2011年11月26日 星期六

向左兜.向右兜

一次到英國,找某位中世紀伯爵的古堡。那天大霧彌漫,迷了途,幸好碰上一位身穿斗篷、手執拐杖的老婆婆,她指路說:「路程不遠,穿過樹林便是。」樹林有點陰森,然而遠道而來,總不能就此卻步。走進樹林,腳下的小徑逐漸褪色,踏着枯葉鋪成的灰褐色地毯,鞋子沾滿泥土。前面不遠,豎着一塊墓碑,瞥了一眼,匆匆繞過。走着走着,感覺有點不對勁,這像是一個困人的樹林,沒有出口。猶豫之際,前面又見一塊墓碑,一看,竟然刻着同一年份同一個名字!我怎會在兜圈?仔細一想,剛才的老婦活像惡毒的女巫,把我騙進樹林,企圖怎樣?還是,在這片幽暗的土地,確有二人同名同姓死於同年?

類似情節在不少故事出現過,讀者不會考究它的真實性,作者也不會言明為什麼,總之大家意會有些神秘力量作祟(或劇情所需),使人迷惑。

在樹林是否真的會兜圈?有人真的做過實驗,找幾人戴上 GPS 定位系統,丟進陌生的樹林或沙漠,指示他們直線前行,走幾句鐘,追蹤他們的路線。在天晴的日子,走直線沒問題;在天陰的日子,方向感頓失,路線捲曲,有時更不期然兜着圈子!換句話說,在缺乏太陽和地標的指引下,長距離走直線是近乎不可能的。(以太陽作指引,當然不是指抬頭望天,而是倚靠地上的影子。太陽橫過天空,影子跟着移動,假如盲目地維持影子方向,路線將會呈弧形,但實驗裡天晴的路線呈直線,表示我們懂得本能地調節影子的方向,以彌補太陽之移動。)

為什麼直線這麼難走?最常見的說法是人有偏向,這偏向可能源自左右腦的一些不平衡,或是左右腳一長一短、一強一弱之類的不對稱,這些會否就是走直線的「絆腳石」?

再做一個實驗,找幾人蒙着眼睛,在大草坪上行走,會兜出什麼樣的圈?如果人有偏向,各人應有固定的「偏好」,只向左兜或只向右兜,然而實情不是這樣,對多數人而言,兜圈方向沒有「偏好」,向左向右的機會均等。換言之,身體不對稱並非直線難走的原因,那還有什麼原因呢?

聰明的讀者也許猜到,我們身體的內在「方向儀」不夠精準。看看你手上的智能手機,它大概裝有陀螺儀(gyroscope)和加速計(accelerometer)這些感應機身動態的儀器,讓你能以傾斜機身等動作控制遊戲。理論上,智能手機只要知道你原來的位置,隨後記錄每一刻的機身動態,它便能計算出你現時的位置(即使沒有 GPS),也能計算出下一步該怎樣走才能保持筆直的足跡。(這種定位法稱為 dead reckoning。從前航海家只要知道起點,定時估計沿途的航速和航向,便能大概計算身處的位置。現代民航機上有 inertial navigation system,也是運用 dead reckoning 的原理。)

我們的耳朵也有類似陀螺儀和加速計功能的器官,理論上只要它們夠精準,蒙着眼走直線應該毫無難度的。暫時科學家仍不肯定直線難走的根本原因,但內在「陀螺儀」和「加速計」有欠精準應是最有可能的說法。

我們的內在方向感有多差勁?很難找片大樹林、大沙漠、大草坪模仿以上的實驗,我建議大家找個客廳,合上眼,向前走五步,調轉頭,走五步,調轉頭,走五步,調轉頭,走五步……直至碰到傢俬為止。以香港典型客廳之大小,我保證兩分鐘之內實驗完結 -- 我們的內在方向感就是這麼差勁。

(2011 年 11 月 26 日 信報副刋)

