0

0
0

文字

分享

0
0
0

鳥的眼睛有多敏銳?-《鳥的感官》

貓頭鷹出版社_96
・2014/05/19 ・3660字 ・閱讀時間約 7 分鐘 ・SR值 487 ・五年級

201405鴨子的眼睛在腦袋兩側,牠看到的影像是一個還兩個?灰林鴞的大眼睛跟我們一樣都朝著前方,跟我們一樣只看到一個影像嗎?英國伯明罕大學的馬丁花了多年的時間測量不同鳥種的3D視野,發現視野可以分為三大類。

第一類為典型的鳥兒,例如黑鶇、鴝和鶯:部分的前方視野,以及絕佳的側向視野,但(跟我們一樣)看不到背後的東西。想不到的是,這一群的鳥兒幾乎都看不到自己的喙尖,但有足夠的雙眼視覺來餵食小鳥和築巢。

第二類則包括鴨子和山鷸之類的鳥,眼睛在頭兩側比較高的地方。牠們看不太到前方的東西,大多數也不需要看到喙尖,因為進食時會仰賴其他的感覺,但牠們上方和後方則有全景視野,以便於偵查是否有敵人接近。耐人尋味的是,雙眼看到的東西幾乎不重疊,或許鳥兒會看見兩個分開的影像。

第三類則是貓頭鷹之類、跟人類一樣雙眼向前的鳥。人類非常仰賴雙眼視覺來察覺深度和距離,因此會自動假設其他生物也以同樣的方式受惠。我們賦予貓頭鷹很重大的意義,或許正因為人類對雙眼視覺的依賴,而貓頭鷹能用兩隻眼睛看著我們的一雙眼睛。但外表會騙人,事實上貓頭鷹雙眼所構成的角度比外表看起來更大,所以牠們雙眼視覺的重疊比我們小得多。很多人認為,貓頭鷹適應了夜行生活後,雙眼才會向前,事實並非如此。很多貓頭鷹當然是夜行性動物,但具有第三類視野跟在黑暗中生活沒什麼太大的關係:油鴟和夜鷹屬夜行性,卻有第二類視野。貓頭鷹的眼睛為什麼朝前,馬丁有個很有趣的想法。他認為這是因為貓頭鷹為了在光線不足的時候飛行,所以需要很大的眼睛,再加上牠們需要很大的外耳孔(下一章會討論),頭顱上只剩朝前的地方可以放眼睛。「還有哪裡可以去呢?」他問。你可以從貓頭鷹的耳孔裡看到眼睛的後方,就說明了牠的頭上沒有地方可以同時放下眼睛和耳朵(還有大腦)[1]!

-----廣告,請繼續往下閱讀-----

跟我同一代的讀者若於一九六○年代在英國受教育,就會記得學校很早就把人類眼睛的基本結構灌輸到我們腦海裡:球形器官,直徑大約二.五公分;可讓光線進入的開口(虹膜);可將光線投射到視網膜前的水晶體,視網膜則是眼睛後方的光感覺螢幕。來自視網膜的資訊透過神經網路傳輸,通過視神經到達大腦的視覺中心。我們甚至解剖了牛眼,現在回想起來,那時候還真年少呢:我可著迷了!

研究人員一開始研究鳥類的眼睛,並和人類眼睛比較時,發現了幾處顯著的差異。首先,有些鳥類的眼睛比我們的瘦長,例如大型貓頭鷹。十九世紀有位偉大的鳥類學家紐頓(一八二九至一九○七)說鳥類的眼球就像「觀劇望遠鏡粗短的鏡筒」[2]。第二個差異則是鳥類多了一層半透明的眼瞼,數百年來,養過鳥的人都知道。亞里斯多德提過,腓特烈二世在鷹獵術手冊中也提過:「為清潔眼球,有層特別的膜能快速蓋過前方的表面,又快速拉回。[3]」讓人意外的,這層額外的眼瞼首次正式出現在文獻上,跟一隻獻給路易十四的鶴鴕(食火雞)有關,而那隻鶴鴕於一六七一年死在凡爾賽宮的動物園裡[4]。雷和威勞比在他們一六七八年的那本鳥類百科全書裡寫道:「或許有些例外,但大多數鳥兒都有一層瞬膜……可隨心所欲用來蓋住眼睛,而眼瞼仍保持開啟……並用來擦拭和清潔,也可發揮溼潤之效……」瞬膜一詞來自拉丁文的 nictare,眨眼睛的意思。我們人類的瞬膜只剩下眼頭內側粉紅色的一小片[5]。

