關於 網路外部性定義 ，我們在網路上蒐集到這些相關的討論、資訊與評價

#書摘【維權律師、各領域KOL、公民團體⋯⋯屢遭中國政府整肅的異議者，能否逃脫控制？】

這幾個月中國政府針對性少數公民團體動作頻頻，7月，包含清華大學、北京大學等20逾個倡議LBGTQ+權益的學生團體，微信帳號遭無預警下架；更有關注多元性別權益的學生反應被約談。

事實上，在習近平上任後，「公民社會」這個詞彙已是禁忌。2014年網路盛傳的中共中央「七不講」政策，將「公民社會」列為禁忌詞；2015年的「709大抓捕」，全國上百位維權律師、上訪民眾被逮補；近年社群媒體更被嚴管，說錯話、站錯隊的大V（網路KOL）、藝人、甚至飯圈都屢遭整肅。

打壓下，中國的公民社會還存在發展空間嗎？《在人民之間》作者魏簡（Sebastian Veg）觀察到中國社會中一群草根知識份子，以去菁英化的語彙、社會底層的認同，在社群媒體上發聲，遊走在國家監控邊緣。像是為底層議題發聲的導演、分享維權知識的KOL⋯⋯魏簡將這一群非官方、無編制、在人民之間的知識份子，定義為「民間」。

儘管近年來中國對外部世界愈形封閉、「民間」的力量或許或因打壓佔時屈身，但不會屈服消亡。中央研究院社會學研究所研究員吳介民為該書中文版撰寫推薦序，指出「民間」知識分子如何真正逃脫國家的控制，是一門從實作中證明的抵抗藝術。https://bit.ly/3zGgJ0U

★跨足國際，帶回獨立觀點，#贊助報導者：http://bit.ly/2Ef3Xfh
#公民團體 #中國 #公民社會 #知識份子 #草根 #民間 聯經出版

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

熱門話題四：同溫層

隨著疫情越來越嚴重，確診的人數始終居高不下，而死亡人數繼續攀升。我的親友、同學群裡，大都是年紀相近、70歲左右的同齡人。看到老年人的重症和死亡比率，又不知道何時才能打到疫苗，鄰居、朋友、同學都慢慢地躁動了起來。

許多不滿的情緒在我的網路社群裡，蔓延起來了。有人抱怨政府，有人支持政府，於是攻擊、挑釁、爭吵等等，就在最近一兩個星期開始加劇了。

我在網路上看到這段影片，忍不住分享給我的同學和朋友們，希望能夠降降大家的火氣，讓他們的心情放鬆，帶給他們一些快樂的氣氛。同時我也留下一小段留言。

「生活再怎麼窮困，環境再怎麼惡劣，沒有人可以剝奪我們的快樂。跟這些孩子們學學吧。」

對於有爭吵的同學群裡，我加了下面這一段。

「快樂是自己的選擇，不管我們還有多少日子，不快樂的過，又有什麼用呢？同學交流不要傷了多年同窗之情，更不要因此而生氣不快樂。

可能我年紀大了，看到同學間爭吵，怎麼我心裡特別難過？

於是我再看了這一段非洲孩子們的影片，我心情又好起來了。建議大家多看幾遍，歌舞都很棒。

我一邊看，一邊跟著跳，心情特別好，建議同學也可以跟著這些小孩子一起跳舞，感覺好棒。」

同學阿芬回覆：「今天才知道臺灣歌『小姐請妳給我愛』是由這個英文歌曲來的。而且這些小孩跳舞真好看！純真無邪可愛⋯⋯
小的時候簡單就是快樂
老的時候快樂就是簡單！」

我也立刻接著留言：「阿芬，你沒有提起的話，我都已經忘記了這首歌有台語版。這就是同學們在一起聊天講古的好處，很多回憶就跟著回來了。」

原來有些火氣的同學也出聲了：「感謝同學們的關心、提醒，對啊，都70歲了，少點憤世忌俗，國家大事交給年輕人吧。」

其他同學也紛紛跳了出來，滅了大家的火氣。同學群又回復了往日的美好，也恢復了理性的討論。

但是，在一個親友群裡，同樣的影片和第一段留言：「生活再怎麼窮困，環境再怎麼惡劣，沒有人可以剝奪我們的快樂。跟這些孩子們學學吧。」

卻得到不同的留言回應：「死亡⋯⋯，非洲有太多來不及長大就夭折的孩子。我參加了『地球村』的活動，請你去看看那一張又一張，無助、瀕臨死亡的孩子照片，讓我內心非常難過。同樣是人，為什麼世界這麼不同？」

