0

0
0

文字

分享

0
0
0

【Gene思書齋】鄉民真的都來了XD

Gene Ng_96
・2014/05/06 ・3300字 ・閱讀時間約 6 分鐘 ・SR值 527 ・七年級

-----廣告,請繼續往下閱讀-----

《鄉民都來了:無組織的組織力量》Here Comes Everybody: The Power of Organizing Without Organizations)的原文版出版於2008年,繁體中文版是2011年,不過現在來讀這本好書,感受肯定勝過剛出版時十倍不止吧XD

去年8月3日,凱道上廿五萬名白衫軍,震驚了政壇與新聞媒體!這場由鄉民網路串聯發起的新形態社會運動,充分表現出公民的力量,居然在沒有任何政黨運作的 情況下,就號招了廿五萬人上街頭!2013年7月初洪仲丘受虐死亡事件發生後,由39位互不相識、各行各業的網友發起公民1985行動聯盟這個民間組織, 希望藉由訴求讓事件真相出爐,並且要求國軍改革,屏除以往的陋習及潛規則。發起這場運動的有菜鳥醫師、喜餅師傅、高三學生、前國會助理,最小的19歲、最 老的39歲,短短兩週兩度上街頭,打破台灣過去國內社會運動組織動員模式。

我以為公民1985行動聯盟的這個廿五萬人上街頭運動已經是空前絕後了,沒想到後來太陽花學運發起的「330反服貿遊行」才真是史無前例!由佔領立法院的 抗議學生與公民團體,號召支持群眾前往凱達格蘭大道與周圍地區表達訴求的活動,讓五十萬以黑衫為標誌的抗議者湧入博愛特區及立法院周邊!加上太陽花學運這 個中華民國歷史上,國會議場首次遭到公民佔領的公民運動,在廿幾天強大壓力的情況下,有條不紊地組織了各項活動,堪稱典範!

台灣發生野百合學運時,我只是個馬來西亞的初中生,我心裡有個印象一直以為野百合學運也有好幾十萬人上街頭,沒想到全盛時期也只有六千多人。不過不要說野 百合學運那個年代了,就連十年前,要這麼訊速、有條不紊地動員數十萬人,幾乎是不可能的任務!雖然十年前網路已經很發達了,不過沒有臉書等社群網站,還有 推特、噗浪等微網誌,以及智慧手機專用的LINE,甚至不怕網路塞爆的FireChat的情況下,盛況可能無法如此熱烈,更甭提一直沒有退流行的BBS如 PTT等的推波助瀾!

-----廣告,請繼續往下閱讀-----

在318學運爆發前,有不少公民媒體正默默在進行公民監督國會及政府的網站,如沃草!(Watchout)的「國會無雙」和零時政府(g0v.tw)各項專案,以及「關注台灣社會信息圖表」等等;加上在學運爆發後,為了刊登在《紐約時報》(The New York Times)的廣告,一天架就設起來的4am.tw,以及網站群眾募資‧群眾集資網站VDemocracy.tw為各公民活動募資,還有台大新聞E論壇等等更中立客觀的報導。各種免費的網路服務如UstreamHackpad,以及Google包括地圖文件YouTube等的一系列服務等工具當然也不可少!

這些公民運動,確實再再顯示出了鄉民無組織,以無招勝有招的創新力量,真的果然正如《鄉民都來了》所說的那樣!鄉民一但集結了分散式的力量,就再也不是 「萬人響應,一人到場」了!而這股公民力量,一些落伍的政客和媒體,始終還是完全在狀況外,以為大家不過是「高挫折」的「暴民」,要不然有政黨幕後操縱等 等。

然而,《鄉民都來了》早就指出,這個時代是人類歷史上頭一遭,掌控全球合作的工具竟然非由政府或機構組織所獨有。網際網路和智慧手機改變了人們群聚及合作 的方式,也同時燃起了一場場前所未有的革命。所以要怪,就請怪祖克柏(Mark Zuckerberg)和賈伯斯(Steve Jobs,1955-2011)等先賢吧XD

讀了《鄉民都來了》這本好書,也會瞭解在街頭、餐廳和捷運上的成群低頭族,其實是在關心好友彼此的近況活動等等,因為我們其實天生就愛聚在一起,科技並沒 有消弭我們從穴居人時期就演化而來的天性,例如熱愛群聚、分享和互助合作。網路工具,不僅沒有讓人更宅,還消除了集體行動的溝通協調困難的種種限制,方便 揪團、分享八卦、集體評論、搞革命……讓鄉民可以全都來了!

