咖啡漬圈環的物理學－本研究不由Starbucks贊助

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文／田偲妤
• 美術設計／蔡宛潔

AI 的誕生，文理缺一不可

人工智慧（Artificial Intelligence，簡稱 AI）在 21 世紀的今日已大量運用在生活當中，近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等，都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維，除了仰賴工程師的先進技術，更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員，帶大家釐清什麼是 AI？文科人與工程師合作時，需具備什麼基本 AI 知識？AI 如何應用在人文社會領域的工作當中？

詩詞大對決：人與 AI 誰獲勝？

一場緊張刺激的詩詞對決在線上展開！人類代表是有「AI 界李白」稱號的蔡宗翰研究員，AI 代表則是能秒速成詩的北京清華九歌寫詩機器人，兩位以「人工智慧」、「類神經」為命題創作七言絕句，猜猜看以下兩首詩各是誰的創作？你比較喜歡哪一首詩呢？

答案揭曉！A 詩是蔡宗翰研究員的創作，B 詩是寫詩機器人的創作。細細賞讀可發覺，A 詩的內容充滿巧思，為了符合格律，將「類神經」改成「類審經」；詩中的「福落天赦」是「天赦福落」的倒裝，多念幾次會發現，原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯；而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯，整首詩創意十足，充滿令人會心一笑的魅力！

相較之下，B 詩雖然有將「人工」兩字穿插引用在詩中，但整體內容並沒有呼應命題，只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝！

由此可見，當前的 AI 缺乏創作所需的感受力與想像力，無法做出超越預先設定的創意行為。然而，在不久的將來，AI 是否會逐漸產生情感，演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人？

AI 其實沒有想像中聰明？

近期有一則新聞「AI 有情感像 8 歲孩童？Google 工程師爆驚人對話遭停職」，讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示：「當前的 AI 還是要看過資料、或是看過怎麼判讀資料，經過對應問題與答案的訓練才能夠運作。換而言之，AI 無法超越程式，做它沒看過的事情，更無法替人類主宰一切！」

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言，多半是因為我們對 AI 的訓練流程認識不足，也缺乏實際使用 AI 工具的經驗，因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上，更延伸到文科人與理科人的合作溝通上，因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識，不僅能讓跨領域的合作更加順利，還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是，由於文科人不了解 AI 的訓練流程，因此對 AI 產生錯誤的期待，認為辛苦標注的上千筆資料，應該下個月就能看到成果，結果還是錯誤百出，準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚，兩方就會陷入僵局，導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議：

如果文科人了解基本的 AI 訓練流程，並在每個訓練階段協助分析：錯誤偏向哪些面向？AI 是否看過這方面資料？文科人就可以補充缺少的資料，讓 AI 再進行更完善的訓練。

史上最認真的學生：AI

認識 AI 的第一步，我們先從分辨什麼是 AI 做起。現在的數位工具五花八門，究竟什麼才是 AI 的應用？真正的 AI 有什麼樣的特徵？

基本上，有「預測」功能的才是 AI，你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現，而且人類手工操作就辦得到，那就不是 AI。

蔡宗翰研究員以今日常見的語音辨識系統為例，大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話，你會發現自己無法事先知曉將產生什麼文字或回應，結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同：AI 無法百分之百正確！

因此，AI 的運作需建立在不斷訓練、測試與調整的基礎上，盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段，工程師彷彿化身老師，必須設計一套學習方法，提供有助學習的豐富教材。而 AI 則是史上最認真的學生，可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI，讓其根據工程師所定義的資料相似度算法，逐漸學會將相似資料分在同一堆，再由人類檢視並標注每堆資料對應的類別，進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI，讓其逐漸學會將任意資料對應到正確答案。

學習到一定階段後，工程師會出試題，測試 AI 的學習狀況，如果成績只有 60、70 分，AI 會針對答錯的地方調整自己的觀念，而工程師也應該與專門領域專家一起討論，想想是否需補充什麼教材，讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作，也可能因為時事與技術的推陳出新，導致準確率下降。這時，AI 就要定時進修，針對使用者回報的錯誤進行修正，不斷補充新的學習內容，讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後，蔡宗翰研究員建議：文科人可以看一些視覺化的操作影片，加深對訓練過程的認識，並實際參與檢視與標注資料的過程。現在網路上也有很多 playground，可以讓初學者練習怎麼訓練 AI，有了上述基本概念與實務經驗，就可以跟工程師溝通無礙了。

