我观察到，智能物联网发展过程，大部分公司都想卖昂贵的物联网及大数据方案给客户，本末倒置，不易成功。2016年起，我们发展AgriTalk智能农业技术，最初的构思，是「剃刀与刀片」模式，希望智能农业的物联网硬件能以很低价格，甚至免费的方式提供给农夫，再以人工智能（AI）、生物有机营养液及害虫抑制剂等耗材来获利。要降低价格，AgriTalk的硬件必须很简单，并靠软件来弥补硬件的不足。例如，温度、湿度等传感器必须很便宜，其准确度会漂走，就要靠统计演算法来自动校正。农夫种的农产品，我们以契作方式回收，农夫便有不错的收入，造成双赢局面。这种「剃刀与刀片」模式除了要有永续维护的智能技术外，还有一重要前提，即慎选农作物（我们选择姜黄及白草莓），要有稳定行销管道。原始的「剃刀与刀片」（Razor and Blades）经营策略出现于20世纪初期，并非如AgriTalk般创造双方的共营获利模式，而是以「搭售」（Tied Products）方式，将某一基本商品（例如剃刀）低价贩售，以便大量贩售另一种相关消耗性商品（刀片），只思考如何赚客户的钱。在信息领域，使用「剃刀与刀片」策略最有名的例子是打印机（剃刀）和墨水匣（刀片）。今日雷射打印机的技术是全录（Xerox）研究员Gary Starkweather于1969年的发明，构想来自于影印机。影印机的发明人是Chester Carlson。Carlson是菲立普‧马洛里（Philip Rogers Mallory & Co.）的专利部门经理。因其工作的特性，时常碰到文件需誊本的问题。为了方便将文件誊本，他研究当时流行的各种复印文件的技术，包括摄影术、蓝图法、重氮法等。结论是，这些技术都不理想，皆需要使用一些溶剂而且制程很麻烦，因此决定亲自动手来找更好的方法。Carlson把家中厨房当作实验室，一度招致老婆翻脸。不过他仍然契而不舍，终于在1938年发明全世界第一个乾式印刷程序（Dry Printing Process），称为电子摄影（Electrophotography）或Xerography。Xerography是希腊字，意指乾写（Dry Writing）。卡尔森用乾式方法产生出来的复制影像即是影印机的基础，于1950年被全录公司成功的商业化。之后，雷射打印机将影印机的贩卖策略发扬光大，赚取客户不少银两。我对AgriTalk的期望，则更进一步进化，希望能创造双方的共营获利模式，帮助农夫大幅强化其谋生技能。

量子技术是将量子物理原理应用于实际情境的技术。费曼（Richard Phillips Feynman；1918～1988）是量子计算的奠基者之一，他提出利用光子进行计算的概念。其贡献促进量子计算的研究和发展，为量子计算领域带来卓越贡献。在军事领域中，量子技术一直是国防部门关注的重点。整体而言，量子技术尚未完全成熟，但它可能对未来的军事传感、加密和通讯产生重大影响。量子应用涉及许多关键概念，包括叠加、量子位元和纠缠。其中最具挑战性的应用是量子计算，这是一个令人惊叹的梦想，可以实现无限计算能力，突破当今物理世界的限制。然而，计算是否有速度上的极限呢？如同光速限制在不改变时间的情况下穿越太空的能力一样，是否存在着阻碍计算速度超越理论上最大值的错误纠正限制？建立一个有用的量子计算机需要处理超过可观测宇宙中亚原子粒子数量的连续参数。目前还没有确定如何操作如此庞大的量子系统，以及如何同时控制其误差。 因此，我们应该专注于量子传感技术，以加速成熟的国防应用。量子传感技术可用于偏远地区的全球定位系统（GPS）定位和其他导航工具，还可用于检测电磁辐射，提升军队的电子战能力。据美国海军研究所（US Naval Institute）报告，量子传感技术可提升潜艇的探测能力，尤其是对于匿踪潜艇和物体探测的能力，效能将超越过去的雷达技术。 中国电子科技集团在2018年公布其开发的量子传感原型装置，据称能够探测飞行中的匿踪飞机。美国国防科技巨头Lockheed Martin，声称能够使用量子罗盘（Quantum Compass）来改善美国海军的导航能力。这种量子罗盘是由具有「氮-空缺中心」（Nitrogen-vacancy center）原子缺陷的微型合成钻石制成的。当受到雷射照射时，其发出的光强度会根据周围的磁场变化；透过地球磁场，这种光的变化可以提升导航能力，尤其是在极其偏远的地区。总结来说，量子传感器具有潜力应用于情报、监视和侦察领域。成功开发和部署这类传感器可能会带来潜艇探测能力的重大改进，甚至能够对抗和摧毁海上核威慑力量。由于量子传感器对环境干扰非常敏感，军事人员可以利用量子传感器来探测地下结构或核材料。此外，量子传感器的高灵敏度还有可能帮助军队探测电磁辐射，增强电子战能力，并有助于定位隐藏的敌方部队。 