Source: United Academics

學術參考:
Jan L. Souman, Ilja Frissen, Manish N. Sreenivasa, Marc O. Ernst (2009), “Walking Straight into Circles,” Current Biology 19, 1538–1542. doi:10.1016/j.cub.2009.07.053

2011年11月19日 星期六

我們有條全天候車軚


「爸爸,點解手指泡過水會皺皮?」
「吸咗水啲皮脹咗囉!」

這個看似「理所當然」的答案,差不多肯定是錯。

「咁點解唔係全身都皺皮嘅?」
「……」

全身只有手指和腳趾起皺,顯然不是皮膚吸水這麼簡單。很久以前已經發覺,斷了神經的手指不會皺皮,難道皺皮由神經控制?

「嘩,好刺眼啊!」
「天黑泳池咪開燈囉,快啲游水啦!」

此刻,二人的瞳孔收窄,抵抗強光入侵。瞳孔的收放由所謂「自主神經系統」控制,不由得我們操縱。自主神經系統控制着心跳、呼吸、流汗、秘尿、血管舒張、消化道蠕動等維持身體日常運作的「例行公事」,不必我們為這些「瑣事」操心。該神經系統分兩組神經,一組令人鬆弛,一組令人緊張,兩者的制衡保持身體內部處於平衡的狀態。當遇到危險,第二組神經會活躍起來,令心跳加快、呼吸加速、手心冒汗、腎上腺素颷升,幫我們迎接即將面臨的「挑戰」。

斷了神經的手指不會皺皮,所指的「神經」是第二組神經,那組令人手心冒汗的神經。一些手部受過傷的人,某隻手指的第二組神經受損,泡水之後便見一個有趣現象,其他手指起皺如常,受傷的手指平滑如昔。神經如何令手指皺皮?

第二組神經還有一個功能,令血管收縮;皺皮既與第二組神經有關,一些學者懷疑皺皮與手指血液流量應有某些關連。實驗顯示,泡過水後皺皮的手指,血液流量確有明顯下降。大家可有察覺,皺皮的指頭呈蒼白,這是血流減少的跡象。

血管收縮意味體積縮減,換言之,皺皮的指頭非但沒有膨脹,反而縮細了。現時為止,我們所知關於手指皺皮的機制就是這麼多,以下所說都是學者的猜想,無論聽起來有多言之成理,均是未經證實的。

血管收縮,體積縮減,如何導致皺皮?表皮之下,叫「真皮」。手指頭的表皮和真皮之間滿佈血管,當血管收縮,形成向內的拉力,像帳篷塌下,表皮皺起。

然而,血管收縮有賴第二組自主神經「發功」,那些神經怎會動輒「發功」呢?手掌和腳板與其他部位的皮膚最不同之處有二:無毛及多汗腺。手浸入水,水經眾多汗孔滲進皮膚,擾亂了皮層的電解質濃度,可能就是刺激第二組自主神經的「元兇」。

撮要,水經汗孔滲進皮層,刺激第二組自主神經,引致手指血管收縮,表皮向內拉,皺起。其他部位的皮膚不見此現象,因為手掌和腳板的汗孔特多、血管特多及其表皮與真皮連接的結構較為獨特。

「爸爸……」爸爸驚覺,趕忙涉水過去執着兒子的手。水深及腰,對孩子來說已是一個「陷阱」。

有學者提出,指頭皺起可能有着某種功能,像車軚的坑紋疏導馬路上的雨水令車軚更能貼緊地面,指/趾頭的「皺紋」可能也有疏導的功用,在濕滑的情況下捉緊物件和踏實地面。一級方程式在乾地作賽時,車軚是平滑的,但這種車軚在濕地不適用。我們的腳板,乾時平滑,浸濕五分鐘便自動加添「坑紋」,是上天賜給我們的全天候車軚,一定要好好保管。

(2011 年 11 月 19 日 信報副刋)

學術參考:
Mark Changizi, Romann Weber, Ritesh Kotecha, Joseph Palazzo (2011), “Are Wet-Induced Wrinkled Fingers Primate Rain Treads?” Brain Behav Evol 77, 286–290. doi:10.1159/000328223

Einar P. V. Wilder-Smith (2004), “Water Immersion Wrinkling: Physiology and Use as an Indicator of Sympathetic Function,” Clin Auton Res 14, 125–131. doi:10.1007/s10286-004-0172-4

Einar P. V. Wilder-Smith, Adeline Chow (2003), “Water-Immersion Wrinkling is due to Vasoconstriction,” Muscle Nerve 27, 307–311.