AI 能騙過人類，全靠「自然語言處理」

AI 的應用領域相當廣泛，而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因，他充滿自信地回答：因為自然語言處理是「AI 皇冠上的明珠」！這顆明珠開創 AI 發展的諸多可能性，可以快速讀過並分類所有資料，整理出能快速檢索的結構化內容，也可以如同真人般與人類溝通。

著名的「圖靈測試」（Turing Test）便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代，傳奇電腦科學家艾倫・圖靈（Alan Turing）設計了一個實驗，用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好，並派一個人操作終端機，再找一個第三者來進行對話，判斷從終端機傳入的訊息是來自 AI 或真人，如果第三者無法判斷，代表 AI 通過測試。

換而言之，AI 必須擁有一定的智力，才可能成功騙過人類，讓人類不覺得自己在跟機器對話，而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在：人文研究文本分析、新聞真偽查核，更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料，追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化，而大量數位化的經典更被主動分享到「Chinese Text Project」平台，讓 AI 自然語言處理有豐富的文本資料可以分析，包含一字不漏地快速閱讀大量文本，進一步畫出重點、分門別類、比較相似之處等功能，既節省整理文本的時間，更能橫跨大範圍的文本、時間、空間，擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的？就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋，由鎮江、杭州一帶的說書人所創作，著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉，才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素，接著用這批標記好的語料來訓練 BERT 等序列標注模型，以便將「文本向量化」，進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現，白蛇傳的原型可追溯自印度教的那伽蛇族故事，傳說那伽龍王的三女兒轉化成佛、輔佐觀世音，或許與白蛇誤食舍利成精的概念有所關連，推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外，故事的雛型可能早從唐代便開始醞釀，晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事，而法海和尚、金山寺等關鍵人物與景點皆真實存在，金山寺最初就是由唐宣宗時期的高僧法海所建。

在 AI 的協助之下，我們得以跨時空比較不同文本，了解說書人如何結合印度神話、唐代傳奇、在地的真人真事，創作出流傳千年的白蛇傳經典。

最困難的挑戰：AI 如何判斷假新聞

除了應用在人文研究文本分析，AI 也可以查核新聞真偽，這對假新聞氾濫的當代社會是一大福音，但對 AI 來說可能是最困難的挑戰！蔡宗翰研究員指出 AI 的弱點：

如果是答案和數據很清楚的問題，就比較好訓練 AI。如果問題很複雜、變數很多，對 AI 來說就會很困難！

困難點在於新聞資訊的對錯會變動，可能這個時空是對的，另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器，可輸入當前的新聞讓機器去判讀真假，但過一段時間可能會失準，因為新的資訊源源不絕出現。而且道高一尺、魔高一丈，當 AI 好不容易能分辨出假新聞，製造假新聞的人就會破解偵測，創造出 AI 沒看過的新模式，讓先前的努力功虧一簣。

因此，現在多應用「事實查核法」，原理是讓 AI 模仿人類查核事實的過程，尋找權威資料庫中有無類似的陳述，可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊，致力於建立英文事實查核法模型所能運用的資源，並透過舉辦國際競賽，廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後，也與合作夥伴事實查核中心及資策會討論，正著手建立中文事實查核法模型所需資源。預期在不久的將來，AI 就能幫讀者標出新聞中所有說法的資料來源，節省讀者查證新聞真偽的時間。

AI 的無限可能：專屬於你的療癒「杯麵」

AI 的未來充滿無限可能，不僅可以成為分類與查證資料的得力助手，還能照護並撫慰人類的心靈，這對邁入高齡化社會的臺灣來說格外重要！許多青壯年陷入三明治人（上有老、下有小要照顧）的困境，期待有像動畫《大英雄天團》的「杯麵」（Baymax）機器人出現，幫忙分擔家務、照顧家人，在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式，新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」（Nadine），由感知、處理、互動等三層架構組成，可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境，並將上述資訊發送到處理層。處理層會依據感知層提供的資訊，連結該用戶先前與娜丁互動的記憶，讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象，或對陌生事物感到不安，常選擇靜默不語，需要照護者主動引導。因此，娜丁內建了注視追蹤模型，當偵測到住戶已長時間處於被動狀態，就會自動發起話題。

