「這裡是吳軍的《硅谷來信》第3季。這封信和你介紹一本書，中文名叫《成長的邊界》，作者是大衛·愛潑斯坦。這本書的英文名非常簡潔，就是一個單詞「Range」，我把它翻譯成「廣度」，後面我們也用《廣度》來稱呼這本書。

你可能知道有一本非常著名的書《異類》，分析成功者為什麼能夠成功。我們之前的來信里也提到過這本書。而這封信要和你介紹的《廣度》，恰恰提出了和《異類》針鋒相對的觀點。

簡單來說，《異類》提出了著名的「一萬小時定律」，強調「刻意練習」、成為專才的重要性；而《廣度》這本書就如它的標題所言，更強調「廣度」在成長和發展中起到的作用。接下來我們就分析一下這兩本書的觀點，談一談廣度和深度的問題。

愛潑斯坦為什麼反對「深度」？
先簡單介紹一下《異類》和《廣度》兩本書各自的主要觀點。《異類》一書中有三個非常鮮明的觀點，《廣度》主要針對前兩個，我們就重點談兩本書有交集的地方。

先來看《異類》的第一個觀點，就是大環境和起步的時間很重要。你生對了時代，就有更大的概率成功；甚至你生對了月份，一開始比同年級同學大了幾個月，容易成為孩子王，後來就更有可能成為領袖。《異類》的第二個觀點，就是著名的一萬小時定律，講什麼事情要做好，需要有一萬小時的練習。

針對這兩個觀點，《廣度》這本書又是怎麼說的呢？
《廣度》的第一個觀點，就是認為早期優勢或者說早期的刻苦練習對於長期發展來講幫助不大。《廣度》的第二個觀點，就是它的副標題，講在這個專業化的世界中，通才更能夠取勝。

簡而言之，《異類》強調起跑線上的優勢，一開始佔優，後面就越發展越好；而且強調人要投入大量練習，成為專業化的人才。《廣度》則認為，早期優勢沒有那麼大的作用，比起專業化，現在的世界更需要的是通才。

《異類》的觀點你應該很熟悉了，也是現在社會的一種主流觀點。這封信我們介紹《廣度》，就稍微展開看一下《廣度》的作者愛潑斯坦是怎麼論述他的意見的。愛潑斯坦從四個角度論述了自己的觀點。

首先，愛潑斯坦把世界上的事情分為兩類。第一類是規則明確的事情，比如學鋼琴、打高爾夫球、做銷售、編程序，成功的標準非常清晰。在這些事情上，一萬小時定律是成立的。

但是還有第二類事，就是大量規則不明確的事情，比如創業。我在之前的信中講過，成為億萬富翁比登上珠峰更難，因為後者目標清晰，訓練方式固定，而前者沒有可以遵循的通用標準。愛潑斯坦認為，對於這樣的事，就算投入大量時間練會了一個單一技能，意義也不大。愛潑斯坦還特別提醒，要警惕那種「因為自己手裡有了一個錘子，因此看什麼都是釘子」的思維方式。

其次，愛潑斯坦講專業人士的判斷未必就更可靠。有的專業人士過於相信自己的訓練和固有的方法，結果有時候表現甚至不如普通人。這樣的例子我們見過很多，比如對股票的預測，對選舉結果的預測等等。

愛潑斯坦還舉了一個很特殊的例子。他說一項研究發現，每年心臟病專家聚集起來開年會的時間段內，心臟病患者死亡率反而會降低。這項研究推測，可能是因為心臟病專家忙於開會，沒時間做手術，而手術本身有風險，因此手術總量減少帶來了患者死亡數量的減少。換句話說，有些患者不做手術可能還能活過這段時間，結果因為做手術反而喪命了。這個統計結果提示，專家的判斷也有可能是不準確的。

第三，愛潑斯坦認為，方向比毅力更重要。愛潑斯坦也承認毅力是個好東西，但一味堅持、永不言退，甚至一條道走到黑，卻未必是美德。

愛潑斯坦講，世界上成功的道路千千萬，你怎麼知道自己選的路就是對的呢？如果走在錯誤的道路上，那越有毅力可能越糟糕。

《廣度》這本書講了許多改變人生道路而成功的名人故事。其中我印象比較深的是梵高。梵高年輕時做過牧師、傳教士、店員、藝術品交易員，對每份工作梵高都做得很認真，但就是做不出成績。直到接近三十歲，梵高才開始學習繪畫，並且迷上繪畫藝術。我們知道，最終他是作為畫家而流芳百世的。

最後，愛潑斯坦還舉出了很多實際案例，說明很多成功人士不是只懂某個領域的專才，而是廣泛涉獵的通才。這樣的例子你肯定也能想到不少，我就不一一列舉了。

總之，通過上述分析，愛潑斯坦提出結論：面對複雜問題、特別是沒有明確衡量標準的問題時，廣度比深度更有用。人要懂得放棄和退讓，不要一根筋只知道往前走。後退一步看似多花了時間，但可能因為找到了正確的道路，反而省了時間。每一次拓寬人生道路的嘗試，只要處理得好，都會成為人生的閱歷，並不白走。愛潑斯坦舉了喬布斯的例子，講喬布斯當年旁聽的一門書法課，後來對他設計麥金托什電腦和其他產品發揮了作用，因為喬布斯對藝術的感悟在很大程度上來自於這門課。

要廣度還是要深度？
介紹完愛潑斯坦的觀點，問題來了：我們該信誰的呢？是《異類》作者格拉德威爾說的刻意練習、成為專才，還是愛潑斯坦說的多加嘗試、追求廣度？兩位作者都舉出了很多現實案例支持自己的觀點。當然可能你也會覺得，兩人的觀點並不完全矛盾，也可以並行不悖。
但我們在生活中要面對的問題往往更加實際。比如你剛下班，接下來有一個小時的自由時間，你到底應該做什麼？對此我們必須有一個選擇，因為做了這件事就不能做另一件。如何選擇呢？其實還是要回到理性的分析上來，而不是聽信任何現成的答案。

我常常講如果你不知道做什麼，就想一想你要成為什麼樣的人。我們不妨按廣度和深度兩個維度，把人分為四類。

第一類人，既沒有廣度，也沒有深度，這自然不是我們的目標。
第二類人，既有廣度，又有深度。這種人通常是天才，比如達芬奇、牛頓、愛迪生、喬布斯，還有用數學建模來進行投資的文藝復興公司創始人詹姆斯·西蒙斯等等。不過，這類人的數量在世界上可能連萬分之一、甚至百萬分之一都不到。我們雖然能講出不少這樣的名字，但這是因為他們站在聚光燈下，吸引了人們的目光。如果你在現實生活中看看身邊，這樣的人可能一個也找不到。當然，如果把要求放低一點，只說有一定深度和廣度的人，可能還是能找到一些的。
再看第三類人，有深度，沒有廣度。這種人我們身邊應該有不少，或許我們自己就屬於這一類。
第四類和第三類反過來，有廣度，沒有深度，這樣的人也比較多。

簡單分析一下：第一類人我們不用考慮；第二類人雖然你我都很嚮往，但很難成為這樣的人；那麼我們主要考慮的，就是在第三類和第四類中選擇。
接下來的問題就是，結合你自己的情況，要成為第三類或第四類，哪一種對你比較容易？此外，第三類和第四類人，在生活中哪一種相對更受歡迎、更容易成功？根據我自己的觀察，答案是第三類，也就是比起有廣度沒深度的人，還是有深度、但廣度有所欠缺的人更容易成功一些。

那麼，這是不是意味著我完全不贊成愛潑斯坦的看法呢？並非如此。我專門和你分享這本書，正是因為雖然愛潑斯坦和我的觀點不完全一致，但仍然給了我很有益的啓發和提醒。他提醒我們，做事不要死鑽牛角尖，要注意看方向，要找到適合自己的事情，要嘗試各種新東西。實際上，愛潑斯坦講的「廣度」也不是蜻蜓點水、多而不精，他也談到了在保持一顆開放心靈的同時，我們也要選擇某個領域往深里走。

怎麼讀書才能為我所用？
最後，借著《廣度》這本書，再和你談一下讀書這件事。我們在閱讀他人想法和接受他人經驗的時候，有一個很容易進入的誤區，就是當那些想法和經驗特別符合我們的胃口，我們就會非常順暢、甚至不假思索地接受它們。