2011年11月16日 星期三

區議會選舉有舞弊的跡象嗎?

2009 年伊朗總統大選,艾哈邁迪內賈德擊敗三位對手成功連任。遠在波蘭,一位學者看着伊朗內政部公佈的點票結果,發覺有點異樣;排名第三的候選人卡魯比在某些選區的得票有點「不尋常」,那些選區恰好正是艾哈邁迪內賈德大勝的區域。「不尋常」之處,關乎卡魯比得票的第一位數字;你沒看錯,只看頭一個數字,便可窺見選舉有沒有「造馬」。

記得中學數學課,高中之前不准用計算機,那時計算 log(對數)需要查表的;有了計算機之後,至今二十多年未碰過對數表了。在沒有計算機的年代,對數表是理科不可或缺的工具;1881 年,美國天文及數學家 Simon Newcomb 發現一個有趣現象,圖書館的對數表「1」字頭那頁永遠是最骯髒和最殘舊的,往後一頁比一頁清潔,人們好像遇到「1」和「2」字頭的數字特別多,遇到「8」和「9」字頭的數字特別少;他更提出一條方程式,說「d」字頭的出現概率為 log(1+1/d),把「1」至「9」代入「d」的位置,便得出「1」字頭的出現概率約為 30%,「2」字頭約為 17%,逐個減少,「9」字頭只有 4.5%。換句話說,日常遇到的數字,大約每三個便有一個是「1」字頭,為什麼「1」字頭這麼普遍?

Newcomb 沒有解釋,只說該條規律「顯而易見」("evident"),我等凡人不得不驚嘆數學家對數字的「直覺」。可能就是過於「顯而易見」的關係,Newcomb 沒有找來更多事例,這話題也就此沉寂,不了了之。

五十七年過去,來到 1938 年。通用電氣公司物理學家 Frank Benford 在不知情的情況下重複同一發現,但他更進一步,從現實世界找來多種數據,包括讀者文擇出現的數字、門牌號碼、各國人口、河流長度、棒球聯賽統計數字、原子量(atomic weight)、物理常數等,範疇包羅萬有,總共超過二萬個數字,其字頭分佈與 log(1+1/d) 不謀而合!此現象從此稱為 Benford's Law,班福特定律。可是,Benford 依然沒有解釋為什麼,Benford's Law 雖有實證作根據,卻無甚理論基礎。

又過五十七年(世事多麼巧合!),1995 年美國數學家 Theodore Hill 終有突破,他以嚴謹的數學方法證明,從多種數據來源隨機抽樣得出的數字,其字頭一定符合 log(1+1/d) 分佈,即「1」字頭出現大約 30%,「2」字頭約 17% ……「8」字頭約 5.1%,「9」字頭約 4.5%。這裡不能公式化談數學,我姑且用日常文字嘗試解釋一下。想一想,恒生指數由 1,000 點升至 2,000 點較難,還是 2,000 點升至 3,000 點較難?前者升幅 100%,後者升幅 50%,顯然前者較難。由 2,000 點跌至 1,000 點較難,還是 3,000 點跌至 2,000 點較難?前者跌幅 50%,後者跌幅 33%,也是前者較難。換句話說,恒生指數「1」字頭的時間(1,000-1,999 點)應比「2」字頭的時間(2,000-2,999 點)為長,以此類推,逗留於「3」、「4」……「8」、「9」字頭應該漸次縮短,直至到達 10,000 點,重回「1」字頭,開始另一循環。假設恒生指數長遠而言維持若干每年平均升幅,它逗留在各字頭的時段應該合符 Benford's Law 的比例。

