人人都能即時轉播－智慧型行動視訊監控技術

• 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。

（模擬場景）

「噹～現在空氣品質不佳，請注意氣喘」，我朝手上的 Apple Watch看了一眼，身旁的阿嬤拿著iPad，慌張地點完iPad上的紅點，Siri的聲音響起：「您的分數是37分，接下來請書寫『帕金森氏症』五字…」。前排一臉疲憊的少年手上的 iPhone 顯示昨晚的睡眠時間僅有2小時…

今年，蘋果宣布要用iPhone跨入臨床實驗的那一刻起，「An “Apple” a Day Keeps the Doctor Away」 的意思，再也不一樣了

用facebook和twitter掌握最即時的國際疫情

從來沒有想到，手機也能辦到這種事。

2009年，神秘的流感在墨西哥爆發，捷運上乘客劇烈的咳嗽，痛苦地彎下腰來，車上的屏幕顯示了醫師束手無策的困境；2014年的西非，死神般的伊波拉病毒遊走於村落之間，七孔流血的軀體就躺在村子口，慌張的村民倉皇而逃。如果你就在當地，要怎麼知道你現在，此時、此刻、安全嗎？

滑手機，就對了

就像太陽花學運時，手機成了攝影機，人人都是在地記者，每則推文都是第一手報導，在疫區當地也是如此。行動科技讓流行病學的報告隨時地更新在Facebook裡；Instagram上就能找到最新的疫情照片；醫生能在wiki裡查到最新的醫學知識。行動科技加入了醫學領域，開啟了醫學版的大數據時代 [1]。

用iPhone加入全球的臨床醫學計畫！

「An “Apple” a Day Keeps the Doctor Away」 這句話在開始有了完全不同的意義！今年的春天，Apple公司發表了一套開放軟體－”Research Kit” [2]，與各大醫學院合作，設計了針對五種疾病的App，分別是氣喘；帕金森氏症；糖尿病；乳癌和心血管疾病，讓iPhone的使用者，能夠很輕易加入這項疾病的醫學研究，替未來的醫藥開發貢獻個人的心力 [2]！

而這些醫學App也完美地利用了智慧型手機的優勢，以美國羅徹斯特大學（University of Rochester and Sage Bionetworks）所開發的「mPower」App，就設計了用手指敲擊螢幕的遊戲，以玩樂的方式了解帕金森氏症患者的病情進展 [3]。而美國西奈山伊坎醫學院 (Mount Sinai, Weill Cornell Medical College)為了幫助氣喘患者所設計的「Asthma Health」，不僅能記錄發作時的資訊（比方說每回接了丈母娘的電話，氣喘就必定會發作），更能提醒使用者在地的空氣品質，讓使用者能夠事先就避開會引發氣喘的環境 [4, 5]。

在正式發表之前，醫學院的研究群和Apple的開發者們心中都充滿了擔憂，如果都沒有人想加入醫學計畫，要怎麼辦？宣布Research Kit正式上線後的隔天，答案揭曉了！僅僅24小時，簽署加入帕金森氏症研究的民眾居然已經超過一萬人 [6]！這麼驚喜的民眾參與程度，再加之全球使用iPhone的使用者多達數億人，可以想像的是，利用iPhone所收集的資訊的研究成果，絕對是非常令人值得期待的！

除了看起來很炫，還有什麼獨樹一格的優點呢？

想像以下的場景：一位靦腆的大學宅男，尷尬地看著問卷上的問題…「3) 請問您一天運動多長的時間？4) 請問您一週的性行為有幾次？…」他看了看面前那位甜美的護士小姐，終於填下了正確的為了表達男子氣概的誇大錯誤答案。真實性、即時性、便利性！正是利用智慧型手機取得數據的最大優勢，而且由於智慧型手機能夠顯示使用者的生活模式，更提供了前所未有的獨特資訊比對性 (例如每次用手機瀏覽PanSci的網頁後，血壓就會急遽的升高！) [5]，這些看似神乎其技的資訊連結，都是傳統的臨床試驗所無法收集到的資訊！

