何用言語表達自己的情緒;

他也許曾聽過這句話,以為生氣時就是要這樣說。亞斯伯格的孩子無法察言觀色、感同身受,因此同學傷心的哭泣,他們可能還自顧自的哈哈笑,讓人以為他們真沒同理心。

如何幫助自閉症的孩子-宋維村醫師

如果要比記憶力、精細功能動作等,我比不上自閉症,若比堅持力,我也比不上自閉症及亞斯伯格症。從我自己的角度來看,我們每個人都有所殘缺,因為相對於我們週邊的人,別人都也有比我們好的部分,跟比我好的人相比,我就是殘缺。所以若是以這個觀點來看,我們比較能理解、接受及欣賞所有的孩子。

我常常在想,因為現在的科技還沒有辦法把每個人都變成正常,所以比較阿 Q 的想法就是,幫忙他運用他的特長來生活。

舉一個很簡當的例子,在科學上有一些重要的人,包括愛因斯坦及牛頓都具有亞斯伯格症的特徵,他們對於某些事情上的執著,可以連續花二十個小時在想一個數學問題; 而一個台灣的天才可能花兩小時,我可能花兩分鐘,想不通就算了,丟掉。

所以這些人會成功,執著是很重要的。我們要把這些孩子的特長結合他們的固著性、固執性。尤其是對於亞斯伯格症的孩子,他們的語言、及某些事物上的理解力相當好, 高功能自閉症在機械性的活動上較好,而理解分析的能力較亞斯伯格症差。

如果能利用他們這些特長,很有可能他們將來較能突破現況,而不是一昧的專注於他的人際關係不好。牛頓他半年不換衣服也沒有人管他,他穿同一套衣服長達半年,不管在任何場合,就算是女王要召見他也是一樣。但是這並不損他在物理及數學上的貢獻。

如何與亞斯伯格症的同學互動

1、簡潔、明確、肯定的表達方式。

2、明確告知你不喜歡的,以及你可以接受的其他行為。

3、預先告知。

針對以上的這些「對待亞斯伯格」的建議,我覺得在很多方面,或許也是適用在「程式人」身上的,像是可以將上述的三點歸納為「簡潔、明確、預先告知」,我就認為是與程式人溝通的好方式,

盡可能別假設「程式人」會設身處地的替「同事、下屬或主管」著想,因為這些需要高度的「角色扮演能力與情緒智商 EQ」, 下指令應該態度尊重,但是不要因為「過度考慮個人感受」,而採取委婉迂迴的方式表達,這樣很容易造成訊息的遺失。

程式人的家庭問題

如上所述、男生與女生在生理與大腦結構的不同,造成男性對「邏輯理解」較強,但對「情緒理解」較弱, 因此、對於女生而言,男生基本上已經是個「情緒理解障礙者」,難怪會有人寫出「男人來自火星,女人來自金星」 這樣的書籍,來描述男女之間的差異所造成的相互理解問題。

但是、程式人又是落在「社交能力圖譜」當中較左邊的一群,相較於女生落在右邊而言,更是一種不可理解的「外星物種」, 因此、程式人的家庭問題常常也來自於這種「情緒理解障礙」。

身為程式人的妻子,往往因為無法理解丈夫其實是個類似「亞斯伯格症」的患者,所以她們無法理解為何丈夫無法表現出 「體貼、同理心、以及記住她今天穿什麼衣服、情緒是否惡劣」,甚至完全不瞭解她的「暗示、婉轉的陳述」等等, 因而誤認為丈夫不愛她了,或者認為丈夫每天只想寫程式用電腦,完全不管她的感受,也不想陪她,讓她成為「電腦棄婦」。

一但這種情況出現,程式人的家庭經常就會出現危機,爭執、吵鬧、甚至離婚等事件就會層出不窮的上演, 當然、如果那位「程式老公」是屬於「高社交能力」型的,這種情況就比較不容易出現,但是「高社交能力型的程式人」 其實並不是大宗,因為「程式人」畢竟是落在「社交能力圖譜」左邊的那一群,也就是社交能力較弱的人。

當然、如果經過訓練,程式人的「社交能力」與「情緒感受力」也會變強,但是若要讓「程式人」變成像「政治人物」或「演員」 這類「高情緒感受力」的人,勢必是有相當困難度的,有時這還可能與遺傳基因有關呢?

