沈積物的海底溜滑梯──淺談濁流與海底峽谷

• 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。

一九九○年代，冷戰終於結束，蘇維埃政府在海中布下的潛水艇威脅也隨之消散，於是海軍提供克拉克與其他專家機會，讓他們透過 SOSUS 的水下麥克風觀測、記錄大海裡的各種聲音。透過聲音頻譜——也就是 SOSUS 系統將接收到的聲音轉換為視覺圖像——克拉克無庸置疑地看到了藍鯨正在歌唱的跡象。

光是第一天克拉克就發現，單一個 SOSUS 感測器所記錄下的藍鯨叫聲比過去所有科學文獻所記載的加起來還要多。大海中充斥著鯨魚的歌聲，而這些聲音則來自無比遙遠的彼方。克拉克估算，記錄下他聽見的那股歌聲的感測器，距離聲音的主人有兩千四百公里之遠。藉由位於百慕達的水下麥克風，他竟能夠聽見遠在愛爾蘭的鯨魚歌聲。

於是他說：「當時我心想：『羅傑的想法沒錯。』我們實際上真的可以探測到橫跨整個海洋盆地的鯨魚歌聲。」對於海軍的分析專家來說，這些聲音就是他們每天工作都會遇到的正常現象，而這些聲音與工作內容無關，所以根本不會被標記在聲音頻譜上，也因此就被忽略了。然而對克拉克來說，這卻是令他茅塞頓開的驚人發現。

穩定規律的「歌聲」其實是一種探測手段？

雖然藍鯨與長須鯨的歌聲能夠跨洋越海，卻沒人知道鯨魚是否真的會在如此遙遠的距離下互相溝通；畢竟牠們很有可能只是在用極大的音量對附近的同類示意，只是音波剛好傳到了很遠的地方去而已。不過克拉克又指出，鯨魚會一次又一次地不斷重複同樣的音頻，甚至也會精準維持音與音之間的間隔長度。鯨魚會在浮出水面呼吸時停止歌唱，回到水中繼續歌唱卻也會落在剛剛好的拍子上。他說：「所以牠們唱歌並不是隨興而至的舉動。」這種現象令他想起了火星探測車為了傳送資料回地球所發出的那種重複的連續訊號。假如人類想設計出能夠跨越海洋進行溝通的訊號，大概也會想出類似藍鯨歌聲的形式吧。

鯨魚歌聲或許也有其他用途。牠們發出的每個音都能持續好幾秒，而其波長更是好比足球場的寬度。克拉克曾問過他在海軍的朋友，假如他有發出這種聲音的能力，可以拿來幹嘛？

「那我就能摸透整個海洋。」他的朋友如此回答道。這話的意思是，他能夠藉此刻畫出深海的地景，透過傳至遠方的次音波回音，他就能辨識出海底山稜與海床的位置。地球物理學家也肯定能運用長須鯨的歌聲來了解各處的地殼密度。那麼，鯨魚到底用這種聲音來做什麼呢？

克拉克從鯨魚的動作中看出了答案；透過 SOSUS，他發現藍鯨出現在冰島與格陵蘭之間的極地水域中，一路蜂擁直奔——還是該說是鯨擁？——熱帶地區的百慕達，旅途中一路歌唱。他也看過鯨魚在深海的群山間左彎右拐，在幾百英里間的深海地景之中蜿蜒前進。「看到這些動物的移動方式，就會感覺牠們大腦裡似乎有著以音波構成的海洋地圖。」他如此說道。

他也猜測，鯨魚在長長的一輩子裡，會不斷累積大腦中的聲音記憶，隨之擴增儲存在大腦裡的海洋地圖。克拉克也還記得，曾有位資深海軍聲納專家告訴他，大海裡每個地方都有它專屬的聲音。克拉克告訴我：「他們說：『讓我戴上耳機，我不用看就能直接告訴你現在位於拉布拉多還是比斯開灣的海域。』而我就想，假如人類累積了三十年的經驗就能做到這個地步，何況是演化了一千萬年的動物呢？」

