最近有人問我，在ChatGPT時代下的創意如何養成？經我詢問ChatGPT後，我過去的想法和ChatGPT的答案是一致的（雖然ChatGPT的措辭變來變去）。在「雞尾酒」（Cocktail）這部1988年的電影，Tom Cruise飾演一位在職進修的酒保，到一家商學院學習如何創業，最後放棄進修，並向一位資深酒保說明放棄進修的原因：「教授上課都在胡扯（Bullshit）」這位資深酒保笑著回應：「你知道教授只會胡扯，就有資格畢業啦。」這位老酒保意思是說，教授沒有實戰成功經驗，卻在課堂上教學生如何創新創業，只不過是誤人子弟，浪費學生時間罷了。我看了不禁莞爾，寫劇本的老兄顯然吃過教授的虧。依我的淺見，創意可經由2種方式培養。第一種方式是在觀察有創意的人的過程中學習其創意。換言之近朱者赤，近墨者黑，這是所謂的米開朗基羅效應（Michelangelo Effect）。這個效應是心理學家觀察到的現象—相互依存的個人會影響和 「塑造」對方—如果你有決心學習創意，在觀察有創意的人的行為過程，漸漸能雕塑出自己的創意風格。一般大學進行系統式的授課，沒有創意涵養的教授仍然可以照本宣科，但產生的米開朗基羅效應，卻教出沒有創意的學生。難怪「雞尾酒」尖酸的下結論：「教授上課講的都是胡扯。」米開朗基羅（Michelangelo Buonarroti）是真正有創意的大師，一塊頑石在他手中能化腐朽為神奇，雕塑出藝術品。心理學家因此以他命名米開朗基羅效應。第二種方式是鯰魚效應（Catfish Effect）。原意是指透過引入強者，激發弱者變強的一種效應。漁夫捕捉沙丁魚食，返航後沙丁魚都已奄奄一息，賣相甚差。有一位挪威船長將鯰魚和捕獲的沙丁魚放在一起，沙丁魚為了閃避東游西竄的鯰魚，不停游動保命，終可在漁船靠岸時存活下來，是為鯰魚效應。此效應亦可引伸為棋逢敵手，能互相砥礪成長的意思。米開朗基羅和達文西（Leonardo da Vinci）兩位文藝復興時期的藝術大師，有鯰魚效應的故事，彼此良性競爭，激盪出藝術創作的火花。話說義大利翡冷翠打算為維奇奧宮繪製大廳內的巨幅畫作，同時邀請米開朗基羅和達文西來「投標」爭取創作。兩個人競爭，最後都因故放棄，沒有分出高下。後來兩個人又較勁製作大衛雕像。結果米開朗基羅勝出，獲選為製作大衛雕像的藝術家，完成永垂不朽的雕像。落敗的達文西專注投入解剖學研究及繪畫創作，在科學與繪畫上締造出偉大創新。說了半天，如何利用ChatGPT來幫您利用米開朗基羅效應（鯰魚效應）養成創意？您不妨就單刀直入，直接問它：How to use ChatGPT to create Michelangelo Effect (Catfish Effect) for innovation？比對米開朗基羅和達文西的例子及ChatGPT給您的答案，或許您更清楚如何進行。 

