0

0
0

文字

分享

0
0
0

科學怎麼搞:真的有GAYDAR這回事嗎?

YTLai_96
・2013/12/26 ・4888字 ・閱讀時間約 10 分鐘 ・SR值 475 ・五年級

請勿搭配此音樂服用

cc創用授權
credit: CC by thaths@flickr

歲末年終,三個月不見的科學怎麼搞又回來了。

最近多元成家的議題吵得沸沸揚揚,什麼雲啊霧啊寶劍鎖鍊魂結都出現了,許多同志們也紛紛跳出來捍衛自己的權益。但是很不幸的,社會上身為多數份子的人,並不一定總是能夠看見自己習以為常司空見慣的事情,在身為少數份子的他人生活中有多麼難能可貴。所以,在本文開始之前,「科學怎麼搞」要為站出來爭取權益,並且讓社會更加多元兼容的同志或直同志們致上由衷敬意。

回到這次的主題。我身邊的一些朋友總是號稱自己有能力從相貌判斷一個人是不是同志,也就是所謂的『GAYDAR』(偵測Gay的雷達)。我也曾經以非正式的角度測試過他們的GAYDAR能力,看起來好像真有那麼一回事。但總之,如果真的想要證實這些人的GAYDAR能力是真是假,或是想更進一步的瞭解GAYDAR偵測的特徵為何,就跟著這次的科學怎麼搞一起來想想這實驗該怎麼進行吧。

-----廣告,請繼續往下閱讀-----
cc創用授權:http://flic.kr/p/84SXUS
credit: CC by acon online@flickr

不過在開始之前我要先澄清一下,不知道為什麼,GAYDAR這件事好像總是限縮在男同性戀上頭,鮮少聽到有人擅長偵測女同性戀的案例。據我的GAYDAR友人說,除了明顯打扮中性的T之外,女同志非常難以偵測。當然,這很可能只是我孤陋寡聞而已,在此先向各位不滿的讀者道歉,也還請各位讀者多多指教。總之為了行文方便,本文的GAYDAR還是只限縮在偵測男同志的能力上頭。但是也請讀者們理解,若是有人宣稱自己擁有偵測女同志的能力,檢測的方式也是一樣的。

首先,如果只是想要知道GAYDAR友人的能力是真是假,那麼只要先找到一群生理男性(最好30人以上,因為一般來說這個數量的樣本群比較有統計上的意義,但當然越多越好),請他們大方且自願的揭露自己的性傾向(同志/直男),然後幫每個人拍個白背景、相同打光的正面全身站立照。之後就可以拿這些自願者的照片來測試友人的GAYDAR能力了。你可以先將照片洗牌,然後一張一張的讓友人判斷影中人是不是同志,之後再對照自願者們自我揭露的性傾向。照理說,隨機亂猜的正確率應該是五成左右,但如果被測試的友人判定是不是同志的正確率達到七成以上,那麼在樣本數30人的狀況下,統計上就已經達到了顯著(卡方檢定),也就是這位友人真的擁有GAYDAR的能力。

到此,擁有GAYDAR能力的讀者或你的友人可能會嗤之以鼻:七成正確率就可以算是擁有GAYDAR能力?這也太容易了吧,人家我們GAYDAR的準度是很高的。更何況,同志的人口比例那麼少(各種正式非正式的統計大概都不超過一成五,錯誤請指教),如果找到的這群志願者裡面只有幾個同志甚至更少,那就算是沒有GAYDAR能力的人來亂猜,只要都猜『直男』結果也會顯著然後被判定為『擁有GAYDAR能力』啊不是嗎?這麼容易濫竽充數的測驗,怎麼顯得出我們GAYDAR的厲害?

cc創用授權:http://flic.kr/p/gnkn6X
Credit: CC by I-Ta Tsai@flickr

非常好,既然你想到了這個層面的問題,那就讓我們繼 續 看 下 去。

-----廣告,請繼續往下閱讀-----

的確,無論是一成五或兩成,同志的人口比例就是極少數。如果我們在大街上隨便捕捉男性,餵食誠實豆沙包之後問他是同志還是直男,絕大部分的答案想必還是直男。因此,在大家都知道這個『同志是極少數』的事實之下,一個沒有GAYDAR能力的人若是要猜測街上遇到的陌生人的性傾向,保險一點的答案當然是『直男』,因為一般而言猜直男的正確率恐怕都還有八成以上而且答案從眾也比較不會被打。所以,以上面這個實驗而言,我們選取的樣本最好是同志跟直男各半,藉此讓兩個答案的出現率都趨近相等,以排除一路直男到底卻矇對大半的可能。

不過,如果很不幸的你運氣就是不好,在路上抓人抓半天也找不到足夠且願意坦然出櫃的同志朋友讓你拍照,除了讓直男照片也一起變少以配合同志照片的數量這種傷害統計效力的方法之外,就沒有別的辦法可以讓真正的GAYDAR出頭天嗎?