所以、在此要提醒那些專注於「程式設計領域」的程式人,別將所有的精神全都投到程式領域裏,還是要留一些「時間與愛」 給家人。否則、當你的程式技術越來越高超的時候,卻發現家庭已經破碎了,那就難以挽回了。

不過、也要提醒那些身為程式人妻子的女生,別期望你的老公會具有像「演員」或「政治人物」一樣的高情緒感受力, 或者像「女生一樣的體貼」,因為你的程式人老公在某種程度上其實是個「亞斯伯格症」患者,要他們展現高度情緒感受力, 其實是違反他們天性的,因為他們的 DNA 裏,其實就已經刻上了「情緒感受力特弱」的標記。

如果、妳的老公沒有辦法理解你的暗示,那就請遵循下列對待亞斯伯格的建議:

1、簡潔、明確、肯定的表達方式。

2、明確告知你不喜歡的,以及你可以接受的其他行為。

3、預先告知。

相信這樣的方法,應該是比較適合「程式人老公」的。

最後、關於這個主題,我在「計算機結構」的課堂上,竟然花了一整節課對「學生們」講解,而且還有錄影,有興趣的人請看下列影片:

參考資料

文章難易度
程式人雜誌
9 篇文章 ・ 1 位粉絲
程式人雜誌是一個結合「開放原始碼與公益捐款活動」的雜誌,簡稱「開放公益雜誌」。開放公益雜誌本著「讀書做善事、寫書做公益」的精神,我們非常歡迎程式人認養專欄、或者捐出您的網誌。

0

0
0

文字

分享

0
0
0
如何靠溫度控制做出完美的料理?
鳥苷三磷酸 (PanSci Promo)_96
・2024/06/21 ・2766字 ・閱讀時間約 5 分鐘

本文由 Panasonic 委託,泛科學企劃執行。 

炸雞、牛排讓你食指大動,但別人做的總是比較香、比較好吃?別擔心,只要掌握關鍵參數,你也可以做出完美料理!從炸雞到牛排,烹調的關鍵就在於溫度的掌控。讓我們一起揭開這些美食的神秘面紗,了解如何利用科學的方法,做出讓人垂涎三尺的料理。

美味關鍵 1:正確油溫

炸雞是大家喜愛的美食之一,但要做出外酥內嫩的炸雞,關鍵就在於油溫的掌控。炸雞的油溫必須維持在 160 到 180℃ 之間。當你將炸雞放入熱油中,食物的水分會迅速蒸發,形成氣泡,這些氣泡能夠保證你的炸雞外皮酥脆而內部多汁。

水的沸點是 100℃,當麵衣中的水分接觸到 160℃ 的熱油時,會迅速汽化成水蒸氣。這個過程不僅讓麵衣變得酥脆,也能防止內部的雞肉變得乾柴。

-----廣告,請繼續往下閱讀-----

如果油溫過低,麵衣無法迅速變得酥脆,水分和油脂會滲透到食物中,使炸雞變得油膩。而如果油溫過高,水分會迅速蒸發,使麵衣變得過於硬或甚至燒焦。

油炸時,麵衣水分會快速汽化。圖/截取自泛科學 YT 頻道

美味關鍵 2:焦糖化與梅納反應

另一道美味的料理——牛排。無論是煎牛排還是炒菜,高溫烹調都會帶來令人垂涎的香氣,這主要歸功於焦糖化反應和梅納反應。

焦糖化反應是指醣類在高溫下發生的非酵素性褐變反應,這個過程會產生褐色物質和大量的風味分子,讓食物變得更香。而梅納反應則是指醣類與氨基酸在高溫下發生的反應,這個過程會產生複雜的風味分子,使牛排的色澤和香氣更加迷人。

