《STEAM專欄》極大和極小互相倚靠(張瑞雄)

張瑞雄 / 國立台北商業大學校長 2017/08/28 15:10 點閱 621 次
有了大數據,也才有現在很夯的人工智慧,譬如人工智慧AlphaGo能夠打敗人類高手,也是因為下了無數多的棋局和看了無數多的棋譜,但要多少才算「大」呢?(photo by wikimedia)
有了大數據,也才有現在很夯的人工智慧,譬如人工智慧AlphaGo能夠打敗人類高手,也是因為下了無數多的棋局和看了無數多的棋譜,但要多少才算「大」呢?(photo by wikimedia)

現代科技的趨勢都是朝極端發展,大者愈大,小者愈小,例如電晶體要愈做愈小,反之電腦的速度要愈來愈快,世間的資料量愈來愈多,如何遵循中華古訓的中庸之道就得多花腦筋了。

台積電就是要愈做愈小的例子,根據摩爾定律(Moore's law),積體電路上可容納的電晶體數目,約每隔「兩年」便會增加一倍。所以台積電每隔兩年就要將電晶體縮小一半,製程就要配合更新,這就是為什麼台積電要一直建新廠,7奈米廠、5奈米廠等等。

大小、時間成反比

奈米是甚麼東西?聽過奈米科技的應該會有印象。一奈米等於一公尺的十億分之一,我們形容一個人思想縝密叫「心細如髮絲」,但髮絲的直徑是奈米的五萬倍。

摩爾定律其中的兩年,隨著科技的進步,一開始縮短至「18個月」,但隨著電晶體的體積愈來愈小,要將其繼續縮小變得更困難,所以時間反而會變長,因此現在可能是每隔「三年」才能增加一倍,亦即台積電要建新廠會愈來愈困難。

難以掌握的大數據

另一個極端就是大,大數據當然不用說,有了大數據,也才有現在很夯的人工智慧,因為從那麼多的資料中,電腦可以推理出很多智慧,人工智慧圍棋AlphaGo能夠打敗人類高手,也是因為下了無數多的棋局和看了無數多的棋譜,但要多少才算「大」呢?

大家每天在社群媒體上說三道四,導致每天網路上所產生的資料迅速增加,現在已經到了exa(1018)等級,但目前世界上最快的超級電腦,每秒能夠執行的運算數目還不到100個peta(1015),所以電腦要處理大數據還有一些力有未逮,必須利用一些推理與深度學習的技巧。

每次颱風來時大家就會抱怨氣象局的預測不準,美國、日本和台灣的預測颱風路徑也都不一樣,這就是人類還無法征服大數據的例子之一。大氣相關的資料甚多,如果氣象局的電腦愈快,可以即時納入分析的大氣資訊就愈多,所得到的預測就會愈準。可惜這種快速電腦也像武器一樣是列管的,有錢也不一定買得到超級快速電腦。

不可不知的極大、極小

極大和極小互相倚靠,如果台積電能夠將電晶體愈做愈小,電腦的速度就可以愈來愈快,處理的資料量就可以愈來愈多。莊子說:「井蛙不可語於海, 夏蟲不可語於冰」,我們人類感官無法察覺到那些極大與極小的世界,但我們必須了解它們正在影響我們的生活。

未來極小的晶片可能注入到你的身體,好的方面是治病,壞的方面是追蹤你。同樣的極大的資料分析可能幫助你做決策,但也可能讓你的一切隱私都無所遁形。