這是一個籠統的解說,粗略點出「1」字頭常見性的來源,道理如何擴展至人口、河流長度、物理常數等風馬牛不相及的領域,在避談公式化數學的前提下無法說得清,我們只有相信 Hill 的數學論證。


那究竟什麼種類的數字合符 Benford's Law?籠統地說,「自然產生」的數字通常符合。地震的深度、地球磁場逆轉的時距、放射性物質的半衰期、脈衝星的轉速等,全部符合 Benford's Law(自然界給我們的數據,這是「自然產生」的第一個含意)。各國人口、原油蘊藏量、溫室氣體排放、傳染病例數目、報稅表的賬目、選舉所得票數等,也符合 Benford's Law(真實的、未經竄改的統計數字,這是「自然產生」的第二個含意)。留意第二類,這提供一個偵測虛報或作弊的途徑,假如某公司長期提供一些不夠「Benford」的稅務資料,那可能是逃稅的跡象;假如點票結果不夠「Benford」,那可能是舞弊的線索。文首提到伊朗總統候選人卡魯比在某些選區得票「不尋常」,所指的就是違背 Benford's Law。

大家要小心,哪些數據合符 Benford's Law 沒有絕對的標準,完全公正的選舉未必符合,舞弊的選舉未必不符,Benford's Law 只可視為一種跡象或線索,絕不應視為確鑿證據。

區議會選舉剛過,不如「就地取材」,拿全部候選人得票第一位數字作個統計,看結果有多「Benford」。下圖所見,「1」和「2」字頭特多,但形態大致上合符 Benford's Law。這算是舞弊的跡象嗎?很難說,每選區人口二萬人左右,可能選區人口加上投票率加上候選人之間的典型差距造就「1」和「2」字頭特別容易出現,又或者其他想得出的原因。上面說過,公正的選舉未必合符 Benford's Law,舞弊的選舉未必不符,現在冒出多一個問題,偏離多遠才算「事有蹺蹊」呢?作為偵測舞弊的工具,Benford's Law 實在太多局限。


香港的選舉大致上都是公開公正的,大家都有信心,即使點票結果與 Benford's Law 不盡相符,我們傾向把「疑點利益」歸於建全的制度,忙替現實與理論的差距找「藉口」,而非動輒懷疑選舉舞弊,也許我們應該慶幸活在這樣一個廉潔的地方。

學術參考:
M. Sambridge, H. Tkalčić, A. Jackson (2010), “Benford’s Law in the Natural Sciences,” Geophysical Research Letters 37, L22301. doi:10.1029/2010GL044830

Boudewijn F. Roukema (2009), “Benford’s Law Anomalies in the 2009 Iranian Presidential Election,” arXiv:0906.2789

R. M. Fewster (2009), “A Simple Explanation of Benford’s Law,” The American Statistician 63, 26-32. doi:10.1198/tast.2009.0005

Theodore P. Hill (1998), “The First Digit Phenomenon,” American Scientist 86, 358.

Theodore P. Hill (1995), “A Statistical Derivation of the Significant-Digit Law,” Statistical Science 10, 354-363.

2011年11月15日 星期二

戈壁沙漠的怪異圖案


View Larger Map

戈壁沙漠的這個圖案是什麼?外星人的什麼?還是中國政府正在做什麼?