實驗發現，在娜丁進駐長照機構一段時間後，住戶有一半的天數會去找她互動，而娜丁偵測到的住戶情緒多為微笑和中性，其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

至於未來的改進方向，研究團隊認為「語音辨識系統」仍有很大的改進空間，需要讓機器人能配合老年人緩慢且停頓較長的語速，音量也要能讓重聽者可以清楚聽見，並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人，首要任務就是要開發一套臺灣人專用的 AI 語言模型，包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型，期待政府能整合學界與業界的力量，降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感，但卻可以成為人類大腦的延伸，協助我們節省處理資料的時間，更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨，如何讓自己的行事邏輯跟上 AI 時代，讓 AI 成為自己的助力，是值得你我關注的課題。

延伸閱讀

• 蔡宗翰（2022）。寫給中學生看的 AI 課：AI 生態系需要文理兼具的未來人才。三采文化出版。
• Tulsulkar, G., Mishra, N., Thalmann, N.M. et al (2021). Can a humanoid social robot stimulate the interactivity of cognitively impaired elderly? A thorough study based on computer vision methods. Vis Comput 37, 3019–3038.

奧地利的物理學家薛丁格最初閱讀愛因斯坦和德布羅意的論文後，也注意到物質波的概念，並進而闡釋發展成波動力學，促成量子力學誕生。薛丁格的波動力學是後來量子力學的具體論述之一， 薛丁格波動方程式更是量子力學最重要的方程式之一，也是現代人研究發展量子電腦的重要思維。

繼續討論薛丁格的想法前，容我「插播」兩種說法，一種是「哥本哈根詮釋」，一種是「愛因斯坦悖論」。

萬物受機率支配？愛因斯坦可不這麼認為

前面提到電子的雙狹縫干涉實驗，說明在微觀世界的電子具有波動性。在電子的雙狹縫干涉實驗中，為何被觀測到的電子只有在屏幕的一點留下痕跡呢？照理說，在屏幕的任意地方都能發現電子的蹤跡。然而，當我們「觀測」到屏幕的一「質點」的電子的瞬間，電子的波函數立即「塌縮」。

物理學家解釋這是因為電子的波函數與發現機率有關，亦即觀測電子時，電子波會縮小分布範圍， 呈現電子的粒子形式。活躍於哥本哈根的波耳等人認同這種融合「波函數塌縮」和「機率詮釋」的想法，因此成為「哥本哈根詮釋」。至於「電子波為何會塌縮？」是一個未解之謎。

自然界真的受到機率的支配嗎？真的大哉問啊！

愛因斯坦儘管預言光子存在，提出光量子論，但他強烈反駁「機率論」的觀點。對於哥本哈根學派的「機率詮釋」和「波的塌縮」，愛因斯坦以「上帝不玩擲骰子的遊戲」批判哥本哈根詮釋， 完全不能接受哥本哈根學派主張「決定一切事物的上帝竟然會依照擲出骰子出現的點數決定電子的位置」。

愛因斯坦也指摘「幽靈般的超距作用」。他認為未來已經確定，反駁「自然界曖昧不明」的不確定性，進一步指出「自然界並非曖昧不明，而是量子論還不完備，無法正確闡述自然界的緣故」。以上所提，是量子力學發展歷程的觀點論戰的故事，包含 1935 年，愛因斯坦和共同研究者波多斯基（Boris Podolsky）、羅森（Nathan Rosen）聯合發表觸及量子論矛盾的「EPR 悖論」（Einstein-Podolsky-Rosen paradox）。