隱私！隱私！隱私！

個人隱私永遠是各種資料庫最重要的考量，而且利用iPhone收集醫學資訊的作法是前所未有的，也因此所遇到的問題也是前所未見，例如在台灣，如果iPhone的使用者未滿20歲，能參與醫學研究計畫嗎？跨國的醫學研究要如何規範呢？科技發展得太快速，各國的法規是否能迎頭趕上反倒成了最大的問題 [7]。

在中文的市場上，尚未出現類似「Asthma Health」或「mPower」的App，這是一種契機，特別是在台灣有著豐富的醫學專業人才（連首都市長也是～）及資訊軟體的實力，就讓我們期待，不久的將來，會有人應用 Research Kit 開發出中文市場的應用來改變這個世界吧！

本文感謝PAFERS Tech, Ernest Chiang以及國立中山大學, Lin Szu-Yin協助

本文轉載於作者部落格 <Wei-Lun的日常科學分享> 和FB粉絲團  <Wei-Lun的日常科學分享>

參考文獻

1. “Grand Challenges in Digital Health” Front Public Health, 2015, 3, 134
2. Apple官方網頁，Research Kit介紹
3. Apple官方網頁，mPower介紹
4. Apple官方網頁，Asthma Health介紹
5. “Apple’s Research Kit Development Framework for Iphone Apps Enables
6. Innovative Approaches to Medical Research Data Collection” Journal of Clinical Trials, 2015, 5
7. “The big medical data miss: challenges in establishing an open medical resource” Nature Reviews, 2015, 16, 253
8. “An Apple a day keeps the research ethics committee away?” Research Ethics, 2015, 11, 2

台灣曾為了反媒體壟斷鬧得沸沸揚揚，或許有些信奉資本主義相信有錢的大爺只要付得起價格，啥都能買的人，可能還不明白《美麗新世界》（Brave New World）作者赫胥黎（Aldous Leonard Huxley ，1894－1963）的這句名言：「 大規模生產……如果用來生產物資，這種方法很了不起；如果用來複製思想，那就不太妙了。」

還好，這本在2010年榮獲《財富》（Fortune）編輯最愛商業書籍、《紐約客》（The New Yorker）書評最愛書籍、Amazon.com年度商業與投資類十大好書、《華盛頓郵報》（The Washington Post）年度五大好書、《出版者周刊》（Publishers Weekly）年度十大好書的《誰控制了總開關？》（The Master Switch: The Rise and Fall of Information Empires）能夠告訴你，為什麼反媒體壟斷對全民利益非常重要！

《誰控制了總開關？》作者吳修銘（Tim Wu）是台裔美人，畢業於哈佛法學院，現任哥倫比亞大學法學教授、美國聯邦貿易委員會顧問，2002年吳修銘因反對過濾及篩選網路資訊的技術，提出「網路中立性」 （Net Neutrality）理論而聲名大噪。2006年獲選《科學人》（Scientific American）雜誌 50 名具影響力的科學家，2007 年獲選為「哈佛大學最有影響力的100名畢業生」。他的父親生長於台南市，而他曾在台灣南部住過一段時間，非常喜歡台南小吃，尤其是鱔魚麵。

吳修銘在《誰控制了總開關？》仔細研究了整個媒體發展史，從電話、無線電、廣播、電視、第四台、電影、網際網路到智慧手機。吳修銘用深入淺出且流暢生動的文筆，帶我們進入媒體發展的世 界。這些科技帶給我們很多便利，每當我們進入一個媒體科技的新世界，就很難想像沒有這些便利的世界長什麼樣子了，我們的日常生活、社會結構也產生了極大的改變。有些爸媽沒了iPad就不曉得該如何應付吵鬧的小孩。雖然主要是談媒體創新與壟斷的政治、社會、經濟議題，但《誰控制了總開關？》對資訊科技的介紹，也足以把它視作科普書。

吳修銘經過多年研究，發現一種「壟斷－創新」的循環不斷出現：先是新創科技出現，各種可能性應運而生，逐漸地先見之明之士應用這個科技建立了一個媒體帝國，開始壟斷通訊，切除雜音，要求人們以符合帝國利益的方式使用媒體。《誰控制了總開關？》帶我們進入了風起雲湧的媒體帝國，儘管這些媒體帝國暗潮洶湧，可是一般人民和消費者卻可能看到風平浪靜的表面，對許多改變不僅後知後覺，常常也不知不覺。

閱讀全文：

到底是誰控制了總開關？