鳥類的瞬膜在眼瞼下方,在照片中最容易看見。如果你在動物園近距離拍鳥的照片,我打賭你一定會拍到鳥兒的眼睛看似乳白色,不知怎地有點朦朧,但在拍照時卻看起來好好的。通常,模糊不清是因為眼睛上的瞬膜快速水平或斜線移動,快到幾乎看不見,但照相機卻能拍得到。腓特烈二世也發現,瞬膜能夠清潔眼部,也能提供保護。每次鴿子低頭啄地上的東西,瞬膜就會在眼睛上移動,免得眼睛被樹葉或草刺到。猛禽在撞到獵物身上的時候,瞬膜會立刻蓋住眼睛,鰹鳥在衝入水中的時候,瞬膜也一樣會蓋上。

人類跟鳥類眼睛的第三個差別則是叫作梳膜的結構。因為很像梳子(拉丁文的 pecten)而得名,應該是在一六七六年由貝侯(一六一三至一六八八)發現,他是法蘭西學術院數一數二的解剖學家[6]。梳膜顏色很深,外表有皺褶,鳥種不同,皺褶數也不一樣,從三到三十都有。曾有一度,鳥類學家希望梳膜或許能跟其他結構特性一樣,提供重大的資訊,告訴我們不同種間有什麼關係。事實不然。然而,在猛禽般視力最為敏銳的鳥兒身上,梳膜是最大最複雜的。的確,一開始大家以為鷸鴕完全沒有梳膜,但在二十世紀早期,伍德發現鷸鴕有梳膜,其構造非常簡單[7]。

-----廣告,請繼續往下閱讀-----

乍看之下,梳膜像根粗大的手指頭,伸到眼後房中,看似對視線並無幫助,反而會造成阻礙。但是細看之後,包括伍德在內的解剖學家才發現它的位置很巧妙。梳膜的陰影會落在視神經上,也就是視網膜的盲點上,因此不會阻礙視覺。梳膜有什麼用途?為什麼我們沒有呢?鳥類的梳膜似乎會為眼後房提供氧氣和其他養分。與人類和其他哺乳類不同的是,鳥類視網膜中沒有血管,而由一團血管組成的梳膜就是很聰明的供氧裝置。除此之外,皺褶也增大了表面積,讓眼睛內的氣體得以交換(吸入氧氣,吐出二氧化碳),眼睛便能呼吸。

人類的中央窩,也就是眼睛後方影像最鮮明的重點部位,是在一七九一年發現的。接下來,形形色色的動物體內也發現了中心凹,但要到了一八七二年,人類才找到鳥類的中央窩[8]。過了不久便有人注意到,雖然大多數的鳥兒跟人類一樣,只有一個圓形的中央窩,但蜂鳥、翠鳥和燕子,以及猛禽和伯勞鳥,都有兩個。值得注意的是,包括家雞在內的少數幾種鳥則完全沒有中央窩。有些鳥有線狀的中央窩,也有些鳥兩者兼具。包括大西洋鸌在內的許多海鳥則有水平的線狀中央窩,應該可以用來偵測地平線。

隼、伯勞鳥和翠鳥之類的鳥類體內所擁有的兩個中央窩,分別稱為淺中央窩和深中央窩[9]。淺中央窩和只有一個中央窩的鳥兒眼球內的一樣,提供單眼視覺,主要是看近距離的東西。然而,深中央窩則在頭側呈四十五度角,構成視網膜上的球狀凹陷,作用像望遠鏡頭裡的凸透鏡,有效增加眼球的長度和放大影像,提供很高的解析度[10]。深中央窩在眼睛裡的位置也表示猛禽有某種程度的雙眼視覺,能幫牠們判斷出迅速移動的獵物距離有多遠[11]。如果你觀察過圈養的猛禽,會發現牠們看著你走過來的時候,會上下左右移動頭部。這是因為牠們在切換兩個中央窩上的影像,淺中央窩負責特寫,深中央窩負責距離。跟我們的眼睛相比,鳥類的眼睛在眼窩裡比較固定(空間和重量的限制,減少了移動眼睛所需要的肌肉,省下不少重量),因此日行性猛禽和夜行性的貓頭鷹在細細查看時,特別需要轉動頭部。