有的人讀了《異類》這本書，聽到了一萬小時定律，覺得很有道理，然後就為自己簡單低水平的重復工作找到了理由；被其他人問起來，就抬出一萬小時定律當藉口。同樣的道理，有的人讀了《廣度》這本書，就為自己不能在一條路上深入找到了藉口，說自己是要成為通才。很多人說是讀書，只是不斷為自己找藉口而已。

實際上我們讀書的時候，對於作者的觀點，既不應該輕易接受，也不應當直接拒絕。不同視角、不同觀點的書，往往能給我們有益的啓發。

比如有人覺得一萬小時定律很有道理，但自己試了好像不靈，就不知所措了。這時你讀到《廣度》這本書，就會發現一萬小時定律要成立，還需要其他條件，比如只有對於可以清楚衡量、可以明確追蹤進步的目標，一萬小時定律才有效。這樣一來，兩本書中看似不同的觀點就起到了相互補充的作用。這就是為什麼我們要多讀書，而且要讀不同的書。

一本好書，不在於它的觀點都符合你的心意，而在於它能夠提供可靠的信息和視角，啓發你的思考。因此，即使我不完全贊同《廣度》的觀點，這本書仍然值得一讀。

小結
如果你自己讀這本書，也要記住我們讀它的目的是接受它的啓發，而不是聽了那些遙遠的故事就放棄努力。其實對於大多數人來說，比起廣度，更欠缺的還是毅力。成為通才並沒有錯，但更多人只是把「成為通才」當成了半途而廢的藉口。

當然，對於格拉德威爾和愛潑斯坦的觀點是如此，對於我的觀點，也是如此。我的結論應當是啓發你思考的材料，而不應該直接成為你的結論。瞭解了這兩本書，你更應當運用自己的理性去思考和審視，找到適合你自己的進步道路。」

好書推薦《#造局者》部落格文末抽獎贈書 2 本
這是我今年讀過最喜歡的書之一，作者探討在這個 AI 崛起和時局飄渺動盪的年代，人類已經無法跟演算法和電腦的計算速度競爭。但是，身為人類的我們仍然擁有一項電腦無法取代的優勢：「懂得建立、想像、創造各種思考框架的能力」，掌握這項能力的人在未來會愈來愈有優勢。
部落格文章 https://readingoutpost.com/framers/
Podcast 用聽的 https://readingoutpost.soci.vip/
.
【這本書在說什麼？】
《造局者》這本書的作者是三位學者共筆，他們都是在 AI 和 大數據領域有卓越的成就，分別是《經濟學人》雜誌資深編輯庫基耶（Kenneth Cukier）、英國牛津大學網路研究所教授麥爾．荀伯格（Viktor Mayer-Schönberger）、歐洲管理科技學院教授，決策、模型暨數據中心主任德菲爾利科德（Francis de Véricourt）。

他們發現在 AI 崛起和世局動盪的現在，人類最無可取代的能力之一就是「決策能力」，而要擁有好的決策能力就必須掌握許多不同的「思考框架」。因為當一個人能提出正確的思考框架，就能找出更多的選項，做出更好的決策，創造更好的局勢。深諳此道的人就被稱之為「造局者」。

這本書從人類如何做出好的決策出發，談到建立思考框架的重要性，也提供我們三種最重要的建立思考框架的方式。在書本中段，則說明了遇到瓶頸的時候，如何重啟另一個思考框架。在後半段則說明了我們該如何學習更多的思考框架，以及讓自己擁抱更加多元性的策略，並且培養敏銳的心智。

如同這本書的介紹影片裡談到的：生活中一切都需要抉擇，而做出更好抉擇的秘訣，就在於思考框架。駕馭這種思考方式可以讓你更瞭解世界、改善工作表現和人際關係、促進社會進步。這也是人類之所以能夠勝過機器和 AI 的因素。成為「造局者」正是未來人才必不可缺的關鍵技能。
.
【什麼是造局者？】
以標準的定義來說，「造局者」（Framer）指的就是起草美國憲法的那一群人，他們建立了聯邦政府的框架。因為美國憲法就像是一個思考框架，用來定義和界定聯邦政府的職權及程序。而在這本書中，造局者指的就是那些「懂得建立和運用思考框架的能手」。

這本書要講的重點之一，就是無論人們的地位高低，每個人都可以成為造局者：「能夠發揮和建立思考框架，或是重啟思考框架的能力，讓自己的生活乃至於整個世界有所不同。」作者也不斷強調建立思考框架所需要的技巧，可以靠著訓練與經驗不斷進步。這本書就像是一本操作指南。
.
【什麼是思考框架？】
在1970年代，「心智模型」（Mental Model）的概念開始流行，人類的推理並非以邏輯形式在運作，反而更像是在模擬現實：人們評估各種選項的方式，是去想像可能發生的種種情況。我們對於世界萬物的思考方式，會受到你「相信」這個世界如何運作而影響。因此，面對同樣一件事情，用不同心智模型在思考的人會有不同的觀點。

而在這本書中所謂的「思考框架」（Frame）就是我們選擇和應用的心智模型，這會決定我們如何理解世界、決定我們如何行動。面對一個新的情境，我們也可以用思考框架去歸納和歸類，並且想出一個抽象的概念，在應用到這個全新的情境裡面。

舉例來說，當我們要畫地圖的時候，經常會採取「笛卡爾直角坐標」的思考框架，這上面有X軸和Y軸的維度可以幫我們用2D的觀念畫出相對的距離和位置。可是當你要在台北市搭捷運從A地到B地的時候，反而採用「捷運地圖」的思考框架比較有效，雖然捷運地圖的站點之間，距離和位置都不是真實的呈現，可是卻能幫助乘客直覺地理解：下一站要去哪裡。這時的重點就不是距離和位置，而是清楚地辨認出目的地的站點該搭乘哪一條線。

所以當我們問：「哪一種地圖最好？」這個問題本身並沒有意義，而是會因為使用的情境和目的的不同，而產生不同的答案。所以，也沒有什麼叫做最正確的思考框架，都是要看情況和目的而定。讓自己成為建立思考框架的能手——也就是造局者，就能懂得如何選擇並且應用思考框架，這會是各種決定與行動的基礎。
.
【思考框架的轉變】
在聊主動建立思考框架之前，讓我們先看一個被動轉換思考框架的真實故事，這是書中提到一段關於朗讀到默讀的閱讀框架轉變。在西元11世紀之前，歐洲大部分都是在教堂才會有閱讀的行為，而且都是以「集體朗誦」的方式在進行，主要的目的是讓大家參與一個讚頌神的集體活動。但是到了11世紀之後，開始出現另外一種閱讀的框架，也就是「默讀」。

默讀讓閱讀這件事情不再是集體的體驗，而是一種個人的經歷。每個讀者都可以控制自己要讀快一點或慢一點，你也可以重複閱讀某一些篇章，自己可以慢慢思考書裡面的內容，產生新的點子，促進獨立思考。到底，是什麼東西造成了人們從朗讀的閱讀框架，轉移到默讀的閱讀框架呢？

在早期的書籍和文章裡面，常常沒有標點符號，字跟字之間也沒有空格，就像是一連串的字母之間不斷地延續。這種情況下光是要閱讀就非常困難了，想要默讀更是不可能的任務。這個時候集體朗讀就有它的功能，因為在一群人裡面，總會有人過去曾經讀過這篇本文，還記得某些字跟段落該怎麼念，就可以帶領大家一起朗讀下去。

在後來才出現了一項創新，書籍的字裡行間，開始有了「空格」和簡單的「標點符號」，這個時候就不再需要有人帶領，許多讀者可以自己進行斷句，獨自閱讀一本書了。於是，在這個時候人們就可以切換到另外一種閱讀框架。這件事情的影響非常的深遠，因為這一整個新世代的讀者都可以自行默讀，有助於人們自己的獨立思考，進而激發出更多元的思考框架。
.
【建立思考框架的三個方式】
建立思考框架的方式有三個：想清楚因果關係，想像出平行現實，運用物理學定律制定適合的限制條件。這三個特色正是應用思考框架的時候最重要的因素。值得注意的是，思考框架本身並不是解決方案，而且是尋找解決方案的工具。以下分別介紹這三個方式：
.
１．#因果關係
人類運用因果思維來看待這個世界，可以更容易理解世界，也有助於預測未來可能發生的事情，可以說人類是天生「因果推理」的機器。相較起來，AI 科技就無法擁有自己的因果思維，而是需要人類幫忙設定。舉經典的 Dota 電腦遊戲來說，這是一個兩隊人馬 5 vs. 5 互相廝殺，力求破壞對方大本營的遊戲。

