橡膠子彈，最致命的「非致命武器」

• 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。

這幾天香港佔領中環行動，相信許多香港的朋友應該「前不見真普選，後不見民主改革。念天地之悠悠，愴然而涕下。」咦？不對，真正令人痛哭流涕的應該是警察為了驅散群眾而發射的催淚彈。

催淚史

催淚氣體開始廣泛用來對抗人類，是在第一次世界大戰前後（科技始終來自於人性）。在大戰爆發前，1912年法國已經將溴乙酸乙脂（Ethyl bromoacetate）作為催淚氣體在用於警察勤務中 [1]。後來一戰爆發，在西部戰線伊珀爾（Ypres）防守的法軍，也將裝有溴乙酸乙脂的手榴彈用來對抗德軍。接著德軍積極投入研究，才讓催淚氣體在戰場上發揚光大 [2]。

第一次世界大戰之後，1925年的日內瓦協議（Geneva Protocol）禁止將具有窒息性、毒性的氣體、液體、物質，或者微生物應用於戰爭之中－當然，也包括了催淚氣體。不過協議是針對戰爭期間規範，是否能將催淚或是催吐（像是二苯胺氯胂）戰劑用在防暴行動，仍有不同的看法 [3]。也就是這樣，所以我們還是能在世界各地許多群眾行動中，看到警察使用催淚彈。

催淚彈組成

其實催淚彈的組成並不是全都是為了催淚，主要分三種目的：加溫、散佈、催淚。歷史最悠久的催淚成分有三種：溴化二甲苯（Xylyl bromide）、2-氯苯乙酮（Phenacyl chloride，簡稱CN）、鄰-氯代苯亞甲基丙二腈（2-chlorobenzalmalononitrile，簡稱CS），其中CN毒性最強，所以大多已經被CS取代用於鎮暴的催淚彈 [4]。除了CS，1962年意外被合成出來的CR（Dibenz[b,f][1,4]oxazepine）也有用於催淚彈；不過和CS不同，CS容易用水去除，但CR遇水反而會加劇作用，是比較危險的成分。

事實上，催淚的CS在常溫下是固體粉末。為了要讓CS能夠像氣體一樣散佈，就需要加入其他成分－像是容易揮發的二氯甲烷，讓它帶著CS擴散在空氣中。除此之外，高溫也有助於氣體散佈，所以催淚彈也會加入其他的化學物質來產生溫度，加速CS的擴散 [5.4]，這也是為什麼上街示威教學都會提到不要徒手撿起剛落地的催淚彈，很可能因此燙傷。

為什麼催淚彈既不黯然又不銷魂卻讓人兩淚交流？

雖然催淚彈已經存在近一世紀，不過科學家對於催淚的生化機制還是了解不多 [6]，當然也沒有接觸到催淚物質後立即有效的治療方式。

耶魯大學醫學院的藥理學家滕德（Sven-Eric Jordt）長期研究催淚物質，他在德國就學時曾參與反對核廢料的遊行，也在那場遊行中體驗到他的研究對象有多催淚 [7]。

滕德發現，催淚物質對於體表神經上的TRP離子通道（Transient Receptor Potential channels）來說是一種促進劑（agonist），當TRP離子通道接收到催淚物質，就會引發一連串的生理反應，像是疼痛、發炎、紅腫。他在2008年發表的研究中，基改實驗小鼠天生不具有TRPA1通道蛋白，和一般的小鼠相比，對於催淚物質的反應行為就沒這麼強烈；另外，研究團隊也成立利用兩種TRPA1的阻斷劑（antagonists）減少催淚物質引起的刺激，顯示TRPA1是其中一個催淚物質作用的通道蛋白 [6]。

不過TRPA1阻斷劑是否能夠應用在反催淚彈呢？滕德在接受《國家地理》採訪時提到：「很難說，理論上可以。」但他認為在接觸催淚彈之前使用阻斷劑很有風險，因為TRPA1引發的身體不適，為了就是讓我們知道有危險該遠離，假如使用了阻斷劑，很可能讓自己暴露在更高劑量的刺激物質下，更有風險導致化學灼傷 [7]。

要是輕看催淚彈就要落淚了

「催淚彈」這個字會被誤解成只有催淚的效果，但其實催淚物質刺激的是體表（是的！即使你戴了防毒面罩，但是穿著吊嘎遇上催淚彈還是會刺痛），只是像是眼、鼻、口這種有粘膜的部位更容易受到化學物質的刺激。催淚物質除了會讓人流淚、皮膚紅腫疼痛之外，還會刺激呼吸道，嚴重的時候可能會窒息。2011年，一位巴勒斯坦婦女就在一場抗議行動中，因為催淚氣體讓她無法呼吸而致死 [8]。稱這些鎮暴武器為「非致死性兵器」，反而會讓人掉以輕心（參考〈橡膠子彈，最致命的「非致命武器」〉。

接觸到催淚物質會不會對身體造成長期影響，或者永久性的傷害？「不知道」，畢竟接觸過催淚物質的人不多，很難有足夠的個案供科學家追蹤，但是滕德教授已經開始相關的研究。[9]

催淚彈在面前落下該…..？

跑吧。

如同前面提到的，目前沒有立即減緩刺激的方法。催淚彈在開放空間的作用有限，特別是有風的時候，很容易被吹散，所以遇到催淚彈，往新鮮空氣方向閃避才是上策。另外，即使被嗆到很難受也不要原地蹲下，因為常見的催淚物質CS比空氣重，會往下沉，蹲下只會接觸更多CS。 [5.5]

遠離催淚彈之後，盡可能換掉衣物，因為CS在常溫下是粉末，沾附在衣物上的CS會持續刺激皮膚 [5.5]，不過特別要注意的是不能接觸到含氯漂白配方的清潔劑，那會使CS反應成更具毒性的物質。此外，也要避免雙手接觸眼、口、鼻－沒錯，別揉眼睛，還有在擤鼻涕前也要先洗手，避免手上沾到CS又再次刺激粘膜。

——————–

科宅我是沒遇過催淚彈，期盼這波香港佔中的朋友平安順利。

▼軍官入伍訓中的毒氣體驗就是用CS

參考資料：

1. Ethyl bromoacetate — Wikipedia
2. Chemical weapons in World War I — Wikipedia
3. Geneva Protocol — Wikipedia
4. Phenacyl chloride — Wikipedia
5. How Tear Gas Works — How Stuff Works
   • 3. When Tear Gas Fails
   • 4. Methods of Dispersal
   • 5. So You’ve Been Tear Gassed …
6. Bessac, B. F., Sivula, M., von Hehn, C. A., Caceres, A. I., Escalera, J., & Jordt, S. E. (2009). Transient receptor potential ankyrin 1 antagonists block the noxious effects of toxic industrial isocyanates and tear gases. The FASEB Journal, 23(4), 1102-1114.
7. The Surprising History and Science of Tear Gas. National Geographic [June 12, 2013]
8. Israel investigates tear gas death of Palestinian protester. The Guardian [2 January 2011]
9. What Are the Long-Term Health Effects of Tear Gas? SoU [August 21, 2014 ]