鳥類眼睛的大小跟基本構造只提供了一些資訊,但視網膜的顯微構造透露了更多。猛禽絕佳的視力主要是因為視網膜中的感光細胞密度很高。感光細胞也叫光感受器,有兩種主要的類型:桿狀細胞和錐狀細胞。桿狀細胞可以比擬成老派的高速黑白底片:能偵測很低的光度。另一方面,錐狀細胞則像低速(ISO,感光度)的彩色底片(或數位相機上的低ISO設定):高清晰度,在明亮的光源下表現最佳。

-----廣告,請繼續往下閱讀-----

我們只有一個中央窩,也就是視網膜上稍微凹陷的地方,這裡的錐狀光感受器非常密集,每個光感受器都有自己的神經細胞,傳輸資訊到大腦。在眼睛裡的其他地方,每個光感受器(同時包括桿狀和錐狀)則共用神經細胞,就像很多人透過同一條電話線把電腦連到網路上─慢到令人沮喪。中央窩內光感受器和神經細胞一對一的關係,表示錐狀細胞會將獨立的訊息送到大腦,提供來源更加準確的信號,並解釋了為什麼中央窩是解析度最高和彩色成像的地方。

有好幾個因素影響了鳥兒能看見什麼:眼睛的宏觀結構跟大小、視網膜光感受器的密度和分布,以及大腦如何處理從視神經傳來的資訊。雖然三個因素彼此相關,只看其中一個因素,並不能完全看出鳥類的視覺敏感度,或是鳥類能看得多細。

日行性猛禽的眼睛具備出色的視覺敏銳度─能明察秋毫。另一方面,貓頭鷹的眼睛具備出色的感光度─能在昏暗的光源下看得一清二楚。沒有眼睛能兩者兼具,就像照相機不能同時具備廣角和景深。物理定律就是這樣。視覺生物學家馬丁和歐索里歐說:「這兩種基本的視覺能力(感光度和敏銳度)之間總有取捨:如果影像中的資訊量很少(由於光線不足,視覺資訊稀少),解析度就不高;就算是眼睛本身能達到很高的空間解析度,在暗淡的光線下仍做不到。[12]」視覺敏銳度以眼睛的基本構造為基礎,包括大小(因為這決定了投射到視網膜上的影像大小)和視網膜本身的設計。可以拿照相機來打比方:鏡頭的品質決定影像的品質,底片的感光度(顆粒)或數位相機上的ISO設定決定重現影像的正確度。猛禽視網膜中的錐狀細胞占了優勢,尤其在每個中央窩裡面,每一平方毫米就有一百萬個錐狀細胞(人類大約只有二十萬個)。因此,猛禽的視覺敏銳度大概超過人類的兩倍。

 

摘自PanSci 2014五月選書《鳥的感官》,由貓頭鷹書房出版。

-----廣告,請繼續往下閱讀-----

註:

  1. Martin (1990).
  2. Newton (1896: 229).
  3. Wood and Fyfe (1943: 60).
  4. Perrault (1680).
  5. Ray (1678).
  6. Perrault(1676,Cole (1944) 曾引用並圖解說明)。
  7. Newton (1896); Wood (1917).
  8. Soemmerring – 在Slonaker (1897) 中引用。
  9. 也稱為顳部的和外側的;深中央窩和淺中央窩。
  10. Snyder and Miller (1978).
  11. 也請參見 Tucker (2000) 和 Tucker et al. (2000)。雙眼視覺(兩隻眼睛同時看著同一個物體)是否給鳥類深度知覺(立體影像),目前沒有答案 (Martin and Orsorio, 2008)。
  12. Martin and Osorio (2008).
文章難易度
貓頭鷹出版社_96
65 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。

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

1
1

文字

分享

0
1
1
眼睛痛、視線模糊、視力退化?小心!可能是多發性硬化症
careonline_96
・2024/07/05 ・2072字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

「那是一位 50 多歲的婦女,因為視力變差而就醫。檢查發現是視神經發炎,於是住院接受治療。」臺北榮民總醫院眼肌神經科主任鄭惠禎醫師指出,「腦部核磁共振檢查顯示,除了視神經發炎之外,腦部也有病灶,最終診斷為多發性硬化症。」

剛聽到罹患多發性硬化症時,患者非常難以接受。鄭惠禎醫師說,經過一段時間後,患者漸漸能夠理解這是一個需要好好控制的疾病,也願意聽從醫師的建議接受治療,目前狀況維持穩定,在門診持續追蹤。

