11

0
0

文字

分享

11
0
0

學者的智慧,期刊的財產,圖書館的業績… 或是負擔?

洪朝貴
・2011/07/27 ・3085字 ・閱讀時間約 6 分鐘 ・SR值 524 ・七年級

open access論文刊載在 SCI/SSCI/TSCI/TSSCI 期刊上 vs 放在網路上, 到底何者的影響力 (impact) 比較大? 在這場 「封鎖知識 vs 釋放知識」 的戰爭當中, 轉而支持圖書館界、 支持 Open Access Journals (開放近用期刊) 不僅有利於社會, 更將有利於學者本身。

學術發表是一個詭異的系統 — 作者們並沒有拿到錢、 審論文的人並沒有拿到錢 (他們只是另一群付出免費勞力的學術人員)、 在某些領域, 甚至連期刊編輯也沒有拿到錢。 有些時候作者甚至還得付錢給出版社。 … 但是科學論文卻又是價格貴得最嚇死人的文件。 — Greg Maxwell

本校面臨期刊訂購經費嚴重不足窘境,不僅既有之訂購期刊難以持續,更遑論增訂各學科新出版期刊,抑制侷限了本校學術研究競爭力。 — 每年花一億四千萬元訂閱期刊的臺灣大學

活躍於網路社會運動、 開放數位內容、 自由軟體界, 任職於哈佛大學的 24 歲程式設計師 Aaron Swartz 在 MIT 校園用程式大量下載學術期刊, 被美國總檢察長起訴, 並以一萬美元交保。 有趣的是, 這些期刊的著作權擁有者 JSTOR 表示只想確認 Aaron Swartz 並未散佈這些文件; 但美國聯邦政府卻還是執意繼續處理本案。 詳見 衛報報導Jason Kottke 的部落格報導 (有豐富的連結) 或搜尋 「Aaron Swartz JSTOR」。 根據 Jason Kottke 文章最後的 update 看來, 在此次事件當中, Aaron Swartz 的原意可能並不是要解放被封鎖的學術論文, 而是要大量分析這些學術論文背後的贊助單位。 (所以 JSTOR 才會說只要資料不外流就不追究)

不過他被起訴一事, 卻惹毛了倡議資訊自由化的人士。 幾天之後, Wikimedia 貢獻者 31 歲的 Greg Maxwell 把 18592 篇創作於 1923 年之前、 版權已過期的學術期刊上傳到海盜灣, 供大眾下載。 詳見 ars technica 報導 或用 「Greg Maxwell」 「18592」 「JSTOR」 「philosophical royal」 等等關鍵詞的兩兩組合搜尋。 Gregory Maxwell 並且解釋他的動機, 詳見上一帖 我的翻譯

撇開法律、 技術、 個人欠缺網路禮儀行為等等細節, 讓我們把焦距拉遠, 問一些很根本的問題: 「這些學術作品, 原本是誰的智慧? 現在卻變成了誰的財產? 誰是竊賊? 誰在促進社會進步? 美國政府的作為, 在協助誰? 是否符合公共利益?」 從本文的標題和 Greg Maxwell, 您可以知道我們心中的答案。 甚至連著作權早已過期的學術論文, 都必須委曲地透過海盜灣提供下載, 以免遭到法律騷擾。 學術界的現況, 究竟有多麼不堪?

因為一些 “奇妙” 的原因 (下詳), 學者們心甘情願地簽字將自己論文的著作權讓渡給 JSTOR 之類的期刊出版社。 然後大學拿著公民所繳的稅 (如果是公立學校) 或學生所繳的學費 (如果是私立學校) 回過頭來向 JSTOR 購買閱讀論文的有限權利。 臺大每年花一億四千萬元訂期刊 (為什麼讀起來有一種 “以此業績為傲” 的感覺, 跟 政府將投資 「百億雲端」 有點像), 其中八千萬元靠捐款。

繳稅、 繳學費、 特別是捐錢給大學圖書館的公民們, 可能從來沒想過: 他們的錢, 被用於採購學術期刊的這一部分, 並不是付給寫作論文的學者, 用以產生 所有人都可以享用的新知, 而是被用來供養一個限制資訊自由流通的系統。 這個系統讓某些學者在大學 (特別是少數經費充裕卻還是喊窮的頂尖國立大學) 學術城牆內, 比外界的私人公司有更多機會與資源可以享用論文, 把進一步生產的知識私有化, 轉變為專利。 有用的專利, 可以 轉給自己家人開公司營利 ( 不起訴); 沒有用的專利可以收藏起來, 當做 內耗型競爭力 遊戲下的戰利品, 變成未來的創新者必須避開的專利地雷, 進一步阻礙創新。 公民被迫或自願花錢間接傷害自己。

個人直接損失更大的, 卻是絕大多數 (特別是年輕的) 學術勞工 學者們。 他們為什麼甘願放棄自己的著作權呢? 獨尊論文的學術瘋氣 力量強大, 足以迫使尚未建立學術地位的年輕學者 以升等為重 以生存為重。 而且, 反正就算不讓渡, 學術論文也賣不到錢, 留著著作權又有何益?