在一個「同溫層」同學群，我也貼了同樣的影片和第一段留言。除了一位給我鼓掌之外，其他同學繼續他們有興趣的話題。我的影片和留言，不夠辛辣和爽快，一如既往的，沒有引起任何回應，彷彿沒有發生過。或許這就是同溫層社群的好處，不會有不同的意見，也就不會有爭吵了。

最近在網上流傳「白色僧侶幻覺」影片（有興趣的朋友可以去網上搜尋體驗），同樣顏色的兩個圓球，由於背景顏色和前面遮蔽的小點點顏色不同，使得兩個球的顏色看起來就不同了。由此證明，環境和先前印像，對認知的影響有多麼大。

「同溫層」就是圓球前面的遮蔽物小點點，它們所造成的結果，就是改變了你看到的圓球顏色。在同溫層裡面，你看得到「事實」嗎？你追求得到「真理」嗎？或是，如同溫水裡面的青蛙，水的溫度不重要了？

結語

人類和其他動物最大的不同，不僅僅是「感官」，而是「認知」。如果只看感官的話，我們遠遠不如大部分的動物。

當人類面對一個物體時，我們的感官會從各個方面去感覺它。眼睛感覺顏色和形狀，耳朵感覺聲音，鼻子感覺氣味，舌頭感覺味道，而身體的其他部位可以依靠觸覺感知冷、熱、軟、硬等各種特性。

其實這沒什麼稀奇，因為所有的動物都能依靠感官，來感覺外部世界，很多動物的感官系統都比人類強大。

但是動物得到這些感官訊息之後，只能做到單一的、簡單的生理反應，而人類在接收到所有的感官訊息後，會進行加工處理。

我們會把所有這些零散的、雜亂的感官訊息，整合成「一個事物」，然後全面把握這個事物的所有性質。

康德（伊曼努爾·康德 I. Kant, 1724～1804）把這種能力叫做「統覺」（Apperception）。

他說：「動物有理解能力，但是沒有認知、沒有統覺，不能把這些表象變為一個普通概念」。簡單的說就是，「只有人類才具備有給一個事物下定義的能力。」

人類可以形成完整的認知，動物不行。人類獨有的認知，加工出了世界的模樣。但是，每個人的認知除了一些普通的、基本的概念相同之外， 由之衍生出幾層的自我認知，都不一樣。

因此，我們眼前的世界並不「真實」也不「相同」，因為它不過是每個人的認知「加工」出來的產物。

同樣一段影片和感想，貼在不同的群裡面會產生不同的反應，即使在同一個群裡，不同的人也會看到、聽到不同的訊息。

這也就難怪，不論執政黨或在野黨怎麼對民眾溝通，信者恆信，不信者恆不信。台灣社會越來越兩極化，越來越不穩定，越來越動盪。

讀者們看看我附上的這一段影片，然後想想，你看到的是真正快樂的，還是被加工過的，事實上是死亡的非洲孩子們？

你再想想看，你想看到的是快樂還是死亡？你再想想看，能夠讓台灣變得更美好的，是快樂還是痛苦？

https://youtu.be/VyfgUNAsNQ4

無論你是不是管理職，每個人都會有累的時候，偶爾對工作感到疲乏是相當正常的事， 但因倦怠若造成績效／評價變差，後果卻要自己承擔，該怎麼改善呢？從心理學層面來看又是如何發生的？
:: 管理職或HR需要注意職業倦怠帶來的團隊破壞力
:: 台灣網友最廣泛討論的十大職業倦怠現象
:: 上市櫃公司副發言人唐老師的三點精闢心法消除職場倦怠

＃國外商管類 讀書會，Great Managers are made, not born. 管理職人、熱愛學習的夥伴們，用一杯茶的時間，減少眼力腦力轉換成本，內化成你的獨門攻略。