ChatGPT橫空出世，推動人工智慧（AI）更大的浪潮，也革命性地改變舊有技術。例如人工智慧在麥克風增強應用方面扮演重要角色。結合自然語言處理和AI技術，麥克風可進行多種創新應用，包括語音識別、情感檢測、聲音分析、噪音消除和多語言翻譯等。麥克風是Emile Berliner發明的語音輸入裝置。早期麥克風主要用於錄製黑膠唱片。貝里納成立留聲機公司Gramophone，並以畫家Francis Barraud的作品《His Master’s Voice》作為商標。商標中的小白狗名叫Nipper。Nipper有一次發現一部留聲機，充滿疑惑地歪著頭打量，這個情景被Barraud捕捉下來，成為Gramophone的商標靈感。1901年，Berliner在美國成立勝利唱機公司（Victor Talking Machine Company），後來被收購並更名為RCA（Radio Corporation of America）。圖一：Emile Berliner（1851~1929）。林一平 麥克風技術的後續精進歸功於David Hughes。Hughes在1878年對愛迪生麥克風的音量做出重大改進，並申請專利。這項發明在1920年代仍在不斷改良，最終演變成大眾今天使用的碳粉式麥克風。作為一名音樂家，Hughes的麥克風發明還挽救長笛在爵士樂中的地位。長笛的音量較小，當與其他樂器如小喇叭或薩克斯風一起演奏時，往往會被掩蓋。因此，長笛通常只能在音高較高的部分做些裝飾性演奏，讓聽眾勉強察覺它的存在。有了麥克風的幫助，長笛的可用音域得到顯著擴大，終於能在爵士樂演奏中大顯身手。筆者的研究團隊正發展麥克風的AIoT技術，稱為MusicTalk，希望利用AI技術改善麥克風產出的聲音，其關鍵在於運用音律的原理。音律的原理是誰發明？應該是十六世紀朱載堉。朱載堉是明宗室鄭恭王朱厚烷嫡子，發明演算法將八度音切割為十二等分，並製造出新法密率律管及新法密率絃樂器，是世界上最早的十二平均律樂器。理論很難，做法卻簡單。在調整琴弦時，將第一音弦的長度除以密率（亦即2的十二次方根），就可得到第二音弦的長度。以此類推，到達第十三次時，就會得到一個完全的八度音。遠傳饒仲華博士與筆者曾寫過一篇論文，設計手機音樂語言，可以調整手機麥克風收音後的優化，其音律校正，源自於朱載堉的理論。圖二：朱載堉（1536～1610）。林一平

最近ChatGPT火紅，我嘗試其不同應用。當中最有趣的是「測謊」。多次實驗後，如果在問答互動過程能提出明確問題，這個工具的確有用，就如同神力女超人（Wonder Woman）的「真言套索」（Lasso of Truth）。創作神力女超人的William Marston（1893～1947）給她一件很奇怪的武器，是一條很長的套索。任何人被套上，都會說實話。這件武器是在為Marston的發明做廣告。Marston在1921年首創心臟收縮壓測技術－量度血壓和皮膚導電率，並研發出審問德國戰犯的儀器，宣稱有Marston的發明，「成功的說謊將成為失傳的藝術」。Marston最後放棄計畫，但其發明成為現代測謊儀機制的一部分。人類一直對測謊的想法著迷，甚至有一個欺騙檢測的傳言說：「如果有人在說話時抬頭和向左看，他會對你撒謊。」所謂測謊是針對口頭的陳述進行評估，檢測是否有故意不誠實的行為。評估的項目包括溝通內容和非語言線索。換言之，測謊除了提問策略外，往往再加上捕獲生理過程的技術一起使用。當我們撒謊或因疏忽而撒謊時，我們的身體往往會暴露我們的意圖。測謊專家通過受測者瞳孔擴張、臉紅以及一系列微表情和身體動作的變化，直觀地感知虛假。有些人在檢測欺騙方面非常熟練。例如撲克玩家似乎總是知道什麼時候有人在虛張聲勢。早在西元前1000年中國人就知道恐懼和擔憂會伴隨著唾液分泌減少和口乾的生理原理。其說法是，恐懼使人們癱瘓。幾個世紀後，伊拉西斯特拉圖斯（Erasistratus）通過監視神經來觀察說謊行為。然而有些人的謊言非常容易測出，有些則非常困難。人都有說謊的藝術，欲準確判斷某人是否在撒謊，可利用認知（cognitive）技術。認知技術正確掃描人們的所有表情。這種認知測謊範式有2類：第一種是心理技巧在面試時，故意造成一個非常困難的情況，受測者必須在高壓下回答問題；第二種是戰略調查技術，著眼於幾種提問方法，以確定真相講述者和說謊者最不同的回答。我的國小老師最會應用認知技術，每當我很誠懇地為曠課說明理由時，她總是能抓到我的破綻。Marston之後有許多測謊機的發明。無論是人類還是測謊機，都使用啟發式方法來確定某人是否在撒謊。當涉及到個人時，沒有一定的公式可以用來過濾資訊以確定撒謊，因此測謊機改用更可靠的量化數據，包括心率和血壓。例如大腦中有一些血管會發生血液迴圈（circulation of blood vessels）。血管的迴圈完全取決於我們的情緒。如果我們心情愉快，血液流動是正常的；如果我們處於亢進狀態，大腦中的血流量會增加。功能性核磁共振造影（fMRI）可檢查出大腦中血管迴圈現象，判定是否說謊。機器的能力愈來愈強大，雖然並不保證是正確的，但足夠可靠，可以在司法調查使用。AI出現後，檢測謊言有更先進的方法。AI可以研究人類的行為、心理思維、身體手勢。搭配聲音和許多其他積極和消極的手勢，凡舉抬眼、身體顫抖、哭泣等，AI都可用來預測出憤怒、幸福、恐懼等不同狀態。AI的答案非常簡單、簡潔、（希望是）準確。儘管人們擔心AI技術能否正確識說謊行為，但測試顯示，人工智慧測謊機的效能優於人類審訊者。人類容易產生偏見，而機器則不會疲倦或分心，更少偏見。當AI技術再精進後，或許「成功的說謊真正會成為失傳的藝術」。 

