《柳葉刀》2011「全球精神衛生」專號（第四篇）：精神衛生的賦權與夥伴關係

• 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。

• 作者／蕭子喬

一年一度國際婦女節又到了，在倡導性別平權的今日，2020 年度國際上倡議的主題為「An equal world is an enabled world」，不脫「平等」的概念。細緻來看今年的主題，其實有「equal（平等）」和「enabled（賦權）」兩個關鍵詞。

什麼是真正的「平等」和真正的「賦權」呢？在婦女節這個時節，我們認為是一種「創造實質的平等，讓每一個女性（或無論什麼性別的人）都有權成為自己」。那麼身為一位女性，如何在婚姻這件事情上，離實質平等更近一些呢？這篇文章就讓我們從電影《她們》來窺視婚姻對女性的影響，以及現今女性在婚與不婚中如何自我賦權。

越來越不想結婚？女性認為婚後難保有「自我」

近30年來，越來越晚婚甚至不婚的現代人，內心到底在想什麼？研究中發現現代女性在婚姻上有更多與「自我」拔河的糾結。入圍六項奧斯卡的電影《她們》中，可以一窺婚姻對女性的影響，初步了解女性在婚與不婚中關於「保有自我」的掙扎。

「如果主角是女生，結局一定要安排她結婚」－《她們》出版社老闆
「我想要走自己的路」「我厭倦聽到大家說，愛情是女人的全部」－《她們》喬

現今社會中，仍還有許多人像出版社老闆，認為女人的 Happy Ending 就是結婚；也有越來越多女性像電影中的喬一樣，奮力想擁有自己的成就與夢想，不甘為了婚姻而失去自己。

台灣學者在 2010 年的研究中訪談 19 位 30-50 歲未婚的女性：「婚姻」對她們而言是什麼？發現她們並非討厭婚姻，甚至也期待與心靈契合的伴侶共度人生，但卻擔心進入婚姻後會喪失自我，需要犧牲自己來照顧家人，也因此有部分受訪者提到考慮以非婚姻的方式維持另類親密關係。

究竟是什麼原因，讓現今有越來越多女性開始重視「自我」更甚於婚姻，而這樣的覺知與改變對於女性而言又有什麼意義呢？

我們從另外一個維度來看這件事：另一項台灣學者在 2011 年推出的研究中剖析 3 位女性如何形成「女性意識」（女性對自我處境的覺察，及相信自己能改變的信心），藉由分析這幾位女性主義者的生命故事，發現背景因素主要有原生家庭背景、父母性別角色觀念、教育程度、是否接觸女性自覺的資訊；而在意識發展的過程中通常歷經「知覺到不平等、努力生存並超越現況、使用資源與助力、克服困難與阻力」的過程。

值得注意的是，該研究發現歷經「女性意識」發展的女性，能夠更有自主性，獨立的同時也不害怕與人擁有親密感，而且對於肯定自我等重要全人身心發展都有更正面的改變。

也就是說，現今越來越多女性對婚姻遲疑，看似顛覆了過往「女大當婚」的傳統，其實正是現今女性越來越具備「女性意識」的展現，開始會有意識地發覺自身處境，也有更多勇氣堅持自身夢想。這樣的變化，對於女性和女性身邊的人們來說，都是一種進步，使得整體人類朝向身心發展更和諧的狀態邁進。

婚 or 不婚我決定！培養女性意識、自我賦權

「進步」，意味著「改變」，也通常伴隨著對於變動的「不安」。因此，若我們能進一步理解當代人們對於婚戀觀念的轉變，就能更篤定地看待這「正常的混亂」狀態；若我們能從當事人的角色中先抽離一下，用旁觀者的角度理解「女性意識的發展歷程」，那麼我們也能在猶疑、糾結的每一個當下，理解這些痛苦的必然，及所處階段狀態的意義，或許就更能直視痛苦並具備持續反思和覺察的勇氣。

更多樣的婚戀型態，親密關係意義轉變

英國社會學家 Giddens 認為親密關係的發展將朝向平等、自覺、溝通，更重視彼此雙向交流、真實情感的「純粹關係」，也就是說親密伴侶之間越來越單純看重「我和你在一起，我們如何互動、感受為何」，而不願受到過多「兩人」以外的因素（例如社會期待、其他家人想法等）框限。

這種改變將使個人、家庭、社會獲得鬆動，不過也有其他學者認為這樣的改變，雖然每個人將變得比較自由，但勢必也造成親密關係的「正常混亂」。這樣的解說，或許可以解釋當今社會「看似失序」的晚婚、不婚與另類親密關係頻繁的現象。

在眾多女性追尋自我的歷程中，也將帶來社會的變動，面對這樣的不穩定，若我們能看見其中的意義，與必經歷程，那或許就更能在這樣革新的不安中，換得一份內心的篤定。

撕掉「敗犬、剩女」標籤，活得更自在

台灣學者在 2012 年提出要拋開「女大當嫁」的單一定義，撕掉「敗犬」、「剩女」的標籤，發展出「女性自我認同」是關鍵，此發現也與上述建立「女性意識」的概念不謀而合。這常會歷經以下四階段歷程，也可以搭配《她們》電影中喬的角色心聲來理解。