當然有。

就算你的志願者照片同志的比例很低,你還是可以把號稱有GAYDAR能力的友人看照片的判斷結果畫成下圖。

-----廣告,請繼續往下閱讀-----

這是一個科學上探討檢測或篩檢的優劣時很常見的表格。如你所見,一般狀況下的事實大概都是二分法,例如這裡討論的『同志』和『直男』,而檢測的結果當然也是『是個同志』或『是個直男』這兩種。因此,事實與檢測所組成的四種可能,分別是『被說是同志的同志』的真陽性(A)『被說是同志的直男』的偽陽性(B)『被說是直男的同志』的偽陰性(C)、以及『被說是直男的直男』的真陰性(D)。理想狀況下,一個完美的GAYDAR當然是『同志就同志,直男就直男』,也就是B跟C均為零,A跟D包含所有的案例這樣。可是,除了可以看到雲啊霧啊的MC美江之外這種完美的GAYDAR當然罕見,現有的各種科學檢測也都還辦不到這件事。於是,要知道一個GAYDAR的能力有多強,就要利用這個表格得到更進一步的資訊。

利用這表格中四種結果的比例,可以換算出正確率以外的四個重要指標比率如下:

  • 靈敏度 Sensitivity:『被說是同志的同志』佔所有同志的比例,也就是把所有同志都找出來的能力。
  • 特異度 Specificity:『被說是直男的直男』佔所有直男的比例,也就是把所有直男都找出來的能力。
  • 陽性預測值 Positive Predictive Value (PPV)『被說是同志的同志』佔『被說是同志的人』的比例,也就是鐵口直斷是同志的預測力。
  • 陰性預測值 Negative Predictive Value(NPV)『被說是直男的直男』佔『被說是直男的人』的比例,也就是鐵口直斷是直男的預測力。

於是,我們將號稱擁有GAYDAR能力的這位挑戰者的測驗結果做成下表。

前面提到的檢測GAYDAR的方式,只不過是看受測者的正確率,也就是真陽性和真陰性的判斷在所有判斷中的比例((A+D)/(A+B+C+D))。但因為今天大家都知道同志的所佔的人口比例就是少,所以不是GAYDAR的人就算一路壓寶『直男』,在多數的志願者可能都是直男的狀況下還是會有相當好的正確率,於是就成了充數的濫竽。以本例來說,一路『直男』到底的正確率是86.7%,以先前的檢定來看絕對是個顯著GAYDAR。可是一旦把結果畫成這個表,就可以清楚的看出來:雖然一路壓寶直男的特異度很高(100%),但是根本沒有靈敏度跟陽性預測值可言(0%),而且陰性預測值也可以發現根本和直男的人口比例一樣,表示根本就是瞎貓碰上死耗子。所以,大概就可以判定這個號稱有GAYDAR的人是濫竽充數裝裝樣子而已。

-----廣告,請繼續往下閱讀-----

好,假設今天有另一位號稱有GAYDAR能力的人來接受檢測,他費盡心力做了三十次的判斷,得到的結果畫成下表。

你可以看出來,雖然這個人的整體正確率也是26/30=86.7%,但是他的靈敏度可是紮實的75%,陽性預測值PPV也有五成,雖然特異度比起前一個一路直男的騙子稍低,但總還是將近九成的88%,而且陰性預測值96%也還是比前一個高。根據這些數據,我們大概就可以說:這是個貨真價實的GAYDAR,真的有能力能夠根據照片就判斷出一個人是同志或直男,不過這個GAYDAR『鐵口直斷是同志』的可信度只有五成,遠不如『鐵口直斷是直男』超過九成五的可信度高就是了。白話的意思就是說,他如果說某個人是同志,那可以參考一下,但是當他說某個人是直男那就幾乎可以拍胸脯保證了。

(OS:那這樣是要叫他GAYDAR還是STRAIGHTDAR??)