多發性硬化症(Multiple Sclerosis,簡稱 MS)是種自體免疫疾病,患者的免疫系統會攻擊自己的中樞神經系統,引起發炎反應,漸漸造成神經退化、中樞神經系統功能受損。鄭惠禎醫師說,多發性硬化症可以在任何年齡發病,較好發於 20 至 40 歲的年輕族群,以女性患者占多數。

多發性硬化症的表現與受到攻擊的部位有關,可能的症狀包括複視、視力異常、色覺異常、眩暈、疲勞、肢體無力、痙攣、手腳發麻、感覺障礙、失去平衡、口齒不清等,而且每次發作可能出現不同的症狀。

-----廣告,請繼續往下閱讀-----

約有 80% 的多發性硬化症患者會表現眼部症狀,而至眼科就診。鄭惠禎醫師指出,視神經炎會造成視力減退、視野缺損、伴隨眼球轉動疼痛、光反射遲緩、甚至失明等;眼球運動系統受到影響,可能出現複視、眼瞼下垂、眼球轉動困難等;中樞神經系統受到影響,可能出現眼球不自主跳動、凝視性麻痺等。

很多原因都會造成視力模糊,大家如果發現有視力模糊的狀況,千萬不能掉以輕心,請盡快至眼科檢查,仔細找出病因。鄭惠禎醫師提醒,至於多發性硬化症患者一定要按時回診追蹤。

「曾經遇過一位多發性硬化症患者,已經發作過視神經炎,但是沒有按時回診追蹤。直到有一天,患者因為視力模糊回到門診。檢查發現患者的視力相當差,視神經已明顯萎縮。若等到視神經萎縮再接受治療,效果大概也相當有限。」鄭惠禎醫師說,「多發性硬化症可能會有一些小發作,而病人沒有明顯的感覺,但是傷害會漸漸累積,神經學後遺症便越來越嚴重。患者務必定期回診!」

積極治療、穩定控制多發性硬化症

針對視神經發炎急性發作的患者,必須先排除感染、壓迫等問題,然後評估是否進行類固醇脈衝治療,以控制發炎。鄭惠禎醫師說,急性期的治療,通常以類固醇治療為主。

-----廣告,請繼續往下閱讀-----

在急性期的症狀緩解後,多發性硬化症患者可能需要接受改變病程的治療。改變病程的治療有助於減少發作次數,讓病情維持穩定,盡可能減少神經破壞,避免神經學後遺症持續累積。

有多種藥物可用於改變病程的治療,包括干擾素、標靶藥物、免疫調節藥物等,醫師會根據患者的狀況選擇合適的藥物。目前也有口服藥物可供 13 至 18 歲之青少年使用,便利性高,有助提升治療遵從度。

多發性硬化症患者務必與醫師密切配合,積極接受治療,減少發作次數,維持生活品質!

筆記重點整理

  • 多發性硬化症是自體免疫疾病,患者的免疫系統會攻擊自己的中樞神經系統,引起發炎反應,使神經系統功能受損。多發性硬化症可以在任何年齡發病,較好發於 20 至 40 歲的年輕族群,以女性患者占多數。
  • 多發性硬化症的表現與受到攻擊的部位有關,可能的症狀包括複視、視力異常、色覺異常、眩暈、疲勞、肢體無力、痙攣、手腳發麻、感覺障礙、失去平衡、口齒不清等,而且每次發作可能出現不同的症狀。
  • 約有 80% 的多發性硬化症患者會表現眼部症狀,包括視力減退、視野缺損、眼球轉動疼痛、光反射遲緩、失明、複視、眼瞼下垂、眼球活動受限、眼球不自主跳動、凝視性麻痺等。
  • 針對視神經發炎急性發作的患者,若無禁忌症,通常會考慮進行類固醇治療。
  • 在急性期的症狀緩解後,多發性硬化症患者可能需要接受改變病程的治療。改變病程的治療有助於減少發作次數,讓病情維持穩定,盡可能減少神經破壞,避免神經學後遺症持續累積。

討論功能關閉中。

0

1
0

文字

分享

0
1
0
老花眼怎麼辦?替換老花眼鏡好麻煩,該作雷射手術嗎?
careonline_96
・2024/06/26 ・516字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

老花眼就是眼睛調節能力隨著年紀而下降。

以前年輕的時候,眼睛像是一台很好的相機,可以看得很遠、看得很近。

所謂的老花就是調節力變差,使我們需戴另一副老花眼鏡,除了近視眼鏡外,還要再加上一副老花眼鏡,來幫助我們看近物。

討論功能關閉中。

careonline_96
482 篇文章 ・ 273 位粉絲
台灣最大醫療入口網站