★ 本集私語：

減少出門，勤洗手，常酒精清潔，防疫加油! 台灣加油!
歡迎加入我們讀書會一起交流分享 (FB私密社團加入需填email，若被拒絕請再寫一次即可)

★ 優惠活動：
本集使用 [佳樂CAROL-920s] 外銷品動圈式超心型麥克風 (先樂音響贊助)。有興趣可參考-不專業三款mic實測與 團購優惠85折 youtu.be/rUovXlLWftQ (RODE podmic / CAROL 920s / 鐵三角 ATR 2100x-USB )

★ 本集重點摘錄:
你知道嗎? 世界衛生組織（WHO）在2019年正式將「職業倦怠」列為一種疾病，
美國社會心理學家把對工作上長期的情緒及人際上的外界刺激，而產生的心理綜合症稱為職業倦怠。
美國研究認為，職業倦怠包括三個面向，分別是：
1.情緒耗竭（emotional exhaustion）
2.去人性化（指對他人消極、冷淡、過分隔離、憤世嫉俗等態度和情緒；）
3.自我效能降低（decreased professional self- efficacy）。
簡單說來就是：「心好累、不高興、我不行。」

台灣網友最廣泛討論的十大職業倦怠現象 ，你中了幾項呢？
NO.10 借酒澆愁
NO.9 容易生氣不耐煩
NO.8 什麼事都提不起勁
NO.7 上班昏昏欲睡
NO.6 工作效率變差
NO.5 常常發呆放空
NO.4 睡眠品質變差
NO.3 早上起不來狂遲到
NO.2 健康出問題
NO.1 裝病請假翹班
超過五項並且影響到工作生活，建議到家醫科或身心科 看看喔！

如果你是管理職或HR，更要注意了，
因為職業倦怠感是很容易在辦公室發酵蔓延，進而讓團隊產生雪崩式的士氣崩解。
所以 如何避免團隊出現職場倦怠，如何帶領團隊同仁 渡過職業倦怠感難關，
如果我們管理職能早一點、包括去改善一些工作環境、工作流程，適時給予他們一些建議、鼓勵，
來避免人才最終採用「離職」作為解決的方式， 帶來團隊損失。

上市櫃公司副發言人唐老師的三大建議：
1.自我覺察
2.硬實力
3.軟實力

★ 本集提到的過往重點:，
Ep03.(00:17:00) 馬斯洛需求法則

★ 本集分點章節:
(00:00:14) 本集導覽
(00:01:03) 職業倦怠的三個定義
(00:02:07) 管理職或HR需要注意職業倦怠帶來的團隊破壞力
(00:03:00) 台灣網友最廣泛討論的十大職業倦怠現象
(00:07:09) 從心理學層面看職業倦怠為何發生? 外部與內部因素
(00:09:40) 上市櫃公司副發言人的三大建議

★ 本集補充資料
早上醒來只想裝病請假！網友熱議「職業倦怠十大症狀」by網路溫度計 https://reurl.cc/9rZ5Ga
=====================
Music C.C. by Chester Bea Arthur -Folk Physics / Free Sound Effects https://lihi1.cc/QIOep

@同步更新至
Spotify｜Google podcast｜Firstory｜KKbox｜SoundOn｜Pressplay｜ Youtube ｜TuneIn｜MixerBox｜Himalaya｜CastBox ....等28平台
@節目鼓勵與反饋請到Apple Podcast 給五顆星留言& 記得訂閱

:: 如果您喜歡，請贊助鼓勵我們繼續製作節目💰 https://lihi1.cc/s1mES (50秒影片教學, lihi1.cc/N8vYt )
@活動: 一日之星｜報名當來賓｜Podcaster聯盟接案推廣計畫 https://lihi1.cc/C3EEF
@如果你也想開始做自己的podcast ,歡迎使用 Firstory 的邀請碼W-B23W9K可得小額啟動基金

★ 本集快問快答：
如果你已有你個人的優勢識別答案，歡迎加入我們讀書會一起交流分享、彼此砥礪喔
以上都來這網址分享 https://lihi1.cc/tZCUD 或 FB社團
@ 歡迎分享
1. 你為何會當上主管?
2. 你是幾歲當上主管?
3. 留下一句主管真心話

