在遊樂園排隊多久你會受不了？

• 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。

不論是買票、結帳、候車，或是去影印店印報告，日常生活總有排不完的隊伍，為了維護社會善良秩序，我們通常會乖乖成為隊伍的末端，開始放空或滑手機。

但如果眼看前方漫長的人龍前進速度趨近於零，又真的有迫不得已的急事要趕快離開，《亞特蘭大》（The Atlantic）雜誌整理了幾個科學方法，帶你擬定迅速插隊又不起爭議的最佳解！

要看看排隊的目的是什麼？

首先，你得考慮這個隊伍到底是為了什麼目的而存在？如果只是為了到郵局寄包裹、上銀行匯款，超市買個飲料這類改天再做也可以的事的話，通常只要表明急迫性或只會占用一點點時間，人們考慮到自己哪天也可能需要幫忙，就比較願意讓別人插隊。[1]

但如果是搶國際巨星告別演唱會門票這種一生一次，又或是等著領急難物資這一類緊急的事件，建議你就乖乖排到隊伍最後面吧。

大膽地說出任何藉口

研究發現，不論好理由壞理由，只要肯說出口就有機會插隊[2]。以正等待使用影印機的隊伍為例，光是禮貌詢問「不好意思，我有五張要印，可以先嗎？」就有 60% 的機會可以順利插隊；如果再強調自己很趕，成功率可提高到 94%，即使是最隨便的「我想影印，可以用影印機嗎？」也是有機會插隊，所以就大膽地開口詢問吧。只要你詢問能否插隊的那一個人同意，基本上後面排隊的人也會默許你的行為[3]。

但如果想更展現需要插隊的誠意(?)，你甚至可以掏出錢來，且不用擔心會有損失慘重－－大部分的人反而會因為你竟然願意為了這種事掏錢而同理你的急迫性，願意免費讓你插隊。[4]

雖然有時排隊真的很讓人急躁，但只要想想如果大家都不排隊，很多事情也無法順利進行，所以為了社會的和諧秩序，除了出門前預留時間、培養耐心外，真的非要插隊不可的話也別裝沒事，好聲好氣的問一聲，說不定比你想得順利許多喔，祝大家插隊順利（咦）

參考資料：

• How to Cut in Line ,the Atlantic [2017. 09 ]

原始論文：

• [1] Allon and Hanany, “Cutting in Line” (Management Science, March 2012)
• [2] Langer et al., “The Mindlessness of Ostensibly Thoughtful Action” (Journal of Personality and Social Psychology, June 1978)
• [3] Milgram et al., “Response to Intrusion Into Waiting Lines” (Journal of Personality and Social Psychology, Oct. 1986)
• [4] Oberholzer-Gee, “A Market for Time” (Kyklos, Aug. 2006)

文／一碗蘿莉面｜神經病學博士

和男友同時去洗手間，等我終於上完廁所出來，他已經坐在外面的椅子上打完了兩局王者榮耀。看著對面男廁所，風一般進進出出；這邊女廁所的長隊，山一般巋然不動。你有沒有想過——

為什麼女廁所總是排隊排很長？

什麼時候開始有了女廁所？

在19世紀以前，是沒有「公共廁所」這一說的——要是在大街上突然萌生了便意，男人一般找個隱蔽的地方就地解決，女人要麼憋著回家，要麼就跑到遠遠的樹林裡，一再確認周圍沒人再解決。那時候，女人一般都是家庭主婦，上街根本不用多待——只是買日用雜貨而已，街上也沒什麼好逛的——想想四處都有人「就地解決」就明白了。

隨著時代的發展，人們對城市衛生的要求越來越高。在 1851 年倫​​敦萬國工業博覽會上，英國人喬治·詹寧斯（George Jennings）向世人展示了第一座公共廁所。只要花一便士，人們就能體會體會這個新鮮事物。那會兒，超過 80 萬人給錢進去一探究竟，其中就不乏女性。

不過，雖然觀者甚眾，女人們對這座公廁還是滿腹狐疑——要在公共場合解開裙帶？當時的她們想想都覺得「離經叛道」。所以當時，「公共女廁所」這個概念，幾乎沒人接受。

直到 20 世紀以後，公共女廁所才開始多了起來。這並不是因為女人們突然想通了，而是因為出門工作的女性越來越多。並且，隨著社會生產力的發展，「逛街」終於成了女人的樂趣，而不是家庭主婦的負擔[1]。在大街、商場、公園，女人終於能昂首闊步、三五成群地出現了，女廁所也就成了公共場合必需存在。

女人上廁所為啥這麼久？

到了現代，上公共廁所已不是什麼需要做心理建設的事情。但新時代女性又聽見了新的問題：「你上個廁所為啥那麼久？」

這可能是很多男友的抱怨了。對於這個問題，我只想回答：

我也不想啊！

有研究人員統計了男女分別上小號的時間，發現女性是男性的 1.5 到 2 倍[2]。為什麼長那麼多？想想雙方分別上廁所的流程就知道：男人瀟灑地走到小便池撒完就 OK 了，可女人還得開關隔間門，穿脫複雜的衣服，擦擦馬桶圈，有時候還自帶長筒襪、連身褲這些反人類的存在······

