0

0
0

文字

分享

0
0
0

笛卡爾與三葉蟲有什麼關係?

活躍星系核_96
・2016/01/12 ・5850字 ・閱讀時間約 12 分鐘 ・SR值 516 ・六年級

-----廣告,請繼續往下閱讀-----

文:俞欣豪( 認知科學博士,目前是澳洲莫納許大學 (Monash University) 的研究員。專長是靈長類動物的視覺系統。)

01
source:wikimedia

法國哲學家笛卡爾在一六三七年發表了《幾何學》(La Géometrie)。這篇長文是《方法論》的一部份,它首創分析幾何學,是西方文明最重要的著作之一。不過這本書中的一張插圖有錯,一直要等到將近四個世紀後的公元兩千一二年才被發現。奇怪的是發現這個錯誤的人,不是數學家,不是歷史學家,而是研究三葉蟲的古生物學家。

為什麼古生物學家會鑽研笛卡爾?笛卡爾跟三葉蟲到底有什麼關係?

1-qzZis4tPloPNhpzTwPCt-Q
被發現有錯誤的圖。來源:笛卡爾《幾何學》的第二冊

這張有錯誤的圖出現在《幾何學》的第二冊。笛卡爾在這裡解釋如何繪製一種我們今日稱為「笛卡爾橢圓」(Cartesian ovals)的平面曲線。為什麼笛卡爾要大費周章研究這種曲線?這個問題不是很容易解答,連笛卡爾自己都沒有在書裡解釋清楚,我們要稍微瞭解一下笛卡爾的學術生涯才行。

-----廣告,請繼續往下閱讀-----

跨足多領域的學術生涯

笛卡爾在一六三七年發表了《方法論》(Discours de la méthode)。他在這本書裡討論如何用理性思維精確地獲得知識。眾所皆知的「我思故我在」,就首次出現於《方法論》的第四講。有些介紹笛卡爾的文章太過於強調《方法論》裡抽象的哲學思維,讓讀者以為笛卡爾用《方法論》當工具,得到最重要的成果,是證明了上帝與自我的存在。其實《方法論》只是導論,笛卡爾在《方法論》後附上三篇長文,用來展示這種思考方式得到的成果。這三篇長文分別是:《氣象學》(Les Météores)、《折光學》(La Dioptrique)、與《幾何學》(La Géométrie),這說明了笛卡爾相信他的方法學,主要的應用是在於自然科學與數學。

笛卡爾的思考是非常深刻而且多樣化的,這三篇長文討論三個看似獨立的主題,其實有許多共同的脈絡。以《折光學》為例,笛卡爾在《折光學》的第二講裡推導出了光波折射,入射角與折射角之間的數學關係[1]。這是一個了不起的成就,因為它是解釋許多自然現象的關鍵。例如《氣象學》就利用這個公式解釋彩虹的形狀。更重要的是在《折光學》裡,笛卡爾把折射定律運用在人體最重要的光學器官 — 眼睛。他解釋了影像是如何投射在視網膜上,推測近視與遠視的成因,並且討論如何用透鏡彌補眼睛構造天生的不足。為了看到肉眼不能看到的東西,笛卡爾分析了放大鏡、望遠鏡、顯微鏡的原理。《折光學》展現出來的務實的笛卡爾,他追隨法蘭西斯·培根等人的論點,致力於發展一種為人類需求服務的知識。

講起務實,笛卡爾可能比大部分人的想像還要務實的多。《折光學》最後一講描述一種機器,在理論上可以自動磨出前所未有的高品質鏡片。事實上在《折光學》發表之前,笛卡爾就已經花了超過十年的時間研發這種機器。在一六二零年代,笛卡爾還住在法國的時候,他就跟工匠合作試圖磨出特殊設計的鏡片。體弱多病,一天到晚躲在房間裡的笛卡爾,甚至在工廠裡親自監工。一六二九年笛卡爾移居荷蘭,不過還是不忘從遠方監督法國工廠的進度。用我們今日的話講,笛卡爾是十七世紀的新創公司創業者。當時的產業界跟今日沒有很大的差別,也是有許多競爭者,有非常高的風險。笛卡爾花了大筆投資人的錢,雖然製造出了一些產品的原型,不過品質達不到期望的標準,最後放棄。在《折光學》的最後一章,笛卡爾乾脆把他的商業機密用開源(open source)的形式提供給歐洲學界,希望有別人能夠完成他的夢想。