-----廣告,請繼續往下閱讀-----

《鄉民都來了》用制度經濟學大師科斯(Ronald Coase,1910-2013)的交易成本理論來解釋組織的形態。人類群體不易形成也很難維持。傳統機構的成立是為了減低交易成本。然而,傳統的組織無 法無限擴張,因為管理成本會不斷提高。網路世界卻顛覆了組織的運作規則,利用簡單的分享就能穩固新群體的建立,徹底讓管理成本崩盤,造就驚人的群體行動。

在這個時代,只要想要做的話,所有人都能向全世界公開創作,網路名氣也成了出書的保證。而個人媒體,也利用各種工具,記錄了傳統媒體所忽略的小角落,利用 影音資訊讓權威的小手段無所遁形。社交工具移除了公開表達意見的障礙,過去要投書報章雜誌已不易,更甭提上廣播或電視宣揚理念。現在我們每一個人都能夠成 為一個媒體,利用部落格、微網誌和社群網站發揮力量。媒體專業人士所獨享的權力轉交到鄉民手中,這也讓過去在品質上把關的品管模式行不通了,於是我們改而 輕鬆地先出版,然後再來篩選。篩選者也非編輯,而是由社會大眾進行,並且是在出版之後。

先出版再篩選的邏輯,雖然產生了不少網路垃圾資訊,但也造就了了深遠了力量,例如維基百科Wikipedia), 就是眾志成城之作。眾多網民利用業餘時間,進行過去只有專家學者才能達成的工作--編纂百科全書!維基百科品質甚至可能和《大英百科全書》 (Encyclopædia Britannica)差不多,加上其免費和迅速,以及互相除錯等等的特性,快要讓撐霸百科全書界超過兩個世紀的《大英百科全書》走向歷史。

協同合作的力量在學運中也充分發揮。協調超過1,500位志工,支援數萬人街頭活動背後的關鍵之一,就是可供多人協同編輯的Hackpad共筆平臺。因為太好用了,太陽花學運帶來爆量網路流量,甚至導致Hackpad至少五度當機,夠義氣的Hackpad還緊急調整架構加裝伺服器火力支援。

-----廣告,請繼續往下閱讀-----

在另一個協力合作的例子中,Linux成了有相當影響力的作業系統。Linux之所以成功,因為它的失敗幾乎是免費的!先出版再篩選的邏輯,讓社會必須承 受大量的失敗,在這之中只有極少數的種子能開花結果。事實上,絕大多數的開放原始碼計畫都失敗了,可是這些失敗的成本卻相對低廉,這讓大量的實驗能夠在沒 有大型組織的引導下進行,由群眾或市場篩選出優勝者,讓Linux獲得巨大的成功。

協同生產相對於集體行動,可能還不算複雜的,可是一堆新工具,也讓新形態的公民集體行動帶來新生命。大規模的公民集體行動,在不少國家已經瓦解了宗教和政 治機構的獨佔,挑戰了現有的體制。《鄉民都來了》舉了天主教神父性侵兒童的醜聞為例,展現出社交工具讓資訊無障礙地同步,使得鄉民集結的前所未有力量,逼 迫教廷面對掩蓋好幾十年的醜聞。社交工具不僅讓群體行動的規模擴大,也讓行動速度加快,產生「快閃」和「路過」的行動,讓當權者頭痛。