漫長的迴響～不同時間尺度下的認知

不過關於鯨魚聽力的尺度，還是有令人費解之處。鯨魚的叫聲確實可以傳遞到很遠的地方，但卻也很花時間；在海裡，音波一分鐘只能傳五十英里（約八十公里）遠，因此假設一隻鯨魚聽見另一隻鯨魚在一千五百英里（約二四一四公里）之外發出的叫聲，這隻鯨魚得在半小時以後才能聽見對方的歌聲，就像天文學家觀測到的星光其實是恆星在很久很久以前散發出的光芒一樣。假如某隻鯨魚想探測五百英里（約八百零四公里）之外那座山的位置，牠得等上十分鐘才能接收到自己叫聲的回音，這感覺起來似乎有點荒謬。

然而各位想想，藍鯨在水面上的心跳一分鐘約為三十下，潛入水下後卻會下降至一分鐘只跳三次。這麼一想，鯨魚生命中的時間尺度想來一定與人類相當不同吧。倘若斑胸草雀能夠在單一個音裡就聽見以毫秒為單位的美麗音頻，也許藍鯨分辨同樣潛藏在聲音中的祕密訊號的時間尺度則是分或秒。若要想像鯨魚的生活樣貌，「你得發揮想像力，以完全不同的次元思考。」克拉克對我說道。

他認為這兩種體驗的差異應該就像先用玩具望遠鏡注視夜空，再改用美國太空總署架設在太空的哈伯太空望遠鏡一覽星羅棋布的壯麗星辰。一想到鯨魚，他的世界彷彿就變大了，不管是空間還是時間的尺度，都更加遼闊。

——本文摘自《五感之外的世界》，2023 年 8 月，臉譜出版，未經同意請勿轉載。

• 本文轉載自科技大觀園，原文為《反演水深、判釋水稻田　福衛五號影像多元應用》
• 劉珈均｜泛科學

「透視」海底，用福五影像逆推東沙環礁水底地形

中央大學太空及遙測中心的副教授黃智遠、副教授任玄及副教授曾國欣選定東沙環礁，測試福衛五號影像反演水底地形的能力。成果顯示，在訓練資料品質佳的情況下，以福五影像建置水底地形的精度與超高解析度衛星影像的成果相當，可協助內政部產製電子航行圖、環境監測、生物棲地研究等。 

傳統常以船隻搭載聲納，或飛機搭載光達的方式量測水深，這兩種方式皆須現地量測，精度高，但成本也高，且淺海與爭議水區的量測會受限。多光譜光學衛星影像能穿透約 20 公尺深的潔淨水體，成為廣泛調查淺水域的潛力方式。

要以衛星光譜影像反演水深，仍需收集訓練資料（例如地形的現地量測資訊）當作「教材」，讓電腦建立正確的模式參數。「沒有太多人為擾動影響、卻又要有高品質的訓練資料 ，同時符合這兩個條件的就選東沙環礁了！」東沙環礁有精密的光達測深資料，還有海水潔淨、淺水域面積廣大等優點。

此項技術的訓練方式是，輸入衛星影像各波段數值（主要為透水較佳的綠光波段）及其對應的實際水深訓練網路，網路模式訓練完成之後，輸入目標區域的衛星影像數值，就能推算出每個像素對應的水深資訊。

為了衡量福五影像的表現，團隊也拿超高解析度商用衛星 WorldView2 的影像反演水深，比較兩者成果。福五反演的水深成果精度達 1.62 公尺，雖略遜於 WorldView2 的 1.26 公尺，但相差不遠。

黃智遠解釋，相較於房屋、橋梁等地物地貌，水下自然地形的局部變化通常較小，所以對於衛星影像空間解析度的要求也較低。在反演水深的應用上，使用福五或超高解析度衛星的差異不大，福五反演僅局部區域比實際地形略深。