1-H1hYpVD24LGATGAjYyPlgg
笛卡爾所設計的機器

透鏡在從中古時代被就用來矯正視力[2],所以磨透鏡在笛卡爾的時代並不是什麼新鮮事。不過十七世紀初,透鏡突然變成了不折不扣的高科技,這是因為伽利略這些科學家開始發展出高倍數望遠鏡。這些新的儀器除了有天文學的應用外,還有軍事價值,立刻就受到各界的注意。

-----廣告,請繼續往下閱讀-----

完美的形狀,不完美的透鏡

當時的笛卡爾掌握了這方面的關鍵技術:他推導出來的折射定律,讓他成為最早能用分析性思維,探討透鏡跟視覺關係的人。這跟當時磨鏡片的工匠,用經驗法則行事,有很大的不同。此外,笛卡爾發明了分析幾何學。他把幾何與代數這兩個原來不相關的學問結合起來,發現許多困難的幾何問題,都能迎刃而解。這些發現最後發表在《幾何學》裡。

《幾何學》是數學史上最重要的著作之一,它的主要內容看似非常理論化,是要解決古希臘數學的幾何曲線分類問題,不過笛卡爾也沒有忽略分析幾何在解決實際問題上的威力。《幾何學》第二冊裡有相當的篇幅討論各種橢圓形的畫法,其實那些都是光線在不同介質裡折射問題的解。《幾何學》的這個部分,是在發展設計透鏡的數學工具。

十七世紀使用的光學鏡片,跟我們熟悉的放大鏡類似,都是球面鏡片。也就是說這些鏡片雖然不是球體,不過它們的兩個曲面,都是球面的一小部分。球面鏡片容易磨製,而且希臘人認為球體是完美的形狀,不難理解為什麼用在鏡片上。笛卡爾用他自己發明的數學工具分析成像,發現球面鏡片有重大的缺點,那就是遠方傳來的平行光,在球面鏡片的彎折後,不會聚焦在同一點上,因此造成模糊的影像。這個現象我們今日稱為「球面像差」(spherical aberration)。

笛卡爾推導出非球面鏡片的公式,用來解決球面像差的問題。根據史料,歷史學家相信笛卡爾用手工磨片的方法,製造出了少量的非球面鏡片,但因為精確度的問題,這些鏡片並沒有比一般的球面鏡片優秀。笛卡爾相信他設計的機器可以取代人工,可以大量的產生精確的非球面鏡片,不過理論畢竟跟實際有許多差距,笛卡爾花了十五年的時間跟不同的工匠合作,用盡了創業基金,還是沒有辦法實踐他的自動磨片機。

-----廣告,請繼續往下閱讀-----

《折光學》出版後在歐洲的科學界引起了研究非球面鏡片的風潮,許多科學家都加入研發非球面鏡片的行列。例如說在一六九零年荷蘭科學家惠更斯(Christiaan Huygens)發表了《光學理論》Traité de la Lumière),在這本書裡,他不但描述了光的波動理論,還推導出了跟笛卡爾不一樣的非球面鏡片公式。牛頓也曾經試著研磨非球面鏡片,不過因為牛頓對於光學有更深入的了解,他發現校正球面像差並不能解決所有的光學問題[3],因此非球面鏡片並沒有笛卡爾想像中的完美。非球面鏡片的製成技術因為難度高,久久沒有突破,科學家漸漸把注意力轉移到反射望遠鏡以及其它光學科技上。非球面透鏡的問題,慢慢的被遺忘了。令人欣慰的是實踐笛卡爾構想,的確是有成功的例子。《折光學》發表三十年後的一六六七年,英國科學家 Francis Smethwick 第一次磨出高品質的非球面鏡片,因此製造出非常高效能的望遠鏡,不過他的設計沒有普及化。

1-YUOOx8-2oW5GxhPUNjDEhA
摩洛哥出土的三葉蟲 Erbenochile erbeni 化石。注意它精密的眼睛構造。圖出自 Fortey, R. & Chatterton, B. (2003) A Devonian trilobite with an eyeshade. Science 19, 1689.

