勇敢踏出科普寫作的第一步

• 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。

前有唐綺陽國師，後有理科太太，在知識傳播上，這些「明星」總是一浪接一浪地帶來超高流量，將無數的泛科作者打趴在沙灘上──可‧‧‧‧‧‧可惡，說什麼「我們的流量總和輸給一個 youtuber」、「沒流量為什麼還要一直寫文章」或是「為什麼這群寫字的不是 youtuber」未免也太小看人了吧！你以為這就是全部了嗎？

本次知識節特地邀請了十六位講者，各以 100 秒的超短時間回答主持人辛辣且意圖使人入坑的問題──既留下自己的科普心法，也大吐 youtube 時代對知識經濟的苦水（？），到底最後這些作者是不是留下一句：「真香！」呢？

你是誰？怎麼不當 youtuber？有賺到「知識經濟」嗎？

程威銓：科的層面、普的實踐，兩者的距離值得玩味

近期「理科旋風」橫掃科普圈，先發登場的科普心理作家海苔熊（程威銓）認為，有別於泛科作者多將重點擺在「科」的層面，理科太太更在意的是「普」的實踐，而由市場給予的反饋可知，在兩種策略之間，勢必還有更多值得玩味之處。

當主持人廖英凱問道，程威銓其實相當早期便開始經營臉書粉專，同時也跟唐國師合作過，在傳播科學文章時有沒有經營需要注意之處，或者另有秘訣呢？對此，程威銓認為：最重要的莫過於「你相信什麼價值觀？」這也包含了科學的價值觀在內。雖然價值觀會隨著時間變遷，但作者自己要知道自己在做些什麼？作品是否與受眾產生關聯？否則便容易侷限在自己的世界內。

黃貞祥：「科」是文章的核心概念

身為清華大學助理教授的黃貞祥老師笑稱，自己的夢想便是複製侏儸紀公園，而現在正在路上呢！至於為什麼不當 youtuber 呢？老師則是自謙顏質不高，且製作影片相當耗時、成功者也少──不過當主持人提議如果另有團隊能協助處理影片，作者只要解說自己的想法就可以時，老師卻相當爽快地答應了！

話雖如此，但在老師眼中「影片」與「文章」仍是取向截然不同的媒材，難以說換便換。以影片而言，「普」是其重心所在，需要同時兼顧娛樂；但就文章來說，「科」才是核心概念，娛樂反而是輔助了。

曾文宣：即時回饋，讓作者更有感覺

號稱「視覺系科普作家」的曾文宣，自述從開始寫文章之後，顏質與身材便漸漸走樣。而由於他的興趣在動物生殖學，所以外號又稱「陰莖王」、「乳頭王」──這別緻的稱號倒引起眾人好奇，這些知識都從哪裡來的？曾文宣解釋，其實學校所學跟科普內容關係較少，更多的是靠自己的興趣鑽研網路資源而來。

而同時經營臉書社團、粉絲專頁與在泛科學都有產出的曾文宣，免不了遭主持人提問經營三者有何不同？曾文宣笑說，作為科普寫手，當「文章出不去」的時候最是痛苦了，因此泛科學較長的編輯與審理時間較容易讓人卻步，而在臉書發表文章則有人提供即時回應，會比較有感覺。至於粉專與社團的部分，則是一個發表鱷魚相關內容，另一邊則提供演化文章分享。

陳俊堯：希望科學家成為 youtuber 的後盾

慈濟大學生科系最近才剛出版《細菌好朋友》一書的陳俊堯老師，被問及此書時直言：「細菌很可愛，請大家愛上細菌！」

至於為什麼是用寫書，而非當一個 youtuber 呢？陳俊堯則戲稱自己的臉不夠好看、也不夠好笑，而且製作影片會花上許多時間。陳俊堯老師認為，youtube 影片需要很多資訊，身為科學家應該成為 youtuber 的後勤，提供資訊來讓他們轉換。