到這裡你或許也已經發現,這四個重要指標比率終究是彼此連動、此消彼長的。一旦有個GAYDAR鐵了心寧可錯殺一百不可放過一個,那麼當然就可能找出所有的GAY,靈敏度直逼100%,但是可能也會出現很多被當成同志的直男,因此讓陽性預測值升不了太高。所以,對於一個GAYDAR而言,最重要的或許還是磨練自己找出是否為同志的關鍵特徵來得要緊。

-----廣告,請繼續往下閱讀-----
cc創用授權:http://flic.kr/p/ehZXQB
cc創用授權:http://flic.kr/p/ehZXQB

但是話說回來,就算檢測結果證實GAYDAR真的存在好了,知其然也想知其所以然,到底GAYDAR偵測的特徵是什麼呢?

從我對自己GAYDAR友人的觀察,以及網路上各種號稱可以判斷同志與否的心得文,似乎多數GAYDAR的判斷依據都是『氣質』也就是一個人的穿著打扮舉止姿態語調等外在行為。要測驗GAYDAR們偵測的是否是外在行為融合成的氣質,最簡單的方法就是改讓所有的志願者換下自己的服裝改穿上同樣鬆緊程度的白T,以同樣的姿勢、打光、甚至帶上同樣的假髮以遮蔽原有的髮型,留下面無表情的大頭照。這麼一來,當外在的行為線索都排除了之後,一旦GAYDAR的能力也不再靈光,大概就可以確定GAYDAR們看的都是這些氣質項目了。

不過,萬一GAYDAR們偵測的不是氣質呢?如果GAYDAR們在志願者穿上相同白T,以同樣的打扮跟假髮,留下面無表情照片的嚴苛條件下都能夠指出同志或直男,那麼或許就得把照片數位化並且素描化,讓膚質和鬍渣等細微差異都消失,再來讓GAYDAR們判斷。而如果GAYDAR們真的這麼厲害,在僅有線條勾勒五官跟輪廓的數位素描化照片裡頭都還看得出誰是同志和直男,那麼或許,或許同志跟直男的臉型輪廓和五官真的有什麼不一樣,讓GAYDAR們可以分辨得出來吧?我不知道有沒有研究指出同志的臉型輪廓或五官跟直男真的不一樣,MC美江是有說到同志的臉型不一樣啦,我聽了笑笑就是,你相信嗎?

cc創用授權:http://flic.kr/p/rqw4v
cc創用授權:http://flic.kr/p/rqw4v

最後,說真的,一樣米養百樣人,吃米的同志當然也不會只有一種模樣。所以,就算真的有所謂的『典型同志氣質』或甚至是『典型同志臉型/輪廓/五官』好了,GAYDAR們若僅僅以這個氣質或輪廓做為判斷依據,終究還是會有不少的同志因為與同志的刻板印象不同,而始終隱形於GAYDAR們引以為傲的犀利眼光之中。同樣的,也會有不少的直男們因為不符合『典型直男氣質』或『典型直男輪廓』而可能被GAYDAR們認定是同志,無論是不是剛好又趨近『典型同志氣質』或『典型同志輪廓』。到頭來,GAYDAR的判斷或許是個人小嗜好,卻說不定在言談跟分享之間幫了倒忙,加深了同志和直男兩者的刻板印象。更何況,知名的性學專家金賽博士說過,性傾向應該是個光譜般的分佈,而非同志或直男這樣零與一的兩端。這樣說來,GAYDAR們到底把界線畫在哪裡,來區別同志跟直男呢?

-----廣告,請繼續往下閱讀-----

與其知道一個人是同志或直男,何不輕鬆一點,努力讓每一個人都能夠開心地愛自己也愛別人,對吧。

 

文章看到這裡,累了的話聽些歌吧XDD

想知道各種檢測背後的優劣和準確度等資料請看這裡

 

12/30補充:

-----廣告,請繼續往下閱讀-----

話說有網友留言提到,有研究指出男同志的臉部肌肉群使用方式跟直男不同,因此可以從臉部判斷出是否為同志。我也記得在知名美劇『lie to me』裡頭看過這樣的說法,但是在寫這篇文章的時候並沒有去查資料,因此就略過不提。但既然又有人提到了,那我就來找一下研究好了。