由古老三葉蟲發展出新突破

笛卡爾的非球面鏡片沒有普遍化,不過奇怪的是演化這個「盲目的鐘錶匠」[4]居然在冗長的生物演化史中,製造出了非球面鏡片。這就得提起三葉蟲了。三葉蟲最早出現於五億三千萬年前,整整有三億年的時間,是地球上最成功的動物之一。三葉蟲的種類繁多,有超過上萬種物種。一般逛博物館的人對三葉蟲的印象是大型蟑螂。常見的三葉蟲化石,眼睛小而且構造看似原始,多數人大概不會想到有些三葉蟲是靠視覺捕殺獵物的動物。不過有些三葉蟲有非常精細的椱眼構造,吸引了視覺科學家的注意。

視覺科學跟古生物學沒有太大的重疊,那是因為動物眼睛裡的光學元件,如角膜與水晶體,大多是由細胞組成,這種軟組織不會留下化石,因此無法研究。三葉蟲是個例外。它們的複眼裡,折光的元件是生物體合成的方解石,是礦物,因此保留到今日。這是一個讓我們探索古生物的視覺系統的難得機會[5]。一九七五年古生物學家與物理學家合作,開始研究三葉蟲複眼裡透鏡的幾何結構,他們發現有兩個三葉蟲物種,透鏡的形狀跟笛卡爾、惠更斯提出的非球面鏡片,有驚人的相似性,因此推測它們的功能是對抗球面像差,用來增加視覺的感光度。

1-sVm77kivndYol6TmGPKHnw
摩洛哥出土的三葉蟲 Erbenochile erbeni 化石。注意它精密的眼睛構造。圖出自 Fortey, R. & Chatterton, B. (2003) A Devonian trilobite with an eyeshade. Science 19, 1689.

造物者的偏心?

這篇文章討論的主題實在是有點隱晦,古生物學,光學,數學史這些內容,應該是只有學者會有興趣。不過你要是用 Google 搜尋三葉蟲眼睛的資訊,就會發現有些基督教創造論的網站,在講三葉蟲。創造論信徒翻遍了所有科學文獻,不論什麼隱晦的內容,都可以拿來作為反對演化論的依據,連三葉蟲的眼睛構造這麼冷門的主題都不放過。這些文章通常充滿錯誤的科學知識,與邏輯謬誤,不值得在這裡詳細檢討。最重要的地方在他們誤解了笛卡爾非球面鏡片的意義。創造論者說因為三葉蟲的透鏡結構類似笛卡爾用數學推導出來的「完美鏡片」,所以可以推論這種眼睛構造,一定是完美的造物者設計出來的,不可能是演化的結果。

-----廣告,請繼續往下閱讀-----

第一個問題是只有少數的三葉蟲物種有這種眼睛,不是所有的三葉蟲都有,因此我們得問為什麼造物者這麼偏心,給別的三葉蟲不完美的眼睛。更重要的問題是是笛卡爾的鏡片,是為了解決特定問題而設計出來的,用在顯微鏡與望遠鏡上,是理論上的最佳解[6],但作為生物的視覺器官,其實不是個好設計。三葉蟲用方解石作為透鏡,不像我們的水晶體可以依照需求改變形狀,是非常嚴重的缺陷,是盲目的演化過程陷入的死路,非球面透鏡是修正這種缺陷不得不演化出來的設計。三葉蟲的視覺系統比早期古生物學家的推測精密,不過跟現代動物比起來仍然是非常的原始,有許多嚴重缺陷,並不是創造論者所說的「完美眼睛」。

有點諷刺的是笛卡爾寫《折光學》,正是因為他分析人類眼睛的光學性質,發現它有許多缺陷。笛卡爾相信理性與科學知識,可以補償天性的不足。如果造物者給我們設計了完美的眼睛,那笛卡爾就不用研究非球面鏡片了。

上圖比較三葉蟲物種 Dalmanitina socialis 的透鏡構造,跟笛卡爾《幾何學》裡的插圖的相似性。有個令人擔心的地方,是這兩個東西的相似性,是不是高到在光學上有意義的程度。二零一二年出版的一篇論文對這個問題提出質疑[7],因為作者發現笛卡爾的插圖畫錯了!笛卡爾插圖中的非球面鏡片,底端有個尖角,不過如果你照著笛卡爾文字的指示做圖,就會發現正確的解答應該沒有那個尖角才對[8] 。Dalmanitina socialis 的透鏡下端有個小尖角,因此跟笛卡爾設計的透鏡其實有重要的不同。論文的作者猜測它跟球面像差無關。它的功能可能比較類似於我們用的雙焦眼鏡(bifocals):它的兩個焦點,可以降低方解石透鏡缺乏變焦功能所帶來的問題。創造論者愛講的「完美三葉蟲眼睛」,至少在 Dalmanitina socialis 這個例子上不能成立[9]。