1890年代的美國人口普查扮演今日資訊處理革命的最大推手。當時要蒐集6,200萬美國人口的資料，美國人口普查局（United States Census Bureau）為此十分頭痛。經過評估，結論是以人工方式做紙本核對已不可行。在人口普查局尋求可行方案的過程，促成早期計算機器技術的演進。當中的關鍵人物是號稱全世界第一位統計工程師Herman Hollerith（1860～1929）。荷勒里斯在大學時代的表現優異，引起學校教授Trowbridge注意，僱用他到人口普查局當統計員。Hollerith在分析1880年人口數據時，發現以人工方式蒐集和處理資訊頗有不足之處，會產生許多錯誤。1890年時美國的人口成長超過6,000萬，以人工方式做人口普查，計算量已達瓶頸。Hollerith一直在注意兩套系統：Joseph Charles（1752 ～1834，又名Jacquard）的紡織花梭機（Jacquard loom），以打孔卡片（Punched pasteboard card）來控制編織的花樣；以及火車列車長將車票打孔來確認旅客及旅程的方法。根據對這2套系統的觀察，Hollerith開始構思人口普查的記數機器（Counting Machine）。1884年，Hollerith申請到第一個專利：利用卡片穿洞與架在彈簧上的釘子，設計出一種排序技巧。人口普查人員在記錄卡片上打洞，再將整疊的卡片餵入Hollerith設計的機器。機器運作時，裝有彈簧的釘子若滑過卡片上的洞，會和下方的電極接觸，使電流得以通過。機器以此辨別電流無法通過的卡片，並加以統計。這個龐大的電動排序機被稱為Hollerith Electric Tabulating System，是統計應用的一大成就。1886年，Hollerith已獲得打孔卡數據處理方面的一系列專利，成立製表機器公司（Tabulating Machine Company；TMC）以招攬生意，初期已有許多應用服務。例如幫保險公司分析死亡率數據（mortality data） ，以及提供紐約和巴爾的摩兩地間火車的運貨帳單。1890年，美國人口普查局使用Hollerith的機器，很有效率的將原來人工統計的時間由2年縮短為6個月。人口普查統計的方式，是將每一個人的資料分別記錄於一張40欄位的打孔卡片（這張卡片則成為那個人的永久檔案）。所有卡片都輸入Hollerith的機器來計算統計。此次人口普查相當成功，為納稅人省下500萬美元。Hollerith的機器揚名立萬，後為全世界各國採用於人口普查。