@你也想要有一個公司以外的交流成長小組、經驗轉換&彼此支持嗎? 免費加入 讀書會群組
:: IG：www.instagram.com/ezmanagergo
:: FB社團: https://lihi1.cc/NOlrM

@合作接洽 ezmanagerGo@gmail.com (不分大小寫)

:: 上Youtube搜尋「怎麼給星評分」一分鐘教學影片，或點這 https://lihi1.cc/N8vYt (分享給你沒在聽podcast的親友)

本集主題：動映画製造所 – 動畫聯展
　
專訪： 野口​（策展人）、周予婷​（助理策展人）
　　　
談論影像與影像共存，面對資訊影像洪流，如何能分辨影像背後所隱藏的含義，冷靜不被吞噬，又該以何樣的態度看待這個我們身處的圖像爆炸時代。
　　
動畫影像的獨特性
　　近年影像的發展與樣貌隨著科技技術的進步變化了許多，同時不單只是創作的手法或是技術的提升，也間接影響著觀著的閱讀模式與習性。
　　
　　影像比起過去更為頻繁的出現在我們的周圍，過去能夠接收影像的媒體從電視到現在人手一支的智慧型手機，觀者（現在的我們）更習慣動態影像傳遞與訊息的接收，再加上網路的普及，每分每秒都以倍速產生文字、聲音或是圖像訊息，所追求的視覺刺激強度已與以往不同，這些龐大的資訊不論是直接或是間接都在無形中的傳遞給我們，影像對於人們來說已經不再陌生，不單單是熟悉反而過度充斥，隨著我們對於這些影像的麻痺，加上畫素的提升已看不慣低畫質的品質，觀看習慣的改變使得創作者在創作時在速度、節奏上以及內容複雜度為觀者放入更多考量。
　　
　　視覺習慣並非以單向線性的方式面對給觀眾或是創作者，而是雙向互動的形式，彼此交錯影響。創作者本身置身於環境之中，兼具觀看與被觀看的身分生活著，差異只在創作者觀看影像時會有著更多的敏感度。因此創作者選擇動畫作為一種用來表達自己的敘事形式，不單是因為動畫的特性能建構出高自由度的動態畫面，劇情也能隨心所與的發展，其特別之處在於，作品的呈現與創作者的經歷環環扣者，綜合過去的體驗、生活喜好及細節觀察，作品會伴隨著創作者經歷的不同而有著幾乎無法複製的面貌，這也是為什麼，即使動畫不像是攝影或是電影能給我們真實又直接的感受，卻依然能夠勾起我們的生活經驗而引起共鳴，動畫利用氛圍的處理，營造出實際拍攝無法達到的效果，讓作品在視覺上有著更強烈的震撼力與刺激感。
　　
　　這樣層層的關係，動畫可視為一個綜合不同美學的集合體來討論，平面的角度會導出繪畫或是攝影來做比較，若是接成連續影像並組合配音，則會和電影、錄像作品來討論，其高度的實驗特質使得動畫可以被觀看的面相很多，很自由卻也因為可以操作的太多，是一門很考驗創作者的美學及敘事能力的創作方式。
　　
　　簡單來說動畫就好比夢境，創作者即為做夢者也是操夢者，透過獨特的手法和敘事方式，觀者似乎面對著作品就能窺看作者內心的故事與經歷，然而，人人都能作夢也能動畫，一件好的作品又該如何去定義。
　　
媒介普及，展示放映形式的改變　　
　　生活中同時身兼創作者與觀者的多重身份並不稀有，作為本次策展人的我也不一例外，過去對於影像、動畫、電影關注著，同時也思考著這些與我們的生活有什麼關聯性或是影響力。以我為例，小的時候，當時並非智慧型手機盛行的時代，對於觸碰到螢幕的想法是連想都沒有想過，綠色螢幕的翻蓋是按鍵手機是那時最前端的流行，電視稍有價位但也已經算是很普及，而家裡的人也熱愛電影，那時的我最期待的時刻就是做完作業用卡帶看卡通，也會在課本書角化手翻動畫，這些就是我最初理解對動畫的樣貌，很貼近生活並且很容易接觸，所以對於動起來的圖像並不覺得稀奇。