這篇文章的標題叫「笛卡爾與三葉蟲」,你現在知道這兩個主題的關聯性,其實相當薄弱,可能只是個巧合罷了。不過笛卡爾在光學上的洞見,的確是在視覺科學上,有重要的影響。我們繞了這麼大一個圈子,多多少少還是值得的。

1-ix7VGt6hGBoD5y_aRGKSqw
非球面鏡片的三度空間模型。左邊是笛卡爾《幾何學》裡描述的鏡片。右邊是惠更斯《光學理論》裡描述的鏡片。兩者最大的差別在於笛卡爾的鏡片兩面都是非球面曲線,而惠更斯的設計只有一面是非球面。

探查科學的歷史,有一種方法是追問科學理論是在什麼文化與思想背景下形成的。另一種方法是試著親自動腦動手,追隨前人的思路。笛卡爾與惠更斯兩人都是難得的天才,是我們一般人難以相比的。不過隨著知識的進展,以及教育科技的普及化,今日的我們只要善用笛卡爾推導出來的折射公式,要獨立推導出笛卡爾與惠更的鏡片公式,完全不費吹灰之力。我只花了一個下午的時間,靠著數學軟體 Mathematica 的幫忙,就得到了笛卡爾思考多年才得到的結果。有趣的地方是三度空間印表機在這幾年已經進步到了可以印製光學元件的程度。也許幾年之後,我們只要下一個指令,就可以實體擁有這些鏡片,到時所有的人都可以輕易廉價的實驗各種各種光學元件。也許這是笛卡爾在《折光學》裡構想的機器,最終極的實踐吧。

1-_PZXxArQ9MzVO8__jV7Zyg
用三度空間印表機列印出笛卡爾鏡片的模型

註釋:

  • [1] 也就是所謂的「司乃耳定律」(Snell’s Law)。笛卡爾並不是第一個推導出這個定律的人,不過這裡他用跟前人不同的方法得到同樣的結論。
  • [2]小說《玫瑰的名字》的讀者也許記得主角威廉,是十四世紀的僧人,就帶著一副眼鏡。
  • [3] 例如說牛頓發現「色差」(chromatic aberration),也會影響成像的品質。色差造成的問題不能用笛卡爾的光學解決。
  • [4] Dawkins, R. (1986) The Blind Watchmaker: Why the Evidence of Evolution Reveals a Universe without Design.
  • [5] 最新的科技甚至讓科學家重建三葉蟲眼睛裡面感光神經的結構,三葉蟲因此是我們能研究最古老的視覺神經系統。見 Schoenemann, B. & Clarkson, E. N. K. (2013) Discovery of some 400 million year-old sensory structures in the compound eyes of trilobites. Scientific Reports 3, e1429。
  • [6] 光學理論要等到牛頓的時候才開始成熟。笛卡爾的光學基礎其實非常的原始。因為他沒有考慮到色差等因素,他的鏡片嚴格說起來並不完美。不過三葉蟲的水底視覺,色差的問題並不嚴重,在這裡可以忽略。
  • [7] Egri, A. & Horváth, G. (2012) Possible optical functions of the central core in lenses of trilobite eyes: spherically corrected monofocality or bifocality. J. Opt. Soc. Am. A 29, 1965.
  • [8] 笛卡爾在《折光學》裡也有一張插圖描述非球面透鏡,這張插畫就沒有那個尖角。可見笛卡爾只是在準備《幾何學》插圖時,犯了一個小錯誤。我跟 Horváth 教授通過信,他說這個錯誤的確是在幾百年之內沒有人注意到,一直要等他用數學方法模擬三葉蟲的眼睛結構時才無意發現。
  • [9] Crozonaspis 三葉蟲透鏡跟惠更斯透鏡的相似性,因為有比較直接的實驗證據,至今仍然被科學界認為是有對抗球面像差的功能。

參考資料:

  • Ribe, N.M. (1997) Cartesian optics and the mastery of nature. Isis 88, 42–61.
  • Burnett, D.G. (2005) Descartes and the hyperbolic quest: lens making machines and their significance in the seventeenth century. American Philosophical Society.