雖然我沒有看到有哪裡明確指出是臉部肌肉群的使用方式不同,但是的確有相關研究發現GAYDAR這回事,而且是男女同志都可以偵測。請看
相關報導一相關報導二男性同志/直男的臉的確可以判斷而且有七成左右正確率的PAPER男同志/直男的臉的判斷過程最快只要0.05秒就可以完成的PAPER女同志/直女的臉也的確可以判斷而且也有七成正確率、而且直覺判斷比再三思考更準的PAPERGAYDAR的過程其實用上了不少性別刻板印象的線索所以一旦遇到與刻板印象不符的同志就會錯的PAPER然後如果你有很多同志朋友你的GAYDAR能力當然也越好的PAPER這一篇聽聲音或看臉都可以分辨同志和直男而且同志的臉對女性受試者而言更MAN的PAPER也很有趣喔還有這個實驗室做了好些GAYDAR的研究有興趣可以看看。

但我目前為止倒是沒看到什麼同志和直男的臉部肌肉群使用有關的研究….

文章難易度
YTLai_96
51 篇文章 ・ 29 位粉絲
也許永遠無法自稱學者,但總是一直努力學著

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

3
1

文字

分享

0
3
1
群眾監控科技:以 2023 雪梨世界驕傲節為例
胡中行_96
・2023/03/16 ・3422字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

COVID-19 疫情趨緩後,各國都敞開大門,迎接國際觀光客。今年雪梨同志狂歡節(Sydney Gay and Lesbian Mardi Gras)的主辦單位,與 InterPride 合作,將活動升級為 2023 雪梨世界驕傲節(Sydney World Pride)。[1]其中最受矚目的年度大遊行,也於 2 月 25 日晚間,重磅回歸 Oxford 和 Flinders 兩街。[2, 3]

今年遊行中,率先登場的女同志團體「Dykes on Bikes」。圖/胡中行攝(CC BY-SA 4.0)
今年遊行的第二個隊伍,是男同志團體「Boys on Bikes」。圖/胡中行攝(CC BY-SA 4.0)

警察的角色

澳洲雪梨一年到頭,觀光活動難以計數。從知名的跨年煙火、國慶典禮、體育賽事、聖誕市集、繽紛雪梨燈光音樂節(Vivid Sydney)到同志狂歡節等,[4]負責維安的警察早已身經百戰,什麼場面都見過了。如果當天鬧事被逮的人數不多,他們有時還會在事後,透過新聞稿嘉勉群眾幾句。[5]雖然新南威爾斯州警察,在1978年拘捕同志運動抗爭者;但誰也沒想到他們後來化敵為友,自 1998 年起,竟每屆都組隊參加遊行。[6, 7]

2023 年面對前所未有的人潮挑戰,他們派出 900 多名員警,並與主辦單位、雪梨市政府、科技保全公司,以及州政府的觀光、交通、消防和急救等部門攜手合作。[2, 7]

曾參與 1978 年抗爭的同志乘車遊行,受到群眾熱烈歡迎。圖/胡中行攝(CC BY-SA 4.0)
新南威爾斯州警察今年的遊行花車。(不含背景右上的彩虹旗。)圖/胡中行攝(CC BY-SA 4.0)

RAMP分析

根據英國曼徹斯特都會大學(Manchester Metropolitan University)G. Keith Still 教授 30 多年的經驗,規劃大型活動時,要從 RAMP 分析(RAMP Analysis)的 4 個面向,評估群眾安全。[8]

-----廣告,請繼續往下閱讀-----
  1. 路線(routes):進入與離開的方向。[8]雪梨同志遊行的隊伍,一般不超出 Oxford 和 Flinders 這兩條街。[2]遊客則必定是從四面八方,逐漸湧入。
  2. 區域(areas):人群聚集的範圍。[8]當天的交通管制,擴及市中心與市郊的幾條主要幹道。[9]
  3. 動向(movement):進場及散場的時間。[8]官網號稱遊行從晚上 6 開始,預計 11 點結束。[10]實際上,觀眾提早幾個小時佔位,正式開幕的時間為晚上 7 點左右,而結束後不少人仍於附近逗留。各街道的交通管制不同,最早從下午 2 點開始,最晚至隔天凌晨 4 點結束。[9]
  4. 群眾(people):對參與群眾的了解。[8]官方預計有 1 萬 2 千 500 人和 200 多輛花車參與遊行。[10]此外,疫情解封以及世界驕傲節的國際觀光效應,勢必帶來人數龐大,而且類型多元的遊客。