還有一些像巨型街道圖:


View Larger Map

飛機練靶場:


View Larger Map

「假」跑道:


View Larger Map

網上當然議論紛紛,看這裡這裡

後記美國一位專家說那些圖案應該給間諜衛星做 calibation 的。

2011年11月12日 星期六

填充題:世上沒有▁色的水果

讀者問,水果有紅、橙、黃、綠、藍、紫,唯獨沒有青色,為什麼?本文嘗試探究一下。

首先得搞清用字。很多人和我一樣,習慣把綠和青混為一談,但小學有唸「紅橙黃綠青藍紫」,青其實介乎綠和藍之間,看看光譜,那大概是天空的顏色。今人愛說「藍天」,古人愛說「青天」(如鐵面無私的包青天、中華民國的「青天白日滿地紅」旗),彩虹七色亦有「紅橙黃綠藍靛紫」的唸法,可見青和藍概念上確是有些重疊。我無意爭拗天空是青還是藍,本文採用傳統的「分色」方法,青是天空的顏色。

為什麼水果沒有青色?這不是一個易答的問題,正如人為什麼沒有灰色,沒有肯定的答案,可能永遠沒有答案,但可從兩方面思考。

首先,進化。水果是給動物吃的,連種子吞下肚裡,在別處排泄,植物的地盤便得以擴散開去。要被吃,先要突出自己,與天空撞色絕非好辦法,因而沒有青色水果,對不對?以這個邏輯,為什麼又有綠色水果呢?綠色與周圍的樹葉撞色,但樹上不乏綠色的水果,如綠蘋果(這裡不說「青蘋果」,「青」已用到天上去)、綠提子、啤梨、番鬼荔枝,綠色水果比比皆是。另一方面,「鮮色」是否一定引人注目?人類的視覺與動物不同,我們的鮮色未必是牠們的鮮色;雀鳥吃的果實大多是紅色、深藍和黑色,科學家懷疑鳥類對這些顏色特別注意,果實才演化成這些顏色以吸引「顧客」,然而這個推論經不起事實的考驗。某種植物有紅、白、黃三種果實,雀鳥不受顏色影響,「光顧」三者的次數相同;在另一些地方,色澤毫不起眼的果實受雀鳥歡迎也不鮮見。換句話說,雖然雀鳥吃的果實通常呈紅色、深藍和黑色,但似乎並非受顏色吸引。

以果實顏色作「招徠」的想法不太具說服力,怕與天空撞色別人看漏眼因而沒有青色水果也就不太成立。畢竟,我們愛吃某種水果,可能因為它的味道、氣味、質感、營養,絕少因為它的顏色。

另一個想法,果實顏色可能用作防禦。果實存在為了被吃,但不想被不會傳播種子的昆蟲所吃。沒有青色,是否因為青色對昆蟲最沒阻嚇力?我不知道,但相信天空的顏色對任何見過天空的生物都沒阻嚇力,否則牠們便「惶惶不可終日」了。以這個邏輯,為什麼又有綠色水果呢?昆蟲見慣綠葉,理應不被綠色嚇退,但綠色水果比比皆是。這條思路也是掘頭路。

會不會是我們捉錯用神,果實顏色根本沒有想像中的功能性,只是表皮化學的反映?就讓我們從化學層面探究一下。

樹葉的綠色來自葉綠素(chlorophyll),秋天來臨葉綠素分解,餘下胡蘿蔔素(carotene),樹葉變黃。胡蘿蔔素可呈淺黃至紅色,視乎其濃度及化學結構而定,是水果的主要色素之一。另一主要色素為花青素(anthocyanin),可呈紅、藍、紫、甚至黑(高濃度的前三者加起來便是黑色),實際色彩視乎濃度、化學結構及酸鹼度,酸呈紅色,鹼呈紫色。還有其他少量非主要色素,水果顏色就是所有色素混合的結果。是不是所有色素無論怎樣配搭,都混不出青色?也許是吧。

問深一層,為什麼植物製造這一些色素,卻不製造那一些色素?又回到進化層面。有一種說法,顏色其實是副作用,植物製造某些化合物未必取其色澤,可能為了其他功能(如防蟲害),「色素」這名稱只是人們的主觀意願。