較少人看到的是: 讓渡著作權, 甚至同意不在自己的網站上散佈自己的論文, 對學者還有另一個難以量化但深層的傷害: 降低影響力 (impact)。 文章上網分享, 可以換取注意力, 提高 impact; 簽字將著作權讓渡給 JSTOR, 換取 SCI/SSCI 點數, 可以獲得一種客觀量化的 factor。 面臨兩者有衝突時, 頂尖卓越大學的優秀學者們往往被迫 犧牲 impact, 博取 factor, 被迫放棄目的, 改而追逐手段。 我很慶幸這帖部落格文章沒有學術價值, 沒有機會得到 「讓渡著作權, 換取刊載在 SCI/SSCI 期刊」 的選擇權。 要不然連我這麼不屑學術論文的人都會很掙扎: 到底我要用它來對社會產生 impact, 還是要拿它來累積評鑑用的 factor?

學者們真的無力回應嗎? 其實 Directory of Open Access Journals (DOAJ) 及 Public Library of Science (PLoS) 兩個計畫存在已久。 在臺灣, 中研院創用 CC 計畫、 政大圖資系 王梅玲 教授、 輔大圖資系 毛慶禎 教授、 清華大學圖書館 以及圖書館界的部落格 Lib News 都曾撰文關心過開放近用 (open access) 議題。 其中一個具體建議, 是鼓勵學者在投至期刊之前, 先以 「機構典藏」 的方式搶先公開在網路上, 讓文章可以被搜尋得到。 可惜本校圖書館在校內推動機構典藏機制時, 我所感受到的, 是一般教授冷淡、 甚至不信任的反應。 我認為這跟未解釋動機、 走火入魔的智財宣導、 和組織文化有關。 不過暫時撇開一個個別學校的案例, 在臺灣, 如果學術界有良心大老用行動支持機構典藏, 並且願意跳出來說幾句話, 或許有機會改觀。 (別… 為什麼我又想起李家同教授? 還有李遠哲院長。) 或者… 臺灣學術界的大老們對這個議題並沒有興趣呢?

那些最有能力改變系統的人 — 那些論文卓越、 期刊因其文章而生輝 (而不是其人因期刊而生輝) 的人, 卻也是 [這個破敗系統下] 受害最少的人。 他們所需要的資源都可透過機構取得。 又因為期刊仰仗他們, 他們大可以要求改變標準的出版合約也不至於因此而影響到其學術卓越。 其中很多人甚至不知道大眾要取得這些學術作品有多麼困難, 也不知道在大學之外有哪些事情其實本可以受惠於這些學術作品。 — Greg Maxwell

在國際的層次, 情況似乎比較樂觀。 正好在一兩個月前, 萊斯大學的資訊安全專家 Dan Wallach 教授在 IEEE 的資安會議上提出這個問題: 「我們是否應該揚棄 IEEE 的著作權政策 (作者讓渡給組織), 改採 USENIX 的著作權政策 (作者保留著作權; 授權組織刊出), 大約一百五十人當中, 只有兩人反對, 其他人都贊成。 他在文中也提到對付不合理讓渡契約的三個常見做法: 簽歸簽照po上網、 寄回默默修改過的契約、 促成學會改變。 Dan Wallach 將繼續在 ACM 的會議當中提出類似的問題, 並且呼籲大家在各個場合提出來, 讓這個質疑擴散出去, 期待促成 IEEE 與 ACM 及電機資訊領域的其他學會改變。

領取大學薪水的學者, 他們的智慧, 到底應該是自己的財產, 或者應該是公眾的財產? 這是值得 另文討論 的另外一個問題; 但不論怎麼硬拗, 「大學教授的智慧, 應該屬於期刊出版社的財產」 只能說是一個荒謬至極的答案 (客氣文雅的措辭) — 特別如果這個充滿智慧的答案出自大學教授、 大學校長乃至學術大老之口。 網際網路的出現, 讓學術期刊出版社的存在失去了意義, 或者至少必須大幅縮編。 資源有限、 採購清單無窮的圖書館界明白: 花在採購學術期刊上面的錢, 是一種負擔; 但在臺灣 「重視數字績效甚於真實價值」 的文化之下, 摒持著 “數大便是美” 的各大學高層們似乎更樂於把這些數字解釋成一種業績。 所以從沒聽過哪一位富有智慧的頂尖卓越大學校長 (或學術大老) 真心挺他學校的圖書館、 大聲倡議支持 Open Access。 我們這個年代的臺灣菁英學者的智慧與遠見 (更精確地說是 「智慧與遠見的貧乏」) 將寫在歷史上, 成為後世的笑柄。

呃, 我是說… 如果歷史文件僥倖沒有也淪為學術期刊出版社的財產的話。

(轉載自 資訊人權貴ㄓ疑)

文章難易度
所有討論 11
洪朝貴
47 篇文章 ・ 0 位粉絲

0

7
2

文字

分享

0
7
2
【闢謠科普兩不誤】「mRNA 疫苗爭議浮現,MIT:自然免疫系統失靈」這篇文到底有多少錯?上篇:破解有疑慮的引用文獻及判斷文獻可信度小技巧分享
Jamie Lin_96
・2022/09/17 ・4028字 ・閱讀時間約 8 分鐘

單純只說這篇文章內容錯誤無法說服人,就讓我們一起從有狀況的引用文獻到問題百出的文章內容逐一拆解科普過去吧!

因為內容眾多所以這篇文將會拆成上下兩篇,上篇為引用文獻出了什麼包以及若非專業人士我們怎麼快速判斷發表是否可信?下篇為整篇文章內容有哪些觀點有誤與有哪些相關可信賴發表值得看。

分析這篇文章引用的文獻,破解有問題的引用文獻跟判斷文獻可信度小技巧。圖/科技新報

筆者目前研究領域跟工作狀態:免疫學博士候選人,預計於 2023 年 2 月正式取得博士學位,研究主題為愛滋疫苗與功能性抗體,具備在生物安全等級三級實驗室工作的資格與能力,最近在發表地獄中載浮載沉。

在細緻拆解這篇文章的內容前,我想先來聊聊這篇文章引用的兩篇發表到底問題在哪裡?為什麼我會說有狀況?

第一篇引用文獻的四大問題

這篇文章引用兩篇發表,第一篇是 2021 年 5 月 6 日發布在 medRxiv 上的 The BNT162b2 mRNA vaccine against SARS-CoV-2 reprograms both adaptive and innate immune responses,研究團隊在荷蘭,也是該文中所提的荷蘭研究。

引用的文獻之一。圖/medrxiv
  • 文獻引用與解讀錯誤
  • 可能該發表從實驗假設到結論都有問題
  • 數據分析與解讀方式可能有問題(其實在審核過程中,研究團隊是有可能需要針對評審質疑的方向加做實驗來證實假設論點為真,進而說服評審)
  • 可能會誤導非該領域的讀者

因為疫情很多研究團隊會將發表先放上 medRxiv 與 bioRxiv,其實不少很扎實的研究之後都投稿上了正式期刊,倘若有投稿上會顯示在 Rxiv 的連結上。

這篇研究到我寫文的當下尚未正式投稿刊登,該研究總樣本數為 16 人其實不多之外,支持該發表論點的主要是這兩張圖,因為研究團隊說疫苗接種後的 IFN-α 濃度有顯著差異。

除了樣本數不高外,對於顯著差異的判斷也隨著時間改變而有所不同。圖/Figure 1H, 1I

但真的有顯著差異嗎?我看完數據後表示存疑。

樣本數少之外可以看到只有一兩個點較高,其他點分佈都非常平均,這樣的狀態下其統計的顯著差異可能來自那一兩個極端值,而非兩組真實有差;如果我是評審我會詢問該團隊移除最高值後期數據是否仍有顯著差異並請他們將 Y 軸改成 log10 scale 來看分佈,如果重新分析製圖後真有顯著差異我才可能會覺得這篇發表的實驗結果可以支持論點。

第二篇引用文獻號稱 MIT 研究是真的假的?

第二篇研究為 2022 年 4 月 15 日刊出在 Food and Chemical Toxicology 的 Innate immune suppression by SARS-CoV-2 mRNA vaccinations: The role of G-quadruplexes, exosomes, and MicroRNAs,在文中被稱為是 MIT 研究也是「MIT:自然免疫系統失靈」的由來,但這篇文章真的是 MIT 研究且可信嗎?

在文中被稱為是 MIT 研究也是「MIT:自然免疫系統失靈」的由來,但這篇文章真的是 MIT 研究且可信嗎?圖/Food and Chemical Toxicology 

這篇真的很長,拉到最下方的作者貢獻(Author contributions)區可以看到這段話:S.S., G.N and A.K. all contributed substantially to the writing of the original draft. P.M. participated in the process of editorial revisions. 意思是作者序上的前三位作者負責寫這篇文章的草稿,而最後一位作者是通訊作者並且負責整篇文章的投稿與問題回覆

如果對於貢獻、通訊作者、問題回覆等名詞看得一頭霧水,可以參考我之前寫針對期刊投稿與貢獻的科普文,裡面對這些名詞都有簡單定義解釋。

簡單來說這篇發表誰是老大跟屬於哪個機構?答案是這篇研究的通訊作者 Peter A. McCullough,他是一位心臟科醫生並且有許多反疫苗言論[1][2][3],且該發表應歸屬於 Truth for Health Foundation 的研究(在其機構 mission 上寫他們提供以信仰為基礎的療法),完全不能說是MIT的研究,而寫文章的前三位作者分別背景為:

  • Stephanie Seneff:背景為計算機科學,近年研究興趣與生物較為相關的為現代疾病(如:阿茲海默、自閉症、心血管疾病等)與藥物數據庫的分析,以及營養缺乏和環境毒素對人類健康的影響。其生物相關發表不少有所爭議並被專家批評缺乏證據、推論不正確等[4][5]。(Wikipedia link
  • Greg Nigh:工作為自然療法醫療人員與針灸師。
  • Anthony M. Kyriakopoulos:希臘研究員,最近幾年主要研究牛磺酸。

上述三位作者加上通訊作者全部沒有免疫學背景甚至不是相關研究人員

而更有趣的是該篇發表的主要編輯為 Dr. Jose Luis Domingo,他主要研究方向為環境與食品污染對人類健康的影響,但他的研究其實不少備受批評外,他曾經在 Food and Chemical Toxicology 期刊上徵稿[6],希望有人能夠投稿關於 Covid-19 疫苗對人體有害的稿件,之後便有了這篇號稱「MIT 研究」的發表,但國外也早已有文章批評其是披著科學文獻皮的虛假訊息[7]

講完該發表作者群與編輯的背景與事蹟後,讓我們看一看這篇文章發表在哪個期刊:Food and Chemical Toxicology 食品與化學毒理學期刊;而正統疫苗相關發表會去什麼期刊:生物學、免疫學等相關期刊。每個期刊代表的研究領域不同外,同時也代表該期刊的評審背景,你不可能在食品相關期刊找到免疫學專業的評審,反之亦然。倘若這篇疫苗有害論的發表整體論點清晰佐證明確,那早就應該可以上免疫學相關期刊,不用跑去食品期刊湊熱鬧

可能有人會問:作者與編輯有狀況不代表內文有狀況啊?

這篇發表我很認真的看完了,簡單來說有兩個致命問題:

  • 引用很多文獻,但是完全沒有任何文獻可以支持他們的論點
  • 數據分析方式錯誤,如果要算該疫苗的不良事件比例分母應該為“總施打人數”,而不是拿別的疫苗的施打人數來做加減乘除

通篇錯誤滿滿,完全可以當作科學寫作與生物統計學的負面教材。

所引用的兩篇文章各有不同的疑慮

「mRNA 疫苗爭議浮現,MIT:自然免疫系統失靈」這篇文章引用的兩篇發表

  • 第一篇沒有經過同行審查,對我來說數據分析結果存疑,需要進一步的分析與更多專業人士審查後我才會相信
  • 第二篇內把所屬機構寫錯外,作者群與編輯無免疫學背景且內文錯誤滿滿

光就其引用文獻的品質其實就可以直接判斷該文章不合格根本連看都不需要看,而在下篇文章我會深入拆解文章內容並針對其寫到的資訊做科普。

快速檢閱發表是否可信的小技巧

我常常被人問:Jamie,我沒有免疫學背景,那我該怎麼判斷這篇文章可不可以信任呢?

這裡我想分享幾個簡單的判斷方式:

  • 看作者所屬機構跟學歷背景:大多數的研究人員都會有紀錄學歷、發表、工作機構的頁面如:Google scholar, research gate, ORCID ID 等,而在期刊發表中我們會放上我們所屬機構,如果作者是在該領域相關機構工作學歷也相關,那可信度會高一些。
  • 查詢作者與編輯風評:如果發現大量負面評價,那可以不用看。
  • 看一看實驗 N 值、圖表、XY 軸與單位:每個研究會招募到多少人或是使用多少動物不一定,但通常越多越好,我自己會找有設置可以參考的對照組的發表,如果是跟人有關的最少要有 30 人但案例報告除外,動物實驗方面一組至少要 5 隻起跳,再來我會看該發表圖表的 XY 軸與使用的單位,再來看圖片中數據的分佈,如果發現說有顯著差異但數據分佈很集中只有一兩個數值極高或極低,那我會存疑當作並沒有顯著差異。
  • 看發表內容跟期刊主題是否一致:大部分的期刊都有自己的主題,就像我做愛滋病疫苗研究我可能會投往 AIDS, Frontiers, Genes & Immunity, Cell report 等期刊,但我不會說要去投毒物學期刊,這與我的研究方向完全不符合!如果發表內容跟期刊主題不一致還刊出來,那要不期刊很爛要不後面問題很大,不論哪個都是個警訊。
  • 盡量看有同行審查(peer-reviewed)的期刊發表:有些很優的發表因為疫情需要資訊快速交換所以會先放在未經同行審查的資料庫中之後正式投稿到期刊上,但這對於非相關專業的人來說很難判斷,在此我建議找有同行審查的期刊發表來看,但同樣需注意發表內容跟期刊主題是否一至。
簡單的判斷文章的可信度可以從作者所屬機構跟學歷背景、風評等多種面相來參考。圖/pixabay

疫情開始後其實有非常多關於 Covid-19 相關的垃圾發表,標題跟內文不符或是通篇錯誤,儘管我是相關專業有時候我也覺得很煩躁,但這些技巧是我需要大量查找 paper 時一定會使用的的快速分辨技巧,僅供參考。

【闢謠科普兩不誤】 — 「mRNA 疫苗爭議浮現,MIT:自然免疫系統失靈」這篇文到底有多少錯?上篇:破解有問題的引用文獻跟判斷文獻可信度小技巧分享 到此結束,下篇正在努力撰寫中,如果有任何疑問歡迎留言發問!

參考資料

  1. US cardiologist makes false claims about Covid-19 vaccination.
  2. The COVID-19 “Vaccine Holocaust”: The latest antivaccine messaging.
  3. Vaccines are a safer alternative for acquiring immunity compared to natural infection and COVID-19 survivors benefit from getting vaccinated, contrary to claims by Peter McCullough.
  4. Mesnage, R. and Antoniou, M.N., 2017. Facts and fallacies in the debate on glyphosate toxicity. Frontiers in public health5, p.316.
  5. Not Even Wrong: Seneff And Samsel Debunked By The Seralini Crew.
  6. Call for Papers on potential toxic effects of COVID-19 vaccines.
  7. Scientific review articles as disinformation.
Jamie Lin_96
2 篇文章 ・ 2 位粉絲
正在論文與發表地獄中載浮載沈的免疫學博士後選人 熱愛攝影、做手工藝且永遠管不住好動的手,不是在寫論文、部落格文章就是在推特上筆戰科普

0

8
1

文字

分享

0
8
1
雲端是什麼?——《普林斯頓最熱門的電腦通識課》
商業周刊
・2022/03/12 ・3015字 ・閱讀時間約 6 分鐘

  • 作者/ 布萊恩‧柯尼罕( Brian W. Kernighan)
  • 譯者/ 李芳齡

網路的普及

回想第六章中敘述的電腦運算使用模式,你有一台或好幾台個人電腦,你讓個別應用程式執行不同的工作,例如用 Word 製作文件,用 Quicken 或 Excel 做你的個人財務,用 iPhoto 管理你的相片。這些程式雖可能連結網際網路以取得一些服務,但它們在你的電腦上運轉,你可以不時地去下載一個修補了漏洞的新版本應用程式,偶爾可能得購買一個升級版以取得新功能。

這個模式的本質是,程式和資料都在你自己的電腦上。若你在一台電腦上修改了一個檔案,然後在另一台電腦上需要這檔案,你必須自己做轉移。若你在辦公室或外出旅行途中需要一個儲存於你家中一台電腦上的檔案,那就麻煩了。若你需要在一台視窗個人電腦和一台麥金塔電腦(Mac)上都有 Excel 或 PowerPoint,你必須為兩台電腦各買一個程式。上面說的這些情況,還沒把你的手機包含在內哦。

另一種不同的模式是愈來愈普及:使用瀏覽器或手機去存取及操作儲存於網際網路伺服器上的資訊。Gmail 或 Outlook 之類的郵件服務是最普遍的例子,你可以從任何一台電腦或手機存取你的電子郵件,可以上傳一封在本機上撰寫的郵件訊息,或是下載郵件訊息至本機檔案系統,但多數時候,你把資訊留在提供服務的伺服器上。

你不需要做什麼軟體更新,但不時會有新功能出現。你通常是在臉書上跟朋友保持聯繫或觀看他們的照片,但交談及照片儲存在臉書,不是儲存在你自己的電腦上,這些服務是免費的,唯一可見的「成本」是當你閱讀你的郵件或查看你的朋友在做什麼時,你可能會看到廣告。

科技未來趨勢——雲端運算

這種模式通常被稱為「雲端運算」(cloud computing),因為網際網路被比喻為「雲」,沒有特定的實體位置,資訊被儲存於「雲端」的某處。

電子郵件和社交網路是最常見的雲端服務,但還有很多其他的雲端服務,例如多寶箱(Dropbox)、推特、領英、YouTube、線上行事曆等等。資料不是儲存於本機,而是儲存於雲端,亦即雲端服務供應商的伺服器上:你的電子郵件及行事曆儲存於谷歌的伺服器,你的相片儲存於多寶箱(Dropbox)或臉書的伺服器,你的履歷表儲存於領英的伺服器等等。

雲端運算示意圖。圖/Pixabay

雲端運算的問世,得力於多個因素的匯聚。個人電腦變得愈來愈強大的同時,瀏覽器也是,瀏覽器現在能夠有效率地執行顯示要求很高的大程式,儘管使用的程式語言是直譯式的 JavaScript。對多數人而言,現在的頻寬及用戶端與伺服器端之間的延遲(等候時間)遠優於十年前,這使得資料的傳送與接收更快,甚至在你輸入搜尋詞時,當即反應你的鍵擊,在你還未輸入完之前,就列出一些建議的搜尋詞。結果是,以往需要一個單獨的程式去處理的絕大多數使用者介面操作,用瀏覽器就能搞定,在此同時,使用一台伺服器去承載大量資料,執行任何複雜運算。這種組織方式也在手機上運作得很好:不需要再下載一款行動應用程式。

以瀏覽器為基礎(browser-based)的系統的反應速度可以媲美以個別電腦為基礎(desktop-based)的系統,並且讓你可以從任何地方存取資料。

以來自谷歌的雲端「office」工具為例,它提供文書處理器、試算表、以及簡報程式,讓多使用者可以同時存取使用及更新。(譯註:以瀏覽器為基礎的系統又稱為 web-based,或稱「brower-server model」,簡稱 B/S 模式,指的是透過瀏覽器去使用網路上的軟體來執行各種工作;以個別電腦為基礎的系統又稱為 client-based,或稱為「client-server model」,簡稱 C/S 模式,指的是必須在每台電腦上安裝各種軟體來執行各種工作。)

雲端工具的快速崛起

一個受到關心的議題是,這些雲端工具會不會最終運轉得夠好而完全取代以個別電腦為基礎的版本。你大概可以想像得到,微軟非常關心這個,因為 Office 軟體佔該公司營收的相當比重,而 Office 主要在視窗作業系統上執行,微軟的其餘營收大多來自視窗作業系統。以瀏覽器為基礎的文書處理及試算表不需要來自微軟的任何軟體,因此將威脅到微軟的 Offic 及視窗作業系統這兩大核心業務。

目前,谷歌文件(Google Docs)及其他類似的系統還不具備 Word、Excel、及 PowerPoint 的所有功能,但科技進步史中充滿這樣的例子――明顯較差的系統問市,搶走認為此系統已經夠好的新使用者,漸漸侵蝕在位者的市場佔有率,並且持續改進本身的功能。微軟顯然很清楚這問題,實際上,為因應此問題,該公司已經推出雲端版本的 Office 365。

雲端工具的快速崛起。圖/Pixabay

以網路為基礎(web-based,亦即以瀏覽器為基礎)的服務其實對微軟及其他供應商具有吸引力,因為易於採用訂閱收費模式,用戶必須持續付費以取得服務。但是,消費者可能偏好一次性購買軟體,必要時再付費升級。我目前仍然在我的較舊的麥金塔電腦上使用 2008 年版本的 Microsoft Office,它運作得很好(在此應該稱讚微軟),而且,它仍然偶爾獲得安全性更新,因此,我並不急於升級。