許多先進國家都面對社會資本(有與他人合作的習慣)衰退的情況,不過《鄉民都來了》卻指出,社交工具也能夠優化人類社會,建立社會資本,強化群體的凝聚 力。《鄉民都來了》提到社會資本的兩種概念,就是「團結型資本」與「橋接型資本」的差異,前者是指你在能夠借錢的名單上,金額的大小;而後者是指能借你錢 的人數。團結型資本是有高凝聚力的團體,不易向外擴散;而橋接型資本異質性高,發散度也高。社交工具也強化了橋接型資本,例如太陽花學運佔領立法院的外圍 團體就包括了黑色島國青年陣線、公民1985行動聯盟、綠色公民行動聯盟、公投護台灣聯盟、澄社等五十幾個NGO社團。

《鄉民都來了》最後指出,所有的網路合作行為,都仰賴使用者之間的承諾、工具和默契。我們參與一個團體的基本原因就是承諾,是基於興趣而參與的開端;幫助 我們解決問題的方法是工具,例如許多免費的網路工具。如果有需要,也會有人去開發新的工具;其中沒有明文說明的遊戲規則是默契,也就是組織文化。承諾、工 具和默契,讓鄉民凝結出力量,但任何一個環節無法維持,現在的組織也會崩解,但新形態的組織也會因為新的承諾、工具或默契而產生。

-----廣告,請繼續往下閱讀-----

鄉民之間各自分散運作,沒有中心首謀,自動自發、互不從屬、容許失敗,以無招勝有招。這樣的鄉民力量還會帶來什麼樣的變革,讓我們拭目以待吧!

本文原刊登於【GENE思書軒】,並同步刊登於The Sky of Gene

文章難易度
Gene Ng_96
295 篇文章 ・ 30 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

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

2
1

文字

分享

0
2
1
聊八卦可以防止我們被朋友搭便車、詐騙?——《人類文明》
天下文化_96
・2024/06/17 ・1337字 ・閱讀時間約 2 分鐘

間接互惠的要件之一:聊八卦

間接互惠(indirect reciprocity)的概念認為,受益者並不是直接回報給同一位利他的施恩者,而是會把恩惠轉給其他人。A 幫助 B,B 再幫助 C,C 再幫助 D,依此類推。於是,恩惠就能在社群裡傳出去,遲早也能回到 A 身上。種下的因,總有一天能得到最後的果。

而且這還能談到下一個層次:如果有個 Z,在 A 幫助 B 時,親眼見證了這件事,發現 A 是個慷慨的好人,他也會因為想和 A 建立關係,所以願意幫助 A。於是,就算這兩個人無法符合直接互惠所需要的「後會有期」條件,也能因為整個群體的利他行為而受益。樂於助人,自己就更可能得到幫助,至於那些不想幫助別人、只想貪小便宜的人,則是可能遭到懲罰或受到排擠。像這樣的間接互惠,是人類一種格外複雜的合作形式,需要兩項其他動物都辦不到的條件。

第一項條件是,不管互動雙方的行為是慷慨是自私,除了需要有目擊者親眼看到,還必須能把這項寶貴的資訊,分享到整個群體共有的資料池。也就是說,社群成員得愛聊八卦才行。如果大家都能知道某個人不值得信任、總是只接受別人幫助卻都不回報,等到下次這個人又碰上麻煩,社群成員就不會再伸出援手。

英文有句諺語說「騙子發不了財」(cheats never prosper),但不能說完全正確:騙子常常在短時間內還是能得逞,特別是在那些規模比較大、大家彼此比較不認識的社群;只是遲早仍然會東窗事發,讓自己名聲掃地。所以,想讓間接互惠的機制不被那些只想貪小便宜的人搞垮,聊八卦就是一個關鍵的必備條件,而且無論是營火旁、或是茶水間,人類實在是哪裡都能聊。事實上,相較於其他靈長類動物是用理毛之類的活動來建立關係,人類是以閒嗑牙、聊八卦取代了這些活動。