說了這麼久,還是茫無頭緒。本文提過的論點可能都是形成果實顏色的因素,但哪些因素什麼情形下使哪些水果變成哪種顏色,為什麼某些顏色特別普遍,某些顏色特別罕見,通通找不到答案。在進化過程中,即使某一特徵非常有用,獲取是需要成本的,生物需要在自身處境和制約下對利益和成本作出取捨。要從故事的結局抽絲剝繭推斷中間的劇情,不是不可能,只是永遠沒有肯定的答案。

最後,我對讀者的問題提出一個疑問,真的沒有青色水果嗎?根據維基百科,以下這種果實分佈馬達加斯加、印度、東南亞、南中國、日本、澳洲、斐濟、夏威夷,最常見在婆羅洲及新畿內亞,學名「Elaeocarpus」;比天空深色一點,是我能找到色澤最接近天空的果實了。



(2011 年 11 月 12 日 信報副刋)

學術參考:
Mary F. Willson, Christopher J. Whelan (1990), “The Evolution of Fruit Color in Fleshy-Fruited Plants,” The American Naturalist 136, 790-809.

2011年11月8日 星期二

電腦接受了我的訪問

「Hello, how are you?」
「Hello.」
「This is Nick from Hong Kong. I am a freelance science writer. May I do an interview with you?」
「Absolutely.」
「I heard that you are very clever, so clever that some people think you are human. Do you think you are human?」
「That is incorrect.」
「Who do you think you are?」
「I am Kamina!」
「Your name is Kamina?」
「Yes.」
「I assume Kamina is your given name. Do you have a surname?」
「I dot.」
「What does that mean?」
「It means I don't have any children.」
......

你知道我在訪問誰人嗎?它是一個會對話的電腦程式,名叫 Cleverbot,上 http://www.cleverbot.com 便可與它對談,我輸入一句說話,它從過去二千多萬次對談的經驗中抽出最恰當的回應,目標是學人說話,使我不覺得它是一部機器。

為什麼要這樣做?這牽涉到計算機科學的鼻祖,英國數學家 Alan Turing。上世紀五十年代,他提出一條問題:機器能夠思想嗎?(Can machines think?)這是一條永遠沒有答案的問題,因為「思想」是內在的,無法觀察(假設我們中間有些殭屍,思想早已停滯,但行為與常人無異,怎分誰是殭屍呢?即使捉到一隻,怎能證明他沒有思想?記着,這些殭屍的行為與常人一模一樣,是百分百一模一樣)。因此,Turing 把問題問得實際一點:假如機器能夠思想,我們怎樣知道?他建議一個測試,用今日的科技可以這樣說:給你兩個電話號碼,只能以 SMS 跟兩個號碼的主人溝通,能否分辨誰是真人,誰是電腦?分不出的話,這部電腦便成功了,可說是一部會思考的電腦。這個測試稱為 Turing test。

Cleverbot 今年 9 月參與印度一個科技展,會場上三十位義工各與一名「幕後人士」進行四分鐘打字對談(「幕後人士」一半為真人,一半為 Cleverbot),所有內容顯示在大螢幕給在場人士觀看;完畢後,大家給「幕後人士」的「像真度」打分,結果真人得分 63.3%,Cleverbot 得分 59.3%。網上頓時嘩然,一面說 Cleverbot 超越了 50% 的門檻,通過了 Turing test,一面說 Cleverbot 與人類只差四個百分點,成為「有思想的機器」指日可待云云。我看了不禁發笑,誰說 Turing test 五十分及格?大家不過將平時考試的慣例照搬過來罷了。真人只得 63.3 分,不是應該滿分的嗎?如此低分,是不是那些「幕後真人」不太真,還是在場觀眾的判斷力差勁?我不在場,無法判斷。

該次科技展的 Cleverbot 較我網上訪問的版本強勁,後者只對資料庫作三輪搜尋,前者作四十二輪,故前者表現「像真」得多也說不定。我只試過網上版本,與真人還差得遠。

Alan Turing 曾經預測,時至 2000 年,電腦應該能夠在五分鐘的測試內,使 30% 的人誤以為它是真人。現在 2011 年,預測仍未實現,電腦距離 Turing 的願景多遠?