要啟動焦糖化反應和梅納反應的溫度,至少要在 140℃ 以上。如果溫度過低,無法啟動這些反應,食物會顯得平淡無味。

-----廣告,請繼續往下閱讀-----
焦糖畫反應。圖/截取自泛科學 YT 頻道


焦糖化反應與梅納反應。圖/截取自泛科學 YT 頻道

油溫與健康

油溫不僅影響食物的風味,也關係到健康。不能一昧地升高油溫,因為每種油都有其特定的發煙點,即開始冒煙並變質的溫度。當油溫超過發煙點,會產生有害物質,如致癌的甲醛、乙醛等。因此,選擇合適的油並控制油溫,是保證烹調健康的關鍵。

說了這麼多,但是要怎麼控制溫度呢?

各類油品發煙點 。圖/截取自泛科學 YT 頻道

科學的溫度控制

傳統電磁爐將溫度計設在爐面下,透過傳導與熱電阻來測溫,Panasonic 的 IH 調理爐則有光火力感應技術,利用紅外線的 IR Sensor 來測溫,不用再等熱慢慢傳導至爐面下的溫度計,而是用紅外線穿透偵測鍋內的溫度,既快速又精準。

而且因為紅外線可以遠距離量測,如果甩鍋炒菜鍋子離開爐面,也能持續追蹤動態。不會立即斷開功率關掉,只要鍋子放回就會繼續加熱,效率不打折。

-----廣告,請繼續往下閱讀-----

好的溫度感測還要搭配好的溫度控制,才能做出一流的料理。日本製的 Panasonic IH 調理爐,將自家最自豪的 ECONAVI 技術放進了 IH 爐中。有 ECONAVI 的冷氣能完美控制你的室溫,有 ECONAVI 的 IH 調理爐則能為你的料理完美控溫。

有 ECONAVI 的 IH 爐不只省能源、和瓦斯爐相比減少碳排放,更為料理加分。前面說了溫度就是一切的關鍵,但是當我們將食材投到熱鍋中,鍋中的溫度就會瞬間下降,打亂物理與化學反應的節奏,阻止我們為料理施加美味魔法。

所以常常有好的廚師會告訴我們食物要分批下,避免溫度產生太大變化。Panasonic IH 調理爐,只要透過 IR Sensor 一偵測到溫度下降,就能馬上知道有食材被投入並立刻加強火力,讓梅納反應與焦糖化反應能持續發揮變化。而當溫度回到設定溫度,Panasonic IH 調理爐也會馬上將火力轉小,透過電腦 AI 的迅速反應,掌握溫度在最完美區間不劇烈起伏。

不僅保證美味關鍵,更不用擔心油溫超過發煙點而導致油品變質,讓美味變得不健康。

-----廣告,請繼續往下閱讀-----
透過 IR Sensor 精準測溫並提升火力。圖/截取自泛科學 YT 頻道
IH 調理爐完美控溫 。圖/截取自泛科學 YT 頻道

舒適的烹飪環境

最後,IH 爐還有一個大優點。相比於瓦斯爐,因為沒有使用明火,加熱都集中在鍋具。料理過程更安全,同時使用者也不會被火焰的熱氣搞得心煩意亂、汗流浹背,在廚房也能過得很舒適。而且因為熱能集中,浪費的能源也更少。

因為沒有使用明火,料理過程安全又舒適。圖/截取自泛科學 YT 頻道
Panasonic IH調理爐火力精準聚集在鍋內。圖/Panasonic提供

為了更多的功能、更好的效能,我們早已逐步從傳統按鍵手機換成智慧型手機。一樣的,在廚房內,如果你想輕鬆做出好料理,同時讓烹飪的過程舒適愉快又安全。試試改用 Panasonic IH 爐,一起享受智慧廚房的新趨勢吧!👉 https://pse.is/649gm5

