0

0
0

文字

分享

0
0
0

【Gene思書齋】真的都是大腦搞的鬼?

Gene Ng_96
・2015/06/25 ・2856字 ・閱讀時間約 5 分鐘 ・SR值 528 ・七年級

orange 25 artwrok_05

去年我手癢寫了幾篇科學哲學的文章,沒想到太招搖了,優質知性節目「哲思台灣」主持人王子面先生邀請我上節目錄音。我個性內向害羞,當鍵人、鼠輩、觸生還行,上了節目萬一被問倒就尷尬了,於是就先打太極,說如果能找到科學和哲學兩邊都有研究的人一起上節目,我會好好考慮,心想應該不好找吧,呵呵 :p

沒想到過不久,王子面兄就搬出了一尊神,說杜克新加坡國大醫學院的助理教授謝伯讓和他很熟,伯讓兄的碩士是在中正哲研所念的,所以兼有科學與哲學的背景。他雖然人在新加坡,九月份回了台灣一趟,可以一起上節目。當我看到伯讓兄的大名時,我興奮的心情遠超過了畏懼,搶先答應都來不及了XD

能和伯讓兄同台,真是小弟三生有幸。我長期訂閱《科學人》(Scientific American雜誌,常讀到伯讓兄的譯文,還有在泛科學他的專欄、臉書粉絲頁「謝伯讓的腦科學世界」和部落格「The Cry of All」讀到他的腦科學科普文章。在忙碌無比的留學和研究生涯,他還很用心地譯有《用心,讓你看見問題核心》Mindfulness)、《糧食戰爭》Stuffed and Stavred)、《瞎吃》Mindless Eating Why We Eat More Than We Think)、《哲學是什麼》What is Philosophy?)、《謊言實境秀》The Liar in Your Life : The Way to Truthful Relationships)、《水資源戰爭》Blue Gold: The Fight to Stop the Corporate Theft of the World’s Water)、《人體解剖全書》Trail Guide to the Body)、《用物理學找到美麗新世界》Critical Mass)等書。

伯讓兄的學術成績非常傲人,年紀輕輕就發表過33篇學術論文!而且不只是位優秀的科學家和科普作家,伯讓兄還很會玩,還教人家如何玩,合著有旅遊書《波士頓》《指指點點玩美國》

-----廣告,請繼續往下閱讀-----

那次的對談之詳細內容請參考〈科學不是什麼?-【哲思台灣】16. 跟科學家聊一聊科學哲學:究竟什麼是科學〉。得知伯讓兄要出書了,心想真是太棒了,他的新書《都是大腦搞的鬼:KO生活大騙局,揭露行銷詭計、掌握社交秘技、搶得職場勝利。》真的是超有趣,台灣科普出版界從此多了一位新星!

昨天(5/10)也趁他返台的講座去聽了場由王子面主持的精彩演講:

無論是在《都是大腦搞的鬼》,還是在演講中,伯讓兄都用非常生動、活潑、風趣的方式,解說我們如何和為何會被大腦給騙了。原本我們以為最不可能會騙我們的,是自己的大腦所產生的意識,可是事實卻非如此。我們這些凡人不僅被大腦唬弄,連伯讓兄這位優異的腦科學家,也在不同的情境下,受人擺布,只是他比眾人更理性地提早發覺。

他在《都是大腦搞的鬼》從他留學美國的故事一一說起,例如他在中式自助餐廳受到用餐環境擺弄,少吃了不少美食;還有在寒冬被溫暖的汽車銷售員打動而差點買了不是原先計畫的車(他沒上當,可是我有,買了七人座跑車XD);即使他已經出道了,還是差點買下高額保單;以伯讓兄帥氣的長像和舉止,如果他出來競選,應該會狂撈不少選票吧?不過權力使人腐化,希望伯讓兄還是留在科學界和科普界,否則真是重大的損失啊!因為政治信念和基因可能都有關,實在太黑箱了!

-----廣告,請繼續往下閱讀-----

伯讓兄優異的文采,應該吸引了不少正妹加他為好友吧,真令人羡慕,如果是我,那只會是詐騙集團才會扮成正妹來加我吧XD 還好我個性內向害羞,加上有自知之明,不擅長和正妹打交道,才沒著了書中列舉的道。不過說不定用上《都是大腦搞的鬼》裡教的幾招,還能打開小弟的社交生活呢?不過先來看看自己喜歡怎麼樣的菜吧 :p

身為優秀的腦科學家,伯讓兄應該常被問說,要如何開發大腦吧XD 他在《都是大腦搞的鬼》提醒我們,許多有關大腦開發的方法,可能是以訛傳訛,例如右腦開發就沒啥科學根據。在搞一堆方法開發大腦前,先保護它吧,例如少吃糖,以免先變笨;他也舉了國中慘痛的經驗,告訴我們睡眠學習並非沒效,只是效果非我們想的那樣。

為何我們大腦會犯這麼多錯?伯讓兄解釋道,那是因為我們的大腦不是演化來探尋真相的,而是如何在危機重重的草原中存活下來,還把得到妹或騙到帥哥,生育下一代。為了省時省事,大腦演化和發展出許多「捷思」,也就是說,大腦懶得多想,於是我們才會有一堆錯視和偏見等等的,最令人驚訝的是把凹都看成凸的。

利用今年二月吵翻天的白金還是藍黑「洋裝」,以及許多有趣的例子,伯讓兄讓我們瞭解,我們是帶著有色眼鏡在看世界的。這個過去西方哲學家柏拉圖也提出過,東方的佛教高僧也指出,這個世界是虛幻的,相由心生!諸法無我!

-----廣告,請繼續往下閱讀-----

神經科學這個領域近年突飛猛進的進展,也告訴我們,自我是不真實地存在的,連自由意志也是假象。神經科學和哲學不同的是,神經科學有嚴謹的方法來抽絲剝繭,並且結論可以經過反覆實驗的驗證,而且也是個開放的系統,一旦理論有錯,學界就會緊接著修正。

我原本有意往神經科學發展,但是還好沒有,因為神經科學還是由像伯讓兄這麼優秀的人才來研究吧,我只是很慶幸還能從伯讓兄的好文章和好書中吸收一些知識,這就很能令人滿足了 🙂

伯讓兄在《都是大腦搞的鬼》每篇深入淺出的生動文章下,都有許多科學文獻的支持,他把學界的發展用淺顯易懂且活潑有趣的方式解說,功力非常高強,我一口氣就把《都是大腦搞的鬼》讀完了,心中只有一個大疑問:「還會有續集嗎?」XD

3e7bd218-5546-e3da-8696-5178cbad6191

本文原刊登於The Sky of Gene

-----廣告,請繼續往下閱讀-----
文章難易度
Gene Ng_96
295 篇文章 ・ 30 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。