0

0
0

文字

分享

0
0
0

誕生於動盪幕府末期的天才機關師 —《大人的科學》

親子天下_96
・2015/11/23 ・2878字 ・閱讀時間約 5 分鐘 ・SR值 527 ・七年級

持續了數百年的「機關人偶」歷史是日本獨特的文化。在進入新世紀之際,出生時間僅僅相差 2 年的兩位天才機關師,更將機關人偶推向高峰。這兩位分別是製造的機關人偶十分精妙而擁有「魔術師」別稱的大野弁吉(1801~1870年),以及「東芝」創業者的田中久重(1799~1881年)。兩人的卓越技術透過他們的機關人偶相關故事與傳記等,流傳至今日。

舉例來說,當時才十幾歲的久重在老家旁邊的五穀神社夜間祭典上,對著前來購買傷痛軟膏及觀賞雜耍的群眾,展示自己製作的機關人偶。在屏息以待的眾多觀眾面前,手捧端盤出現在舞台上的女性裝扮機關人偶,微微晃動頭部,踏著優雅的步伐來到舞台邊緣停住。在舞台旁邊等候的青年久重,請三位觀眾拿起端盤上的茶杯,一飲而下,等到最後一人把杯子放回端盤上,女偶便轉身,心滿意足地晃著腦袋,沿著來時路往回走。

這個十分精巧的「擬真人偶」作品,令在場所有人無不忘我驚嘆:「太妙了」、「真是不可思議」。後世的機關裝置研究家東野進先生,重現久重製作的這個「茶酌娘」人偶。見了人偶的動作之後,證明這段小故事並無誇大。茶酌娘捧著擺了三只茶杯的端盤、微微點著頭、雙腳交互移動往前走,走到事先設定好的距離時,就會自動停止,再藉由端盤裡的三只空茶杯重量讓它轉身,回到原本出發的地方。

茶酌娘
久重製作的茶酌娘。無須拿起端盤上的茶杯,人偶也會自動停止,擺上 3 個空茶杯後,人偶才會轉身回到原來的地方。

這種不是利用引擎或馬達,而是利用高超技術實現的精確動態,連生活在現代的我們都感到驚訝,更何況是江戶時代那些只見過人類操控的人偶淨琉璃(譯注:日本傳統四大戲曲之一,以人偶搭配音樂演出的戲劇。淨琉璃是指以三味線伴奏的說唱表演。)的老百姓;對於他們來說,發條是陌生的動力來源,不難想像當他們見到能夠自行活動,而且動作變化豐富的機關人偶時,受到的衝擊有多大。

-----廣告,請繼續往下閱讀-----

利用來回各地表演與自學 鍛鍊技巧的久重

寬正十一年(1799 年),田中久重出生在筑後國(現在的福岡縣)久留米的鱉甲精工師的家裡。才 8 歲就懂得替收納硯台等的箱子加上特殊的保險箱數字鎖,讓私塾的朋友們為了打開箱子吃盡苦頭,早早便展現其才華。自小就在老家旁邊的五穀神社接觸「機關裝置表演」的久重,到了 15 歲的時候,在該神社的例行祭典上發表「竹輪澆花器」。他埋首在機關裝置的世界裡,沒有接觸家業的鱉甲精工,從早到晚都躲在後院廂房的二樓裡,專心致志思考並製作機關裝置。父親過世後,家業改由弟弟繼承,久重專注在機關裝置上。20 歲左右,他在五穀神社發表「雲切人偶」的演出,人稱「機關儀右衛門」,因而遠近馳名。

但是,機關師的人生絕不輕鬆;為了滿足觀眾,必須經常追求「新技術」,但是知識只能夠靠自學取得。久重在文正七年(1824 年)留下妻子,來回各地進行真正的機關裝置表演。他巡迴肥前、肥後(今日的佐賀、長崎、熊本),前往上方(江戶時代的京都、大阪與週邊區域)。他一邊演出,一邊參加各地的市集、法會、例行祭典等;表演有時大受好評,有時不受青睞。他仰賴旅途中的表演收入維生,一邊漫遊各地,學習該地方特有的技術,逐漸提昇製作機關裝置的技巧。久重製作的「童子杯台」、「寫字人偶」,以及被譽為最高傑作的「拉弓童子」等機關人偶名作,被認為都是在這段時期誕生。