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 306 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
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 ・ 53 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

3
1

文字

分享

0
3
1
研究自閉症成因的新思路:環狀 RNA——專訪中研院基因體研究中心莊樹諄研究員
研之有物│中央研究院_96
・2023/09/22 ・5439字 ・閱讀時間約 11 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|寒波
  • 責任編輯|簡克志
  • 美術設計|蔡宛潔

自閉症研究的新方向

臺灣民眾大概都聽說過「自閉症」這個名詞,自閉症是腦部發育障礙導致的複雜疾病,同時受到先天遺傳以及後天環境因素的影響,具體成因依然是個謎,科學家須對遺傳調控方面有更多了解。中央研究院「研之有物」專訪院內基因體研究中心的莊樹諄研究員,他的團隊結合生物學、資訊學以及統計學方法,發現自閉症的風險基因與 RNA 之間有複雜的交互作用,在自閉症患者與非患者的腦部有很大差異。如果持續研究 RNA 的調控機制,或能開闢新的方向進一步理解自閉症。

遺傳性疾病成因——致病基因

根據衛生福利部 2023 年統計數據,我國自閉症患者超過一萬九千人。自閉症的全稱為「自閉症譜系障礙(autism spectrum disorder,簡稱 ASD)」,常見症狀是溝通、表達、社交上有困難,經常出現反復固定的狹窄行為,目前尚無有效的治療藥物。雖然經典電影《雨人》的主角雷蒙或是韓劇《非常律師禹英禑》的禹英禑都令人印象深刻,不過天才或高智商的自閉症患者只是極少數,而且不同患者的症狀輕重差異很大,故稱之為「譜系」(spectrum)。

理解遺傳性疾病,可利用遺傳學與基因體學的研究方法,比較患者與非患者之間的遺傳差異,便有機會尋獲致病的遺傳成因。過往研究得知,有些遺傳性疾病只取決於單一或少數基因的強力影響,例如亨廷頓舞蹈症(Huntington’s disease)、纖維性囊腫(cystic fibrosis)等,致病原因較為單純。

自閉症自然也受到先天遺傳基因影響,然而,它涉及許多影響力不明顯的基因,而且影響每名患者的基因又不盡相同,讓遺傳與症狀的關係更加複雜。如果從 RNA 研究路徑出發呢?RNA 是核糖核酸,具有承載 DNA 訊息和調控基因等功能,相比於其他疾病,在 RNA 層次研究自閉症的另一挑戰是取樣極為困難,自閉症患者的病因位於大腦內部,通常無法直接從人腦取樣分析。所幸的是,若檢視去世者捐贈的大腦樣本,仍有機會一窺自閉症的腦內奧秘。

-----廣告,請繼續往下閱讀-----

莊樹諄分析的數據來自公共存取的 Synapse 資料庫,包括上百位自閉症患者與非自閉症者的資料。人數乍看不多,卻已是當今想同時探討同一個人的基因體(DNA 層次)與轉錄體(RNA 層次)間因果關係的最佳的選擇。藉由此一資料庫蒐集的人類腦部組織轉錄體資料,可全面探討各式各樣的 RNA,包含信使 RNA(messenger RNA,簡稱 mRNA)、小分子 RNA(microRNA,簡稱 miRNA),以及莊樹諄鎖定的研究目標:環狀 RNA(circular RNA)

自閉症成因不明,目前尚無治療用藥物。有自閉症的人需要社會與家人的支持及陪伴,透過療育和行為輔導的協助,慢慢活出自我。
圖|iStock

不能轉譯,但似乎會互相影響?非編碼 RNA

莊樹諄的教育背景是資訊學博士,博士後研究的階段投入生物資訊學,之前主要從事 RNA 與靈長類演化方面的研究,探討多樣性切割、RNA 編輯(RNA editing)等議題,環狀 RNA 則是他近年來特別感興趣的題材。