林大利：龜毛，是科學寫作的美德

林大利以三句話簡潔地「科普」了一下自己──在特生中心當助理研究員、在澳洲當博士生、家裡開漫畫店。林大利認為，做科普最重要的就是龜毛，這也是科學寫作的美德，有任何不妥的地方都應該修正過來；至於 youtuber… 則因為自己有全職工作，還有兩個小孩要帶，也就沒有時間與金錢來當 youtuber 了。

同時在翻譯方面也有所長的林大利被問及，與翻譯相比，自己創作需要的能力是否有差別？哪一種比較累呢？林大利解釋，寫作需要對知識的全面理解才能寫，翻譯則只需要傳達意思就好──但後者其實也經常發現作者的錯誤。

作答尾聲時被問到「對碩士生而言，既有文獻閱讀能力又有寫作能力，應該先接觸科普寫作還是翻譯呢？」林大利妙答：「先拿到畢業證書。」

寒波：更喜歡文字的表達方式

經營粉絲專頁與同名部落格《盲眼的尼安德塔石器匠》的寒波，對於為什麼不做 youtuber 的問題倒是回答得相當直接，除了技術方面的問題之外，實際上由於文字與影音表達的方式不同，自己較為習慣前者，因此對於 youtuber 這條路興趣缺缺。

張瑞棋：想用喜劇做科普，大家快一起加入！

今天張瑞棋顯然是有備而來，被問到為什麼不當 youtuber 時竟然隨口就來上一段 rap，與主持人站在了同一個立場，力推眾作者跳坑。

而就在這段精彩的 rap 表演後，主持人打蛇隨棍上地問道，以 rap 當作科普媒介在國外早有先例，張瑞棋有想過要這樣做嗎？張瑞棋馬上答覆道：「這樣格局太小了。」比起做 rap 科普，他更希望弄一個情境喜劇，在其中就能夠涵蓋許多表演形式；至於自己呢？比較希望當製作人或者編劇，希望大家能一起加入！

江松樺：想成功跨域？多爬文、多提問

江松樺不僅經營臉書粉專《遠古巨獸與他們的傳奇》，也博曉許多古生物知識，但幾乎沒有人知道他原是心理學研究出身，是後來接觸到許多喜歡恐龍的小朋友，從而開始研究恐龍，才走上了古脊椎生物的領域。

但跨了這麼大一個領域是怎麼成功的？江松樺答道，其實研究的方法及概念是差不多的，至於生物相關的知識則要靠自己慢慢爬文，此外，與專業人士當朋友、多請教，慢慢就知道了。但為什麼小朋友會喜歡恐龍呢？江松樺想，可能小朋友喜歡新奇事物，對日常沒接觸過的東西會抱有好奇心吧。

林希陶：想要自在，不扛偶包

作為心理師的林希陶一上來便先回答了剛剛江松樺遇到的問題──為什麼小朋友會喜歡恐龍呢？其實有些小朋友喜歡特別的分類或動物構造，這些小孩可能有一些亞斯特質，但感興趣的也未必是恐龍，例如有些人可能喜歡陰莖跟奶頭（？）

當提到為什麼不當 youtuber 的時候，林希陶則說，考量到背後所需要付出的心力，自己本身也另有正職，再加上還要帶小孩；同時也希望自己可以自在一點，沒有公眾人物的包袱，因此就暫不考慮當 youtuber 了。

林宇軒：「科」不成問題，「普」較需練習

林宇軒說到，自從某次跟泛科學合作之後，便開始寫食安與農藥相關的文章了。會想要從事科學傳播的原因，主要是自己沒有那麼愛做實驗，科普傳播做起來開心許多。

不過，科普還是會遇到讀者沒有點開網站、沒有點讚等問題，同時，要推廣給許多人也有一定難度──對於科學背景的人而言，「科」不成問題，反倒是「普」較需要練習。至於不當 youtuber 的原因，還是因為自己不愛拋頭露面、比較喜歡在幕後，更希望某日可以當上編劇。