光譜反演的挑戰在於訓練資料蒐集困難，不過，透過衛星影像產製水深還有另一種稱為「立體對測量」的方法。福衛五號可以對地「立體取像」——人的視覺因左右眼視角差異而能感知立體，資料也能整合不同角度的衛星影像產生視差，萃取出目標物的數值地形模型，再以此當作訓練資料，進行模式訓練、反演水底地形。

過去團隊與內政部合作，在東海南海的許多島礁進行水深反演，已累積起一套決策樹，考量目標區域具備的資料庫、資料品質、成本等，可為不同地區挑選、整合不同的水深產製方式。

雙衛星搭檔，提高水稻田判釋精度！

水稻田分佈判釋是行政院農委會農糧署年度重要工作項目，農糧署與臺灣大學理學院空間資訊研究中心教授朱子豪、遙測及資料加值組組長張家豪合作，以福衛五號影像結合合成孔徑雷達衛星影像判釋水稻田，正確性達 92%，大幅提高偵測精度。 

由於雲林有充足的基礎資料可供驗證與訓練模型，研究團隊選定雲林做為研究區域，試驗福五的影像用在水稻田判釋可達多少能力。 

團隊使用福衛五號影像，搭配 22 組歐洲太空總署合成孔徑雷達衛星「Sentinel-1」的開放資料，並試驗了三種方法：僅使用福五（光學）影像、僅用雷達影像、兩者相互搭配。結果顯示，整合兩者的效果最好，判釋正確性最高可達到 92%，高於單用光學或雷達影像的 90%、80%。

「光學衛星最大的限制就是雲！」雲會遮擋目標、影響判釋，而農作物判釋的取像時機又相當關鍵，取像時有雲就沒輒了；合成孔徑雷達衛星會主動發射微波到地面再接收反射波，可穿透雲層，不受雲覆與日照影響，可補強不同時期影像，取得水稻田從插秧、成長、結穗的時序變化資訊。

本研究的突破在於，只用了單一分類器全自動判別的條件下，偵測精度大幅提升，更是首度只用一個時間點、單張光學影像就達到了。團隊對此也相當興奮，「可能因為福五當時在 11 月取像，剛好是水稻結穗時，影像特徵與其他作物差異較大。」張家豪解釋。 

推測了面積，可以進一步推估產量嗎？「一公頃稻作能收成 1,000 公斤或 4,000 公斤，有太多因素影響了。」朱子豪說。溫度、溼度、施肥、天災、病蟲害等都會影響收成，此類研究在平遂的情況下可大致估產，尚難達成精確估產。

掌握物候特徵是判釋關鍵

未來若要擴大範圍，判釋全國水稻田面積，由於各地農民栽種時序、田間管理多變，如何選擇適合的取像時間會是一大挑戰；若要擴展到判釋其他作物，則得視其生長特徵進行更多的分析比對。

張家豪舉例，判別柑橘類的常年果樹、葉菜類極困難，果樹在光學影像上看起永遠是綠色一片，也無足夠的栽種方式差異、生長週期特徵和其他特性可區辨；檳榔、椰子、香蕉從空中看都是放射狀葉片，雖可參考栽種密度與高度，但影像的空間解析度也得提高至 60 公分才能精確判別；蔥、蒜皆屬旱作，需要空間解析度優於 60 公分的影像，搭配如地區性栽種時序、田埂排列鮮明的地表特徵，有機會判釋成功，「但要是田裡混作個青江菜，就分不出來了。」

梅樹是另個成功案例，它在 12 月下旬會落葉，隔年 2 月開花長葉結果。團隊曾執行判釋南投水里梅樹的研究，標定幾個時間取像，「若有某個區域在十月是綠葉、入冬出現裸露地特徵、然後變得白白的（開花）、四月又出現綠葉，那就很可能是梅樹！」但李子與梅樹的影像呈現類似，生長期也相近，要是沒在生長期重疊前順利取像，就會混淆兩者。

以衛星影像判釋作物不光是直白的「看照片」或分析光譜，掌握作物的「物候特徵」才是關鍵。