根據生物資訊學的預測,環狀 RNA 這類長鍊的 RNA 分子有數萬個,但實際上有多少仍不清楚。它們在大腦神經系統特別常見,似乎涉及許多基因調控的工作。莊樹諄目前最關注環狀 RNA 對自閉症的影響,不過他指出這番思路不限於自閉症,阿茲海默症、帕金森氏症、精神分裂症(schizophrenia)等疾病也能用同樣的方法探索。

不過,什麼是環狀 RNA 呢?按照序列長度、作用,可以將 RNA 分為很多種類。DNA 轉錄出的 RNA 經過處理,有些形成 20 多個核苷酸長的短鏈 RNA,如 miRNA 屬於此類。一些較長鏈的 mRNA 又會轉譯成氨基酸,產生各式蛋白質。還有些長鍊的 RNA 不會轉譯,仍然維持長鍊 RNA 的形式發揮作用,統稱為長鍊非編碼 RNA(long noncoding RNA,lncRNA),莊樹諄研究的主角環狀 RNA 大致上被歸屬於一種非編碼 RNA。這麼多種類的 RNA 彼此會互相影響,導致複雜的基因調控。

-----廣告,請繼續往下閱讀-----
長鍊非編碼 RNA(lncRNA)是 Pre-mRNA 選擇性剪接的產物,根據不同的生成方式,產生各種類型的環狀 RNA。
圖|研之有物(資料來源|International Journal of Oncology

由 DNA 轉錄而成的 RNA 是線形,至於「環狀」RNA 一如其名,是 RNA 長鏈首尾相接後形成的環形結構,相比線形 RNA 更加穩定,不容易遭到分解。這些長期存在的圈圈,假如序列可以和短鏈的 miRNA 互補,兩者便有機會結合在一起,讀者可以想像為類似「海綿」(sponge)的吸附作用。

miRNA 原本的工作是結合 mRNA,使其無法轉錄為蛋白質,抑制基因表現。可想而知,一旦 miRNA 被環狀 RNA 吸附,便無法再干擾 mRNA 作用,失去抑制基因表現的效果。因此環狀 RNA 能透過直接影響 miRNA,來間接參與調控其他的下游基因。這便是環狀 RNA 的許多種調控功能中,最常被研究的一種。

左圖是 miRNA 抑制 mRNA 轉譯的一般流程。右圖是環狀 RNA 像海綿一樣吸附 miRNA,讓 miRNA 原本抑制 mRNA 轉譯的「剎車」功能失去作用。因此環狀 RNA 透過直接影響 miRNA,就能間接參與調控其他的下游基因。
圖|研之有物(資料來源|Frontiers in Cardiovascular Medicine

自閉症的成因要往腦部深究,環狀 RNA 又在腦部表現最多,使得莊樹諄好奇當中的奧秘。然而儘管如今 RNA 定序已經很發達,環狀 RNA 由於結構的關係,一般的 RNA 定序方法無法抓到這類環形分子。莊樹諄指出這也是 Synapse 資料庫的一大優點,此一資料庫罕見地包含能找出環狀 RNA 的 RNA 定序資料,配合 miRNA、mRNA 與基因體等資料交叉分析,才有機會闡明環狀 RNA 的角色。

尋找環狀 RNA 和自閉症的關聯

莊樹諄率領的團隊已經發表 2 篇環狀 RNA 與自閉症的研究論文,第一篇論文著重於尋找哪些環狀 RNA 和自閉症有關,研究假設是環狀 RNA 透過 miRNA 間接影響自閉症風險基因 mRNA 的表現。由於環狀 RNA、miRNA 和 mRNA 都多達數萬個,需要統計分析的幫忙。

