Sciscape科景的Gene編輯報導:
BPA常用在食物或飲料的容器內,收銀機的感熱紙收據也含有BPA,而且後者含的BPA的單體,因此可能更易讓人體吸收。由於BPA在人體內有類似雌性激素的效果,因此科學家建議孕婦和嬰兒要避免接觸含有BPA的容器。
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?
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。
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:
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:
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 可分成兩種:
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。
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。」
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
。
討論功能關閉中。
「醫師,我的心跳都很快、手會抖,是甲狀腺功能亢進嗎?」40 歲的李先生問。
輕觸患者手腕的橈動脈,醫師發現患者的心跳速度高達每分鐘 120 次,因為還有手抖、體重減輕等症狀,的確要考慮甲狀腺功能亢進。萬芳醫院內分泌暨新陳代謝科劉漢文醫師說,抽血檢查結果顯示,他的甲狀腺素濃度偏高,而甲狀腺刺激素 TSH 濃度在正常範圍內。這是不典型的結果,因為大多數甲狀腺功能亢進病患的甲狀腺素濃度偏高,而甲狀腺刺激素 TSH 濃度會偏低。
在正常生理狀態下,當甲狀腺素太多時,甲狀腺刺激素 TSH 就不再分泌。但這位病患的甲狀腺素濃度偏高,但甲狀腺刺激素濃度 TSH 卻在正常範圍內,可能是因為腦下垂體分泌太多甲狀腺刺激素 TSH,進而導致甲狀腺分泌過多甲狀腺素。
劉漢文醫師說,後續進行腦部核磁共振檢查,發現患者的腦下垂體有顆 2 公分的腫瘤,於是便轉介給神經外科醫師評估手術治療。在接受經蝶竇內視鏡腦下垂體手術後,患者的甲狀腺功能漸漸恢復正常。
腦下垂體位於顱底中央,是人體重要的內分泌器官。劉漢文醫師說,腦下垂體能夠分泌多種荷爾蒙,調節全身的生理機能,包括生長、代謝、生殖、血壓等。由腦下垂體前葉分泌的荷爾蒙,包括生長激素(GH)、促腎上腺皮質激素(ACTH)、甲狀腺刺激素(TSH)、泌乳激素、黃體生成素(LH)、濾泡刺激素(FSH);腦下垂體後葉可分泌兩種荷爾蒙,抗利尿激素(ADH)和催產素。
腦下垂體疾病能夠以功能或結構來區分。劉漢文醫師說,當腦下垂體的功能異常時,會引發各種疾病:
腦下垂體結構出現異常,通常是因為腦下垂體長出腫瘤,劉漢文醫師說,能夠分泌荷爾蒙的腦下垂體腫瘤,稱為功能性腫瘤;不能分泌荷爾蒙的腦下垂體腫瘤,稱為非功能性腫瘤。
非功能性腦下垂體腫瘤是指腺瘤本身沒有異常功能,但腦下垂體腫瘤可能壓迫正常的腦下垂體細胞或上方的下視丘,影響原本應該分泌的荷爾蒙。
因為腦下垂體位在大腦的正中間,旁邊有視神經通過,所以逐漸變大的腦下垂體腫瘤有可能壓迫到視神經與腦組織,而造成頭痛、視力模糊、視野缺損,甚至雙顳側半盲。如果腫瘤壓迫到下視丘,就可能造成腦下垂體分泌荷爾蒙全部偏低的狀況。
腦下垂體腫瘤亦可能出現腫瘤出血、腫瘤梗塞,而需要緊急接受治療。
腦下垂體出現功能異常或長出腫瘤的機會不算高,不需要定期篩檢,通常是在出現相關症狀時才會進行相應的檢查。
如果出現月經失調、乳汁分泌等症狀,需要檢查泌乳激素。
如果發現鞋子越買越大、戒指戴不下、鼻子變大等狀況,需要檢查生長激素。如果出現庫欣氏症,如月亮臉、水牛肩、皮膚變薄、肌肉萎縮等症狀,需要檢查促腎上腺皮質激素 ACTH。
如果出現手抖、心悸、容易流汗、體重減輕等症狀,則需要檢查甲狀腺素、甲狀腺刺激素 TSH。
如果出現容易疲倦、怕冷、沒胃口等症狀,則需要檢查甲狀腺功能低下或腎上腺功能低下。
檢查方式會根據症狀的不同而有所不同。劉漢文醫師說,除了抽血檢查外,有時候還需要進行內分泌功能性檢查,例如喝糖水測試生長激素濃度變化、檢查一整天尿液中的腎上腺分泌皮質激素的量,或讓患者口服類固醇,觀察腎上腺對外來類固醇的反應情況。
臨床上會一步一步地檢查,確定功能是否正常,再進一步檢查是否有腫瘤。劉漢文醫師說,另一種情況是在健檢或其他檢查中發現腦下垂體長有腫瘤,此時需要針對腦下垂體的功能進行檢查,確認腦下垂體腫瘤是否影響內分泌功能。
腦下垂體與全身內分泌有關,包括生長、代謝、生殖、血壓等多項生理功能都受到腦下垂體的調控,因此當腦下垂體出狀況的時候,影響範圍廣泛,症狀表現會相當複雜。劉漢文醫師說,若懷疑有內分泌失調的狀況,建議至內分泌科就診,抽絲剝繭找出正確的病因!