本文轉載自作職業科學家的業餘科學者

文章難易度
活躍星系核_96
752 篇文章 ・ 126 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

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。

1

7
1

文字

分享

1
7
1
鑽來鑽去,生態系統的建築師——掘穴者
嚴融怡_96
・2021/06/06 ・2857字 ・閱讀時間約 5 分鐘

生態系統當中的掘穴者 (burrowers / diggers) 經常都很隱匿或是不太起眼,除了那些較大的鼴鼠、草原犬鼠、穿山甲、狐狸、貛、袋熊等動物,或是某些比較有名的掘穴鳥類像是翠鳥、棕沙燕、蜂虎等等。有更多的掘穴者,是那些絕大多數時光都待在土壤或水域沉積物裡面活動的動物群,如蚯蚓、白蟻、蟹類和各類蠕蟲等等。

翠鳥。圖/Wikipedia

較大的掘穴者對於生態系統經常都是擔任初級洞巢者 (Primary excavator) 的角色,牠們所興築的洞穴經常在廢棄之後可以作為次級洞巢者 (secondary cavity nester),像是貓頭鷹或某些雀形目小鳥的巢窩,牠們還會對這些洞穴做一些改造。

而有些特殊的互動也是在這種情境下發生的,如草原犬鼠和穴鴞的關係很好,還會主動將一些洞穴分給穴鴞居住,讓穴鴞協助防禦外敵。或者,袋熊的家會連結很多洞穴,這樣的習慣在澳洲森林大火事件中間接讓很多小動物們受益。科學家發現很多小動物因為在大火當中躲藏在袋熊所修築的洞穴當中,因此得以倖免罹難。

掘穴者塑造了生態地貌

從微域的地貌來看,掘穴者還是生態系統很重要的塑造者,無論是小至蚯蚓和海洋蠕蟲所在各類土壤或沉積物的掘穴,可能會造成水分優勢流動路徑的產生,影響養分循環的進程;或是大至土豚這類大型動物,透過大規模挖掘洞穴與破壞白蟻穴等,對於生態地貌的塑造等。

-----廣告,請繼續往下閱讀-----
白尾草原犬鼠(Cynomys leucurus)是草原犬鼠的一種,也是陸地生態系統當中重要的掘穴者之一。圖/Wikipedia

蚯蚓作為土壤當中最重要的掘穴者,大部分種類的蚯蚓所吃進的腐植質與土粒,經過消化之後會再形成富含各類較容易利用的氮、磷、鉀等養分,並且土壤也能透過它們的掘穴和翻攪等等而使土壤的團粒結構發展得更好,也更肥沃。蚯蚓的掘穴與活動過程,還有利於加強土壤微生物群落,和各類微形動物群落的生物聯繫,並增強土壤生態系統的多功能性。一般在土壤含水量充分高的情況下,蚯蚓的活動、豐富度與生物量往往也會隨著溫度的升高而增加。

然而,晚近以來的氣候變遷所導致的乾旱和洪水等極端天氣,正在對於全球的許多蚯蚓產生有害影響。有些條件還會導致蚯蚓的分布產生較大的改變,而這些從生態系統底層所產生的改變,其實也會逐漸對於地上的生物產生影響。

交配中的蚯蚓。蚯蚓一直都是最著名的掘穴動物群。對土壤環境的塑造舉足輕重。圖/Wikipedia

海洋中的掘穴者們

海床和潮間帶環境,一如陸地土壤,也有許多一大群掘穴動物生存,像是為數眾多的招潮蟹會開鑿複雜的洞穴體系,彈塗魚也會為自己挖掘掩蔽洞穴。而螻蛄蝦(蝦猴)則終年蟄居於蜿蜒泥沙洞中,最深還可達 1 公尺。

海洋當中還有各類多毛類環節動物所挖掘的洞穴,像是沙蠶、博比特蟲等,或是由吃食碎屑物的方格星蟲所挖的洞穴、經常在珊瑚礁沙質底泥利用尖硬尾部鑽沙洞而將身體埋入其中的花園鰻等等。

-----廣告,請繼續往下閱讀-----

這些掘穴動物同樣會對微域環境的地貌甚至化學物質的循環產生各類的影響。

法國地質學家Joachim Barrande所製作的三葉蟲群像圖。三葉蟲作為古生代最有名的海洋動物群,實際上許多種類應該也都是古生代時期舉足輕重的掘穴者。圖/Wikipedia