雲端運算仰賴用戶端的快速處理及大量記憶體,以及伺服器端的高頻寬。用戶端的程式是用 JavaScript 語言撰寫的,通常錯綜複雜。JavaScript 程式重度要求瀏覽器更新及快速顯示圖形資料,敏捷反應使用者的動作(例如拖曳)及伺服器的動作(例如更新的內容),這已經是夠難了,難上加難的是,瀏覽器版本與 JavaScript 版本之間的不相容性,需要雲端服務供應商找出傳送程式給用戶端的最佳方法。不過,伴隨電腦運算速度愈來愈快,以及更加遵從標準,這些都在進步中。

雲端運算可以在「於何處執行運算」和「處理過程中把資訊寄存於何處」這兩者之間作出取捨,例如,使 JavaScript 程式與特定瀏覽器脫鉤的方法之一是,在程式本身裡頭包含測試,譬如:「若瀏覽器是 Firefox 75 版,就執行這個;若瀏覽器是 Safari 12 版,就執行那個;若為其他瀏覽器版本,執行別的。」這樣的程式比較大,意味的是,需要更多頻寬來把 JavaScript 程式傳送至用戶端,而且,程式中增加的測試可能使瀏覽器運轉得較慢。另一種方法是,伺服器可以詢問用戶使用的是哪種瀏覽器,然後傳送針對這款瀏覽器撰寫的程式,這程式可能更簡潔,執行得更快,不過,對於原本就小的程式,差異可能不大。

網頁內容可以用不壓縮形式傳送,這樣,用戶端及伺服器端需要的處理工作較少,但需要較多的頻寬來傳輸;或者,用壓縮形式來傳送網頁內容,傳輸時需要的頻寬較少,但兩端需要增加處理工作。有時候,只有一端做壓縮處理,大型 JavaScript 程式經常被壓縮,移除所有不必要的空白,讓變數及函式使用一或兩個字母的名稱,壓縮後的程式是人類看不懂的,但用戶端電腦不在意。

儘管有技術性挑戰,若你總是能連上網際網路的話,雲端運算的優點很多。它們供應的軟體總是最新的,資訊儲存於專業管理的、有大容量的伺服器上,客戶資料隨時都有備份,幾乎沒有遺失的可能。一份文件只有一種版本,不會發生同一份文件在不同的電腦上可能有不一致版本的情形,而且,很容易即時共享文件及通力合作。雲端服務的價格很便宜,個人消費者往往可以免費取得,但企業客戶可能得付費。

——本文摘自《普林斯頓最熱門的電腦通識課》,2022 年 2 月,商業周刊

商業周刊
12 篇文章 ・ 3 位粉絲

2

5
3

文字

分享

2
5
3
從零開始的電腦入門——《普林斯頓最熱門的電腦通識課》
商業周刊
・2022/03/11 ・2456字 ・閱讀時間約 5 分鐘

  • 作者/ 布萊恩‧柯尼罕( Brian W. Kernighan)
  • 譯者/ 李芳齡

電腦的大腦—處理器 (CPU)

若我們可以說電腦有大腦的話,那麼,處理器就是電腦的大腦。處理器執行算術,移動資料,控制其他元件的運作,處理器能夠執行的基本運算項目有限,但它執行得飛快,每秒數十億筆。它能夠根據前面的運算結果來決定接下來執行什麼運算,因此,它相當程度地不依賴其人類使用者。第三章將對這元件有更多的討論,因為它太重要了。

若你去一實體店或在線上購買一台電腦,你將會看到產品介紹中提及絕大多數的這些元件,且通常伴隨著神秘的首字母縮略字和同樣神秘的數字,例如一個處理器被描述為「2.2 GHz dual-core Intel Core i7」,我的一台電腦的處理器就是被如此描述的,但這究竟是什麼?這台處理器是英特爾製造的,「Core i7」是英特爾的一個處理器系列產品的名稱,這台處理器是雙核心(dual-core)處理器――把兩個處理器(兩個核心)封裝在一個積體電路上,在此例中,小寫的「core(核心)」變成「processor(處理器)」的同義詞。

一個核心就是一個處理器,但中央處理器可能有幾個核心,能夠一起運作或獨立運作,使運算執行得更快,就多數用途而言,不論有多少核心,只需把這種組合想成是「處理器」就夠了。

處理器 (CPU) 圖/Pixabay

至於「2.2 GHz」,那就是更有趣的部分了。處理器的速度是以它每秒能執行的運算或指令或指令集來衡量的(至少是大致以此來衡量),處理器使用一個內部時鐘――就像心跳或時鐘的滴答聲――來計步其基本運算。衡量處理器速度的一個指標是每秒的滴答次數,每秒的跳動或滴答次數被稱為一赫茲(hetz,簡寫 Hz),以德國工程師海因里奇.赫茲(Heinrich Hertz)為命名,他在 1888 年發現如何產生電磁波,這直接引領出無線電及其他無線系統的誕生。