蔣維倫：沒人沒錢沒時間，與 youtuber 真無緣

說起要不要當 youtuber 這件事，蔣維倫表示因為沒人沒錢，後製剪接還需要大量時間；除此之外，就算是直播，有些東西如醫學史或醫學相關內容，沒有畫面也很難呈現，因此暫無計畫。

有趣的是，蔣維倫本身供稿的單位相當多元，為什麼會出沒在如此多的媒體呢？蔣維倫表示，一開始進入泛科學也是單純翻譯國外的新聞稿或者論文，後來覺得這樣做好無聊，因此想要來寫自己的東西，況且自己感興趣的事物在中文世界往往沒有出現過呢。除此之外，像是《鳴人堂》則是朱家安找上門來；而自己對某些社會議題看不慣，也就有投稿發表。

Shark： 策展是趨勢，實際來展場聊聊吧！

身為作者中少數具策展經驗的 Shark，談起從事科普的契機是源於 2016 年的知識節，自那時起入坑寫作，寫著寫著便有人找上門來邀請策展。倒不是說是因為寫作而策展，而是因為自己本身便有在做數學藝術品，剛好藉著寫作得到這麼一個策展機會。此外，Shark 去年也剛申請到了國家文化藝術基金會的經費參展。

在台灣做科學藝術展覽算是小眾嗎？Shark 表示，其實科學藝術展覽並不少見，在文章中也多有提及。另一方面，自己也是因為寫過論文，感到單純用寫的好像有點無聊，因此才把它實際做出來。林家妤也認為，現在策展是一種趨勢，自己更偏好正面對決，邀請大家實際到展場來聊聊。

潘昌志：想突破文字同溫層？或許可試試影像和漫畫

不落張瑞棋後的他，一上台便開始唱起歌來。

經營粉絲專頁《震識：那些你想知道的震事》的潘昌志，自己本身是寫地球科學為主，而現在多著墨在地震方面的文章。雖然說從前不曾有過當 youtuber 的構想，但近年來確實有在考慮：如何可以讓科普傳播有更多效果？

潘昌志認為，寫字的時候會將個人的性格隱藏起來，在影像、歌唱或純文字的表現形式比對裡，雖然沒有特別的數據支持，不過影像與漫畫可以穿透文字的同溫層，接觸到不同的人。

廖英凱：單純與人講話，容易得多

麥克風終於交回到主持人手上，富有廣播經驗的廖英凱面對「為什麼不當 youtuber」的問題答道，自己可能沒辦法做到像是啾啾鞋或者理科太太的程度，因為看著鏡頭對自己來說比較困難；相反的，單純與人講話還容易得多。

至於許多創作者都會面臨到的「業配」問題，廖英凱說，撰稿與主持會有相應費用，至於業配則需要看內容物才能斷定，不希望自己在賣弄科學招牌。要如何像理科太太一般有個說故事的手法，既能獲得生意，又能不違背科學，還是有學問在的。

雷雅淇：想讓科普平台更穩定，推動創作者前行

身為泛科學的總編輯，面對「理科旋風」則有不同的看法。雷雅淇認為，單一、兩個人走紅確實有些象徵意涵，但個人發現這件事可行的做法，應該是讓這個平台更加穩定，因此，她想要做的事是去「推」這些創作者，而不是當衝在最前面的人。

而說泛科學看似沒有搭上這波風潮，倒也不那麼完全。過去兩年泛科學確實持續有在開直播、做動畫，不過在商業、推廣與科學間的界線，要抓得好也沒有那麼容易便是。

余海峯：乘風而行，未嘗不好

從香港遠道而來的余海峯老師自然是逃不過主持人的麥克風了。余海峯老師過去在臉書、部落格都發表過文章，對於科學傳播要改以 youtube、唱歌或漫畫之類的其他方式，認為比起文章會有更多人看、能接觸到更廣泛的族群。雖然這些媒材未必跟科普有關係，但要是能順風搭上也很好呢。