迄今，我們已經知道微觀世界，電子等粒子會自己旋轉，具有「自旋」的物理量，或直接用專業術語「自旋角動量」，自旋的方向依據量子論會以多個狀態同時存在，並存或疊合。

愛因斯坦等人認為，對於相距非常遙遠的電子，不可能無時間限制，瞬時互相影響；根據狹義相對論的說法，沒有任何物體的飛行速度比光速還快。觀測相距遙遠的兩粒子之一，竟然會在瞬間同時決定兩者的狀態，這樣特殊奇妙的現象，愛因斯坦稱之為「幽靈鬼魅般的超距作用」。

沒錯！又要提那隻貓了

薛丁格曾以「量子糾纏」解釋愛因斯坦論文中的悖論現象，指出互相遠離的粒子的性質，並非各自獨立，而是成組決定，無法個別決定，這個現象是 2022 年諾貝爾物理學獎得獎主題的「量子糾纏」。如果能這樣思考，那麼就不會認為粒子是瞬間傳送並影響到遠方粒子，有如「幽靈般的超距作用」。

談到量子力學，「薛丁格的貓」此知名想像實驗必定會浮現在讀者的腦海中吧？此實驗探討一隻貓的狀態究竟是活或死的，而實驗結果是：貓同時是活和死的「疊加」。如果以古典物理學來思考，會顯得極其荒謬；但若以微觀世界視之，這項理論其實符合電子波粒二象性的機率概念。

根據 1927 年量子力學學派的詮釋，觀察一個量子物體時，會干擾其狀態，造成其立即從量子本質轉變成傳統物理現實。原子及次原子粒子的性質，在量測之前並非固定不變，而是許多互斥性質的「疊加」。此觀念的知名例子就是「薛丁格的貓」實驗。

在這個想像的實驗中，一隻貓被鎖在一個箱子中，並有一個毒氣瓶，在量子粒子處於某狀態下毒氣瓶會破裂，但若該粒子處於另一狀態，則毒氣瓶會完好無損。如果將箱子封閉，此粒子的量子狀態是兩種狀態「共存」的情況，也就是說，毒氣既是已從瓶中放出，又被封存在瓶中，也因此，箱中的貓同時既是活的也是死的。當箱子打開時，由於此量子疊加狀態瓦解了，因此在那瞬間，這隻貓或許被毒死，或許得以保命。

物理小教室

• 索爾維會議

量子力學是近代物理學的重要基石，與相對論被認為是近代物理學的兩大基本支柱，許多物理學理論和科學，如原子物理學、固態物理學、核物理學和粒子物理學，都以其為基礎。物理學界往往會在物理重要會議激盪出重要的論述，例如 1927 年第 5 次索爾維會議，此次會議主題為「電子和光子」，當時世上最重要的物理學家，都聚集在一起討論新的量子理論。

——本文摘自《我們的生活比你想的還物理》，2022 年 11 月，商周出版，未經同意請勿轉載。

時事話題

NEWS｜在課堂介紹電磁波概念時，有位同學佳琦舉手提問筆者：「老師，用悠遊卡刷進捷運站非常方便，那個背後的原理和電磁波有關嗎？」另一位同學婕妤回答：「應該是悠遊卡會發出電磁波，傳遞訊息到門閘的感應器吧？」

悠遊卡如今早已融入臺灣大都會的生活中，不論是捷運、超商、購物或搭乘公車，悠遊卡在手，便利許多。然而，悠遊卡內並無電池，也不需要插入讀卡機，為何能夠溝通而傳遞資訊呢？

為何沒裝電池的悠遊卡可以產生電流？

悠遊卡系統主要是應用法拉第電磁感應定律來辨識與傳遞資訊，此與無接觸感應技術有關，該技術稱為「無線射頻辨識系統」（radio frequency identification，RFID）。完整的一套無線射頻辨識系統，是由讀卡機（reader）、電子標籤（tag）和應用程式資料庫電腦系統部分所組成。

運作過程先由讀卡機發射一特定頻率的無線電波能量給電子標籤，藉此驅動標籤內建電路，輸送內部的身分代碼，以開啟溝通之路。

若以法拉第電磁感應的物理概念解釋，讀卡機產生變動磁場， 同步提供電子標籤變動磁場，驅動電子標籤產生感應電流，也就是讓悠遊卡內部迴路產生感應電流，並讓電子標籤發送身分代碼訊息給讀卡機，也即驅動內部晶片能夠發送訊號，讀卡機依序接收資訊、解讀此身分代碼，再透過應用程式資料庫系統讀取悠遊卡內的晶片資料，完整達成溝通與解讀任務。