最早以調頻技術（Frequency Modulation；FM）研製的無線電對講機（Radio Receiver/Transmitter）係於1940年，由摩托羅拉（Motorola）研發成功。當時設計的對講機是放在背包，可揹著邊走邊說，因此被暱稱為「Walkie-Talkie」。早期對講機的研發，主要人物是Daniel Earl Noble（1901～1980）Noble在學生時期就鑽研無線通訊，一手設計並建立美國康乃狄克州（State of Connecticut）的雙向警用無線電系統。這是全世界第一套雙向FM 無線行動電話系統。1940年這套系統建置成功後，Galvin Manufacturing的老闆Paul Galvin見獵心喜，力邀Noble加入其公司。於是，Noble擔任Galvin Manufacturing的研究部門主管，其第一個任務是為美國通信兵（U.S. Signal Corps）建置無線電對講機，成果豐碩。1949年後，Noble為Motorola設立第一個半導體研究室。這個實驗室發展出和無線通訊相關的電晶體如功率電晶體（power transistors）及射頻電晶體（radio frequency transistors）1940年Galvin Manufacturing設計的對講機研發團隊由Noble領軍，定調採用FM技術。射頻工程師（RF engineer）是波蘭人Henryk Władysław Magnuski（1909～1978）。Magnuski早年貧苦出身，幫波蘭軍隊修理收音機來養活自己和妹妹。1934年Magnuski在華沙的公司Panstwowe Zaklady Tele i Radiotechniczne工作。1939年其被公司送到美國進行一項無線電接收器的研發計畫。沒多久德國入侵波蘭，Magnuski回不了家，只好待在美國落地生根，大戰之後也不再返回波蘭。Magnuski的兒子彰顯老爸在無線電專業的貢獻，在伊利諾大學的電機資訊工程系設立一個講座來紀念父親。Motorola於1946年開始生產「車用電話」，可讓人在車上打無線電話到公共電話網路。當時通話效果很好。然而，用戶增加後，卻面臨無線線路不足，無法服務大量用戶。後來貝爾實驗室發明蜂巢式行動電話技術後才解決。1983年，美國FCC批准Motorola DynaTAC 8000X，這是全世界第一支商業化行動終端設備（Cellular Device），號稱「黑金剛」，由Martin Cooper帶領的研發團隊完成。當年行動電話是昂貴的奢侈品，只有派頭十足的有錢人和黑道角頭老大才用的起，因此有了「大哥大」封號。Cooper於2007年還曾來台北參加COMPUTEX 展覽。

Motorola創辦人Paul Vincent Galvin（1895～1959)出生於美國伊利諾州的一個小鎮，父親是愛爾蘭籍調酒師。由於家境貧困，Galvin並未完成大學教育。不過，Galvin是天生企業家，最先將收音機整合 於汽車。1928年Galvin與兄弟Joseph於芝加哥成立Galvin Manufacturing Corporation，第一項產品是收音機的交流電轉接盒（Battery Eliminator）。1930年公司改名為Motorola。這個字是由 「Motor」（汽車）及「Victrola」（彼時最有名黑膠唱片機的品牌名稱）2個字組合而 成。當時Galvin正在生產汽車用收音機，因此想到借用「Victrola」這個品牌名稱。Galvin第一任太太麗麗蓮（Lillian Guinan）是Galvin的高中甜心，小倆口於第一次世界大戰後結婚。1942年，麗麗蓮不幸在家中被謀殺，警察一直無法找到兇手，成為懸案。1945年，Galvin數次邂逅年輕的薇吉妮亞（Virginia Galvin Piper）後，閃電結婚。1955年，Motorola將公司企業識別改成很時尚風格的「M」，由2個三角尖拱成M，代表一波波接續的領導風格。Galvin於1959年去世，而Motorola的業務持續蒸蒸日上。1960年，Motorola推出全世界第一部19吋大螢幕電視機。1974年再推出全世界第一支彩色電視映像管，同年Motorola將電視事業賣給Panasonic。Motorola於1991年在德國展示第一支GSM 手機；1995年推出第一套雙向呼叫系統（Two-way Pager ）。2000年Motorola發展出第一支GPRS手機，並且和思科（ Cisco）合作販售第一套 GPRS行動網路系統給英國 BT Cellnet 。Motorola在無線通訊領域頗有一席之地，但在電信等級的交換機，則較無作為。2014年1月，Motorola Mobility被併入中國聯想集團。雖然Motorola在手機市場已不如往日雄風，讀者們若上網搜尋，仍可看到相關產品。尤其是Motorola最早發明的雙向對講機「Walkie-Talkie」，仍然是防災應急必備，有通用對頻對講機、軍工對講器、兒童戶外小機、迷你飯店工地萬能手臺、避難對講機等，讓我回憶起當年摩托羅拉的全盛時期。 