图灵奖（Turing Award）得主Geoffrey Hinton在日前公开讨论人工智能（AI）的风险。AI「往往会从分析大量数据中学到意想不到的行为」。这并非意味着具有自主意识的AI会摧毁人类，而是我们无法预测AI的行为，特别是当个人和企业允许AI系统不仅生成其自身的代码，而且在自己的计算机上运行这些程序时，Hinton担心「有一天，真正的自主武器将那些杀手机器人变成现实」。第一个实际的AI系统是由Edward Feigenbaum及Raj Reddy实现，称为「专家系统」，是一种智能的电脑程序，能运用知识与推论来解决只有专家才能解决的复杂问题；他们也因此一贡献荣获1994年的图灵奖。然而，许多系统需要模拟的参数甚多，至今仍然无解。可见计算机模拟的应用博大精深，即使今日AI技术突飞猛进，有许多题目仍值得深入研究。图灵（Alan Turing，1912~1954）在1950年发表一篇重要论文〈计算机与智能〉"Computing Machinery and Intelligence"，首次谈论到AI，并提出图灵测试（Turing test），为信息领域创建智能设计的标竿。图灵测试指的是，如果一台计算机能够欺骗人类， 相信它是人类，那麽它就应该称为智能计算机。AI缘起于模拟人类行为，自然也常用于社会学。密歇根大学的政治学教授Robert Axelrod，在1980年代进行一连串电脑模拟实验，找一群专家写出不同电脑程序，模拟人类行为，让这些程序互动、合纵连横，看哪个程序最后会胜出。这些程序有些模拟「金律」，有些模拟「银律」，有些则模拟「铁律」。所谓「金律」（Golden Rule），语出《新约》7:12「无论何事、你们愿意人怎样待你们、你们也要怎样待人」；「银律」（Silver Rule），语出《旧约》21:24「以眼还眼，以牙还牙，以手还手，以脚还脚」；「铁律」就是「己所不欲，先施于人」，外在表现是「先下手为强，后下手遭殃」。结果最成功的是模拟「银律」的Tit-for-Tat程序。这个程序一开始采取合作，若对方也肯合作，接下来则仍采合作策略；若对方吃你豆腐，下一步你就占回便宜。在实验中，实施金律的程序一败涂地，屍骨无存，可见咱们先总统蒋公介石对日本「以德报怨」的做法是行不通的；实施铁律策略的程序一开始也有不错的表现，但长期下来，所有被它吃豆腐的人不是死了，就是躲它远远的，它最后也没戏唱。有一个铁律例子，就是石油大王John Rockefeller（1839～1937）。他专耍先下手为强的手段，整垮所有对手，成为最有钱的人。但他的手段未免太狠，大夥都不敢恭维。Rockefeller也知道自己以前做事实在不上道，因此在退休后的余生，致力于慈善事业补过。然而，他过去的作为仍然祸贻子孙，他的后人能力再强，条件再好，想选总统，至今都选不上。延伸报导从Google查找趋势看三大AI技术浪潮

最近有人问我，在ChatGPT时代下的创意如何养成？经我询问ChatGPT后，我过去的想法和ChatGPT的答案是一致的（虽然ChatGPT的措辞变来变去）。在「鸡尾酒」（Cocktail）这部1988年的电影，Tom Cruise饰演一位在职进修的酒保，到一家商学院学习如何创业，最后放弃进修，并向一位资深酒保说明放弃进修的原因：「教授上课都在胡扯（Bullshit）」这位资深酒保笑着回应：「你知道教授只会胡扯，就有资格毕业啦。」这位老酒保意思是说，教授没有实战成功经验，却在课堂上教学生如何创新创业，只不过是误人子弟，浪费学生时间罢了。我看了不禁莞尔，写剧本的老兄显然吃过教授的亏。依我的浅见，创意可经由2种方式培养。第一种方式是在观察有创意的人的过程中学习其创意。