接下來,在技術和經濟方面都有了自信的久重,到了天保五年(1834 年)把留在久留米的妻子叫來,移居到有「天下廚房」之稱的大阪。此時,原本靠表演維生的久重,出現了重大的轉機。久重利用空氣槍的構造發明了「無盡燈」並開始販售。他第一次親手製作的生活必需品大受歡迎,坊間出現了許多類似的產品。這個發明也被認為是利用家電產品打造全新生活風格的國際企業「東芝」萌芽的起點。

無盡燈
利用空氣壓縮自動為燈芯補充燈油的方式長時間點亮燈火,保持裝置持續燃燒。

善用技術做生意的久重

久重搬到大阪的三年後,也就是天保八年(1837 年),遇上大鹽平八郎之亂(譯注:前一年日本發生天保大飢荒,地方政府卻拒絕援助民眾,因此大鹽平八郎率眾發起反江戶幕府的革命。),住家被燒毀,因此久重在叔母的幫助下逃難到伏見(現在的京都)。在那兒,久重拜比自己年輕20歲以上的廣瀨元恭為師,積極吸收蘭學(譯注:透過荷蘭傳入日本的歐洲學術、文化、技術的統稱)知識。

-----廣告,請繼續往下閱讀-----

另外,到了弘化四年(1847 年),他也拜師從安倍晴明(譯注:921~1005 年,日本平安時代的陰陽師)時代起掌管天文、編定曆法的土御門家,學習天文曆法學。這一年,他製作須彌山儀(以印度佛教宇宙觀「須彌山說」為基礎、解釋天動說的時鐘。「須彌山」是佛教傳說中位於世界中心、眾神居住的山。);又過了兩年,他獲得嵯峨御所(譯注:平安時代早期嵯峨天皇蓋的離宮,後來變成大覺寺。)頒發給商人與工匠的最高榮譽,稱號「近江大掾」。到了嘉永四年(1851 年),久重完成日本鐘最高峰的「萬年鐘」,隔年在京都烏丸開了「機巧堂」。

萬年鐘
底座寬 64.5 公分,高 83 公分的地上型時鐘,具備各式各樣的功能。黃銅打造的雙重發條兩組轉一圈的話,據說能夠持續讓時鐘活動 200 天以上。

這一年正好是美國海軍准將培里強行把船艦開進浦賀港,要求開港通商(黑船來航事件)的前一年,外國蒸汽船頻頻靠近日本,感受到威脅的久重利用從蘭書(譯注:荷蘭文或荷蘭的書籍。)上自學而來的知識,打造日本第一個蒸汽船模型。關白鷹司政通大人聽聞消息,將久重邀請至自宅,讓模型在庭園池子裡行走。關白對於蒸汽船模型在池水裡破浪前進的姿態相當感動,親手寫下「日本第一精工師」的招牌給久重。年過 50 歲的久重成為名實相符的頂尖「機關師」。但是,這也是他從「江戶的機關師─機關儀右衛門」變身為「明治的機械工程師─田中久重」的轉捩點。

奠定龐大企業基礎的「企業家」久重

安政元年(1854 年),幕府與美國簽署和親條約(日美和親條約),開放下田與箱館兩港口與美國通商,久重也在這一年受到佐賀藩邀請,成立日本第一個科學研究所「精煉方」。隔年,久重製作出正式的外輪式蒸汽船模型,也成了 10 年後佐賀藩完成的日本第一艘蒸汽船「凌風號」的原型。其後,他以機械工程師身分活躍於打造先進武器阿姆斯壯大砲等領域。到了 1868 年,他 70 歲的那一年,迎接了「明治時代」的到來。

蒸汽船雛型
外輪式蒸汽船模型

明治六年(1873 年)久重前往東京(譯注:江戶於 1869 年改稱東京。)。在麻布大泉寺成立「珍器製造所」,開始製作電報機。兩年後,他改到銀座煉瓦街成立「田中製造所」。直到他在明治十四年(1881年)以83歲高齡過世之前,仍然精力充沛地活躍著。

-----廣告,請繼續往下閱讀-----

OK16_カバー07+5R8

 

本文摘自《大人的科學–迷你奉茶童子》,由親子天下出版。

文章難易度
親子天下_96
26 篇文章 ・ 25 位粉絲
【親子天下】起源於雜誌媒體和書籍出版,進而擴大成為華文圈影響力最大的教育教養品牌,也是最值得信賴的親子社群平台:www.parenting.com.tw。我們希望,從線上(online)到實體(offline),分齡分眾供應華人地區親子家庭和學校最合身體貼的優質內容、活動、產品與服務。

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

-----廣告,請繼續往下閱讀-----

  • 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。