你想分享很多有趣的科學知識嗎？

你可能是自然組高中生、念自然科學相關科系的大學生、研究生，總是想告訴大家科學有多好玩，卻發現別人都聽不懂自己在說什麼QQ

科學知識這麼複雜又難懂，怎樣才能用淺顯文字好好傳播、讓讚數多多呢？《2019 泛知識節》邀請到慈濟大學生命科學系，江湖上人稱「細菌人」的陳俊堯教授，來聊聊寫科學故事的三大心法，講個「非專業人士願意聽的科學故事」。

從前從前，與科普文的初相見

科普文章這麼難寫，怎麼有傻瓜要做這種事？根據陳俊堯的觀察，總結了以下幾種接觸科普文的起點：

1. 老闆交代的任務：「阿就單位要做科普推廣，長官想要發新聞稿，打知名度，所以被要求的。」（無奈貌）

2. 想分享所學：聽到有趣好玩的新知，想把所學跟別人分享。「我覺得這東西太棒了，我想要全世界的人都知道！」

3. 做筆記反思自爽：還有一種人，是為了做筆記反思用的。像是創部落格來記錄自己的學習筆記，除了怕十年後的自己忘記之外，也為了「逼迫自己搞懂」。當真的自己思考、重組過後，才是真的懂了，也才有辦法講一個完整的故事給別人聽。「我寫東西是為了讓自己更懂，你們看不看跟我沒有關係！」

「因此，我們得證，大學生、研究生都應該交科普文當各科作業，占百分之五十不然就全部當掉！」（陳俊堯，2019）

什麼科學故事才吸眼球？把握說故事的 4C 原則！

不管你是被老闆推下坑，或是想告訴全天下你的新發現，還是為了反芻筆記寫爽的，要怎麼寫吸引人的科學故事呢？請參照寫故事的 4C 原則：

1. Causality（因果關係）
2. Conflict（衝突）
3. Complication（複雜難題）
4. Character （主角）

仔細想想，一篇科學研究論文就包含其中三個奧義：有清楚的因果關係，有要解決的研究問題（故事中的「衝突點」），也有研究意料之外的發展（複雜難題）。

「你看，研究論文裡，好故事的條件四項有三項都符合！你不覺得這就是天生最好的素材可以讓你練習寫科普文嗎！」陳俊堯老師眼睛閃閃發亮地說。可是，研究論文中有一大堆專有名詞，一個研究裡面又有好多複雜概念，該怎麼起筆才好呢？

今天就要來公開科普寫作的三大秘辛：話不能省、料不能多、深埋爆點。

話不能省：訓練有素的科學家們，請多講點廢話

陳俊堯分享，科學家過去的科學訓練總是要求「精簡」，但是寫科普文時，是要寫給非專業人士看的，為了預防讀者腦子轉不過來，勢必要把事情解釋清楚。「任何別人可能會不知道的背景科學知識都要講清楚。不要只講重點、不要只講結論，過程描述清楚，那才是吸引人的地方。」陳俊堯說。

除了避免過於精簡，科學家更要避免掉進「專有名詞的詛咒」。進行科學寫作時，留下和科學故事最相關的專有名詞，把它還原成一般人的語言，好好解釋，至於不重要的名詞，就跳過它吧！

舉例來說，如果你想說：「Bacteroides thetaiotaomicron 屬於腸道裡的優勢菌群，可在大腸分解食物裡的多醣，如纖維素。」

不如改成：「Bacteroides thetaiotaomicron 是我們腸子裡最多的細菌，我們先叫它 Bt 菌。我們吃的菜裡有不能被消化的纖維。Bt 菌本事高強，可以吃這些纖維長大。」