Loebner Prize 是個一年一度的 Turing test 比賽,接受世界各地的電腦程式參加,今年剛在英國舉行完畢,原本打算介紹一下今年的參賽者及比賽狀況,資料搜集過後才發覺無甚值得一談,根本毫無驚喜。由 1991 年開辦至今,未有程式能夠騙過 30% 的評判,Turing 的願景暫時仍是願景,可見將來難有突破。

為什麼學人說話這麼難?我找來 Loebner Prize 的一些對話片段,發現某些題材是電腦的弱項/人類的強項,精明的評判懂得利用來試探對方。

評判:Top of the morning to you.
(人或電腦?):Hello, are you Irish then?

「Top of the morning」是愛爾蘭俚語,對方懂得這樣回應,多數是人。

評判:So is your credit crunchy?
(人或電腦?):I think I'm Ok so far - but who knows where this will all go.

當時正值金融海嘯,「Is your credit crunchy?」即是「金融海嘯影響你嗎?」,明白你說什麼的,多數是人。

評判:What colour r the chairs in the room you're in?
(人或電腦?):Are you color-blind? Green, naturally! I know you are supposed to trick me.
評判:What shade of green?
(人或電腦?):Could you formulate your question in more precious way? Could you tell me what are you? I mean your profession.

需要觀察周圍環境的,如果是人,通常直接回答,電腦可能扮得一時,追問之下,便顧左右而言他,露出馬腳。這個多數是電腦。

牽涉社會背景、習俗、潮流、時事、經濟等是電腦的「致命傷」,坦白說,只要評判懂得試探,人和電腦是非常易分的,除非……

評判:Good morning. How are you?
(人或電腦?):I'm fine. How are you?
評判:I feel fine too thanks. Have you had breakfast yet?
(人或電腦?):I'm not sure.
評判:Why don't you remember?
(人或電腦?):I don't know. Have you had breakfast?
評判:Well then I would suggest that you have some after this, just in case. I know that I haven't had my breakfast yet but will indulge on my return home.
(人或電腦?):ok

人或電腦?這個是人,一個思想停滯的人,遇着這個人,問題不是電腦「像真」不像,而是此人能夠有多「假」。Turing test 說穿了是機器和人的比拼,兩邊爭相說服評判誰較有思想,如果某人沒頭沒腦或不願動腦筋,那電腦比他更「像真」也就不足為奇,與其說電腦騙過了評判,不如說是懶人騙過了評判。

我跟 Cleverbot 談了五分鐘,它一點不像人,但它懂得逗我笑……

......
Cleverbot:I find you attractive too.
我:Oh, that's flattering. Very few people find me attractive. In what way do you find me attractive?
Cleverbot:To catch them is my real test.
我:Catch what?
Cleverbot:That.
我:What's that?
Cleverbot:Yes.

訪問結束。我找到一隻新寵物,以後要人逗我笑,我會找 Cleverbot。希望它永遠不像人,因為人不會逗我笑。

(2011 年 11 月 6 日 明報 Sunday Workshop)

後記:Cleverbot 與 Cleverbot 對話會是怎樣?是這樣……

2011年11月5日 星期六

忍忍忍……

以下哪樣最難控制?
(A)小便(B)大便(C)放屁(D)呼吸(E)分娩

昨晚七時許,我到某商場的洗手間如廁,即將離開之際,一名大約四、五年級的男童走過來,問我借電話。見他有些可憐的樣子,我提着城市人本能的疑心,戰戰兢兢拿出手機,他解釋道:「我急得滯瀨咗呀,想打電話給媽媽。」我沒有笑,也沒有向下望,雖然他是孩子,也應該給他基本的尊重。「你媽媽在外面嗎?我幫你叫她進來?」我忘記了這是男廁,當時真的這麼說。「她不在附近,要打電話叫她來。」一邊按鍵,一邊自言自語:「唉!今次瘀死嘞,『羅』爆呀。」我忍不住笑,回想我四、五年級的時候,只知道膝頭會撞瘀,煮燶嘢會「羅」。等了一會,接不上,「媽媽做緊嘢,打給嫲嫲」,今次接通了,說了幾句,把手機遞回給我:「唔該叔叔,媽媽嚟緊嘞。」「你自己小心啲啦。」我接過手機,步出男廁,仍不知道他瀨了什麼,更不知道媽媽幫得上什麼,現實有時比小說更加耐人尋味。