科學家找來遊戲高手擔任 AI 策略的開發人員，設計了一些獎勵因素，讓 AI 跟自己進行的數百萬次的對戰，反覆嘗試錯誤，找出最好的操作手法。但是當 AI 跟人類正式交鋒的時候，人類還是取得了上風，尤其在團隊合作上面 AI 顯得像一團散沙。

後來，開發人員發現說，一般玩家會分成三個階段來安排戰鬥，所以開發人員就依照這樣的順序安排程式，在不同的階段給予不同的策略，調整獎勵的優先次序。然後開發人員就發現說一開始機器人通常只會照顧自己，所以還得幫他們建立「團隊合作」精神的框架。他們建立起了一些跨越個人遊戲角色的「超參數」，調整成一隻要達成共同獎勵的團隊。經過這一些修改之後，AI 反過來把人類打得落花流水。

值得注意的是，電腦不是自己學會這些事情的，而是因為人類先輸入了一些「因果框架」的獎勵因素，才可以讓這些運算發揮它的功效。同樣的現象發生在其他像是圍棋和西洋棋遊戲的對決，真正的突破並不在於機器高速的數字運算，而在於人類調整了 AI 對於因果關係（獎勵）的思考框架。
.
２．#平行現實
書中的說法是「反事實思考」，但我認為有點難懂，用「想像出另一個平行現實」比較好理解。這個方法可以讓我們跳脫當下對世界的認知，想像出一個全新的情境，問自己：「如果……會怎樣？」就像是小孩子在玩扮家家酒，或者是科學家透過抽象理論設計出全新的實驗。透過想像出一個平行現實，我們可以將因果關係轉換成實際行動，測試看看可能有什麼影響，帶來什麼後果。

心理學家高普尼克（Gopnik）認為這種能力其實在人類孩童時期就已經具備了，他還把嬰兒稱為「搖籃裡的科學家」，她設計過一個很有趣的實驗名叫「贊多測試」的假裝遊戲（贊多指的是顏色鮮豔、形狀可愛的物體）。

實驗的第一階段，高普尼克和孩童待在同一個房間，孩童會學到一個因果關係：把贊多放到一個機器上面，機器就會播放生日快樂歌，幫一隻猴子玩偶慶生。然後，在實驗的第二階段，會有實驗人員走進來把機器和贊多拿走，高普尼克和孩童一起露出失望的表情。

這時候高普尼克會拿出一個「盒子」、兩個不同顏色的「積木」，並對孩童說：「我們假裝這個盒子是機器，這塊積木是贊多，另一塊積木不是贊多。」接著她鼓勵孩童繼續幫猴子玩偶慶生。此時，孩童挑選了正確的積木，放到盒子上。即使她把兩塊積木的定義互相對調，孩童都能夠選到正確的積木。

這個假裝遊戲的實驗，證實了人類自幼就擁有了反事實思考的能力，也就是有能力可以想像出另一個平行現實。高普尼克發現，更會玩假裝遊戲的孩子，就能對平行現實做出更好的推論。她說：「嬰兒和幼兒就像人類社會的研發部門，至於成人這是那些單調無聊的製造與行銷部門。」許多人在成年之後，反而容易落入單一現實的思考方式，而忘記了我們天生就有想像平行現實的能力。
.
３．#限制條件
作者提到，所謂的建立思考框架，並不是任由想像力無邊無際地飛翔，也不是像斷了線的氣球到處亂飄，而是要有一定程度的「條件限制」，有助於約束我們的想像力，讓平行現實的想像維持在可以執行的程度，這才能讓思考光架真正發揮效用。

書中舉了一個很像電影裡才會發生的真實故事「恩德培行動」，這是一個以色列精銳部隊在恩德培機場的行動中，從恐怖分子手裡救出人質的戰鬥情節。1976年，恐怖分子綁架了飛機上106名人質，關押在烏干達的恩德培機場航廈中。當時烏干達獨裁者跟以色列當局並不友好，出動軍隊肯定不是好的選項。另一個方案是讓突擊隊員假裝成獲釋的巴基斯坦犯人，但太容易被看穿了。還有人提議讓突擊隊員降落在機場旁的湖裡，但是湖裡有許多鱷魚，而且任務結束之後這麼多人該怎麼全身而退？

評估了各種可能選項後，在種種條件限制之下，以色列想出了一個奇招：讓突擊隊搭乘運輸機在夜間降落到機場，搭乘機場內常見的車輛前往航廈，消滅恐怖份子、救出人質之後搭乘運輸機直接回國。他們在空軍基地搭建了航廈的等比例模型，透過少數獲釋的人質口中知道人質的大約位置，並且一次又一次地排練所有行動，講究到每一秒、每一步該怎麼進行。

在一個沒有烏雲的午夜，29位突擊隊員搭乘運輸機降落機場，他們身穿烏干達軍隊的服裝開著機場車輛前往航廈。突擊隊以迅雷不及掩耳的速度突擊航廈，只花了十分鐘就解決所有的恐怖分子，然後就帶著人質直接搭乘運輸機返回以色列。整場行動中只有三位人質喪生，而且連烏干達政府都還來不及反應。這個故事從天馬行空的平行現實裡，限縮了各種條件，找出了最可行的方案，最後成功執行了這次任務。
.
【重啟另一種思考框架】
當你想要解決一個全新問題的時候，尤其是還沒有人曾經解決過的問題，你可能會感到不知所措。這個時候，先透過兩個步驟來思考：(1) 先從自己腦袋裡的框架庫找找看，有沒有其他適用和類似的框架、(2) 檢查其他不同領域的框架庫，看看有沒有能夠直接借用，小幅度調整就可以使用的框架。

如果這兩個步驟都找不到適合的框架庫，那麼才嘗試最困難、也是最後的殺手鐧：「發明新的思考框架」。作者提醒道：「切換到不同的思考框架，能讓你對世界有不同的觀點，但這也有風險。」一旦你重新找到一個新的思考框架，帶來的報酬可以是相當可觀的。

書中有一個重啟框架的例子很值得我們參考，美國紐澤西南邊的小城市康登市為了改善當地的犯罪率，直接解散整個警察隊伍並且重整執勤策略。當時城市的治安非常糟糕，市容也很破舊，到處都會發生大小程度不同的犯罪。這還不是最慘的，警方栽贓、造假、暴力執法的情況更是屢見不鮮。民眾除了害怕黑道，也非常害怕警察。

當地首長找來社區領袖和居民共同商討，最後決定放棄頭痛醫頭、腳痛醫腳的貼膏藥方式，採取全新的執法策略。解散警隊之後，他們精挑細選和新聘任的警察，改變了巡邏的方式。他們逐家登門拜訪、自我介紹、談談可以幫忙居民什麼。警察在街頭舉辦派對，和民眾聚餐，和小孩打籃球。

過去的思考框架是「警方將人民視為罪犯」，但是新的思考框架則是「警民一家親」的社區群體，警察從原本打擊犯罪的戰士，搖身一變成了社區當中親切的守護者。最後，康登市的犯罪率下少了一半，謀殺率少了六成，警方過度使用武力的案件少了九成五。重啟思考框架的方式，獲得了前所未有的成功。
.
【創造多元性的四種策略】
作者指出，很多人可能會認為，想要擁有多元性就代表要接觸大量的想法和觀點，其實那是抓錯了重點。多元性的優勢不是來自於數量，而是來自於差異。找出七百個類似的想法，不如找出七個不同的想法來得有價值。如果一個工具箱可以有七種不同的工具，絕對會比擁有七百把錘子的工具箱更加實用。

如果我們想要擁有多元的思考框架，就是要刻意的去營造，以及一起維護，這並不是一次的成功就可以高枕無憂。如同貝佐斯在《創造與漫想》書中提到的：「這個世界要你與眾無異，千方百計把你拉向跟大家一樣，別讓它得逞。」人類本能的從眾傾向，以及社會自然而然的同質化趨勢，都需要我們自己刻意地、有意識地選擇，才能夠擺脫與眾趨同的自然發展，擁抱更加多元化的觀點和想法。