-----廣告,請繼續往下閱讀-----

首先,將樣本分為有自閉症/無自閉症。要注意每個自閉症患者的基因表現仍有差異,納入夠多樣本一起比較,才有機會看出端倪。

接著,尋找環狀 RNA 和風險基因有顯著相關的搭配組合。例如:高比例自閉症的人,某個環狀 RNA 含量較高時,某個風險基因的 mRNA 表達量也較高,那這組環狀 RNA 和基因就存在正相關;反之則為負相關。

不過相關性很可能只是巧合,所以莊樹諄團隊比對序列,找到符合上述相關性的中介因子「miRNA」。最後再觀察「當排除 miRNA 影響時,環狀 RNA 與風險基因的顯著關係即消失」的組合,這些消失的組合,就是真正共同參與基因調控的「三人組」(環狀 RNA、miRNA、mRNA)。

一番分析後,篩選出的環狀 RNA 共有 60 個,其中涉及與 miRNA、mRNA 的組合總共 8,170 組。人類一共 2 萬個基因,與自閉症有關的調控網路就有 8,000 組之多,數字相當可觀,顯示環狀 RNA 的重要性。莊樹諄用統計手法找出的自閉症風險基因,和過去科學家已知的部分風險基因相符合,未來可以繼續探究在這 8,000 組調控網路中,有哪幾組是真的作用在生物上。

-----廣告,請繼續往下閱讀-----

在資訊與統計分析之外,莊樹諄的團隊也有人進行分子生物學實驗,驗證 RNA 調控網路的相互影響。以體外培養的人類細胞為材料,人為誘導遺傳突變,精確分析特定環狀 RNA 在細胞內分子層次的作用。實驗證實選取的環狀 RNA,確實會結合 miRNA,又影響 mRNA 的表現。

環狀 RNA 會取消原本 miRNA 抑制 mRNA 轉譯的「煞車功能」,進而影響自閉症風險基因的表現。
圖|研之有物(資料來源|中研院基因體研究中心

基因調控是什麼?

莊樹諄強調,使用資料庫的公開資料,好處是經過多方檢視,避免資料品質不一致的問題,缺點是大家都能取得數據,必須要跳脫既有的思考模式才能發現新的結果。他在環狀 RNA 議題的新思路,成為第二篇論文的內容:探討環狀 RNA 的遠端調控(trans-regulation)對自閉症的影響

基因的表達會受到基因調控元件(regulatory element,一段非編碼 DNA 序列)的影響,若調控元件就在基因附近,稱為近端調控(cis-regulation);如果調控元件不在附近,甚至位於另一條染色體上,則為遠端調控。

研究基因調控,通常近端比遠端調控容易,因為近端調控元件(cis-regulatory element)的位置就在基因旁邊,不難尋找;但遠端調控卻沒那麼直觀,作用機制也比較難以想像。實際上常常能發現一個基因的表現,受到多處近端調控,加上多處遠端調控的影響。如果想全方位認識一個基因的表現與調控,最好能都能得知近端與遠端的影響,否則難以掌握調控的全貌。

-----廣告,請繼續往下閱讀-----

莊樹諄的想法是,某些基因被遠端調控的過程,是否有環狀 RNA 參與?具體說來就是某個調控位置,先近端調控其周圍的環狀 RNA 基因,再藉由環狀 RNA 影響基因體上其他位置的基因表現,發揮遠端調控的效果。

如圖顯示,環狀 RNA 表達數量性狀基因座(circQTL)近端調控了環狀 RNA,遠端調控其他基因。莊樹諄的想法是,某些基因被遠端調控的過程,是否有環狀 RNA 的參與?
圖|研之有物(資料來源|Molecular Psychiatry

為了避免用語誤解,有必要先解釋一下什麼是「基因」。基因的概念隨著生物學發展持續改變,如今一般人熟悉的定義,基因是由 DNA 編碼序列構成,能轉錄出 mRNA,再轉譯為蛋白質的訊息載體。不過若將基因定義為會轉錄出 RNA 的 DNA 序列,那麼即使沒有對應的蛋白質產物,只要其衍生的 RNA 產物有所作用,也能視為「基因」,如 miRNA 基因、mRNA 或長鏈非編碼 RNA 基因。既然是有 DNA 編碼的基因,便會受到近端、遠端調控位置影響。