1. 遭遇前（pre-encounter）：接受傳統的性別角色

2. 遭遇（encounter）：對女性角色產生質疑與困擾，經驗到角色兩難的衝突

「我只是認為女人，有自主思考能力，有靈魂也有感情，女人有野心、天賦、也有美貌。我厭倦大家說愛情就是女人的全部，我聽得很厭煩…但我好寂寞」－《她們》喬

既想與青梅竹馬親近友好，但抗拒兩人發展成婚姻伴侶關係，歷經糾結混亂心靈陣痛期。

3. 沉浸—再出發（immersion-emersion）：拒絕男性觀點的女性特質，尋找方向與自我的肯定，並發展與其他女性的人際關係

4. 內化（internalization）：完成一個內在的定義與較整合的認同

「我想走我自己的路」－《她們》喬

想要寫書，創造出版社老闆期待方向不同的作品，成為一位名字會被記住的作家。

《她們》中的喬最後擁抱了與自己和教授的感情，放開心胸接受自己想與對方一起生活的嚮往，同時也能持續做自己，寫自己想寫的故事、出版作品，經營事業。

女性若能經歷此四階段，等同於走過意識覺醒的過程，使自己跳脫既定性別角色的框架，也能產生自主選擇的行動力。我們不妨想想看，自己傾向從什麼角度來決定婚或不婚等人生規劃，是出於自己的想法及綜整資訊、還是逃避問題擱置不處理、又或者是跟著他人期待、社會規範走？

一起嘗試藉由反思與覺察，擁有更多自由自決的能力。真正的平等，是每個人都能成為自己，身為女性，從自己給予自己權力做選擇開始！

• 文／雞湯來了蕭子喬
• 校稿／雞湯來了張芷晴、陳世芃
• 製圖／雞湯來了黃珮甄
• 編輯／雞湯來了蕭子喬

參考資料

1. 趙淑珠（2010）。未婚單身女性生活經驗之研究：婚姻意義的反思。教育心理學報，34（2），221-246。
2. 朱嘉琦、鄔佩麗（2011）。台灣婦女女性意識發展歷程之研究—以三位女性主義者的生命故事為例。教育心理學報，30（1），51-71。
3. 姚蘊慧（2005）。「第二現代」社會觀點下的親密關係。通識研究集刊，8，149-169。
4. 邱郁茹、高淑芳（2012）。高齡未婚女性汙名化與去汙名化之探討。諮商與輔導，320，16-19。
5. An equal world is an enabled world. https://www.internationalwomensday.com/

本文同步刊登於雞湯來了，相關連結：每個女性，都有權成為自己－看《她們》思考婚姻

文 / 陸子鈞
動態圖表 / 林慧秋、林忠衡

長輩在夜間下床如廁，因為光線昏暗或者無人陪同而發生跌倒意外時有所聞。由工研院研發的「智慧床墊感應模組」，能精確感測臥床長輩的動作，當長輩夜間下床時發出訊號通知照護者，或者打開走廊的燈光，避免跌倒意外發生。

照護機構的意外中，超過六成是離床後發生，為了解決這個問題，工研院南分院雲端服務中心的研發經理黃永慶博士提到，一些機構嘗試舖一張壓感地毯在床邊，只要長輩一離床踩到，就發出通知給照護者，「可是長輩都很怕麻煩別人，所以他們後來都會跨過地毯，也就沒辦法感測到離床了。」床墊感測雖然可以避免這問題，但是要藉由床墊感測離床並沒有這麼容易。

研究團隊一開始設計的感測床墊，只有當臥床的長輩下床才能感測得到，當照護人員收到通知前往，長輩通常已經下床走動了。此外，黃永慶博士補充道，「床墊感測訊號也只有『0或1』，沒辦法辨別翻身或者更複雜的動作，不是很實用。」後來，研究團隊以觸控式螢幕使用的「電容導電感應」，取代原先的壓感感應，即使隔著很厚的被單或者衣物，也能感測！

而且「智慧床墊感應模組」能夠根據感測點受壓力的位置與數量，判斷臥床者的多種動作，避免系統將翻身誤判成離床；在實際應用的情境，臥床長輩在離床前會先坐在床緣，感應器受到壓力的位置絕對和躺臥不同，此時發出訊號通知，照護者就能在長輩離床前及時趕到。

為了要讓智慧床墊感應技術更加實用，研究團隊將感應器模組化，如果照護機構的床鋪較大，只要多增加感應器模組的數量即可，而且不必擔心組裝錯誤影響功能，黃永慶說：「為了讓沒有資通訊技術背景的照護人員也可以順利組裝，我們特別設計讓模組在開機之後都會先自動組態，知道各偵測器的位置。」感應器的訊號會透過無線模組傳輸到接收器，省去佈線的麻煩，對擁有數十張甚至上百張床的照護中心來說非常方便。

這套系統因為能判斷臥床長輩的確切動作，所以還能看出夜晚翻身的次數是否有改變，作為睡眠品質依據。黃永慶分享，其中有一家照護機構試用了這套系統，發現一位老先生某天晚上翻身很頻繁，起初以為是系統出了問題，後來才知道「原來是老先生的家人隔天要來探望他，影響他的心情所以睡不好。」系統雖然精準，但是照護還是得回歸到人與人之間的關係。

目前這套系統已經在20家照護機構示範安裝，也將相關技術轉移給器材製造商及網路服務業者。台灣現有機構照護床數超過9萬床，加上高齡化趨勢，這套技術很具市場潛力。研究團隊目前正試圖將感應模組以導電塗料或者導電纖維取代，直接製成「感應床單」，可水洗的特性會讓照護機構更方便使用。不僅是照護領域，未來「智慧床墊感應模組」還能應用到智慧生活中，像是起身之後自動開啟臥室夜燈，或者翻身頻繁時系統自動調整空調。

更多資訊請參考解密科技寶藏