如果你想為自己的生活、家庭、工作環境創造出多元性的樣貌，可以採取以下四種策略：擁抱變化，運用教育，鼓勵遷徙，容許摩擦。
.
１．#擁抱變化
如果一個思考框架一直以來都行不通，最好的做法就是擁抱改變，試試看別種思考框架。書中舉例同性戀婚姻的推動者，把美國從1995年支持同婚的人從25%提高到2020年將近70%。以前的同志運動一直把婚姻當成是核心議題，也一直把爭取這種「法律權利」當作是重點。但是進展並不顯著。

當時那種法律思考的框架，講究的是「法律權利」，但就是沒有效果。那種框架太缺乏想像力、太唯物主義，沒有說服力。到了2000年，他們研究很多民意調查還有焦點團體的意見，想弄清楚大家到底還有什麼疑慮。他們去思考說要怎麼樣用大眾的思考模式來談。最後他們選定了一個價值觀的思考框架，鎖定大部分的人結婚的原因：「愛、奉獻、家庭」。

他們把同性戀婚姻不再當成一種自由或者是權利，而是對於愛的表達與承諾。他們漸漸的讓大家知道，世界上有許許多多不同的框架，而且都同樣正當。到了2011年，第一次出現的黃金交叉，支持的人數正式超過了反對的人數。根據調查，只有14%的人會說這是一種「自由」，而有32%的人會說這是一種「愛」，是一種人類的情感。最後在2015年聯邦最高法院正式裁定的用憲法來保障同性伴侶的結婚權利。這並不是強迫民眾接受某種特定的思考框架，而是讓各種不同的思考方式能夠共存。
.
２．#運用教育
要建立起多元的思考框架，從教育著手是非常有效的模式。美國有一個很有趣的研究，就是去看美國的白人父母和黑人父母怎麼跟孩子談論種族。發自內心一片好意的白人父母，通常不會去刻意談到種族議題，因為他們相信「種族色盲」這種做法比較能夠讓孩子避免成為種族主義者。

另一方面，黑人父母卻常常和孩子討論種族議題，在他們看來，這種種族色盲的做法就是在故意忽視各種明顯的歧視現象。例如逛超市的黑人被懷疑是小偷，開著車子卻無緣無故被警察攔下來，黑人孩子的家庭教育就是要強調看到「種族的各種顏色」在日常生活的各種影響。

最後，這些社會學家發現，種族色盲的框架正好是種族歧視的主要來源，白人父母雖然出自於好意不想強調種族之間的差異，但也在無意之間，否認了有色人種遭受到歧視的真實狀況。這種教育方式忽略了差異，抹去了多元性。要培養多元的思考，就必須認識到差異的存在，承認仍然存在的落差。
.
３．#鼓勵遷徙
如果我們能夠鼓勵遷徙及流動，人們會把自己的文化和思考方式帶到別的地方，促進融合和變化。曾經有學者研究各個區域和城市的經濟成敗因素，發現了這些地區成功背後的原因有三個主要的因素：「科技、人才、寬容」。作者認為，「寬容」是其中最關鍵的一項，那些現在最開放的地方，經濟表現就最好。因為這些地方有更大的思考地圖，會讓人能夠放手冒險，這也是思考框架多元化所造成的經濟紅利。

像是美國被譽為一個民族「熔爐」，但是最近比較像一個「燉湯」，也就是讓裡面的好料都還維持各自的形狀。像是韓國人會住在洛杉磯的韓國城，華人會住在舊金山的唐人街，拉丁美洲的族群住在德州南方，古巴人住在佛羅里達州，巴西人就住在波士頓。雖然這種文化融合的速度不像我們想像中的快速，但是不同的文化激盪之下，也為美國社會注入了很多元的觀點和看法。
.
４．#容許摩擦
把社會上的摩擦，看成是這個社會的優勢、而非缺點。作者說到：「如果在社會裡面維持思考框架的多元化，確實會讓人們彼此之間感覺到不安很衝突，就是因為大家要看到彼此的不同，而且還要可以彼此互動。但畢竟，大家觀點不同、意見相對，本來就是正常生活該有的模樣。」

哈佛法律學院的昂格（Unger）教授認為，如果要讓政治進一步的去中心化，就必須要用一些反事實的模型來做思考。他說：「當社會很果斷地沿著一條路前進的時候，應該要多方下注，以避免損失，也就是要允許在特定的地點或部門，跳脫一般的解決方案，實驗看看不同的國家走向會怎樣。」

昂格鼓勵讓社會充滿摩擦，也鼓勵教育上面要用辯證式的討論方式，不要讓社會被束縛在單一的版本，而是可以嘗試其他的社會組織方式。運用和擁抱多元的思考框架，才能擁有多樣化的各種策略，再從中選取適合的方案。
.
【對思考框架保持警覺】
這本書告訴我們，幾乎沒有錯誤的思考框架，只有不適合某種情況的思考框架。而且各種框架應該要有共同存在的權利。但是作者們提醒我們要保持一個警覺，他們說：「唯一要注意的是，這種慷慨的態度要有一個前提，也就是說：『唯一』的一種錯誤的思考框架，就是拒絕其他的思考框架。」

要讓框架多元性的目的，就是為了讓各種框架可以彼此競爭、互補、對抗、共存。然而，如果有某一套思考框架的目的在於完全抹煞其他框架的存在，這就是不可被接受的。所以作者們才說：「如果你聽到有任何人或團體，說只有自己的思考框架放諸四海皆準，只有自己說的是真理的時候，千萬別相信。」
.
【後記：拓展想像的邊界】
如果說另一本我很喜歡的《超級思維》那本書是心智模型的「百科全書」，那麼《造局者》就像是心智模型的「使用指南」。書中有清楚的概念和步驟，讓我們了解為什麼要學習更多的心智模型，以及該怎麼樣活用各種心智模型，並且在必要的時刻推翻自己的假設，重新啟動一個新的心智模型。

這本書是今年我讀過的書裡面感到非常印象深刻，也讓我的思考方式深受啟發的。作者們把故事和理論的比例搭配得恰到好處，從一則又一則的故事和研究案例當中，會自然而然地理解作者們要帶給我們的觀點，也讓我感受到什麼叫做多元性，以及為何要擁抱差異。

從書中也可以發現，AI 並不會削弱心智模型的重要性，反而是增強了心智模型的重要性。因為 AI 無法自己建立思考框架，仍然只能依靠人類。人類最重要的特色就是可以處理「假設之外」的新問題，能夠把心智模型的空間拓展到可以親身體驗的範圍之外，也就是能夠做到抽象與推理。人類只靠著極少數的資料，甚至是完全沒有新的資料，就能夠適應全新的、過去從來沒有體驗過的情境。

作者最後提醒到：「這是一個救贖也是一個警訊：一個人如果擁有建立思考框架的能力，就會保有價值。但要是放棄了努力，沒有辦法做好這件事情，就會失去現在人類的特權地位。」我們能夠想像的邊界，就是我們世界的邊界。
.
Kobo 購書連結：https://bit.ly/3rRI8Kg
Kobo 電子書7折代碼：WAKIFRAMER
使用期限：8/15~8/21
.
感謝 天下文化 提供贈獎抽書

摩爾定律放緩　靠啥提升AI晶片運算力？

作者 : 黃燁鋒，EE Times China
2021-07-26

對於電子科技革命的即將終結的說法，一般認為即是指摩爾定律的終結——摩爾定律一旦無法延續，也就意味著資訊技術的整棟大樓建造都將出現停滯，那麼第三次科技革命也就正式結束了。這種聲音似乎是從十多年前就有的，但這波革命始終也沒有結束。AI技術本質上仍然是第三次科技革命的延續……

人工智慧(AI)的技術發展，被很多人形容為第四次科技革命。前三次科技革命，分別是蒸汽、電氣、資訊技術(電子科技)革命。彷彿這“第四次”有很多種說辭，比如有人說第四次科技革命是生物技術革命，還有人說是量子技術革命。但既然AI也是第四次科技革命之一的候選技術，而且作為資訊技術的組成部分，卻又獨立於資訊技術，即表示它有獨到之處。