探索遠端調控機制有很多想法,莊樹諄可以說又打開了一條新思路。遠端調控位置不在基因旁邊,亦即基因體任何地方都有機會。假如直接挑戰基因與遠端調控位置的關聯性,可能相關的數量可謂天文數字,而且缺乏生物性的理由支持,找到的目標往往令人半信半疑。

莊樹諄引進環狀 RNA 涉及其中的可能性,尋找「環狀 RNA 基因的近端調控位置」與「目標基因的遠端調控」之交集,大幅縮小了搜索範圍。

-----廣告,請繼續往下閱讀-----
莊樹諄透過「環狀 RNA 基因的近端調控位置」與「目標基因的遠端調控」之交集,找到環狀 RNA 參與遠端調控的證據。
圖|研之有物(資料來源|莊樹諄

一番分析後,研究團隊從自閉症患者的基因體上,定位出 3,619 個近端調控的 circQTLs,這些表達數量性狀基因座相當特殊,可能藉由直接或間接遠端調控兩種模式來調控遠端基因(如上圖)。而這 3,619 個 circQTLs,與環狀 RNA、遠端基因三者形成了八萬六千多組的遠端調控網路。接著團隊使用了不同的統計方法,其中 8,103 組通過多重統計測試,顯示較高的機率是屬於間接遠端調控模式。

莊樹諄團隊透過統計手法,找到相當多基因和調控路徑,雖然目前仍不清楚它們影響自閉症的具體細節,卻無疑讓我們新增一分對自閉症的認識。

莊樹諄指出,這套統計方法或可應用至人類的其他複雜疾病(如思覺失調症),找出基因調控的多個可能路徑,提供臨床醫藥研發更多線索。

生物與資訊的跨領域結合

訪談中問到:為何會從資訊科學跨入到生物領域?莊樹諄回憶,1998 他博士班畢業那年才第一次聽到「生物資訊」這個詞,他基於對生命科學的興趣,以及因為內在性格想往學術轉型的想法,引領他到了中研院。

-----廣告,請繼續往下閱讀-----

莊樹諄接著說,2003 年李文雄院士延攬他進入基因體研究中心,之前他們不曾認識。他感謝李院士帶他進入了分子演化的世界,就此打開了研究視野。在剛開始成立自己的實驗室時,缺少人力,李院士讓當時的博後陳豐奇博士(現為國衛院群體健康科學研究所研究員兼任副所長)與他共同工作。莊樹諄強調,他所有分子演化的觀念與基礎,都是陳博士幫他建立的,如果說陳博士是他的師父,那李院士就是師父的師父了。

如今,莊樹諄在中研院的研究生涯邁入第 25 年,從資訊學背景投入生物學研究,大量使用統計工具,他經常需要持續整合不同領域的觀念與工具,推動自己的新研究。在訪談中,他也感謝諸多研究同儕的協助,特別是幾年前建立分生實驗室時,蕭宏昇研究員及其團隊成員的鼎力相助。

莊樹諄的團隊包含資訊、統計、分子生物三個領域的同仁,來自不同領域,傾聽他人意見自然也特別重要,這是他們實驗室的核心價值之一。莊樹諄認為在科學面前,人是很渺小的,需要互相尊重和理解,方能一起解開科學之謎。

最後,莊樹諄特別強調他個人在相關領域的研究,仍有極巨大的進步空間,感謝研之有物的主動邀訪,期望將來能與更多先進交流學習,也企盼年輕新血加入這個生物資訊的跨領域團隊。

莊樹諄期望在環狀 RNA 與基因調控網路的研究基礎之上,可以對自閉症這個複雜疾病的調控機制,提供更多科學線索,幫助臨床上的診斷和治療。
圖|研之有物
研之有物│中央研究院_96
296 篇文章 ・ 3523 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook