鋼鐵人－東尼的夢幻3D電腦工作室

• 文／陳彥諺

我們的生活中充滿了音樂。走在大街上，路邊潮流服飾店家放著節奏明快的流行樂，轉個彎，進入咖啡廳，裏頭播放著的是變化豐富的爵士樂，再戴上耳機，接續手機中上次播放的樂曲，忍不住就跟著旋律搖頭哼唱。

你喜歡音樂嗎？高三的阿辰很喜歡。作為一個喜愛音樂的青少年，他並不滿足於單純的欣賞而已，為了進一步靠近音樂，他還加入搖滾樂社，擔任貝斯手，並且，當談到音樂的相關現象，阿辰總能侃侃說出背後的原理從何而來。

阿辰不僅僅是熱愛音樂的高中生，他的另一個重要身份是——《音樂關鍵字》的男主角。

做音樂的關鍵——理性

《音樂關鍵字》是由客家電視台花費長達三年的時間製作而成，一共八集，每集皆為 10 到 20 分鐘左右，是結合 3D 動畫及原創音樂的科普動畫。

篇幅雖短，但兼具理性與感性，作為自然科學與人文藝術的對話與結合，《音樂關鍵字》內容一點都不馬虎。除了透過角色之間的有趣互動，傳達有歡笑、有淚水、有世代溝通等橋段的溫暖故事外，更藉由故事為引子，每集說明 2 至 3 個音樂相關的科學知識。

許多人談到「音樂」，便認為那是「感性的產物」，言下之意是，音樂似乎是由抽象的情感所主宰，不過如果要能掌握聲音、有效率的做出自己想要的音樂，背後牽涉的其實是理性的科學原理——理性，是建立認知的基礎。

試想，當我們心中有著豐沛情感，想藉由音樂表達出來，該怎麼做呢？首先必須正確了解聲音本身的性質，包含了響度、頻譜、直達聲音、殘響、泛音、共振等聲學知識，也須掌握人體的前庭系統、酬賞系統等生理層面的認知後，才能正確地欣賞、理解且運用，讓音樂順利成為表達情感的媒介。若不能正確掌握音樂知識，便容易發生「怎麼好像怪怪的？」卻說不出所以然，也無從改善的窘況。

科學知識不複雜，《音樂關鍵字》用故事解答

音樂的科學知識聽起來很複雜嗎？一點也不。在《音樂關鍵字》的動畫裡，生硬的聲學知識、艱深的人體系統概念等，透過專業物理教師、音樂顧問提供的知識概念，再經劇組人員以生活事件及場景串連，音樂的科學知識便能在短短十分鐘內，讓人看著影片就已輕鬆掌握。

比如，EP06〈你好，我叫江東平〉中，藉由青少年阿辰與患有自閉症的江東平，兩人攜手協作共創一曲的故事，讓大眾看見自閉症學童的狀況，以及「音樂」可以如何有效治療，協助自閉症患者逐漸融入常人生活。

江東平是高功能自閉症，智商其實和一般人無異，不過由於大腦內的聽覺區附近、額葉、邊緣系統的結構或功能異常，導致自閉症患者出現了社交溝通及語言使用的障礙。腦科學研究進一步指出，在音樂治療的過程，可增強聽覺區附近、額葉、邊緣系統三者的連結，因而增強社交能力、共享式注意力、語言能力等。

青春總是充滿騷動與不安，也因此許多青年朋友們很著迷於重金屬音樂，不過，要如何發出如同野獸般的嘶吼聲同時不傷及喉嚨呢？為什麼當主唱用吼音唱歌，就會聽不清楚歌詞呢？EP03〈吼〉這一集中，從發聲原理切入，給了觀眾十分詳盡的解答。

由於人類有真聲帶與假聲帶，假聲帶位於真聲帶之上。當肺部空氣受到擠壓，從氣管上衝，通過聲帶之間的夾縫造成振動，便會發出聲音。振動真聲帶所發出的聲音，因為振動頻率固定，有清晰的音高，不過吼音特別會用到假聲帶，而假聲帶的振動往往不規律，發出的聲音不具清晰的音高，在音階與聲調不明顯的情況下，就難以聽懂吼音所唱出的歌詞了。

《音樂關鍵字》的開篇 EP01〈尋聲〉則是一個在具有科學教育性同時，格外感人的故事。

阿辰喜歡捕捉聲音，自己存錢買了一套錄音設備錄製動物的聲音。某次，在他潛入森林，偶然遇到了一座廢墟，裡頭的鬼魂央求阿辰在陽光出來前，替他們錄製作品。

由於鬼魂不能移駕到專業錄音室，阿辰只能以簡易設備錄音，他注意到了「場域」的限制。由於聲波在遇到障礙物時會反射，當聲波在封閉且無吸音物品的空間裡，便會快速地從四面八方反彈，當反射的時間間隔少於 0.1 秒，就會產生混合餘音，造成「殘響」。不過，阿辰利用他的音樂知識解決問題，順利替鬼魂們錄音，也是在錄音同時，阿辰才發現自己已經遺忘許久的秘密。

最終章 EP08〈搖滾夢想〉，阿辰與高中社團夥伴們站上了搖滾舞台，他們用充滿破壞性與雜質的音樂榮獲第一名，而出生醫生世家的阿棋是他們的重要音樂夥伴。

不打算考醫學系的阿棋，家裡的人並不了解他喜愛的搖滾樂，卻願意支持他走一條不同的路，因為阿棋就像是搖滾樂中不能沒有的「雜質」，特殊而豐富的雜質，會使得搖滾樂聽起來格外有渲染力。一個乾淨清楚的樂音，在頻譜軟體上看來是一系列頻率成整數比的泛音，但搖滾樂中為了追求聽覺的刺激，會以特殊演奏技法、效果器等，讓相鄰泛音之間出現雜質，以表現音樂張力。

各大平台皆可收看《音樂關鍵字》

《音樂關鍵字》除了科學知識內容豐富扎實外，3D 動畫也別具風格，視覺也是享受，此外，節目中選用的音樂類型多元，貼合現代人的閱聽喜好，更由專業音樂人譜曲、填詞、配唱，內容好看又好聽。

目前《音樂關鍵字》已上架到客家電視台、Youtube 頻道囉，只要搜尋節目名稱，即可找到收看連結！

• 音樂關鍵字- 客家電視台
• 《音樂關鍵字》
• 暢歌實驗所 Hakka Music Lab

此外，精心製作的節目原曲，也可上 StreetVoice 或 節目官網 收聽喔！

• 本文轉載自科技大觀園，原文為《試問Siri與Jarvis的距離有多遠？》
• 作者 / 科技大觀園特約編輯｜姚荏富

近年來因為人工智慧、大數據、區塊鏈等應用科技快速發展，以及 Google 等科技公司大舉來到臺灣進駐並招聘大量軟體工程師，臺灣頂大的資工科系成為超熱門志願。不過大家對資工系的印象就是要學寫程式，也就是俗稱的 coding，但 coding 在解決什麼問題？今天我們訪問了臺大資工系的陳縕儂副教授，從老師的專業「自然語言處理」（Natural Language Processing，縮寫 NLP）做切入，來帶大家了解資工系究竟在解決什麼問題。

讓 AI 聽得懂人話，就是「自然語言處理」

陳縕儂老師的機器智慧與理解實驗室，主要是針對語言處理及對話系統相關技術進行研發，藉由機器學習技術，透過資料讓機器自動學習，理解人類語言並且進行適當的互動，目標是希望能讓機器的智能比肩人類，甚至超越人類。

「自然語言處理」是資工領域中的一個分支，名字聽起來很抽象，但其實這項學門的目標就是讓電腦可以「聽懂」人類說的話、「理解」語意並給予「回應」，就像鋼鐵人電影中的 AI 助理 Jarvis，鋼鐵人只要說如常說話就可以下達指令，讓 Jarvis 協助生活中各種大小事。

不過理想很飽滿現實卻很骨感，要做到像 Jarvis 這樣有求必應的 AI 助理並不容易，目前市面上的智慧助理如 Apple Siri、Google Assistant 及 Amazon Alexa 都已經隨著 3C 產品普及化了，但很多時候它們仍會說：「很抱歉，我聽不懂你的意思。」可見，從 Siri 到到 Jarvis 仍有很長的一段路要走，但為什麼這是條漫漫長路？——歡迎來到「自然語言處理」的思考領域。

• 延伸閱讀：喜歡教書、喜歡台灣自由的研究學風 ，要讓語音助理「賈維斯」成真——陳縕儂專訪

從「聽懂」到「回應」，AI 必須克服多項關卡

大家可以想像一下，今天要跟一個 AI 互動，通常是透過語音或者文字來下達指令，接著 AI 就會協助我們完成特定的任務，並解決特定的問題。

在這個過程中，有四個主要的環節必須克服，分別是語音辨識 （Automatic Speech Recognition; ASR）、語意理解 （Natural Language Understanding; NLU）、對話決策 （Dialogue Management）、以及語言生成 （Natural Language Generation; NLG），說的白話一點，就是接收你講的話、翻譯成 AI 能理解的指令、要如何處理指令，以及怎麼把回應翻譯成人類能聽懂的聲音或文字。

在這四個環節裡都有相當複雜的問題需要去解決，譬如語音辨識，在技術上通常是將語音訊號直接轉換成文字，讓 AI 去理解，但在將音訊輸入的過程中，就必須要排除掉我們口語中會用的「嗯」、「啊」、「喔」等贅字或不自然的停頓，又或者是新創的流行語、方言、口音……等等的問題必須先解決，才能讓 AI 真的能聽懂人類的自然語言。

在「語意理解」上，要讓 AI 去分析語言或文字的脈絡、理解關鍵字，再找出對應的資料（搜尋資料庫）；而「對話決策」更是困難，前面理解了人類的語言或文字表意後，AI 應該要如何回應？可能使用者給的資訊不完整，AI 要追問使用者以釐清問題？又或者在語意理解上有聽不懂的字，得要再次詢問並確認？

這還只是 AI 面對人類自然語言時，其中幾個回應的選項，真實的對話情境可能更加複雜，而且整個對話過程只要有一個環節正確度不夠高，那 AI 後續也很難準確的回應，只要有一步錯了，就會對後續對話體驗造成負面影響。

不過好消息是，現在的深度學習技術已經相當成熟，只要餵資料給電腦時，告訴他怎麼樣是對、怎麼樣是錯，基本上電腦都可以不斷修正（餵的資料也要夠多），再加上現行語言代表模型的優化，智慧 AI 在特定領域的應用上都有蠻不錯的成果。

Jarvis 仍遙遠，AI 的新突破是精準翻譯

聊到這幾年 AI 的重要突破，老師提到三年前 Google 所開發的語言代表模型 BERT（Bidirectional Encoder Representations from Transformers），當時 BERT 一出現市面上所有自然語言處理的模型都改採用了它的運作邏輯。相較於過去的語言模型，通常都是餵指定任務的文字來訓練電腦，BERT 是在給電腦任務前，先餵它吃很多的文章或書，接著再提供任務給它。

以翻譯為例，這就好像讓一般人翻譯，跟讀過很多書的人來翻譯一樣，讀過很多書的人懂得字彙跟用法，自然翻譯出來的成品更流暢。

而 BERT 的技術確實也得到相當好的成效，所以擊敗了當時許多正在開發的語言模型，成為了當前語言模型的基礎。有趣的是，BERT 的前身是一個名為 ELMo（Embeddings from Language Models，與芝麻街角色名字相同）的語言模型，所以 BERT 的開發者們就用芝麻街的角色，來為他們開發出來的語言模型命名。

• 延伸閱讀：別意外！Google 真的聽得懂「人話」：BERT 自然語意演算法如何提升關鍵字理解能力？

當前 AI 發展的目標，為它建立「人的常識」

雖然說 NLP 領域在商業與學術上都有相當大的發展空間，但陳老師認為，目前要達到人的「common sense（常識）」對 AI 來說還是非常困難，舉例來說，今天我們跟智慧助理說我今天要跟某某人吃晚餐，這個時候如果是人類的助理，我們可能會聯想到「吃什麼」、「要不要聯絡某某人」、「交通方式是？」……等等與飯局相關的問題，但 AI 目前並沒有辦法執行這麼複雜的互動，還得必須跟 AI 說「幫我訂位」、「幫我叫車」，仍在一個指令一個動作的狀態，這種 AI「common sense」的建立，可說是目前非常有挑戰性的項目。

• 延伸閱讀：剖析霍金的「代言人」：人機如何透過語音互動溝通？

AI 的開發方向——人類的工作輔具

身為 AI 的設計者，陳縕儂老師認為 AI 會成為輔助人類的一部分，雖然說現階段許多人對於 AI 可以執行我們的工作感到彆扭，但實際上 AI 正在減輕我們的工作量，舉例來說，像是目前醫院已經有在使用協助診斷的 AI，但這樣的 AI 並不會取代醫生的工作，因為 AI 只是提供醫生診斷的相關依據，實務上對於病患的判斷最終還是得由醫生來做。

雖然 AI 已在產業中被廣泛利用，但基本上仍以「人機協作」為大宗，雖然能取代部分人力，但像是創造類型的工作 AI 就幾乎無法獨自完成。至於大家想像中，AI 恐對人類造成威脅的情節，基本上不會發生，因為 AI 是不會憑空出現意識的，AI 威脅人類的可能，比較會是人類不當利用造成的風險，所以在未來 AI 的開發上，基本上會往輔助人類的方向去做應用。

資工領域瞬息萬變，「喜歡新知」很關鍵

談到什麼特質適合來讀資工系，陳縕儂老師認為，數學或是邏輯只是基礎，重要的是「喜歡接受新知」的特質，因為在資工領域瞬息萬變，資訊更新的相當快速，隨時都會有新東西出來，如果不喜歡吸收新知識，讀資工系可能會比較痛苦一點。另外，資工在應用上時常會和不同領域的人做合作，你必須了解對方的需求跟他們的條件，才能設計出能夠幫別人解決問題的方法，而這也是資工有趣的地方。

陳縕儂老師也和我們分享了在他眼中臺灣學生和外國學生的差異，他認為臺灣學生應用網路資源自學的能力非常強，而外國學生則是勇於在課堂上和老師提問並討論，各有各的優點，不過教授也認為由於臺灣學生擅長自己找答案，所以在協作與表達上的可能相較於外國會比較弱一些，但如果這一塊能做到加強，臺灣的學生其實是非常有競爭力的。

最後老師還告訴我們，當初大學時機器學習與 NLP 領域並不是資工領域的主流，一開始只是選擇了自己有興趣的領域，也沒想到近幾年 NLP 會變成現在的顯學，他認為自己真的非常幸運，可以一路延續自己熱愛的主題。

最後的最後，陳縕儂老師建議有意投入資工領域的學員們，可以先了解這個領域需要的先備知識，像是 coding 要用到的程式語言、跟 AI 相關的內容則會牽涉到數學，最後當然就是對知識的熱情和態度，了解之後才比較能判斷這個領域適不適合你，千萬不要因為從眾而選擇。

