台灣互動設計團隊打造超厚工的零人樂隊

• 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／唐啟軒

十七世紀被稱為是天才的世紀，我們所熟知的牛頓、克普勒還有波以耳，都是活躍於這個年代。而這些天才們，也讓當代科學有了很大的躍進。但好像聽來聽去，怎麼好像天才都在歐洲，偉大的發現也都是洋人的東西。難道外國的月亮比較圓，歐洲人都是好棒棒，亞洲人都好笨笨嗎？

其實科學的發展，不只是有靠科學家日以繼夜的研究，其實也跟大環境有很大的關係。當時歐洲剛經歷數百年的大航海時期，除了各國在海上的競爭時，對於技術力的要求提高以外，引進美洲作物也解決了長期的糧食不足問題。而資本主義的興盛，更讓歐洲的經濟逆風高飛。在這個歐洲錢淹腳目的年代，物質充足後，人們就開始追求科學或藝術這類較高的目標。

而這個時候，我們的亞洲鄰居在做什麼呢？中國恰逢明朝末年，當時大概就是民不聊生，痛苦指數超高，只差沒有被說是鬼島。這時候就算是崇禎皇帝高呼一聲：「十萬青年十萬肝，GG 輪班救明代！」，大概也不會一群人搶破頭去熬夜做科學研究來救國家的經濟。不過那個年代的中國科學也不是完全沒有新發現，十七世紀初，有個人叫做宋應星。俗話說：「萬般皆下品，唯有讀書高」，從唐代以來，中國最夯的全民運動就是考科舉。而這位宋應星宋先生就是一位專業考生，第一次就通過了鄉試，當時通過率才不到百分之一，差不多就是考上建中的難度。只可惜好景不常，接下來應星他陸續考了十五年的會試都名落孫山。（古代科舉考試，分為：鄉試、會試、殿試三級考試）

話雖如此，十五年之間赴京趕考的過程中，視野也寬闊了許多，後來被聘為縣學教師。任教期間他有感而發：「這些權貴跟書呆子，吃米不知道米怎麼來，會穿絲綢衣服卻不會養蠶，五告逼哀！」。於是他開始動筆記錄下關於耕作、養殖、冶煉、製造……等等生產技術，並將這些記錄整理成書，書名由巧奪天工與開物成務各取二字，即為：《天工開物》。這本書被後世稱為技術的百科全書，許多技術至今仍被使用。雖由技術的角度出發，但像是人工養蠶或種植作物時，可以靠人為的技巧來控制遺傳變因，或是冶煉金屬時排除雜質與氣體等等；都使得當時的生物學、力學、熱學、化學等等科學有了較系統化的解釋。

此外，他也經常做一些科學的實驗。在《論氣》一書中曾記載，「人一息不食氣則不生，魚一息不食水則死」，意指人需要呼吸空氣，而魚離開水則死。並且經由實驗發現，魚即使活在水中，若水不與空氣接觸，則同樣無法存活。此外，陸地上的生物即使在空氣中，若是在不通風的密閉空間依然會死，其稱之為「氣死」，由此可知動物都需要空氣中的某一種特定的氣。當然我們現在都知道，這就是氧氣，而沒有氧氣就會窒息，但在當時那個年代，這樣的理論是十分新穎的，甚至領先了西方世界數十年。

這樣聽起來，東方的天才們其實不輸西方，那究竟是什麼造成如此大的差異呢？在東方，我們經常會問「我學／研究這個有什麼用？」這是一種十分務實的研究態度，但也正因這務實，使得這些技術無法舉一反三，終究沒辦法跨出單一領域的應用，成為一個很完整的學門。把時間拉到近代，證明電磁波存在的赫茲曾在課堂上被學生問到：「電磁波傳送有什麼用途？」，而赫茲聳了聳肩回答：「一點用也沒有。」但在百年後的現在，手機、WiFi、微波爐、eTag 通通都需要用到電磁波。其實有時候我們學習或研究，沒有辦法應用未必就是徒勞無功，只是我們還沒遇到需要用到這些知識的時候，亦或是它只是讓我們完整一個知識拼圖的其中一塊。即使最後真的用不上，但那些對於知識的渴望以及求知的過程，也會是最美的徒勞無功。

本文轉載自LIS線上教學平台。

文 / Gilver

主持人 / 鄭國威  開幕致詞 / 鄭國威、曾聰邦、徐挺耀
科創卡司 / 丸幸弘、彭啟明、蔡宇翔

「科學太重要了，不能只交給科學家。」這是泛科學總編輯鄭國威在去年的論壇上說過的話。今年，他再補充一句：「科學家太重要了，所以不能讓他只鑽研科學！」科學傳播或者說科普，簡而言之就是將少數人擁有的高深知識，轉變成人人都能掌握的素養。當今社會面臨的諸多問題，如氣候變遷、糧食、貧窮、政府失能、能源、水資源等等，都在科學創業家的努力之下逐漸逼近解答，因此科學家不能只在象牙塔裡鑽學問。

深感科學傳播與科學素養的重要性，並為了提高大眾對科學的興趣，泛科學與國立臺灣科學­教育館繼2013年「開放吧！科學」之後，再度合作舉辦年度科普盛會。今年以「蛻變吧­！科學」為主題，關注台灣科學與創業結合的可能與挑戰。

Part1. 科創夥伴來致詞

「科學家太重要了，不能讓他只鑽研科學。」– PanSci總編輯‧鄭國威

「我堅持奮戰五十餘年，致力於科學的發展，用一個詞可以道出我工作最艱辛的特點，就是失敗！」 這是發現絕對零度、創立開爾文溫標，並在數學物理、熱力學、電磁學、彈性力學、以太理論和宇宙理論各方面都有重大貢獻的科學家 William Thomson Kelvin 的語摘。開爾文出生在一個堅信許多錯誤觀念的時代，例如說他認為引力收縮是天體唯一能源，並經由換算太陽引力位能得出地球年齡只有數億年的結論，也宣稱過任何比空氣重的物體都不能飛。

「『科學太重要了，不能只交給科學家。』這是我在去年的論壇上說過的話，今年我要再補充一句：『科學家太重要了，所以不能讓他只鑽研科學！』」科學傳播或者說科普，簡而言之就是將少數人擁有的高深知識，轉變成人人都能掌握的素養。當今社會所面臨的諸多問題，例如氣候變遷、糧食、貧窮、政府失能、能源、水資源等等，都能在科學創業家的努力之下逐漸逼近解答 (可見《富足》一書)。「科學家不能只在象牙塔裡鑽學問。」鄭國威說。

科學家和創業家共享著許多特點，雖然總是極少數的人成功，但世界正是由這極少數的人改變。今天這場「蛻變吧！科學」係由台灣科學教育館、台灣數位文化協會共同主辦，是泛科學第二次主辦的大型年會，在此感謝 科教館 的支持，以及這場活動的贊助單位：網路直播由 通泰媒體應用公司 架設，恆星級的贊助單位 cacaFly聖洋科技 及天工開物、海洋級的贊助單位石尚集團、Readmoo電子書店、國航科技、CAVE教育團隊；森林級贊助單位包括視群傳播、艾絲資訊 iFit、遠見天下文化教育基金會、KKTIX、經濟新潮社、小牛頓及科學少年；最後是媒體贊助的單位，有BBC知識、Discovery探索頻道雜誌、科學人雜誌、民視科學再發現、民視科學補給讚、專業App資訊網站 PunApp最棒app、PunNode科技創業新聞網和NPOst公益交流站，感謝這些贊助的媒體單位。

「科學不一定得是工作，它也是種能力。」–科教館主任秘書‧曾聰邦

國立科學教育館長期致力於青少年科學能力的培養。「我們看著這些孩子有的變成大學教授、研究員、醫生或工程師，他們所熱愛的科學變成他們生活的一部份。同時，還有好大的另一部份變成了其他職業，像律師、銀行員、法官、公務員等。」

科學不一定得要是工作，它也是種能力。有一群人開始做一些不一樣的事情，將科學透過轉換、客製化、賦予價值，促使它成為行業。什麼樣的人能做這樣的事？接下來三位要來和我們分享的講者，他們將科學變成了不同的風貌和價值，即將給我們的腦袋給予另類的啟發；而在8月23、24一樣在科教館舉辦的科學玩意節《科青站起來，科學動起來》，也歡迎大家來參加！預祝今日研討會順利成功。

「我們一路跟失敗搏鬥。」–台灣數位文化協會執行長‧徐挺耀

「去年到現在我們有許多成長，像是人力變成了兩倍多……1.5個人變成了3個人，再加上專欄作者就更多了啦。」徐挺耀跟鄭國威一起做了很多事，像是PunNode和許多類似的網站，Pansci也是在一個個計劃被做出來的過程中的產物。「我們一路跟失敗搏鬥，雖然不敢說很成功，但至少是台灣最大的最有效的科學社群了，還請各位繼續支持。」未來，泛科學可能會往社會企業的發展進行，希望未來能服務更多喜歡科學的人，期許能像來自日本的Leave a nest的丸幸弘先生一樣做到永續經營！另外，我們也邀請到國內的科學創業者：彭啟明老師和天工開物的蔡宇翔總監分享他們的經驗。除了領22K，還是有許多機會、可能性存在的。

Part2. 科創卡司來分享

科學創業的希望之巢：Leave a nest

帥氣瀟灑的丸幸弘博士 (Dr. Yukihiro Maru) 為 Leave a nest（株式会社リバネス）公司的創辦人暨執行長。學術研究時代，他研究單胞藻(Chlamydomonas)的光合作用及熱帶豆科植物的根瘤形成。2001年取得博士學位後，有鑑於國內博後們對生涯的茫然，他和大學時代玩樂團的十五位同學，一起走進校園演示實驗，大受好評。隔年，他沒成為教授，反而創立公司成為執行長。去年鄭國威總編輯在泛科學上刊載的訪問文章《博士後只能賣雞排、等教職？Leave A Nest 揭示的另一條康莊大道》就有數十萬次的瀏覽，超過七千人在臉書按讚。

丸幸弘博士認為，日本(及台灣)面對兩個大問題：年輕人對科學失去興趣，以及科學研究職缺越來越難爭取，是他創辦 Leave a nest 的動機。Leave a nest在2002年6月成立，成員都是科學家，公司的核心視界是為：”Advancing Science and Technology for Global happiness.” 這和科學家的使命是雷同的。

Leave a nest 的科學家們來到各個學校進行科學工作坊和演示，並發行科學刊物供中學生閱讀。丸幸弘博士認為，「科學工作坊是科學溝通的訓練，商業也同樣需要這種傳播技術。」他將公司定位為 HR training platform (=人事專員訓練平台) ，科學家和參與的學生在訓練下成為具有潛力的未來領導者，其後進入企業、踏入學術，或者創業(start-up)。

公司目前44名成員，平均32歲，碩士、博士都有。公司內的發展主意非常多樣化，例如 Shuhei Tsukada先生致力於發展植物產食餐廳、亦做為科學傳播之地，這個點子後來得到2011年的優良設計獎 (GOOD DESIGN AWARD)；另一個例子是Yuji Kukuda先生以科學研究為根據，以生態餵養產出的沖繩高級豬肉農場。公司做為一個培育科學創業的場所，提供了他們發展的平台。

丸幸弘博士接著介紹了一些公司成員的故事。岀雲充先生(Mr. Mitsuru Izumo)利用眼蟲 (Euglena sp.) 具有葉綠體、能夠消耗二氧化碳、產生高養分的特性，成立生物科技創業公司EUGLENA；跨IT產業的例子像是 Bioimpact 公司，為研究者蒐集他們需要的資料；跨電機的例子，例如 Ory Labortary 研發遠端溝通機器人，能讓使用者在兩地間實境溝通，借助科技的力量將人與人之間的社交關係拉近，改善例如醫院的病患的社交困境；跨大資料時代和微生物學的例子像是 GeneQuest，能夠提供大量的生物 DNA 分析資訊。

最後，丸幸弘博士舉出他所認為創業該如何開始–從問題(Question)出發，發現問題；接著用熱情 (Passion)去研究它，繼而用任務 (Mission)去解決它，最後是創新 (Innovation)，產生新的價值和概念，這個過程簡稱為QPMI: Innovation Wheel Model。

「利用你的專長，去獲取利益；別只是當個接收者，要當個迎接挑戰的行動者。」丸幸弘博士總結道。

天空的寶藏：從觀天象到企業化

天氣，過去被認為是由老天所掌握。天空到底有什麼寶藏，可以讓彭啟明先生開一間公司？

彭啟明先生是氣象專家，也是第一位民間氣象公司的創辦人，天氣風險管理開發公司總經理。過去他所做的研究是「全球冷卻」–人為排放的汙染物懸浮微粒將陽光反射，使得雲量增多，反射更多的熱量，以及聖嬰/反聖嬰等地球大氣循環變動。至於在國立中央大學的研究工作，主要是東亞地區的沙塵暴、生質燃燒和空氣汙染。

彭啟明在陽明山約1100m處山頂的量測站估量雲裡的水，計算本地汙染和從來自外地的汙染比例，並用模組預估中國哪些地區對台灣的酸雨貢獻多少，更協助環保署建立二代酸雨測站。他研究的另一個主題沙塵暴 (霧霾)，不但會造成民眾健康負擔，也引響半導體工廠曾經使得韓國工廠停工停學，卻促使南科台股漲停板，他的研究使得幫助企業得以進行氣候模式預估，減少因天氣帶來的損失。

許多強國用超級電腦公開他們的高品質資料，成為現在公司的資料庫型態。關注環境的問題，已經演變到跨縣跨國跨界。氣象和我們的生活有什麼關係呢？例如，每月平均蛋價逐年增加這個現象，彭啟明研究了天氣和蛋價的關聯，發現天氣冷的時候蛋價會漲。比較今年(2014)的蛋價變異和去年變異不大、價格卻差很大，推測出這應該是人為影響。雖然天氣變動大會影響到許多事，但也經常成為產業調漲價格的好藉口。

近幾年，彭啟明成為了Open Data聯盟的會長，一面希望政府公開氣象資料，一面促成了台灣英國open data發展交流與合作。氣象法修正以及網路的發達，再加上全球巨量氣象資料的公開，使得獲得核可的天氣分析師可以公開預測資訊，進而建立本土區域性氣象預測模式流程。因為它能夠加以客製化、做加值服務，因而創造氣象產業，今後不再只有中央氣象局可以發布預測。

「其實這間公司一開始是參加創業比賽得名獲得了140萬資本，就去登記創辦天氣公司。」彭啟明說道。公司服務的項目有賽鴿、高價雨傘商品指數、高鐵、交通部公路總局天氣防災，現在準確率已可達八成。至於提供給企業的，是面對氣候風險的行動，像是CSR、營運持續管理、氣候風險揭露等等都是公司在做的事情。另外，彭啟明也在推動企業也應該公布氣候風險對自己造成的威脅，例如在美國，可口可樂公司最怕乾旱，它就應該要多投注一些在這上面。

「科學可以改變整個社會，把事情做得更精準。」彭啟明的理想就是立足台灣，做一個地球企業；更了解地球、與災害共存，和新一代年輕人找到新的機會。

互動的溫度：天工開物

天工開物技術總監－－蔡宇翔先生，一開始是技術硬體方面的幕後人員，少有機會到台前走跳，今天來和大家分享科學技術背景的人如何擁有更多的可能。他在修畢電機系課程之後成為了工程師，但工作幾年之後忽然倦於生活的一成不變，遂而決定去學3D動畫，後來才發現「互動」這個產業的存在。

天工開物在做什麼？ 它是一間創意互動設計公司。互動有許多面向，像是許多不同介面的電玩/手機遊戲，是訊息傳達的過程，我們想要顛覆訊息傳達的傳統印象。例如俗稱的”WINDOW SHOPPING”是一種單向傳遞訊息的展示，但若結合互動科技的元素，透過更多不同溝通的方式，將能讓真正的window shopping得以實現！在展示方式上加上互動科技的例子，像是HERMES在東京旗艦店的櫥窗：模特兒的影片輕輕對絲巾吹氣，展示品牌的質感和意涵。另一個例子 NIKE的運動鞋櫥窗則以跳高遊戲創造互動式平台，拉近消費者與櫥窗展示的距離。

 藝術和商業身處在業務光譜的兩端，中間經歷公共藝術/博覽會博物館/商業公共空間/旗艦展示店/商業娛樂空間/公關行銷直到商業。我們在光譜上的優勢是不同面向的緊密配合，對客戶精細的分析、創意會議後進入製作、實測、安裝、驗收、到最後的保固維修的程序。以下將介紹幾個案例。

第一個案例「香檳三」：在香檳3 這間 Disco Pub裡，男廁被加上了互動裝置。當男士在投影幕的一側小解時，小便斗會根據收到的尿液量，在投影幕上灌溉出一朵小花，同時顯示在外頭通道的投影幕上。這樣的設計雖不至於色情，卻帶有一種PUB式的曖昧，非常符合這個場所。

第二個案例「多運動」：測試民眾的跑步能量，跑得越快能量越大；互動螢幕上還會隨機出現一個代表玩家的「運動靈」，跑完以後還可以跟它合照。玩家在互動體驗之後，走出來喝公司的商品。

第三個案例「晨昏山水」：它是一個互動劇場的建案。透過模擬晨昏變化的建築劇場，民眾能以旋鈕控制、體驗不同時節下建築模型的氣氛，提供住戶對未來的家的想像。

第四個案例「蜃樓」：它是黃心健老師在霧峰林家古蹟的創作計畫，結合3D投影、建築投影、舞蹈戲劇等光影元素，短短兩天內的活動得到熱烈回響。

除了這幾個例子，台北市的行動夢想館也是第一個以行動裝置導覽、手機影音互動的展館。

「技術是一把劍，心中無劍、手中也無劍才是最高境界。」蔡宇翔認為，一味追求科技反而會模糊互動設計的焦點，應將呈現方式自然地融入互動之中。一個有趣的國外範例是德國柏林的TOUCHED ECHO，模擬1945年轟炸機轟炸的現場。他們在欄杆埋入像是助聽器的骨傳導裝置，民眾只要倚在欄杆上、摀著耳朵，就能透過震動將聲音傳導到觀眾耳中。我們也以這個案例期許自己。

明代宋應星寫了《天工開物》，裏頭寫道：「士子埋首四書五經，飽食終日卻不知糧米如何而來；身著絲衣，卻不解蠶絲如何飼育織造。」科學對蔡宇翔來說不是什麼獨門的學問，比較像是生活中的道理，我們可以保有好奇心，去發覺生活中處處的小小科學，這是他的工作生活對科學的體認。

Part3. 現場開放Q&A

以下登場人物代號分別為： 「P」=鄭國威 (泛科學總編輯) 「曾」=曾聰邦 (科教館主秘) 「徐」=徐挺耀 (數位文化協會執行長) 「丸」=丸幸弘 (Leave a nest 執行長) 「彭」=彭啟明 (天氣風險管理開發公司總經理)「蔡」=蔡宇翔 (天工開物技術總監)

Part3.1. P編主持時間

P：Leave a nest 12年以來遇到最大的挑戰?

丸→ 就是今天。(笑) 我在大學時，老闆總是緊盯著我有沒有做實驗、有沒有進度、有沒有Data，同時一邊又在外面的學校奔走、積極舉辦工作坊，因此睡眠相當少。現在公司有44名成員，雖然各自領域相當不同，但我完全沒有進行管理。他們很自由，也很熱情投入，Leave a nest這個平台支持著他們更早達到他們的創業夢想。我們是夥伴、支持者、也是培養者，leave a nest就是以這樣的視界出發。

P：從一個專業科學教育領域人員的角度來說，您認為台灣的科學教育足以培養出更多科學人才嗎? 這是否應該是社會應該發展的方向?

曾→ 要成為一個真正可能的科學創業者，不能僅從科學教育出發，許多相關需要的能力和課本並不相關。跨域整合的能力是創業不可或缺的，包含基本的法律和商務能力。計畫的規劃和執行能力，也是需要的人格特質。科教館僅是提供科學能力的提升。

P：創業前後的生活有什麼不一樣？天氣公司有沒有新的計畫？有往其他國家進軍的目標嗎?

彭→ 生活是差不多的。我人生的轉折是在碩博士當研究生的時候，那時候薪資大概跟麥當勞打工差不多，只是在實驗室過生活，埋首學術研究；現在我有休息時間時，我其實也在看PAPER，科學家的養成為我的事業有很大的幫助。現代的年輕人看不到未來，跟他們相比我現在掌握比較多資源，也帶著一批年輕人在前進，我想做一些跨出台灣的事情。如果想要做大，面對廣大的中國市場和兩岸關係可能是需要能夠應對的事情，但其實也不一定要往中國去，還有很多其他國家可以做。我們已經在國外有客戶了，也需要有雄心去做國外預報天氣的年輕人。

P：藝術結合科學再加上互動不確定相當高，如何去評估作品的成效？溝通上藝術家跟技術專家怎麼進行？

蔡→ 我們會試著把工作流程定義清楚，一開始就和客戶溝通好展示需求、空間、使用者身分都定義清楚。像是KPI這種評估機制，我們有參訪流量條款，像是一天門票的收益或是人次，都是一開始就有評估的。而藝術家跟技術專家之間，其實天工開物的成員幾乎都有跨領域的背景！不單單是寫程式，有兩三個專業領域，大家也因此比較可以接納對方的意見，像是服裝設計+程式這個的專業就差很多。黃心健老師也是，雖然他是個藝術家，但寫程式也非常強。

P：你是一個創業狂，你認為台灣的科學創業最大困難是? 投資? 創業視野? 政府?

徐→ 可參見在PUNNODE寫過的這篇文章，講泛科學成立的經過。不像果殼網的姬十三有拿到創投的錢，我們只能和國科會打交道很麻煩、痛苦期很長。你要拿到錢，要跟國家機構打交道，但國家機構跟傳統學術界比較像。現在時代已經變很大，如果能有更高的執行效率，可能促進更多事情發生。其實，國科會也有支持一些跟我們很像的網站建置計畫跟我們很像，但這些網站卻因計畫時間結束而直接終止經營……。眼前的問題非常多，期待泛科學之後會變得越來越大。

Part3.1. 現場開放Q&A

科學創業所最需要的是什麼?是自修還是科學?

如何走到中國以外其他的天空? 老天決定氣象，如果失誤的科學責任怎麼負？

彭→ 要創業是需要學習的，像我當時就是花半年的週末上像是EMBA的課程，要會看財報、產業趨勢，另外大家聽到你要創業，騙子就會開始上門。另外就是很多的不確定性，你的判斷能力會變得很重要，創業有時更需要學廣跟鑽精需要平衡的。此外創業也要做很多公益，是很複雜的。很多事情不要去指望政府可以做到什麼，我們要有自己的判斷。

氣象預報本來就有責任，我們提供的是專業的預報準確度，就服務上如果報錯就不收，不然你給我多點錢、我就幫你買天氣保險。一開始客戶都不解氣象預測為什麼要收錢，後來好的客戶就慢慢可以理解變動度很大的狀況是存在的，這也是需要科學的再教育和傳播。

國際上有哪些成功的科學創業例子？

徐→ TESLA汽車、Elon Musk的太陽能和電動車、列印火箭、再生能源系統等等。我很推薦《富足》這本書，許多科學創業者比較像MAKER(自造者)，不像傳統的工業，大多出自個人的創見主意。泛科學還在往前走、慢慢擴大，丸幸弘也是成功的例子，北京的姬十三也是，其實都有做成功的人。

我是一個大六的醫學系學生，學校的教育模式難以讓學生接觸到創業、擁有自己的一間公司。老師沒有辦法教你怎麼去創業，大多是追求學術界的成就，像是SCI點數。

丸→ 在日本，兩個面向基本上也是分開的，醫學院教育大眾科學，也有另一群人是在追求金錢。
彭→ 我2000年曾拜訪日本一位院士級的前瞻學者，他給我三個字”惡平同”：大家都一樣的現象越來越多。學校並不是一個創意的天堂，學校老師本來就有SCI點數壓力。為了創業要放棄很多事情，商業也需要錢、需要商業模式的演繹，在學校多數是學不到的。創業的過程沒有人告訴你怎麼做，你得自己去學習，你可能也需要去找一些貴人相助，像是丸先生的窩。我們國家有自己的問題，怎麼樣給年輕人機會？坦白來說不要一直在學校裡想這些問題，去外面盡早社會化就有刺激、資源接觸到更多不一樣的知識。

科學思維和藝術的還是會有衝突吧，是否有具體克服的例子？

蔡→ 兩個人遇到意見相左時，我們會找多人一起來討論，創業就是不同的領域提出不同的想法，才會有新的創意。我們公司內部會比較開放的邀請各位給予意見，衝突可能反而是創意的來源。