計算機能變得很好用，編譯器（Compiler）及作業系統（Operating System）的發展功不可沒。作業系統管理計算機或行動裝置的軟體和硬體功能，讓所有應用和程式能順暢運行。桌面運算裝置最常用的作業系統包括微軟（Microsoft） Windows及蘋果（Apple） macOS。這些作業系統的功能複雜，很多原理歸功於1960年代電腦科學家的努力。1965年時，貝爾實驗室（Bell Labs） 、奇異電子（General Electric）和麻省理工學院（MIT）合作建立一套多使用者（Multi-user）、多工（Multi-processor）、多層次（Multi-level）的作業系統，稱為MULTICS， 主要貢獻者是「分時處理作業系統」之父柯巴托（Fernando José "Corby" Corbató, 1926~2019）。因計畫的工作進度延遲嚴重，MULTICS在1969年終止。當時參與計畫的湯普森（Ken Thompson） 在MULTICS寫了一款電動遊戲程式「星際旅行」（Space Travel）。在MULTICS打烊後，為了能繼續玩這個遊戲，湯普森找來瑞奇（Dennis MacAlistair Ritchie, 1941~2011），發展出一套更有效率的作業系統，稱為Unix。這套作業系統後來成為主流，廣泛的被各種電腦採用。在Thompson 及 Ritchie獲得圖靈獎（Turing Award）的次年（1984年），貝爾實驗室的技術期刊《AT&T Bell Laboratories Technical Journal》編輯一期特刊，專門討論UNIX系統。1984年這一期特刊，具有紀念性，成為我的珍藏版。為此特刊撰文的作者都赫赫有名。當中寫Preface的 Robert L. Martin 是我在Bellcore時的大老闆，而Robert H. Morris則為現任IBM的全球服務副總裁，他於2010年來台灣，頒發IBM Faculty Award 給我。近年來，超級電腦業者打破「高速計算」必須透過一部高速運轉的超級電腦來執行計算工作的思維，而作業系統更加重要。2008年4月克雷公司（Cray Inc）開始與英特爾技（Intel）術合作，用Xeon處理器及刀鋒系統設計來打造超級電腦，稱為Cray CX1。這種蛻變的高速計算，稱為「高階計算」(High-end Computing)。以多部CPU進行高階計算，原理是平行理論（Concurrency Theory），早期的主要貢獻者是米爾納（Arthur John Robin Gorell Milner, 1934~2010）。我於2014～2016年間在科技部督導超級電腦的建置，了解其技術的複雜度，更能體會過去計算機先驅者的貢獻。 

計算機理論是研究電腦的運算能力與極限的一門學科。在1970年代，計算機理論對台灣學術界而言，是沙漠荒地。

看完2015年的電影《機械姬》(Machina)，讓人不禁會問：到了2050年，與機器人的性愛是否將會超過人類性愛？這部電影暗示觀眾，栩栩如生的玩偶與互動式人工智慧功能相結合，將導致機器人愛好者市場的爆炸式成長。根據美國加州人工智慧伴侶機器人開發商的說法，AI性愛很快就會像色情片一樣受歡迎。

《科學人》雜誌在歷經長時間的掙扎後，終於決定結束實體雜誌印刷，讓我深感失落。實體書籍虛擬化，是知識傳播不可避免的趨勢？