費洛蒙是一種非常大的分子,會從動物體內散發出來並影響其他動物身體的行為。
這種物質當初是在 1959 年由德國生物化學家阿道夫.布特南特(Adolf Butenandt)發現, 這位科學家在二十年前就因為首次合成出性激素而獲得諾貝爾化學獎,說他是化學界的搖滾巨星都還不足以形容他的貢獻。
他的研究發現,費洛蒙的功能和激素一樣,但是只對附近的相同物種個體有效。
舉例來說,如果動物 A 在動物 B 附近釋放出性費洛蒙,動物 B 的身體會吸收這些分子,整體行為也會受到影響。這其實代表動物 A 具有像丘比特的能力,只不過用的不是箭,而是分子。
基於以上的原因,費洛蒙有時會被稱為「環境激素」(eco-hormone),因為這類分子的運作方式就像是體外的激素。
和激素相同的是,費洛蒙有各式各樣的結構。有些分子非常小,有些則相當大,不過全都是揮發性分子,這表示分子在特定條件下會輕易蒸發。揮發性物種通常很好辨識,因為會帶有強烈的氣味(像是汽油或去光水)。
研究人員決定把這種分子命名為費洛蒙(pheromone),是因為字面上的意思是「轉移興奮感」,而這正是費洛蒙的功能。
強大的費洛蒙分子可以傳送幾種不同主題的訊號給附近的同類,例如食物、安全狀況或者性。舉例來說,螞蟻會在巢穴和食物之間的路徑散發費洛蒙,來通知彼此食物來源在哪裡。
狗在散步時對消防栓撒尿是為了標示自己的領域,這時釋放的就是領域費洛蒙。就連雄鼠也會散發出性相關的費洛蒙來吸引雌鼠,同時也會導致附近的雄鼠變得更有攻擊性。
人也會散發出任何一種類型的性費洛蒙嗎?
出乎意料的,人類不會散發任何一種形式的性費洛蒙。不過我們自以為有費洛蒙的原因在這裡:1986年,溫尼弗雷德.卡特勒(Winnifred Cutler)發表的研究宣稱,她成功分離出第一種人類性費洛蒙。
在這項研究計畫中,她蒐集、冷凍並解凍來自幾位不同對象的性費洛蒙。一年之後,她將這些分子塗在許多女性受試者的上唇,接著便宣稱她觀察到和大自然的動物類似的結果。
事實上,卡特勒的研究完全是一派胡言。她根本沒有分離出人類性費洛蒙;而只是把奇怪的氣味塗在隨機受試對象的上唇,其中包括——請做好心理準備——腋下的汗水。
與其說是分離出純費洛蒙,不如說她蒐集的是人流汗時排出的電解質,而且還抹在別人的臉上。
直到今天,卡特勒的噁心科學研究還流傳在網路上的各個角落,這表示如果有人在 Google 上搜尋「人類性費洛蒙」,就會和得到一堆錯誤資訊。有些研究人員堅信我們總有一天會發現性費洛蒙,不過在這本書出版的當下,科學界尚未找到任何人類性費洛蒙。
一直以來有不少相關研究在執行和重複進行,也盡可能針對各種變數進行調整,而所有的研究團隊都得出相同的結論:二十一世紀的人類大概沒有性費洛蒙。
但人類有史以來就是這樣嗎?如果大多數的其他哺乳類都有性費洛蒙,包括兔子和山羊,為什麼我們沒有?
答案其實意外簡單:人類學會了溝通。
我們可以用語言(和蠟燭……還有性感內衣……)告訴伴侶我們有興趣滾床單,而雪貂則必須往理想交配對象的方向散發性分子。