此活動行之有年,遊行的路線、群眾聚集的區域,以及周邊交通管制的規劃等,多少都有參考依據。唯一可能比較難以預測的,是今年會增加的遊客。

遊行開始前,Oxford 和 Flinders 街口的人海。圖/胡中行攝(CC BY-SA 4.0)
散場時,尚未撤離的維安、急救、轉播和封街用車輛。圖/胡中行攝(CC BY-SA 4.0)

群眾與手機

為了精準掌握群眾的情形,這次遊行首度依循跨年和燈光音樂節的模式,請動態群眾測量(Dynamic Crowd Measurement)公司在遊行地點周邊,架設了臨時性的監視攝影機與手機偵測器材。[2]

  1. 監視攝影機:配合相應的軟體,從蒐集到的個體表情,例如:開心、中性、難過、生氣等,分析群眾情緒的平均值。同時,測量他們步行移動的速度[2]
  2. 手機訊號:現在幾乎人手一機,由手機通訊用的電磁波,便可推估現場人數。接受《雪梨晨鋒報》(Sydney Morning Herald)訪問的專家認為,不仰賴基地臺的技術,可以避免人數過多時,電信網絡的數據失準。動態群眾測量公司在附近店面,安裝臨時性的偵測器材。[2]
澳洲原住民團體帶了一條蛇來助興。圖/胡中行攝(CC BY-SA 4.0)
技職學校(TAFE)隊伍的大型人偶。圖/胡中行攝(CC BY-SA 4.0)

監控軟體的功能

監視攝影機蒐集到的數據,會被上傳雲端,並呈現於動態群眾測量公司設計的軟體。[11]遊行當天,由主辦單位的工作人員監控,再將必要的資訊報告給警方,以疏導聚眾。[2]下面是該公司官網,所介紹的軟體特色功能:[12]

  1. 地理空間熱區圖(geospatial heatmap):地圖以不同顏色,顯示人群的密集程度,並附帶群眾情緒和人流速度等資訊。[12]
  2. 警報程度指標(alert level indicator):將各區域的危險程度,分級且視覺化,方便監控者一目了然。[12]
  3. 區域監視(zone monitor):群眾密度、情緒和移動速率的警示程度,各區域可以分開設定。[12]
  4. 數據回放(data playback):除了即時監控,已經上傳雲端的數據,也能重新調出來檢視。[12]
  5. 通知管理(notifications manager):客製化群眾密度、情緒平均值,或移動速率等警示,以接收特定的更新資訊通知。[12]
  6. 視覺驗證(visual validator):將即時影像或地理空間熱區圖,與數據並列比較。[12]
動態群眾測量公司的軟體介紹影片,範例地圖是臨近雪梨歌劇院的環形碼頭。影/參考資料11

隱私疑慮

美國喬治城大學法律中心(Georgetown University Law Center)的 Paul Ohm 教授曾說,手機的位置,不該被視為匿名數據。試想一個人幾乎每天在住家與公司之間往返,從手機蒐集到的地理資訊,還真能推測出其身份。[13]所以,參與雪梨同志遊行的群眾,是否有個人隱私外洩的疑慮?主辦單位的發言人表示,他們單純偵測範圍內的手機數量,不包含任何個人化特徵。另外,監視攝影機不具人臉辨識功能,影像也不留紀錄,只儲存數據,因此大家不用擔心。[2]

-----廣告,請繼續往下閱讀-----
雪梨舞蹈團的遊行花車。圖/胡中行攝(CC BY-SA 4.0)
工人團體的遊行花車。圖/胡中行攝(CC BY-SA 4.0)

通宵達旦

遊行吸引 30 萬人聚集,[14]連總理 Anthony Albanese 也親臨現場,成為第一位參加此活動的澳洲現任元首。[3]整晚狂歡不夠,據報相關的官方派對,還續攤到翌日早晨 8 點。[14]遊行當天有 4 人遭到逮捕;而衝突過程中,1 名員警似乎斷了鼻子,另個眼睛瘀青。[7, 15]除此之外,賴在地上阻擋花車的國會議員 Lidia Thorpe,被和平勸離,並登上各大媒體。[16]新南威爾斯州警察在新聞稿中,表示滿意群眾表現,請大家在 2023 雪梨世界驕傲節剩餘的活動裡,繼續關照彼此的安全。[7]