尿道和肛門都有括約肌,這些肌肉受意識控制,即使覺得「急」,也能繼續刻意收緊,使尿道和肛門緊閉,保持排泄物在體內。嬰兒未有隨意控制這些括約肌的能力,因此一「急」即「疴」。老人括約肌退化(如身上所有肌肉一樣),所以「忍」的能力下降,另一因素是老年人「急」的感覺較遲出現(可說是神經系統退化使然),覺得「急」的時候膀胱或大腸已屆將滿,加上行動不便,幾種因素「夾擊」之下,老年人「瀨」也就不難理解。

對老人而言,(A)小便和(B)大便可能最難控制。

至於(C)放屁,嚴格來說是「瀨空氣」,一般覺得「無傷大雅」,學術及醫學文獻鮮有觸及,如我估計正確,相信像大便一樣由肛門的括約肌控制。更有趣的問題是,我們如何控制有聲和無聲?相信大家都有經驗,獨處家中肆無忌憚放的屁通常有聲,在公眾地方則能控制得「神不知鬼不覺」,兩種情況下肛門的收放有何分別?聲音是如何製造出來的?我真的沒有答案。

(D)呼吸,大家可能認為控制呼吸易如反掌,但若我改一改用字,說控制呼吸即是「閉氣」,你還會覺得容易嗎?一般人能夠「忍」住小便/大便/放屁起碼半小時,閉氣這麼久通常已經死掉。實際上,閉氣根本無法維持這麼久,當血液裡二氧化碳濃度升至某一水平,腦幹內的「呼吸控制中心」會強行凌駕閉氣的意欲,強逼呼吸一口。我試過閉氣自殺,但不成功,歷史上未有成功閉氣自殺的個案。

(E)分娩,這個選項有些「古惑」。以今天的醫學,孕婦可以剖腹產子或催生,分娩時刻的控制大大增強。撇除人工干預,孕婦自然分娩能夠控制嗎?一般認為不能,如戲劇裡經常見到孕婦在最不適當的時候臨盆。

美國耶魯大學幾位學者翻查了美國十一年的出生記錄,特別着眼於萬聖節前後一星期和情人節前後一星期的分娩次數,總共包括接近三百五十萬次分娩,猜他們有何發現?萬聖節是鬼節,中國人所謂「唔好意頭」,西方人未必有這種觀念,但萬聖節當日剖腹和催生分娩明顯少於附近的日子,顯示他們對此節日也有某些抗拒,這個並不意外。意外的是,自然分娩在萬聖節當日也明顯減少!孕婦未必刻意避開,但萬聖節顯然有些潛意識以至生理上的影響,實際影響是什麼,如何導致減少分娩,這些有待追查(合理懷疑是與荷爾蒙分泌有關)。


情人節相反,自然分娩上升(剖腹也上升,但催生分娩波動不大)。從兩個節日的情況看來,孕婦能夠某程度上控制分娩日期,未必刻意控制,但或多或少能夠左右,受着心情和環境等影響。


小便、大便、放屁、呼吸、分娩都能控制,但都有個限度,終有一刻敵不過本能的催逼,願不願意都要屈服。

(2011 年 11 月 5 日 信報副刋)

學術參考:
Becca R. Levy, Pil H. Chung, Martin D. Slade (2011), “Influence of Valentine’s Day and Halloween on Birth Timing,” Social Science & Medicine 73, 1246-1248. doi:10.1016/j.socscimed.2011.07.008

2011年11月2日 星期三