早期的掘穴者如何改變世界

事實上,掘穴動物在生態系統中,可能早在久遠的古生代寒武紀時期,就已扮演關鍵性的角色。根據耶魯大學 Lidya Tarhan 團隊的研究顯示,棲息在海底沉積物中的掘穴動物,早在大約 5.41億年前的寒武紀早期,就已開始擴散並且變得活躍起來。

根據化石記錄,早期的掘穴動物們同樣也是寒武紀大爆發的成員,在這一時期,大多數具備複雜身體造型與生物行為的動物群體都陸續開始出現。由於牠們掘穴行為的生物擾動 (biological disturbance) 會改變沉積物的沉積過程,或者造成沉積物的混合作用,因此也會影響大氣和海洋的化學循環,像是改變海洋的磷循環、硫酸鹽濃度以及大氣當中的氧氣含量等等。

寒武紀大爆發時期海底的歐巴賓海蠍。圖/Wikipedia

事實上,早期掘穴動物的出現,增進化學循環的複雜程度,也可能促進了生產力日益提高和複雜型態生態系統的出現。牠們甚至還可能是寒武紀大爆發的重要推手之一。

-----廣告,請繼續往下閱讀-----

南丹麥大學 Richard Boyle率領的研究團隊推測,第一批掘穴而居的動物們,可能在穩定地球氧氣庫方面發揮了重要作用。牠們可能顯著增加了含氧水域和海洋沉積物接觸的程度。

暴露在含氧條件下,會導致棲息於沉積物當中的細菌將磷酸鹽儲存在細胞中。因此有掘穴動物們擾動混合的沉積物當中,磷的埋藏量會增加;而這又可能反引致海洋磷酸鹽濃度、有機碳埋藏與氧氣含量的減少。

耶魯大學的Lidya Tarhan團隊認為,大氣的氧氣含量,往往與有機碳的掩埋直接相關。隨著海洋掘穴動物們開始進行廣泛性的生物擾動,造成有機碳的掩埋減少,越來越多的氧氣被運用於生物的呼吸作用來處理那些碳,因此氧氣量也就跟著減少了。因此地球氧氣的穩定,與掘穴動物的行為有很大的關聯性。

甫誕生就開始影響生態環境的掘穴動物群

不過,那些最古老的掘穴動物群其實行動緩慢,仍舊無法和現今的掘穴動物們相提並論。

-----廣告,請繼續往下閱讀-----

事實上,根據最近的研究顯示,海洋當中真正大規模的生物擾動現象,比過去科學界所認定的年代還要延遲了數百萬年,大約要在 1.2 億年後的志留紀晚期,才開始了重要的生物擾動情形。所以即便 5.41 億年前的寒武紀大爆發時期,動物物種的複雜性和多樣性都明顯擴大許多。掘穴動物並非在寒武紀大爆發時期那個階段,就已到處掀起對於海洋和大氣化學的急遽影響,這中間仍然有一個遲滯的時間。

只是打從牠們剛剛誕生,所對於其他動物以及生態環境的影響就已不可小覷。

可以想像一些三葉蟲和甲殼類動物在沙泥當中鑽來鑽去,牠們或許不是生態系統中的頂級掠食者,但卻擁有對於生態系統重要的形塑能力。無論如何,我們都應該更為佩服這些塑造生態系統的掘穴者們!

參考資料

  1. 沙泥灘下的寶貝——螻蛄蝦
  2. 海洋萬花筒─美食螻蛄蝦簡介 
  3. Ancient dirt churners took their time stirring up the ocean floor
  4. Burrowing animals may have been key to stabilizing Earth’s oxygen   
  5. Climate change effects on earthworms – a review 
  6. Earthworms Coordinate Soil Biota to Improve Multiple Ecosystem Functions
  7. Revenge of the seabed burrowers: Taking another look at bioturbation and ocean ecosystems  
  8. Take a look at biological disturbances and marine ecosystems again
  9. Wombats: The Furry Heroes of the Australian Wildfires
所有討論 1
嚴融怡_96
12 篇文章 ・ 61 位粉絲
曾就讀中興大學土壤環境科學系,曾在中央研究院地球科學研究所擔任助理,長期作為台北鳥會的生態解說志工,並曾在多個學校社團擔任過講師;喜歡生態學、環境科學、地球科學、生物學、與科學史等領域,對科普教育和環境教育都有著很大的熱情。居里夫人曾說:『我們應該不虛度一生,應該能夠說我已經做了我能做的事。』希望一生都徜徉在科學的星河當中。