　　
　　大家或多或少有類似的經驗及回憶，動畫以各種姿態出現在身邊，尤其是近幾年也更為顯著，路上也隨處可見動態大螢幕，智慧型手機、平板的出現，擁有這些產品的年齡層逐漸年輕化。簡而言之，對影像熟悉度提升的原因是因為放映媒介的普及，而這樣生活化的放映特性拉近了我們和影像的距離，進階影響到展示的放映形式，單純播映的方式也成了最底線的呈現裝置條件之一，而伴隨著科技技術改變ＶＲ、ＡR、MR的出現，觀看時身體不再再是靜止，除了思考是不是在未來裡動畫的面貌也會有所不同？ 動畫展覽本身的是否也有形式上的再挑戰？值得思考的除了再現的手法或是文件事的展覽是否也有其他可能，不單影片的放映，其製作過程的手稿、分鏡，動畫在創作時的能量是否在展覽裡也能呈現更直覺的被帶出。
　　　　
　　最後要談談，扣著創作者和觀眾的角色——展覽，前面提到過去和現在的科技變化到視覺習慣上的改變，並影響到創作的作品表現，由此了解展覽可以談論的動畫主題面向廣泛。以美學為出發做討論，動畫的繪畫性討論、作為實驗的性質存在討論，或是動畫還有哪些不單就畫面可能，延伸到其外部裝置放映、到整個展出展覽的發展性；又或者通過展覽，使得觀眾有更進步的對動畫的認識，並且讓創作者獲得更多交流，甚至促進各個不同學校的動畫系所能有更密切的交集。
　　
　　由此理解展覽在觀眾及創作者間作為橋樑亦可觸發到的影響有多少，不過將前面所提及的都放進主題討論方向會過於龐大，況且展覽本身每一個環節都該被仔細安排過，為了使其夠完整，需要花上一段或是好幾次分批的抽絲剝繭才能逐一去探討。也因此，今年的展覽不局限於單一方向的主題，透過展出多元類型的作品，以及展出珍貴的手稿，展場另外安排一區可以讓觀眾互動的區域，讓大家可以動手畫，能更貼近作者製作時的歷程。
　　　　
　　此外本展直接取用主辦單位「動映画製造所」作為展覽名稱，「動映画製造所」本身即為產出影像場所的意思，很純粹不迂迴，「動」是取用「動畫」一詞，「映画」則是日本漢字為「電影」的意思，將動畫與電影兩個詞彙組合在一起，創造一個並非絕對的詞，也是因為動畫在近年來的改變，沿用原有最早的連續影像切片定義下，依然能將動畫、電影、動態影像、錄像藝術等等區隔開，然而現今的分界已不再清晰，「動映画」也是伴著這些分項微妙的模糊關係而誕生，並且與展覽的主題也存在著相互呼應的關係。
　　
此次動畫聯展作為往後展覽的序幕！希望大家能帶著好奇與期待的心情來參觀這次的展覽，我們也在未來裡繼續討論動畫各方面像的可能！（文：野口）　　　　　　　
　　　　　
　　　　　
策展單位： 動映画製造所​
　　　　
策展單位： 金車文藝中心​（承德館）
展出日期：2017/07/08－2017/09/03
開放時間：每日11:00-18:00（周一休館）
金車承德館地址：台北市承德路三段131號4樓

北市公訓處EXCEL函數進階班第2天上課

這次上課報名人數非常踴躍，也許是因為EXCEL與VBA的應用需求非常的大，
因為上課只有21小時，要真能把課程上得讓每個人都滿意，
還真的需要下一點功夫，課前問卷少不了，簡報與講義將上上課用書也是必備，
最重要的是要累積多年的EXCEL與VBA程式設計的教學經驗，
才能把複雜的的課程簡單化，讓忙碌的上班族少了許多時間自行摸索程式，
加上影音教學的輔助，要學不好真的也很難啦!
大家好好加油，VBA程式的難題等著大家了!