• 延伸閱讀：大學科系選擇難題該怎麼解？背景知識、線索蒐集與獨立思考是你的最佳武器！

• 本文轉載自科技大觀園，原文為《直擊果蠅大腦運作！光學顯微技術拍出高速的3D動態影像！》
• 作者 / 劉馨香｜科技大觀園團隊

大腦：人類未竟的疆土

當我望著無邊無際的蔚藍海洋、聽到浪花聲、感受微風的輕拂，喜悅地回想起和好友在此旅行的回憶，並決定拿起手機拍下眼前的美景，我是如何感知世界、如何儲存與提取記憶？我的情感、思想、決策與行為是如何發生的？這些心智行為的奧秘藏在擁有 860 億個神經細胞的大腦，是我之所以為我的關鍵。

究竟大腦如何運作？這些神經細胞是如何透過彼此的連結與交互作用產生進一步的功能？進入 21 世紀以來，美國、歐盟、日本、中國等紛紛成立大型且長期的腦科學研究計畫，企圖揭開大腦的奧秘。

我國科技部也推出「台灣腦科技發展及國際躍升計畫」，整合既有研究能量與專業人才，期望建構模式動物至部分人腦的腦神經網路結構及功能圖譜，並帶動腦部疾病的精準醫療。

光學顯微鏡：小動物腦研究的利器

想要全面分析大腦的結構與訊號，解開單一或一群神經細胞的連結情形，精良的觀測工具是其根本，因此臺大物理系教授朱士維致力研發先進的光學顯微鏡技術。

朱士維表示，常用於醫療的影像技術，像是正子造影（PET）、磁振造影（MRI）、超音波等，雖然可以穿透很深的物體，但是解析度不夠高，無法看到單一細胞；而解析度極高的電子顯微鏡穿透深度卻很小，只能看到表層。光學顯微鏡恰好介在中間，適合用於研究小動物的腦。近期，朱士維的跨領域團隊發表了數個嶄新的顯微技術，分別在解析神經訊號和結構有了重大突破。

飆速3D攝影，解析神經的功能性連結

首先，研究團隊發表了「高速體積成像系統」，是全球第一次可在活體果蠅腦中以毫秒解析度取得神經結構 3D 高速動態影像！

「高速體積成像系統」是由雙光子顯微鏡與「可調變的聲波漸層透鏡」（TAG）結合構成。拍攝二維的動態影像並不稀奇，厲害的是，研究團隊如何把二維變成三維？關鍵就在於「可調變的聲波漸層透鏡」。由於液體透鏡的密度，會決定光的折射率，進而影響焦距的長短，研究團隊透過壓電材料激發液體透鏡共振，當透鏡的密度不斷變化，焦點也會快速移動，其振盪頻率可高達 100 kHz – 1 MHz，也就是說，在 10 萬分之一秒以內即可完成焦點的來回移動。

一般雙光子顯微鏡每拍攝一次只能拍到水平面（xy 軸）的像素並組成二維影像，若加上「可調變的聲波漸層透鏡」組成「高速體積成像系統」，即可同時進行深度（z 軸）的來回掃描，在同樣的時間內拍攝出一個包含各個深度的體積三維影像。 

這項強大的技術對於研究神經與神經之間的功能性連結非常有用，譬如說，想了解果蠅如何處理嗅覺訊號，我們可以給果蠅聞一種特殊氣體，以「高速體積成像系統」綜觀其腦，即可找出此特殊的嗅覺刺激會引發哪些下游神經反應。接著，選擇想深入研究的神經，將拍攝範圍鎖定在該神經所在的區域，便可以毫秒時間解析度與微米空間解析度，追蹤訊號在這些神經細胞之間的傳遞順序。 

朱士維表示，「高速體積成像系統」的突破之處，在於可以於腦中劃定任意形狀的空間，並以毫秒等級的時間解析度，看見目標神經中各個神經細胞的電生理動態行為。

研究團隊更進一步發展光學神經激發系統，用光精準地刺激個別神經，再透過「高速體積成像系統」，輔以自動化影像分析，精準定位有反應之神經區域，做到「全光學生理」觀察（all-optical physiology）。目前已成功解析果蠅的視覺神經迴路中，上下游的神經連結與編碼模式。