電台以百萬赫(megahertz,簡寫為 MHz,譯註:從以前到現在,台灣的電台都使用「兆赫」一詞,這是肇因於中文辭海中寫「百萬為兆」而衍生出來的誤譯詞,實際上,兆赫是 THz)來稱呼它們的廣播頻率,例如 102.3 MHz。現在的電腦通常以吉赫(gigahertz,十億赫茲,簡寫為 GHz)的速度運轉,我的電腦的處理器速度是相當普通的水準――2.2GHz 意指它每秒滴答 2,200,000,000 次。人的心跳大約是 1Hz,或是每天約 100,000 次,每年約 3,000 萬次,所以,我的電腦處理器的每個核心每秒跳動的次數是我的心臟在 70 年間跳動的次數。

這是我們首次遇上字首為 mega、giga 之類的數值,這在電腦運算領域是非常普遍的用字,「mega」是一百萬,或 106;「giga」是十億,或 109,發音為重音的「g」,如同「gig」中的發音。我們很快就會遇上更多的數值單位,本書最後附上的詞彙表中有完整的單位表。

電腦跑得快的秘密— 隨機存取記憶體 (RAM)

主記憶體儲存那些被處理器及電腦的其他部件活躍使用的資訊,它的內容可以被處理器更改。主記憶體不僅儲存處理器目前正在處理的資料,也儲存告訴處理器對那些資料做什麼處理的指令,以下這點很重要:藉由的記憶體中載入不同的指令,我們可以讓處理器執行不同的運算。這使得內儲程式電腦(stored-program computer)變成一種通用器材,同一台電腦可以跑文書處理 、 試算表 、 上網 、 收發電子郵件 、 在臉書上和朋友聯繫 、 執行我的稅務 、 播放音樂,全都只需在記憶體中置入適當的指令就行了。內儲程式的概念的重要性,再怎麼強調都不為過。

電腦正在執行工作時,主記憶體提供一個儲存資訊的地方,它儲存目前正在活動中的程式指令,例如 Word、Photoshop 或瀏覽器,它儲存它們的資料――被編輯的文件 、 螢幕上的相片 、 正在播放的音樂,也儲存在幕後運作而讓你同時跑多個應用程式的作業系統視窗,macOS、或其他作業系統的指令。第六章將探討應用程式及作業系統。

主記憶體被稱為隨機存取記憶體或 RAM,因為處理器可以快速存取儲存在它裡頭任何地方的資訊,而且,不論儲存於它裡頭的任何地方,存取的速度都一樣快;稍微過於簡化地說,以隨機順序進入記憶體的任何位址存取資訊,都不會有超速罰款。雖然,VCR 錄影帶早就成為老古董了,你可能還記得它們,當你想看一部電影的結尾時,你必須從最開頭的地方快速進帶(其實應該說是慢慢地進帶!),這稱為循序存取(sequential access)。

大多數的 RAM 是依電性記憶體(volatile memory,或譯「易失性記憶體」),亦即若關閉電源,它的內容就消失了,你將突然間失去當下執行中的所有資訊,所以,你應該經常儲存你正在執行中的工作,尤其是在使用桌上型電腦時,絆到電源線而導致關閉電源,可能發生慘劇。

你的電腦有固定量的主記憶體,其容量的衡量單位是位元組,一個位元組的記憶體量大到足以容納一個字符如 W 或 @,或是一個小數字如 42,或一個較大數值的一部分。第二章將說明在記憶體及電腦的其他部件中如何表述資訊,因為這是電腦運算的基本課題之一。現下,你可以把記憶體想成一個由許多相同的小盒子組成的一個大集成體,小盒子的數量上達幾十億個,每個小盒子能容納一小量的資訊。

什麼是容量?我現在使用的筆記型電腦有 80 億個位元組,或 8 個吉位元組(gigabyte,簡寫為 GB)的主記憶體,這容量可能太小了,因為愈多的記憶體通常能轉化為更快的電腦運算,對於所有想同時使用主記憶體的程式來說,容量永遠嫌不足,而且,把一個不活動的程式的某些部分移出,騰出空間給別的程式,這需要花些時間。若你想要讓你的電腦運轉得更快,最佳策略可能是購買更多的 RAM――前提是,你的電腦的記憶體可以升級的話,有些電腦的記憶體是不能升級的。

——本文摘自《普林斯頓最熱門的電腦通識課》,2022 年 2 月,商業周刊

所有討論 2
商業周刊
12 篇文章 ・ 3 位粉絲