Obituary 裡的科學與啟發

• 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。

文／莊安祺｜台大外文系畢，《飛翔之夢：萊特兄弟新傳》譯者

美國總統歐巴馬赴夏威夷度耶誕假期，行囊裡的四本書中，三本是懸疑推理小說，另一本就是兩度獲普利茲傳記文學獎，也是國家書獎得主麥卡勒的新作《萊特兄弟》。

在全球飛行已成家常便飯的今天，回顧一百年前人類初次乘風展翼的興奮，教人無比感動。麥卡勒的作品向來以史料嚴謹著稱，他以萊特兄弟和家人的信件、日記、各種提案和資料為經緯，勾勒出兩兄弟的個性，描繪他們的生活，原原本本呈現二十世紀初的社會文化背景，兩兄弟鑽研努力的過程，和他們所遇到的諸多阻力及助力。

書中沒有渲染，並不八卦，也並沒有把兩兄弟寫成了不起的偉人，他們和任何人一樣平凡，兩兄弟僅止高中畢業，沒有顯赫的學歷，開自行車店維生，勤勤懇懇，不虛浮繁華，唯一的特色是執著。

其實他們倆一直在摸索自己這一生的方向，哥哥威爾伯知道自己不要做什麼——他不是從商的料，對這行也沒興趣，但對自己的未來卻還沒有明確的想法。一直到飛行先驅李連索滑翔飛行失事的消息喚起了兩兄弟自幼對人類飛行的夢想，才開始這方面的研究。

書中對兩兄弟同住的兩位家人，擔任主教的父親和妹妹凱瑟琳也有詳盡的刻畫。他們的父親作風開明，儘管自己是傳教士，但並不在意孩子不上教堂，他的家書也很少提到宗教。他重視的是讀書，家裡有各種書籍，孩子們如果為了自己的研究或計畫而沒去上學，他也認為理所當然。他對子女的態度是輔助支持，卻並不施壓或主導。

家裡唯一的大學畢業生凱瑟琳擔任老師，是全家的小霸王，大家都得聽她的，作者由信件中反映出她很有主見，個性可能並不好相處，有時不免臧否人物，兄妹之間也常鬥嘴，但當哥哥受傷時，她卻毫不遲疑立刻趕去照料。三兄妹個性不同，也經常有小爭執甚至猜忌，但手足情深卻毋庸置疑，萊特兄弟的成功，家人的支持是關鍵的力量。

在航空前輩中，麥卡勒則以蘭利和許努特兩位先驅作對照，史密森學會的蘭利行事隱密，和許努特毫不保留指點的作風大相逕庭，然而許努特儘管大方，資料卻有誤，萊特兄弟還是得自行摸索。

作者在書中留下了許多蛛絲馬跡，讓讀者循著線索還原政治人物的嘴臉和發明前輩與飛行家同輩相互競爭和合作的原貌，比如萊特兄弟飛行成功，希望把他們的發明獻給美國政府，行文給戰爭部長塔夫特，卻被當作來索取經費而未理會。後來在他們揚名全球之後，已當上總統的塔夫特才錦上添花頒獎給他們，他們並未表現欣喜之情，顯示他們心中自有衡量。

當今的電影都喜歡在片頭加一段旁白：「取材自真實故事」。本書就是真實故事，它描繪的不是一個點一個面，而是豐富多彩的立體史實，每一個人物都有血有肉，有長處有缺點，但人性可貴的基本價值永恆不變，父子之愛，手足之情，愛國的情操，人類共同的夢想，當此亂世，讀來雋永，回味無窮，難怪歐巴馬總統去度假也要帶著它。

本文為作者之《飛翔之夢：萊特兄弟新傳》譯後感

生老病死，乃人生必經之苦，人生下來唯一可以確定的事就是會「死」，只是安怎死可能還莫宰羊。可是沒關係，我常常告訴人說，現代人有三分之一會死於癌症。癌症也是台灣國人十大死因之榜首，佔了近三成。可是根據這本好書《萬病之王》（The Emperor of All Maladies: A Biography of Cancer）的作者辛達塔．穆克吉（Siddhartha Mukherjee），三位美國女性之中，會有一位會患上癌症；美國男人更倒霉，兩位之中就會有一位患上癌症。

《萬病之王》不僅是本不可多得的好書，更是一本充滿熱情的書。根據辛達塔．穆克吉，《萬病之王》是一本癌症的傳記，也是人類與癌症搏鬥的生命故事。寫《萬病之王》的起因，是因為他有一位癌症復發的病人，當她入院再度接受治療時，曾和他這麼說道：「我願意繼續治療，但我要知道我在對抗的是什麼。」辛達塔．穆克吉想寫這本《萬病之王》的理由，就是為了要回答她的問題。他常在查完病房或做完實驗回家後擠出時間來寫，他之所以能這樣寫作，是為了回應這個故事非得要說出來的那種迫切感。

穆克吉是印度移民，現任美國紐約市哥倫比亞大學醫學中心癌症醫師、哥倫比亞大學醫學院助理教授。他畢業於史丹福大學、牛津大學和哈佛醫學院。《萬病之王》是他的處女作，就讓他榮獲了美國報導文在2011年學的最高榮譽－普利茲獎（Pulitzer Prize for General Nonfiction），而且還被《時代雜誌》（TIME）評選為過去百年最具影響力的百本書，其本人還獲選《時代雜誌》當年最具影響力的百人；《紐約時報》（The New York Times）也評選《萬病之王》為百本非文學好書。《萬病之王》還榮獲或入圍了了其他重要書籍獎項。

科普書大致可以分為兩大類，一大類是科學家所寫的，這類書較注重事實的呈現，其中的個人情感也主要是自己對該學科和研究工作的熱情；另一大類是由科學記者寫的，這大類科普書較注重故事性，文筆也更活潑生動。非常難得的是，這本《萬病之王》是極少數能夠完美地融合這兩大類之長的極品好書！《萬病之王》在澎湃情感和客觀冷靜之間，取得巧妙的平衡。

《萬病之王》這本書榮獲美國新聞界的最高榮譽普利茲獎，簡直就是是實至名歸，因為這本《萬病之王》確實是報導文學不可多得的傑作，尤其就非常特別的一點是，這本書的作者是位腫瘤科醫師，可是其編採和寫作能力，比起許多專業的媒體工作者，更是有過之而無不及！《萬病之王》是人性化的癌症「傳記」，穆克吉不僅是從醫師和科學家的角度來寫這本《萬病之王》，他更是同時也從病人的角度出發。如果不是在情感上對病人付出這麼大，是不可能在醫師極度忙碌的工作之餘，還能完成這部引人入勝又平易近人的佳作的。

閱讀全文：

癌症的人性傳記－萬病之王