每一張悠遊卡都有獨立的電子標籤，當卡片靠近悠遊卡標誌的磁場感應範圍內，即可透過電磁感應的原理，驅使電子標籤內的線圈產生感應電流，此電流供應電子標籤傳送資訊至讀卡機，以解讀晶片資料。

或許讀者會好奇，沒有電池的悠遊卡怎麼產生電流呢？這個問題也需要以法拉第電磁感應定律說明。

依法拉第電磁感應定律，悠遊卡的線圈迴路會因為磁場強弱的變化，以及通過的面積區域、角度變化而產生類似電池驅動電流功能的「感應電動勢」，或稱為感應電壓。此感應電壓大小與線圈匝數及每匝線圈中磁場隨時間的變化率有關。匝數愈多，磁場變化率愈大，悠遊卡迴路中的感應電壓愈大，產生的感應電流就愈大。

因此，悠遊卡雖然沒有內建電池，但可以透過電磁波的應用，採用無線射頻辨識系統，在運作時，讀卡機持續發出電磁波，當卡片接近時，其內部線圈產生感應電動勢，再進一步驅動感應電流。此感應電流讓卡片內的晶片發出電磁波，回傳必要的資訊給讀卡機，完成感應過閘的流程。

以臺北、臺中和高雄的悠遊卡來說，採用的是無線射頻辨識系統模式，屬於比較低頻率的電磁波，卡片必須距離讀卡機約 14 公分內，才能讀取卡片的晶片資料。因此若將悠遊卡裝在比較厚的皮夾或兩張磁卡疊在一起，可能無法第一時間完成讀卡，而形成「卡片無法讀取」的「卡卡」現象，建議單純使用悠遊卡過閘，較能順暢通過閘門。

其他如進出家門的感應磁扣、停車場的票卡、信用卡感應支付、國道收費系統 ETC 等，皆是應用無線射頻辨識系統 RFID 的技術，只不過國道收費系統 ETC 的感應器的感應距離約需 60 公尺內，才能順利讀取通過車輛的相關資訊。

物理小教室

• 手機行動支付的物理學原理

手機支付的運作原理也是基於 RFID 發展而出的近場通訊（near-field communication，NFC） 技術。目前近場通訊技術採用頻率為 13.56 MHz 的電磁波，以 106 kbit/s、212 kbit/s 或 424 kbit/s 這 3 種速率傳輸資料，bit 翻譯為位元，是電腦資料的最小單位。

利用手機支付時，須靠近刷卡機約 4 公分距離內，此時可藉由電磁波傳遞相關資訊，完成付款手續。近場通訊技術不只有用在手機支付， 也可運用傳輸文字、照片、音樂檔案，是目前手機常見的內建功能。

• 電磁感應的進階說明

電動勢（electromotive force, emf）可以驅動導體內的電荷移動， 產生電流。電池因為內部材料的屬性，會在正負極產生固定的電位差或電壓。電動勢是電池正負極間的電位差，也常稱為電壓，其國際單位制（SI）單位為伏特（V）。

導體內的電流與電壓成正比，假設導線的電阻及電池的內電阻都可略去不計，電路中流動的電流是電壓與電阻相除後的數值。可知電池的電動勢，可以驅動迴路上的電流，讓燈泡發光發熱。

然而，一個未接電源的迴路導線圈，可不可能產生電流？可以。若是通過迴路導線圈的磁場變化或磁通量改變，也會產生感應電流，這是發電機的原理，也是物理學家法拉第和冷次的電磁感應概念。

電磁爐和捷運列車的磁煞車也是運用電磁感應的概念。電磁爐內部的主要構造是由絕緣體包覆的導線環繞的線圈，當交流電通過線圈時， 電磁爐表面就會產生隨時間改變的磁場，這個磁場的變化會同時在鍋子底面產生應電流，再透過電流熱效應加熱鍋子，也加熱食物。

——本文摘自《我們的生活比你想的還物理》，2022 年 11 月，商周出版，未經同意請勿轉載。