電子科技革命的即將終結，一般認為即是指摩爾定律的終結——摩爾定律一旦無法延續，也就意味著資訊技術的整棟大樓建造都將出現停滯，那麼第三次科技革命也就正式結束了。這種聲音似乎是從十多年前就有，但這波革命始終也沒有結束。

AI技術本質上仍然是第三次科技革命的延續，它的發展也依託於幾十年來半導體科技的進步。這些年出現了不少專門的AI晶片——而且市場參與者相眾多。當某一個類別的技術發展到出現一種專門的處理器為之服務的程度，那麼這個領域自然就不可小覷，就像當年GPU出現專門為圖形運算服務一樣。

所以AI晶片被形容為CPU、GPU之後的第三大類電腦處理器。AI專用處理器的出現，很大程度上也是因為摩爾定律的發展進入緩慢期：電晶體的尺寸縮減速度，已經無法滿足需求，所以就必須有某種專用架構(DSA)出現，以快速提升晶片效率，也才有了專門的AI晶片。

另一方面，摩爾定律的延緩也成為AI晶片發展的桎梏。在摩爾定律和登納德縮放比例定律(Dennard Scaling)發展的前期，電晶體製程進步為晶片帶來了相當大的助益，那是「happy scaling down」的時代——CPU、GPU都是這個時代受益，不過Dennard Scaling早在45nm時期就失效了。

AI晶片作為第三大類處理器，在這波發展中沒有趕上happy scaling down的好時機。與此同時，AI應用對運算力的需求越來越貪婪。今年WAIC晶片論壇圓桌討論環節，燧原科技創始人暨CEO趙立東說：「現在訓練的GPT-3模型有1750億參數，接近人腦神經元數量，我以為這是最大的模型了，要千張Nvidia的GPU卡才能做。談到AI運算力需求、模型大小的問題，說最大模型超過萬億參數，又是10倍。」

英特爾(Intel)研究院副總裁、中國研究院院長宋繼強說：「前兩年用GPU訓練一個大規模的深度學習模型，其碳排放量相當於5台美式車整個生命週期產生的碳排量。」這也說明了AI運算力需求的貪婪，以及提供運算力的AI晶片不夠高效。

不過作為產業的底層驅動力，半導體製造技術仍源源不斷地為AI發展提供推力。本文將討論WAIC晶片論壇上聽到，針對這個問題的一些前瞻性解決方案——有些已經實現，有些則可能有待時代驗證。

XPU、摩爾定律和異質整合

「電腦產業中的貝爾定律，是說能效每提高1,000倍，就會衍生出一種新的運算形態。」中科院院士劉明在論壇上說，「若每瓦功耗只能支撐1KOPS的運算，當時的這種運算形態是超算；到了智慧型手機時代，能效就提高到每瓦1TOPS；未來的智慧終端我們要達到每瓦1POPS。 這對IC提出了非常高的要求，如果依然沿著CMOS這條路去走，當然可以，但會比較艱辛。」

針對性能和效率提升，除了尺寸微縮，半導體產業比較常見的思路是電晶體結構、晶片結構、材料等方面的最佳化，以及處理架構的革新。

(1)AI晶片本身其實就是對處理器架構的革新，從運算架構的層面來看，針對不同的應用方向造不同架構的處理器是常規，更專用的處理器能促成效率和性能的成倍增長，而不需要依賴於電晶體尺寸的微縮。比如GPU、神經網路處理器(NPU，即AI處理器)，乃至更專用的ASIC出現，都是這類思路。

CPU、GPU、NPU、FPGA等不同類型的晶片各司其職，Intel這兩年一直在推行所謂的「XPU」策略就是用不同類型的處理器去做不同的事情，「整合起來各取所需，用組合拳會好過用一種武器去解決所有問題。」宋繼強說。Intel的晶片產品就涵蓋了幾個大類，Core CPU、Xe GPU，以及透過收購獲得的AI晶片Habana等。

另外針對不同類型的晶片，可能還有更具體的最佳化方案。如當代CPU普遍加入AVX512指令，本質上是特別針對深度學習做加強。「專用」的不一定是處理器，也可以是處理器內的某些特定單元，甚至固定功能單元，就好像GPU中加入專用的光線追蹤單元一樣，這是當代處理器普遍都在做的一件事。

(2)從電晶體、晶片結構層面來看，電晶體的尺寸現在仍然在縮減過程中，只不過縮減幅度相比過去變小了——而且為緩解電晶體性能的下降，需要有各種不同的技術來輔助尺寸變小。比如說在22nm節點之後，電晶體變為FinFET結構，在3nm之後，電晶體即將演變為Gate All Around FET結構。最終會演化為互補FET (CFET)，其本質都是電晶體本身充分利用Z軸，來實現微縮性能的提升。

劉明認為，「除了基礎元件的變革，IC現在的發展還是比較多元化，包括新材料的引進、元件結構革新，也包括微影技術。長期賴以微縮的基本手段，現在也在發生巨大的變化，特別是未來3D的異質整合。這些多元技術的協同發展，都為晶片整體性能提升帶來了很好的增益。」

他並指出，「從電晶體級、到晶圓級，再到晶片堆疊、引線接合(lead bonding)，精準度從毫米向奈米演進，互連密度大大提升。」從晶圓/裸晶的層面來看，則是眾所周知的朝more than moore’s law這樣的路線發展，比如把兩片裸晶疊起來。現在很熱門的chiplet技術就是比較典型的並不依賴於傳統電晶體尺寸微縮，來彈性擴展性能的方案。

台積電和Intel這兩年都在大推將不同類型的裸晶，異質整合的技術。2.5D封裝方案典型如台積電的CoWoS，Intel的EMIB，而在3D堆疊上，Intel的Core LakeField晶片就是用3D Foveros方案，將不同的裸晶疊在一起，甚至可以實現兩片運算裸晶的堆疊、互連。

之前的文章也提到過AMD剛發佈的3D V-Cache，將CPU的L3 cache裸晶疊在運算裸晶上方，將處理器的L3 cache大小增大至192MB，對儲存敏感延遲應用的性能提升。相比Intel，台積電這項技術的獨特之處在於裸晶間是以混合接合(hybrid bonding)的方式互連，而不是micro-bump，做到更小的打線間距，以及晶片之間數十倍通訊性能和效率提升。

這些方案也不直接依賴傳統的電晶體微縮方案。這裡實際上還有一個方面，即新材料的導入專家們沒有在論壇上多說，本文也略過不談。

1,000倍的性能提升

劉明談到，當電晶體微縮的空間沒有那麼大的時候，產業界傾向於採用新的策略來評價技術——「PPACt」——即Powe r(功耗)、Performance (性能)、Cost/Area-Time (成本/面積-時間)。t指的具體是time-to-market，理論上應該也屬於成本的一部分。

電晶體微縮方案失效以後，「多元化的技術變革，依然會讓IC性能得到進一步的提升。」劉明說，「根據預測，這些技術即使不再做尺寸微縮，也會讓IC的晶片性能做到500~1,000倍的提升，到2035年實現Zetta Flops的系統性能水準。且超算的發展還可以一如既往地前進；單裸晶儲存容量變得越來越大，IC依然會為產業發展提供基礎。」

500~1,000倍的預測來自DARPA，感覺有些過於樂觀。因為其中的不少技術存在比較大的邊際遞減效應，而且有更實際的工程問題待解決，比如運算裸晶疊層的散熱問題——即便業界對於這類工程問題的探討也始終在持續。

不過1,000倍的性能提升，的確說明摩爾定律的終結並不能代表第三次科技革命的終結，而且還有相當大的發展空間。尤其本文談的主要是AI晶片，而不是更具通用性的CPU。

矽光、記憶體內運算和神經型態運算

在非傳統發展路線上(以上內容都屬於半導體製造的常規思路)，WAIC晶片論壇上宋繼強和劉明都提到了一些頗具代表性的技術方向(雖然這可能與他們自己的業務方向或研究方向有很大的關係)。這些技術可能尚未大規模推廣，或者仍在商業化的極早期。

(1)近記憶體運算和記憶體內運算：處理器性能和效率如今面臨的瓶頸，很大程度並不在單純的運算階段，而在資料傳輸和儲存方面——這也是共識。所以提升資料的傳輸和存取效率，可能是提升整體系統性能時，一個非常靠譜的思路。

這兩年市場上的處理器產品用「近記憶體運算」(near-memory computing)思路的，應該不在少數。所謂的近記憶體運算，就是讓儲存(如cache、memory)單元更靠近運算單元。CPU的多層cache結構(L1、L2、L3)，以及電腦處理器cache、記憶體、硬碟這種多層儲存結構是常規。而「近記憶體運算」主要在於究竟有多「近」，cache記憶體有利於隱藏當代電腦架構中延遲和頻寬的局限性。

這兩年在近記憶體運算方面比較有代表性的，一是AMD——比如前文提到3D V-cache增大處理器的cache容量，還有其GPU不僅在裸晶內導入了Infinity Cache這種類似L3 cache的結構，也更早應用了HBM2記憶體方案。這些實踐都表明，儲存方面的革新的確能帶來性能的提升。

另外一個例子則是Graphcore的IPU處理器：IPU的特點之一是在裸晶內堆了相當多的cache資源，cache容量遠大於一般的GPU和AI晶片——也就避免了頻繁的訪問外部儲存資源的操作，極大提升頻寬、降低延遲和功耗。

近記憶體運算的本質仍然是馮紐曼架構(Von Neumann architecture)的延續。「在做處理的過程中，多層級的儲存結構，資料的搬運不僅僅在處理和儲存之間，還在不同的儲存層級之間。這樣頻繁的資料搬運帶來了頻寬延遲、功耗的問題。也就有了我們經常說的運算體系內的儲存牆的問題。」劉明說。

構建非馮(non-von Neumann)架構，把傳統的、以運算為中心的馮氏架構，變換一種新的運算範式。把部分運算力下推到儲存。這便是記憶體內運算(in-memory computing)的概念。

記憶體內運算的就現在看來還是比較新，也有稱其為「存算一體」。通常理解為在記憶體中嵌入演算法，儲存單元本身就有運算能力，理論上消除資料存取的延遲和功耗。記憶體內運算這個概念似乎這在資料爆炸時代格外醒目，畢竟可極大減少海量資料的移動操作。

其實記憶體內運算的概念都還沒有非常明確的定義。現階段它可能的內涵至少涉及到在儲記憶體內部，部分執行資料處理工作；主要應用於神經網路(因為非常契合神經網路的工作方式)，以及這類晶片具體的工作方法上，可能更傾向於神經型態運算(neuromorphic computing)。

對於AI晶片而言，記憶體內運算的確是很好的思路。一般的GPU和AI晶片執行AI負載時，有比較頻繁的資料存取操作，這對性能和功耗都有影響。不過記憶體內運算的具體實施方案，在市場上也是五花八門，早期比較具有代表性的Mythic導入了一種矩陣乘的儲存架構，用40nm嵌入式NOR，在儲記憶體內部執行運算，不過替換掉了數位週邊電路，改用類比的方式。在陣列內部進行模擬運算。這家公司之前得到過美國國防部的資金支援。

劉明列舉了近記憶體運算和記憶體內運算兩種方案的例子。其中，近記憶體運算的這個方案應該和AMD的3D V-cache比較類似，把儲存裸晶和運算裸晶疊起來。

劉明指出，「這是我們最近的一個工作，採用hybrid bonding的技術，與矽通孔(TSV)做比較，hybrid bonding功耗是0.8pJ/bit，而TSV是4pJ/bit。延遲方面，hybrid bonding只有0.5ns，而TSV方案是3ns。」台積電在3D堆疊方面的領先優勢其實也體現在hybrid bonding混合鍵合上，前文也提到了它具備更高的互連密度和效率。

另外這套方案還將DRAM刷新頻率提高了一倍，從64ms提高至128ms，以降低功耗。「應對刷新率變慢出現拖尾bit，我們引入RRAM TCAM索引這些tail bits」劉明說。

記憶體內運算方面，「傳統運算是用布林邏輯，一個4位元的乘法需要用到幾百個電晶體，這個過程中需要進行資料來回的移動。記憶體內運算是利用單一元件的歐姆定律來完成一次乘法，然後利用基爾霍夫定律完成列的累加。」劉明表示，「這對於今天深度學習的矩陣乘非常有利。它是原位的運算和儲存，沒有資料搬運。」這是記憶體內運算的常規思路。

「無論是基於SRAM，還是基於新型記憶體，相比近記憶體運算都有明顯優勢，」劉明認為。下圖是記憶體內運算和近記憶體運算，精準度、能效等方面的對比，記憶體內運算架構對於低精準度運算有價值。

下圖則總結了業內主要的一些記憶體內運算研究，在精確度和能效方面的對應關係。劉明表示，「需要高精確度、高運算力的情況下，近記憶體運算目前還是有優勢。不過記憶體內運算是更新的技術，這幾年的進步也非常快。」

去年阿里達摩院發佈2020年十大科技趨勢中，有一個就是存算一體突破AI算力瓶頸。不過記憶體內運算面臨的商用挑戰也一點都不小。記憶體內運算的通常思路都是類比電路的運算方式，這對記憶體、運算單元設計都需要做工程上的考量。與此同時這樣的晶片究竟由誰來造也是個問題：是記憶體廠商，還是數文書處理器廠商？(三星推過記憶體內運算晶片，三星、Intel垂直整合型企業似乎很適合做記憶體內運算…)

(2)神經型態運算：神經型態運算和記憶體內運算一樣，也是新興技術的熱門話題，這項技術有時也叫作compute in memory，可以認為它是記憶體內運算的某種發展方向。神經型態和一般神經網路AI晶片的差異是，這種結構更偏「類人腦」。

進行神經型態研究的企業現在也逐漸變得多起來，劉明也提到了AI晶片「最終的理想是在結構層次模仿腦，元件層次逼近腦，功能層次超越人腦」的「類腦運算」。Intel是比較早關注神經型態運算研究的企業之一。

傳說中的Intel Loihi就是比較典型存算一體的架構，「這片裸晶裡面包含128個小核心，每個核心用於模擬1,024個神經元的運算結構。」宋繼強說，「這樣一塊晶片大概可以類比13萬個神經元。我們做到的是把768個晶片再連起來，構成接近1億神經元的系統，讓學術界的夥伴去試用。」

「它和深度學習加速器相比，沒有任何浮點運算——就像人腦裡面沒有乘加器。所以其學習和訓練方法是採用一種名為spike neutral network的路線，功耗很低，也可以訓練出做視覺辨識、語言辨識和其他種類的模型。」宋繼強認為，不採用同步時脈，「刺激的時候就是一個非同步電動勢，只有工作部分耗電，功耗是現在深度學習加速晶片的千分之一。」

「而且未來我們可以對不同區域做劃分，比如這兒是視覺區、那兒是語言區、那兒是觸覺區，同時進行多模態訓練，互相之間產生關聯。這是現在的深度學習模型無法比擬的。」宋繼強說。這種神經型態運算晶片，似乎也是Intel在XPU方向上探索不同架構運算的方向之一。

(2)微型化矽光：這個技術方向可能在層級上更偏高了一些，不再晶片架構層級，不過仍然值得一提。去年Intel在Labs Day上特別談到了自己在矽光(Silicon Photonics)的一些技術進展。其實矽光技術在連接資料中心的交換機方面，已有應用了，發出資料時，連接埠處會有個收發器把電訊號轉為光訊號，透過光纖來傳輸資料，另一端光訊號再轉為電訊號。不過傳統的光收發器成本都比較高，內部元件數量大，尺寸也就比較大。

Intel在整合化的矽光(IIIV族monolithic的光學整合化方案)方面應該是商業化走在比較前列的，就是把光和電子相關的組成部分高度整合到晶片上，用IC製造技術。未來的光通訊不只是資料中心機架到機架之間，也可以下沉到板級——就跟現在傳統的電I/O一樣。電互連的主要問題是功耗太大，也就是所謂的I/O功耗牆，這是這類微型化矽光元件存在的重要價值。

這其中存在的技術挑戰還是比較多，如做資料的光訊號調變的調變器調變器，據說Intel的技術使其實現了1,000倍的縮小；還有在接收端需要有個探測器(detector)轉換光訊號，用所謂的全矽微環(micro-ring)結構，實現矽對光的檢測能力；波分複用技術實現頻寬倍增，以及把矽光和CMOS晶片做整合等。

Intel認為，把矽光模組與運算資源整合，就能打破必須帶更多I/O接腳做更大尺寸處理器的這種趨勢。矽光能夠實現的是更低的功耗、更大的頻寬、更小的接腳數量和尺寸。在跨處理器、跨伺服器節點之間的資料互動上，這類技術還是頗具前景，Intel此前說目標是實現每根光纖1Tbps的速率，並且能效在1pJ/bit，最遠距離1km，這在非本地傳輸上是很理想的數字。

還有軟體…

除了AI晶片本身，從整個生態的角度，包括AI感知到運算的整個鏈條上的其他組成部分，都有促成性能和效率提升的餘地。比如這兩年Nvidia從軟體層面，針對AI運算的中間層、庫做了大量最佳化。相同的底層硬體，透過軟體最佳化就能實現幾倍的性能提升。

宋繼強說，「我們發現軟體最佳化與否，在同一個硬體上可以達到百倍的性能差距。」這其中的餘量還是比較大。

在AI開發生態上，雖然Nvidia是最具發言權的；但從戰略角度來看，像Intel這種研發CPU、GPU、FPGA、ASIC，甚至還有神經型態運算處理器的企業而言，不同處理器統一開發生態可能更具前瞻性。Intel有個稱oneAPI的軟體平台，用一套API實現不同硬體性能埠的對接。這類策略對廠商的軟體框架構建能力是非常大的考驗——也極大程度關乎底層晶片的執行效率。

在摩爾定律放緩、電晶體尺寸微縮變慢甚至不縮小的前提下，處理器架構革新、異質整合與2.5D/3D封裝技術依然可以達成1,000倍的性能提升；而一些新的技術方向，包括近記憶體運算、記憶體內運算和微型矽光，能夠在資料訪存、傳輸方面產生新的價值；神經型態運算這種類腦運算方式，是實現AI運算的目標；軟體層面的最佳化，也能夠帶動AI性能的成倍增長。所以即便摩爾定律嚴重放緩，AI晶片的性能、效率提升在上面提到的這麼多方案加持下，終將在未來很長一段時間內持續飛越。這第三(四)次科技革命恐怕還很難停歇。

資料來源：https://www.eettaiwan.com/20210726nt61-ai-computing/?fbclid=IwAR3BaorLm9rL2s1ff6cNkL6Z7dK8Q96XulQPzuMQ_Yky9H_EmLsBpjBOsWg

#亞特蘭提斯 #透明人 #天使和惡魔

各位大家好，歡迎來到HenHenTV的奇異世界，我是Tommy
如果大家有看完亞特蘭提斯的影片，就會知道裡面所提到的透明人，那究竟是誰創造出透明人呢？那創造出蜥蜴人的原因又是什麼呢？這裡謝謝HenHenTV的觀眾，志光所提供的資料，如果你是第一次看我的影片，我影片的主題主要是一些稀奇古怪，靈異，外星人UFO或是一些科學無法解釋的事件，如果你也喜歡這些題材，歡迎你訂閱HenHenTV。

好！我們開始吧！

這集。。。。就當是亞特蘭提斯的前傳吧！大家先以一個開明和非主觀的態度去觀看這個影片，或你也可以當作科幻小說來看待。在很久以前，我們的宇宙起初只有最高次元九次元上帝（大梵天王）一人，但是祂也希望有子民來愛戴和陪伴，於是祂就創造出最初的一群生命體，就是八次元的梵輔天神：分別是階級最高的七大天使：

Uriel烏列爾，Raphael（拉斐爾），Raguel（拉貴爾），Michael（米迦勒），沙利葉（Sariel），Gabriel加百列和Remiel（雷米爾），

以及階級第二高的熾天使（火紅色的六翼天使），

祂們負責天地的種種事物，當人手不夠，上帝又用念力製造了在七大天使之下的九品天使，那其中一個熾（Chi）天使（熾天使的君主）叫路西法Lucifer，因為祂覺得自己和上帝擁有一樣的智慧和力量，可以取代神，加上種種心理面黑暗處令祂叛變，成為了墮落天使，牠帶領三分之一叛變的天使，一起向上帝宣戰，從此天界一分為二，黑暗和光明，產生了天界和魔界兩個世界。在創世紀裡面，就兩句話就帶過來：神說：要有光，就有光，神看光是好的，就把光暗分開了，神稱光為晝，稱暗為夜，有晚上，有早晨，這是第一天。黑暗和光明永遠都是相輔相成的東西，這是宇宙一開始的法則。而墮落天使路西法，在魔界稱王，在魔界裡面佛教稱之為阿修羅界，而牠路西法就是阿修羅王。那這些宗教故事和蜥蜴人有什麼關聯呢？

以我們一起的影片來把他們鏈接在一起，天界就是位於銀河系以外的仙女座星系，而上帝就是仙女座之王，最高次元九次元的生命體，而七大天使和熾天使則是八次元的仙女座善良的生命體。而一般的天使平民，則是七次元的仙女座的生命體。那蜥蜴人就是有黑暗之王的路西法和其他邪惡的生命體，被上帝（仙女座議會的長老）逐出仙女星系，到我們銀河系當中的獵戶座星系裡面，牠們除了蜥蜴人外，還有一些邪惡的生命體，也在獵戶座星系裡面。在那個時間點，仙女座議會的長老，也就是上帝，製造了第七次元的透明生命體--透明人，用來管理第七次元以下的世界。在同個時間點，路西法因為驕傲想取代上帝，牠的黑暗能量充滿在仙女星系下的星雲之中，那時，由於不堪這種邪惡可怕的黑暗力量的透明人，只好將這些黑暗力量拋出，成為了獵戶星雲，也就是魔界的起源（開端）。

那問題來了，全能的神為何叫透明人消滅牠們呢？還讓牠們在第四次元的獵戶星系裡面出現？像之前說的一樣，當萬物創造的起源，原是有黑暗和光明，這是不變的法則，連上帝也無法改變的定律。這兩種光明和黑暗的勢力必須相輔相成，才可以讓參與終極靈性進化的人們，體會善惡，正邪的差別性，才能超越二元對立，成為具有一個平常心的人。那怎樣去解釋比較好呢？我用個最簡單的例子，假設你沒有被黑暗誘惑過，你哪裡會有更堅決正義的心？
很多人說上帝是萬能的，但我來問你們一個問題，如果上帝是萬能，那祂可以預測未來，對嗎？

如果祂能預知未來，那你現在的選擇都不是你的選擇。。。。因為無論如何，你都會像預知未來的劇情在進行。所以我說你的選擇不是你的選擇。

那如果你說祂不是預測未來，那祂就不是萬能的。我並沒有半點不敬畏神的意思，我只是想用以上的例子去解釋黑暗光明共處的道理，它的法則，天地的自然法則和定律，是上帝創造出來的，但是條件就是即使是祂也不能任意更改法則，這就是宇宙的根本。
那很多人會問，究竟路西法撒旦在哪裡呢？其實這個宇宙存在著不變的法則，善惡總有報，在他第一次帶來墮天使向天界發動戰爭時，他的靈體就被囚禁在第七次次元的天牢裡面，這個就是最初的地獄或者稱之為天界的地獄。

但是當他受完天獄裡面的種種酷刑後，他仍舊在他的潛意識裡面，隱藏著復仇，自大，憎恨，發動戰爭種種的可怕心機。
上帝是擁有大愛的神，即使是墮落天使路西法，他那麼的邪惡，他也想去拯救他，派米迦勒大天使，和路西法到第六次元的天琴星，也就是我們人類的起源星球上，兩人以雙胞胎的形式出生，希望借助第八次元的米迦勒大天使，可以感化路西法心中黑暗的能量。由於在米迦勒大天使的指引下，他在天琴星上屢屢建功，創造了天琴星文明的璀璨科技和文明。但是在那一世死後，路西法的潛意識的仇恨，黑暗又再一次爆發，成為了第二次向仙女座的戰爭。

但是邪不勝正，他再一次敗了下來，於是上帝和米迦勒就把他送去第六次元的天狼星，讓他學習愛，光明和和平的意識，但是撒旦只有越來越墮落，由於他過人的智慧和力量，讓他聯合獵戶座的爬蟲類外星人，組成獵戶帝國（光明會是它創造的），一起向第六次元的天琴星，7到9次元的仙女星系發動無數次的戰爭。雖然每一次都戰敗，但是他要取代上帝的心沒有熄滅過。