總理 Anthony Albanese 是第一位參加同志遊行的澳洲現任元首。圖/Anthony Albanese on Twitter

  

參考資料

  1. InterPride. ‘Proud to be here – Who we are’. Sydney World Pride 2023. (Accessed on 27 FEB 2023)
  2. Grubb B. (24 FEB 2023) ‘How your phone and mood will be tracked at Mardi Gras’. Sydney Morning Herald.
  3. Anthony Albanese makes history as first sitting PM to march in Sydney’s Mardi Gras parade’. (26 FEB 2023) SBS News.
  4. Destination NSW. ‘Sydney, Australia’. Sydney.com. (Accessed on 26 FEB 2023)
  5. Police pleased with behaviour of revellers during 2022 New Year’s Eve celebrations’. (01 JAN 2023) NSW Police Force.
  6. The Age & Sydney Morning Herald. (24 FEB 2023) ‘Sydney Mardi Gras – from ’78 to World Pride’. YouTube.
  7. 45th Mardi Gras celebrated in high spirits and perfect weather’. (26 FEB 2023) NSW Police Force.
  8. Still GK. (2019) ‘Crowd Science and Crowd Counting’. Impact, 2019(1): 19-23.
  9. InterPride. ‘Sydney Worldpride 2023 Road Closures’. Sydney World Pride 2023.  (Accessed on 01 MAR 2023)
  10. InterPride. ‘Mardi Gras Parade’. Sydney World Pride 2023. (Accessed on 26 FEB 2023)
  11. Shortstories Media. (28 JUL 2022) ‘DCM/Dynamic Crowd Measurement Explainer Video’. YouTube.
  12. DCM Features’. Dynamic Crowd Measurement. (Accessed on 28 FEB 2023)
  13. Thompson SA, Warzel C. (19 DEC 2019) ‘Twelve Million Phones, One Dataset, Zero Privacy’. The New York Times.
  14. Hyland J, Pearson-Jones B. (26 FEB 2023) ‘The morning after! Mardi Gras revellers finally start heading home as the last official party ends at 8am – and there’ll be some sore heads today’. Daily Mail Australia.
  15. Sarkari K, Sciberras A. (26 FEB 2023) ‘Police praise behaviour of Mardi Gras attendees as Anthony Albanese makes history’. 9News.
  16. Hildebrandt C. (27 FEB 2023) ‘Federal senator Lidia Thorpe halts Sydney’s Mardi Gras parade with police protest’. ABC News.
胡中行_96
169 篇文章 ・ 65 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

0

1
0

文字

分享

0
1
0
精神個案系列:同性病患瘋狂追求馬來西亞醫師
胡中行_96
・2023/02/13 ・1853字 ・閱讀時間約 3 分鐘

人一生中,能遇到幾個愛慕者,如此高調追求?同性戀性行為在伊斯蘭律法下,可處鞭刑、罰鍰與 20 年以下有期徒刑。[1]這 2 名馬來西亞女子,卻干冒風險,在所不惜,分別對她瘋狂示愛。[2]

玻璃市 Tuanku Fauziah 醫院的精神科醫師,無福消受,困擾至極。[2]

馬來西亞玻璃市景觀。圖/Wolfgang Holzem on Wikimedia Commons(CC BY 3.0)

病史

A 小姐 18 歲的時候,輕微跌跤,右側手腳便虛弱無力。在 5 名手足中排行第 2 的她,感受不到愛,認為父母偏心。[2]兩件沒有明顯關聯的事情:無真實肇因的身體問題;以及未達重度憂鬱的心情不好,讓她被診斷為罹患伴隨轉化症狀的低落性情感疾患(dysthymic disorder with conversion symptoms)。[2, 3]精神科醫師花了 1 小時為 A 小姐諮商,沒有開藥。[2]

B 女士社經地位低落,缺乏家庭和社會支持。面對酗酒丈夫的精神與肢體虐待,她幾回過量用藥,自殺未遂。後來兩人離婚,她因 32 歲時罹患思覺失調症(schizophrenia),而喪失 9 歲兒子的監護權。服藥不確實的 B 女士,精神疾患老是復發,多次進出醫院。[2]