這次上課用的版本是EXCEL2010，所以操作上對一般同學來說又需要重新學習，
一天下來一下子季這麼多函數，可能已經超過腦袋的負荷，看的出來已經有同學有點招架不住。
隊若能學會函數的使用觀念，不舉一反三，在工作上必定能提高效率，省下來的就是自己的時間，
自然可以把時間留給自己做彈性安排，這也是EXCEL進階應用的好處。

吳老師 100/10/19

補充資料：
EXCEL函數與VBAGOOGLE論壇
http://groups.google.com/group/labor_excel_vba?hl=zh-TW
下載檔案：
http://goo.gl/omjw8

課程大綱與詳細內容：
第一天：
01_簡報解說
02_問卷結果說明
03_論壇與部落格的使用方法
04_REPT函數
http://youtu.be/6NUqMK1fens
05_補充EXCEL2007與2003比較動畫
http://www.youtube.com/watch?v=X7CDONVDXvw
06_LEFT函數
http://www.youtube.com/watch?v=gh3Qpax521k
07_RIGHT函數
http://www.youtube.com/watch?v=ouLPZVuxuZE
08_LEN函數
http://www.youtube.com/watch?v=GjocYTKXDlg
09_MID函數
10_TRIM函數
11_文字綜合練習題
12_IF函數
13_AND函數
14_OR函數
15_NOT函數與巨集錄製
16_巨集錄製與修改
17_加入INPUTBOX取得變數
18_VBA程式設計注意事項
http://www.youtube.com/watch?v=lkIIOmu4Ys8
19_綜合練習
http://www.youtube.com/watch?v=3YRnogbxj5Q
20_綜合練習2
http://www.youtube.com/watch?v=bErRNoG7MG0
21_TODAY與DATE函數的應用
http://www.youtube.com/watch?v=SRJT302K87g
22_DATEDIF函數用法
23_DATEDIF函數算出生天數
24_DATEDIF函數算保固期

第二天：
01_EDATE&WEEKDAY函數
02_YMD與TIME函數
03_計算工時函數NETWORKDAYS與WORKDAY
04_綜合練習01
05_綜合練習02
06_補充時間的計算方式
07_補充日期的計算方式
08_製作輸入日期的巨集
09_巨集易錯提示
10_SUM與SUMPRODUCT函數
11_SUMIF函數
12_ROUND函數群組練習
13_COUNT相關函數
14_COUNTIF函數
15_綜合練習1-1
16_綜合練習1-2
17_綜合練習2-1
18_綜合練習2-2
19_LOOKUP函數
20_LOOKUP函數改為定義名稱
21_HLOOKUP函數
22_HLOOKUP函數定義對照表
23_VLOOKUP函數
24_綜合練習01
25_在公式中換行CHAR函數

第三天：
01_綜合練習2
02_綜合練習2解答01
03_綜合練習2解答02
04_進階成績單
05_進階成績單
05_進階成績單彩色按鈕的建立
06_凍結窗格設定
07_本利和公式
08_九九乘法表設計
09_FV函數的用法
10_FV函數的用法與鎖定欄列
11_定位點轉換為表格
12_逗號轉換為表格
13_匯入外部資料
14_固定欄寬資料得剖析
15_萬年曆建立下拉清單
16_萬年曆產生相關資料
17_萬年曆產生正確的日期位置
18_萬年曆讓錯的資料不出現
19_ISBLANK函數避免錯誤
20_ISERROR函數避免錯誤
22_將清單資料放在不同工作表中
23_數字累加技巧
24_ISBLANK函數避免錯誤
25_文字累加技巧
26_WORD智慧標籤與取代
27_將網路百家姓取代成連續文字
28_完成百家姓表格縱向

吳老師教學網：
http://3cc.cc/10g
部落格：
http://terry55wu.blogspot.com/
論壇：
http://groups.google.com/group/labor_excel_vba?hl=zh-TW
溫馨考場論壇：
http://123.205.192.177/uc/bbs/index.php/

EXCEL,VBA,函數,台北市公務人員訓練處,吳清輝老師,程式設計,線上教學,e化創新,雲端計算,虛擬電腦,吳老師提供