當專有名詞被轉換之後，讀者認知上的負擔就減少了！如果能再跟生活結合：「纖維就是你昨天吃的那個菜裡面，咬不爛的東西。」那讀者對於科學新知的恐懼感就會下降。

同樣的，我們也可以「善用比喻」來消滅專有名詞。舉例來說：「運用次世代 DNA 定序技術對土壤樣本進行大量平行定序。」就可以用「幫泥土裡的細菌點名」來類比。

最後，陳俊堯在批改科學家文稿的過程中發現：科學家們看了很多研究論文，寫出來的文章就容易變成「英文文法的中文」。因此寫科普文章時，切記不要被英文綁架了，不要倒裝、不要雙重否定、砍掉贅字！

料不能多：太多想講的重點，讀者會拉肚子的！

雖說寫科普文章時，話不能省、廢話多說一些，但一定要記得「料不能多」，別給讀者太多硬科學知識，若是用知識淹死讀者，可是會嚇跑人的！萬一想說的重點一集講不完，還可以有續集嘛～

為了讓一集科學故事的知識份量剛剛好，陳俊堯建議科學家使用「派大星揮一拳結構」：「試試看每個故事只上三道菜，也就是破題之後只講三件事情。第一和第二件事是為了鋪陳第三個重點，資訊量不用太多；第三個才是超級無敵大重點，要仔細、認真講！」

另外，包裝「料1、料2、料3」的破題跟收尾要怎麼寫呢？陳俊堯說：「破題是把讀者從人間拐進來」也就是先聊生活上的例子，讓讀者知道接下來要講的科學知識跟他們的生活有什麼關係。收尾也要記得把讀者送回人間，就算真的跟生活很無關，不管怎麼樣一定都要牽拖到，讓讀者感覺到回到人間。

而若要將讀者送回人間，可別忘記來點「調味」、加一點人的味道，試著放入能夠引起讀者情緒的內容，像是自己的生活經驗。「有人味的科普文章，人家才會想讀！」

深埋爆點：把驚奇埋在最後引爆

我們說，每個故事只上三道菜，第一和第二道菜，是為了第三道料理的出現。也就是說，寫科普文章時，要慢慢引導大家去嚐嚐第三道菜──就是你深埋在最後的爆點！

那要怎麼做呢？陳俊堯說，「讀者是被拉著走的，他唯一接受到的訊息是你給的文字。請用文字去引導讀者，先把問號塞進讀者腦袋裡，讓讀者在心中產生疑問，最後再把謎底揭曉！」

另外，科普寫作也可以耍點小心機！為了要抓住讀者的注意力，也可以在文章前段刻意誤導讀者，給讀者很多歪掉的資訊，文末再拉回來解釋到底正確答案是什麼，將正解深埋在最後引爆。

教練，我想寫科普文！別急，熟悉主題、設定觀眾再開始

「話不能省、料不能多、深埋爆點」，領會科普寫作的三大秘訣之後，今天回家就可以動筆開寫科普文啦！不過在打開 Word 檔之前，陳俊堯老師還有幾點想提醒大家。

首先，在動筆之前，請先設定對象，想想「你想對誰講故事？」是高中自然組學生、國中生、還是小學五年級的小朋友？

設定好觀眾群之後，記得針對讀者們的知識背景來調整用字，用他們懂的、覺得有興趣的梗來舉例或比喻。萬一忘了針對讀者群調整用字，讀者可能會覺得：「會用這個字一定是老人家，我才不要看這個東西！」因此動筆之前，試著想想自己想要吸引怎樣的人來看文章，寫作的時候，時時把這群人的形象放在心裡。

再者，寫特定主題的科普文章之前，必須確定自己已經完全搞懂這個主題。「就像各大內容農場或媒體翻譯的科學報導，在對該主題一知半解的情況下，可能會寫出很奇怪的東西。」

如果你都已經準備好了，那就快接受陳俊堯的推坑吧：「今天回家就可以把一篇研究論文寫成 1000 字上下的科普文了！」