0

0
0

文字

分享

0
0
0
化石是整體地球生命的時空膠囊 ──《25 種關鍵化石看生命的故事》讀後感
鄭國威 Portnoy_96
・2018/06/13 ・1253字 ・閱讀時間約 2 分鐘 ・SR值 521 ・七年級

-----廣告,請繼續往下閱讀-----

被人指著說是「化石」,肯定不會高興,因為這意謂著自己觀念陳舊僵化,該被淘汰。

但對於愛化石跟研究古生物的人來說,化石代表的卻是不斷的演變,是啟迪跟顛覆的源頭,就像小時候埋入地底的時空膠囊,長大後挖掘出來,恰恰提醒了自己曾經歷過什麼。讓習慣「世界就是這樣」,甚至抱怨世事一成不變的自己,獲得重新出發的動力。

化石是整體地球生命的時空膠囊,是演化論最好的佐證。By 三猎 [CC BY-SA 4.0], from Wikimedia Commons
化石是整體地球生命的時空膠囊,是演化論最好的佐證,是「以史為鏡」的終極版。要找到足夠的化石證據來證明演化的歷程,得靠地質學者跟古生物學者,與許多跨領域專家不斷努力。就在最近,化石又接連顛覆了我們的認知,例如今年六月,中國地質大學副教授邢立達等人發現封存在琥珀裡的古鳥類,保留著至今最完整的幼鳥羽毛及皮膚。

同月,德國馬克思普朗克演化人類學機構(Max-Planck-Institut für evolutionäre Anthropologie)主任赫勃林(Jean-Jacques Hublin)在《自然》發佈的研究指出,在北非的摩洛哥發現 30 萬年前的智人化石與遺跡,打破了「智人源自20萬年前東非」的考古學共識。這些發現,彷彿幫整個世界找回了失落的記憶,總是讓我這個科宅感動不已。

雖然我從小就常去科學館遛達,但對於化石跟古生物的演變還是一知半解,直到讀了《25 種關鍵化石看生命的故事》,總算有了完整的認識,糾正自己不少錯誤觀念。本書作者唐納‧波瑟羅可能是最懂得說故事的古生物學家,在本書中精選了 25 種關鍵的生物化石,包括化石界的明星三葉蟲、巨齒鯊、始祖鳥;以及不顯眼,但在作者筆下卻閃閃發光的古笠螺、頂囊蕨、跟半甲齒龜。

-----廣告,請繼續往下閱讀-----

咦?說好的大爆發呢。圖/YouTube

這本書將會告訴你,為什麼寒武紀生物大爆發,其實根本不存在。埃迪卡拉紀那些莫名其妙的生命形態隱藏了多少謎題。烏龜的殼哪裡來? 吃炸雞就是吃恐龍?河馬跟鯨豚原來是近親?歐洲人把馬首次帶到美洲大陸?其實美洲才是馬的誕生之地!

隨著作者不疾不徐梳理萬千化石證據,你將跟我一同理解蛇頸龍的脖子為何那麼長,尼斯湖水怪為何只存在於相信者的腦中。蛇如何失去了腳,鯨豚怎麼回到水中,而星際大戰也取材的地球最大陸地哺乳類副巨犀,為何消失在地球上。

興致盎然地探究完眾多生命的起滅後,作者在最後一刻話鋒一轉,沉痛地預見了人類自取滅亡的未來。化石所揭示的證據固然令人長見識,然而在知道我們從哪裡來之後,人類是否能正確地選擇該往哪裡去?

-----廣告,請繼續往下閱讀-----

—-

 

本文原發表在香港linepaper

《25種關鍵化石看生命的故事:化石獵人與35億年的演化奇蹟》臉譜出版。

 





鄭國威 Portnoy_96
247 篇文章 ・ 1256 位粉絲
是那種小時候很喜歡看科學讀物,以為自己會成為科學家,但是長大之後因為數理太爛,所以早早放棄科學夢的無數人其中之一。怎知長大後竟然因為諸般因由而重拾科學,與夥伴共同創立泛科學。現為泛科知識公司的知識長。