「高速體積成像系統」以高速動態影像研究神經細胞功能上的連結，為建立果蠅的「功能性全腦連結體（connectome）」提供強而有力的工具。

探入果蠅腦深處，描繪超高解析度的 3D 結構

此外，在結構解析方面，顯微鏡光是能看到神經細胞還遠遠不足。神經細胞有樹突、軸突等向外延伸的纖維，有些纖維寬度只有 100 奈米，當兩條神經纖維緊鄰彼此，需要小於 100 奈米的解析度才能將它們區分開來。而且，神經纖維常常延伸至很遠的地方與其他神經細胞連結，因此顯微鏡的穿透深度，還須深至腦的最底層。

朱士維團隊發表了「深組織超解析光學技術」（Confocal lOcalization deep-imaging with Optical cLearing, COOL），在果蠅全腦中達成 20 奈米的超高空間解析度，剖析腦中神經的細微結構，能分辨出相鄰或彼此纏繞的神經纖維，藉以判斷神經連結的路徑。

「深組織超解析光學技術」結合了四個關鍵技術，包含「螢光蛋白標定」、「共軛焦掃描顯微鏡」、「光學組織澄清技術」以及「定位顯微技術」。

「定位顯微技術」是 2014 年諾貝爾化學獎的得獎項目，透過操縱螢光分子輪流放光，再分別計算螢光分子的中心位置，打破光學顯微鏡的解析度極限，大幅提高解析度至接近 20 奈米。「光學組織澄清技術」則是江安世院士發明的 FocusClear^TM 試劑，因其獨特的化學配方，讓生物組織各部位的折射率一致，呈現透明狀態。

朱士維團隊找出可適用於腦組織的螢光分子並改善其放光能力，成功將定位顯微技術應用在果蠅腦，並且透過光學組織澄清技術讓腦組織透明化，減少組織的散射與像差，提高穿透深度，以及利用共軛焦掃描顯微鏡一層一層地掃描不同深度的影像。最終，組合成三維的超高解析影像。

這項技術最厲害之處在於可穿透厚度約 200 微米的果蠅腦，在果蠅全腦皆達成 20 奈米的解析度，可應用在建立果蠅全腦的神經連結網路。

跨領域團隊　開創顯微技術新紀元

這些研究成果仰賴跨領域的團隊，除了朱士維，還有清華大學腦科學研究中心主任、中央研究院院士江安世、中研院物理所副研究員林耿慧、清大工程與系統科學系副教授吳順吉、清大生醫工程與環境科學系助理教授朱麗安、捷絡生技公司執行長林彥穎等人，共同參與研究。

諾貝爾生醫獎得主 Sydney Brenner 曾說：「科學的進展往往是始自新的技術」，腦科學作為 21 世紀科學界的兵家必爭之地，顯微技術的研發重要性不言可喻。朱士維團隊在動態的神經訊號與靜態的神經結構，皆發展出相應的顯微技術，可說是為腦科學領域開拓出令人期待的嶄新未來。

參考資料

1. K.-J. Hsu, Y.-Y. Lin, Y.-Y. Lin, K. Su, K.-L. Feng, S.-C. Wu, Y.-C. Lin, A.-S. Chiang, S.-W. Chu*, “Millisecond two-photon optical ribbon imaging for small-animal functional connectome study”, Opt. Lett. 44, 3190-3193 (2019). 
2. C. Huang, C.-Y. Tai, K.-P. Yang, W.-K. Chang, K.-J. Hsu, C.-C. Hsiao, S.-C. Wu, Y.-Y. Lin*, A.-S. Chiang*, and S.-W. Chu*, “All-optical volumetric physiology for connectomics in dense neuronal structures”, iScience22, 133-146 (2019)
3. H.-Y. Lin, L.-A. Chu, H. Yang, K.-J. Hsu, Y.-Y. Lin, K.-H. Lin, S.-W. Chu*, A.-S. Chiang, “Imaging through the whole brain of Drosophila at λ/20 super-resolution”, iScience14, 164-170 (2019).