經過很多世界，他在不同的星系及星球轉世，也發動了無數次的戰爭。即使是過了那麼多年，上帝還是希望撒旦可以返璞歸真，改過向善，因為他始終還是上帝最喜歡、把他當成自己的寶貝孩子的熾天使之一，在米迦勒眼中，他是他最愛的兄弟。

宇宙的大愛不是去消滅黑暗來證明光明，因為光明和黑暗本來就是從未改變過的恆定頻率的一直永恆狀態，在這種狀態之中，無論是宇宙的任何生物，包括邪惡和善良的，都被上帝的大愛包圍，這就是上帝最偉大的內在，永恆不變的愛。

► 如果你喜歡這部影片的話，可以來給我一點點的贊助與鼓勵噢(*´▽`*)♥! | https://p.ecpay.com.tw/53F5FB4

►來來訂閱 Una Who 吧 | http://www.youtube.com/c/WhoUna
► Una Who 粉絲專頁 | https://www.facebook.com/UnaWho/
► Una Who IG | https://www.instagram.com/iamunawho/

-
有人說同性戀不符合自然界的定律，
但其實自然界不但也有同性戀和雙性戀，
而且還有許多是大家從小就耳熟能詳的動物噢 !

牠們究竟是何方神聖呢? 有因此瀕臨絕種或是被同胞們排擠嗎 ?
讓我們一起來一探究竟吧 ~

註 : 因為有人詢問所以也特別在此說明
動物界中有許多因社會因素或是天性而有「同性性行為」，
但最後仍會選擇異性配偶定終生的案例，像長頸鹿就是很好的例子。
所以這部影片中提到的動物，都是挑選有長期相處的同性伴侶，這樣也跟主題比較貼近噢 :D

註2：感謝網友熱心提醒，影片中出現的「品種」應改為「物種」比較妥當，因為「物種」指的是生物學上的最基本分類，而「品種」是指該物種下多種樣貌的個體，例如狐狸與狗就是不同「物種」，而狗狗有許多不同的「品種」。(附帶一提，狗狗與灰狼屬於同種，但是是不同亞種噢 ! )

錯字更正：11:09 相愛的「權利」才對噢 ! 感謝網友熱心提醒 !
-----------------------------------------------------------------------------------

這是小女子我的第一支全彩小動畫，還有許多需要改進之處
歡迎各位批評指教與鼓勵 ( 鞠躬

-----------------------------------------------------------------------------------
-
Music:
1.www.bensound.com

2.「Kevin MacLeod」創作的「Hidden Agenda」「Hammock Fight」是根據「Creative Commons Attribution」(https://creativecommons.org/licenses/by/4.0/) 授權使用
來源：http://incompetech.com/music/royalty-free/index.html?isrc=USUAN1200102
http://incompetech.com/music/royalty-free/index.html?isrc=USUAN1100213
演出者：http://incompetech.com/

記得打開中文字幕唷

---------------------------------------------------------

當Gay不是後天選擇，而是先天遺傳的嗎？

如果是後天選擇的，那為什麼沒辦法把Gay變回異性戀？

又如果是「先天遺傳的」，那就更怪了，因為同志不會自己生小孩，那遺傳的力量應該無計可施。

照理來說，Gay 早就該絕種才對

不過神奇的是，同志行為不但沒有消失，反倒出現在幾乎所有動物身上

聽起來，這好像是一個超級不合理的事實，不過它卻可以被一個簡單的解釋優雅的解決

實際上，自然界對這同志這件事做了一個非常巧妙的設定，內容在影片中，這就是Howard這次的生物學的期末報告 （撒花轉圈圈）


影片腦補小教室:


01:28
蜘蛛跟魷魚絲一樣, 都是蛋白質組成的(咳), 它的強度不但高過鋼鐵, 而且質量極小, 繞地球一圈的蜘蛛絲重量, 低於一杯中杯珍奶 (500cc)


03:20
適者生存, 又稱天擇說, 應該算是史上最重要的一條生物定律, 它解釋生命的樣貌是流動的, 而不是永遠不變, 包括我們人類, 也是由單細胞生物演化成魚, 爬到陸地上, 變成猩猩, 最後才變成今天這個樣子

這讓亞當跟夏蛙聽到可能會覺得很不爽 (我知道我知道) !


03:22
天擇說理論在一百多年前(1859)被達爾文所發表

其實應該要更早, 因為在那時候的社會價值還是以上帝造人為主流, 可能達爾文當時也怕自己被暴民亂棒修理吧, 所以一直把這個想法藏到他50歲才公諸於世.

不過, 這個假設隨著陸續出土的證據跟研究, 如今變得越來越堅不可破.


03:24
"正向基因突變" 講的就是可以增加你 "生存率" 或者 "交配率" 的基因, 可是, "正向"這兩個字並不是絕對的, 聽起來有點模糊哦 w(ﾟдﾟ)w


讓我們用 " 白化症 (白子) " 的例子來說明吧 !

白化症是一種會讓你全身色素變不見的基因突變, 假如你有這種基因, 那你整個人就會看起來白白der(就像通天神探狄仁傑裡面的斐東來).

如果這種壯'況發生在非洲狐身上, 那我們會把它視為是一組具有毀滅性的基因; 因為牠在土黃色為主的非洲平原上走跳, 還把自己弄得白拋拋, 這等同掛了一面 吃我吃我 的牌子再身上.

可是, 如果它發生在北極狐身上呢? 我們就會當它是所謂的正向基因, 因為在北極, 白化症會變成一種保護色, 方便牠們掠食或逃跑, 接下來牠以後生的孩子會有潛在的白化症基因.

順道一提, 我們現在看到的極地動物, 很多都是白化症的產物


04:35
E.O威爾森是哈佛大學的生物學榮譽教授, 也是島嶼生態學 (Insular biogeography) 的創始人之一. 他曾多次獲得美國國家級的獎章. 論人性 (On Human Nature) 是他於1978年時的一部著作, 獲普立茲獎


影片中我提到很 " 理論" 跟 "假說"這類的詞, 可能會讓人覺得 "只是理論 " ,

個人以為這樣不太公平

因為沒有人可以活在生命的開端 (約35億年前), 然後全程記錄宇宙的始末. 理論的出生, 是人類為了說明某個現象所發展出來的解釋, 它必須受到現實非常嚴格的檢視. 借用一個科學家的話來作結, 他說:

這個世界的規律, 是眾神正在下的一盤棋, 而人類在一旁邊看邊猜它的規則, 如果你看到皇后把主教吃了, 你會說皇后比主教大, 可是接著你又看到主教把皇后吃了, 那你的說法 (假說) 就必須修改, 直到遊戲結束, 所有的規則 (理論) 都能完全符合你的觀察為止, 大致上, 我們所說的科學理論就是這麼一回事, 只是真實的狀況比下棋複雜太多了(Richard Feynman)"


以下是影片參考內容跟資料來源 :


http://www.independent.co.uk/news/science/billions-of-insects-are-having-gay-sex-accidentally-say-scientists-8897190.html
(Billions of Insects Are Having Gay Sex "Accidentally" Say Scientists)

https://www.sciencedaily.com/releases/2013/10/131021131009.htm
(Bugs Not Gay, Just Confused)

http://www.livescience.com/38931-insect-gay-sex.html
(Why Insects Have Gay Sex)

http://phys.org/news/2013-10-homosexuality-insects-spiders-case-mistaken.html
(Research Finds That Homosexuality in Insects and Spiders is a Case of Mistaken Identify)

Wilson, Edward O. On Human Nature. Cambridge: Harvard UP, 2004. Print. (論人性, 關於同志的解釋在第六章 "性")


很多想法跟解說方法都是下面幾本書給我的靈感, 比照誠信SOP規定, 信譽必須歸還給原作者 :


Brookes, Martin. Fly: An Experimental Life. London: Weidenfeld & Nicolson, 2001. Print.

Dawkins, Richard. The Blind Watchmaker. New York: Norton, 2013. Print.

Dawkins, Richard. The Selfish Gene: 30th Anniversary Edition. Oxford: Oxford UP, 2006. Print.

Moorehead, Alan. Darwin and the Beagle. New York: Harper & Row, 1969. Print.