-----廣告,請繼續往下閱讀-----

自殺防治諮詢:
衛生福利部安心專線-1925
全臺生命線協談專線-1995
張老師專線-1980

追求

那次短暫的相處,令 A 小姐對精神科醫師一見鍾情。她追蹤醫師的臉書,下載數張照片。然後在臉書、微信和推特上,假冒後者建立帳號,發佈滿是愛意的影片。此外,A 小姐佯裝病患家屬,問得醫師的聯絡方式。用超過 10 個不同的手機號碼,每週猛灌大量的訊息和未接來電。[2]

起先她談及生活和情感的困境;後來逐漸以威脅來換取關注。自稱病情惡化,有幻聽與自殘等症狀,卻堅決不就診。接著,內容竟變成指控父母家暴,逼得當地社福單位介入。他們發現 A 小姐用兩個門號,撥打政府的求助熱線,編造故事。假通報的案件,最終在詳盡的調查、驗傷,以及訪談家長後了結。[2]

B 女士也是首次見面,便一往情深。當時離診斷出思覺失調症,已有三年之久,受妄想(delusions)和幻覺(hallucinations)纏身:以為被人控制迫害;「聽見」不存在的話語;甚至不知從哪生出與醫師交媾的「觸覺」體驗。她將醫師比做天神,覺得兩人命定要成為知己,而且來生當對方轉世為男人,她們終將結合。秉持著這般信念,B 女士不僅跟蹤人家,還贈與情書、禮物、糖果以及豪華的情人節花束。[2]

戀愛妄想症

戀愛妄想症(erotomania)又譯「情愛妄想症」,有個逗趣綽號叫「老女僕的瘋狂」(old maid’s insanity);還有以法國醫師Gatian de Clérambault (1872–1934)為名的別稱──「克雷宏波症候群」(de Clerambault’s syndrome)。[2, 4]

-----廣告,請繼續往下閱讀-----

每 10 萬人裡,只有 1 至 3 名會產生妄想;其中戀愛妄想的患者又更少,多以女性為主。[2, 4, 5]而同性的戀愛妄想個案,則是不分男女都相當稀罕,難免被拿來投稿學術期刊。[2, 4]上述兩名病患的行為雖然稍有差異,但發病脈絡高度相似。她們都自顧自地熱烈單戀,窮盡騷擾之所能,還以為人家也情投意合。作為一種克服極度空虛的調節機制,患者通常傾向追求社經地位較高,卻不熟識的對象。一面之緣或素昧平生,也能愛得痴狂入迷,死心塌地。[2]

研究指出,典型的戀愛妄想症患者,多半缺乏魅力或性愛經驗,且從未建立有意義的情侶關係。[4]病因方面的理論與假說,目前包括:大腦結構異常;多巴胺與血清素濃度失衡;以及環境、身心、藥物多方交互作用等。[2, 4]

治療

這名馬來西亞醫師,僅想維持專業的醫病關係。當然做不到的時候,最輕易的解方,就是轉診給別人。然而,這未必有助於療效。A 小姐在醫師向警方通報跟蹤案件後,開始由其他醫師負責。及至 2021 年,她已經看過3個精神科醫師。從愛吃不吃的口服藥劑,換成每月穩定施打的長效肌肉注射,她依然沒有病識感。儘管不再試圖與第一個醫師聯繫,A 小姐始終堅信對方深愛著她。另一邊,醫師勉為其難地承諾 B 女士,繼續為她診療。B 女士於是同意接受注射。不過,一旦症狀改善,她就開始錯過門診,毛病三兩下便又再犯。[2]

  

-----廣告,請繼續往下閱讀-----

參考資料

  1. Bloom LB. (25 NOV 2019) ‘20 Most Dangerous Places For Gay Travelers (And The 5 Safest)’. Forbes.
  2. Jamaluddin R. (2021) ‘Same Gender Erotomania: When the Psychiatrist Became the Delusional Theme—A Case Report and Literature Review’. Case Reports in Psychiatry, 7463272.
  3. Conversion Disorder’. APA Dictionary of Psychology. (Accessed on 20 JAN 2023)
  4. Valadas MTTRT, Bravo LEA. (2020) ‘De Clérambault’s syndrome revisited: a case report of Erotomania in a male’. BMC Psychiatry, 20, 516.
  5. González-Rodríguez A, Esteve M, Álvarez A, et al. (2019) ‘What We Know and Still Need to Know about Gender Aspects of Delusional Disorder: A Narrative Review of Recent Work’. Journal of Psychiatry and Brain Science, 4:e190009.
胡中行_96
169 篇文章 ・ 65 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。