-----廣告,請繼續往下閱讀-----
想讓間接互惠的機制不被那些只想貪小便宜的人搞垮,聊八卦就是一個關鍵的必備條件!圖/envato

像這樣把個別成員的行為,拿來在社群裡大談特談(就像是一個由閒聊建立起的社群網路),就會打造出一套名聲系統,可用來判斷適不適合試著和某個人合作。某人對待他人慷慨大方,就能建立良好的名聲;老愛占別人便宜,也就會惡名遠揚,讓人知道以後可得敬而遠之。行為友善的人,其他人在未來幫助他們的機率也會比較高,於是在天擇的機制裡就能占點上風。所以說到頭來,仍是演化塑造了人類的心理,讓我們在意自己的名聲,聊八卦就成了確保大家別心存僥倖的機制。

在一個會聊八卦的社會裡,生活的第一守則就是要小心自己做的事;或者更重要的是,要小心自己做的事給別人的觀感。於是,人類社會也就成了一個人人都在猜測別人想法的社會——須推斷別人的動機與態度,評估自己的行為在他人眼中的樣貌,好維護自己在外的名聲。我們所謂的「良心」就是這樣的產物之一:內在的這股聲音,警告我們可能有人在看,要我們想想別人可能的觀感,好讓自己免受社會的制裁。

——本文摘自《人類文明:生物機制如何塑造世界史》,2024 年 05 月,天下文化出版,未經同意請勿轉載。

討論功能關閉中。

天下文化_96
139 篇文章 ・ 621 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。

2

2
1

文字

分享

2
2
1
奠定現代通信基礎的克勞德.香農(Claude Shannon)
數感實驗室_96
・2024/06/06 ・743字 ・閱讀時間約 1 分鐘

本文由 國立臺灣師範大學 委託,泛科學企劃執行。 

以前小時候如果調皮不聽話,就會被大人叫去跪算盤,現在的家長家裡沒算盤了,反而會拿出電路板讓小孩跪。

咦?為什麼總是拿算數工具來懲罰小孩呢?

電路板上看似複雜電路板密密麻麻的,是電腦進行邏輯計算的關鍵。這小小的薄片能執行驚人的運算功能,背後的奧秘離不開一位傳奇科學家的貢獻。他不僅奠定了現代通信的基礎,還開創了人工智慧研究,這可不是一般人一生能做到的成就,但克勞德.香農(Claude Shannon)卻一次搞定。

-----廣告,請繼續往下閱讀-----

這位非凡的科學家是如何改變了我們的時代?

他讓我們今天能享受高效的通訊技術和智慧生活。如果你也覺得現在生活離不開手機和電腦,那你應該感謝這位數學和電機工程的天才。

對於 2000 年後出生的人而言,或許覺得用手機傳訊息、用電腦看影片再平常不過。但在 Shannon 出現之前,沒有人能系統性地定義「資訊」和「通訊」。他以其對動手實驗的熱忱,將這些看似無形的概念轉化為實際的理論,為世界帶來了一場資訊革命。

正是因為 Shannon 的卓越貢獻,我們才能享受如此便捷的現代通信技術。他不僅改變了科學的面貌,還深刻地影響了我們的日常生活。

Shannon 的故事也提醒我們,熱愛與好奇心是推動進步的核心力量。他用智慧和創造力,為我們打造現代通信的基礎,並開啟未來的無限可能。

-----廣告,請繼續往下閱讀-----

更多、更完整的內容,歡迎上數感實驗室 Numeracy Lab 的 YouTube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

所有討論 2
數感實驗室_96
76 篇文章 ・ 49 位粉絲
數感實驗室的宗旨是讓社會大眾「看見數學」。 數感實驗室於 2016 年 4 月成立 Facebook 粉絲頁,迄今超過 44,000 位粉絲追蹤。每天發布一則數學文章,內容包括介紹數學新知、生活中的數學應用、或是數學和文學、藝術等跨領域結合的議題。 詳見網站:http://numeracy.club/ 粉絲專頁:https://www.facebook.com/pg/numeracylab/