女性還有許多特殊的時期。比如月經期間，女人上廁所比平時更加頻繁，更換衛生巾或棉條也需要相當一段時間；而孕婦由於增大的子宮擠壓膀胱，不僅上廁所不易，還經常出現尿頻現象。

除了生理方面的原因，女人上廁所排隊還可能有一些其他因素：比如，一些大型商場百貨等地方，女人本來就比較多；一些女孩會成群結隊去上廁所（倒也正好打發排隊無聊的時間了······）。

除卻以上這些前提，更關鍵的問題在於，目前大多數公共廁所男女一樣大的設計實在是不合理。舉個例子，下圖同樣大小的男女廁所，男廁可以塞下12個小便池外加2個馬桶，而女廁只能放下10個馬桶。大部分人在公共廁所都是上小號，這種情況下女廁所自然排隊時間更長了 [2]。

為了解決女廁所排隊問題的各種「奇招」

為了解決女廁所總是排長隊這樣一個世界性的大難題，各地也是奇招頻出。

2010年在陝西師大，幾個「女性站立式小便器」成了一道新鮮的校園風景，一時引起熱烈討論。除了解決廁所排隊問題，這些站立小便器據說還有節水節電的好處。不過，女性朋友們應該還是不太習慣這種上廁所方式，所以這種廁所並沒有推廣起來 [3]。

無獨有偶，在國外也有類似的發明。同樣地，使用體驗如何就不得而知了······

也許有妹子會問：如果男廁所一個人都沒有，我能不能悄悄溜進去啊！利用閒置的廁所空位聽起來似乎是個好思路？的確，有人設計了一種光明正大地進入男廁所的方法——「男女共用廁所」。

這一排廁所可以放置在男女廁所之間，能從兩邊開門，感覺大大提高了利用率。不過，這種理念是否有實物投放及具體效果如何，還未見諸報導。

另外，設置「無性別廁所」也是提高公廁利用率的一種嘗試。

然而，除了這些奇招新招，有沒有更加靠譜的方法能解決女廁所的排隊問題？

為什麼不乾脆…讓女廁所多一點？

也許你也已經意識到：直奔問題本源不就好了嗎？前面提到，男女廁所一樣大的設計本來就不合理。很多人意識到，要解決女廁所排長隊問題，最好的方法顯然是——增加女廁所。

在美國，很多有年頭的建築物中，要麼女廁所很少，要麼壓根沒有。因為它們建成的時候，工作的女人還很少。當女人越來越多地進入社會工作後，她們開始呼籲「廁所平等」。1989年，第一個「廁所平等」法案在美國加州通過，由一位不堪忍受等老婆上廁所的男參議員提出。不過，直到1993年，美國國會大廈參議院所在樓層才有了第一間女廁所[4]；而眾議院甚至直到2011年，才開始有第一間女廁所[5]。

從沒有到有，從面積一樣大到意識到這還不夠，一些建築設計師開始想方設法從設計上解決排隊問題。在紐約市中央車站的候車大廳，有一處「女性專用廁所」。中央車站的其他廁所都分男女，但是候車區的這個可是女性獨享的——它由兩間女廁所構成，其中一間是從過去的男廁所改過來的[6]。

在新加坡，一些新建的公園、會議中心等公共場所，也遵循了女廁所應略多於男廁所的建造原則[7]。

而在中國，也有許多人關注著這個問題。2012年在廣州，幾位女大學生發起了「佔領男廁所」的行為藝術，旨在向公眾及政府呼籲廁位分佈更加合理，公共場合男女廁位應達到2：1 [8]。

如今，解決這個問題的明確嘗試終於出現。去年12月起，中國住房和城鄉建設部發布的新版《城市公共廁所設計標準》，將人流集中場所的女性廁位與男性廁位比例調整為2：1或更大。這個標準的出現對於有過無數排隊經歷的女性無疑是個好消息[9]。

由於種種因素，女性如廁時間較長的現實是肯定無法改變的。但希望在不遠的將來，女廁所門口排著的隊伍，能夠不再這麼長。

參考資料

• A brief history of the ladies’ bathroom
• Researchers study lengths of restroom queues
• 女性如厕革命！惊现站式小便器
• Women in the House get a restroom
• The Everyday Sexism of Women Waiting in Public Toilet Lines
• A ‘Women Only’ Restroom Renovation Tips the Balance at Grand Central
• Why public toilets are unfair to women
• 女大学生发起”占领男厕”运动受男士称赞
• 城市公共厕所设计标准 [附条文说明] CJJ14-2016

本文版權屬於果殼網，原文為〈为什么女厕所总是排长队？〉禁止轉載。如有需要，請聯繫 sns@guokr.com