换言之近朱者赤，近墨者黑，这是所谓的米开朗基罗效应（Michelangelo Effect）。这个效应是心理学家观察到的现象—相互依存的个人会影响和 「塑造」对方—如果你有决心学习创意，在观察有创意的人的行为过程，渐渐能雕塑出自己的创意风格。一般大学进行系统式的授课，没有创意涵养的教授仍然可以照本宣科，但产生的米开朗基罗效应，却教出没有创意的学生。难怪「鸡尾酒」尖酸的下结论：「教授上课讲的都是胡扯。」米开朗基罗（Michelangelo Buonarroti）是真正有创意的大师，一块顽石在他手中能化腐朽为神奇，雕塑出艺术品。心理学家因此以他命名米开朗基罗效应。第二种方式是鲶鱼效应（Catfish Effect）。原意是指透过引入强者，激发弱者变强的一种效应。渔夫捕捉沙丁鱼食，返航后沙丁鱼都已奄奄一息，卖相甚差。有一位挪威船长将鲶鱼和捕获的沙丁鱼放在一起，沙丁鱼为了闪避东游西窜的鲶鱼，不停游动保命，终可在渔船靠岸时存活下来，是为鲶鱼效应。此效应亦可引伸为棋逢敌手，能互相砥砺成长的意思。米开朗基罗和达文西（Leonardo da Vinci）两位文艺复兴时期的艺术大师，有鲶鱼效应的故事，彼此良性竞争，激荡出艺术创作的火花。话说意大利翡冷翠打算为维奇奥宫绘制大厅内的巨幅画作，同时邀请米开朗基罗和达文西来「投标」争取创作。两个人竞争，最后都因故放弃，没有分出高下。后来两个人又较劲制作大卫雕像。结果米开朗基罗胜出，获选为制作大卫雕像的艺术家，完成永垂不朽的雕像。落败的达文西专注投入解剖学研究及绘画创作，在科学与绘画上缔造出伟大创新。说了半天，如何利用ChatGPT来帮您利用米开朗基罗效应（鲶鱼效应）养成创意？您不妨就单刀直入，直接问它：How to use ChatGPT to create Michelangelo Effect (Catfish Effect) for innovation？比对米开朗基罗和达文西的例子及ChatGPT给您的答案，或许您更清楚如何进行。 

ChatGPT横空出世，推动人工智能（AI）更大的浪潮，也革命性地改变旧有技术。例如人工智能在麦克风增强应用方面扮演重要角色。结合自然语言处理和AI技术，麦克风可进行多种创新应用，包括语音识别、情感检测、声音分析、噪音消除和多语言翻译等。麦克风是Emile Berliner发明的语音输入装置。早期麦克风主要用于录制黑胶唱片。贝里纳成立留声机公司Gramophone，并以画家Francis Barraud的作品《His Master’s Voice》作为商标。商标中的小白狗名叫Nipper。Nipper有一次发现一部留声机，充满疑惑地歪着头打量，这个情景被Barraud捕捉下来，成为Gramophone的商标灵感。1901年，Berliner在美国成立胜利唱机公司（Victor Talking Machine Company），后来被收购并更名为RCA（Radio Corporation of America）。图一：Emile Berliner（1851~1929）。林一平 麦克风技术的后续精进归功于David Hughes。Hughes在1878年对爱迪生麦克风的音量做出重大改进，并申请专利。这项发明在1920年代仍在不断改良，最终演变成大众今天使用的碳粉式麦克风。作为一名音乐家，Hughes的麦克风发明还挽救长笛在爵士乐中的地位。长笛的音量较小，当与其他乐器如小喇叭或萨克斯风一起演奏时，往往会被掩盖。因此，长笛通常只能在音高较高的部分做些装饰性演奏，让听众勉强察觉它的存在。有了麦克风的帮助，长笛的可用音域得到显着扩大，终于能在爵士乐演奏中大显身手。笔者的研究团队正发展麦克风的AIoT技术，称为MusicTalk，希望利用AI技术改善麦克风产出的声音，其关键在于运用音律的原理。音律的原理是谁发明？应该是十六世纪朱载堉。朱载堉是明宗室郑恭王朱厚烷嫡子，发明演算法将八度音切割为十二等分，并制造出新法密率律管及新法密率弦乐器，是世界上最早的十二平均律乐器。理论很难，做法却简单。在调整琴弦时，将第一音弦的长度除以密率（亦即2的十二次方根），就可得到第二音弦的长度。以此类推，到达第十三次时，就会得到一个完全的八度音。远传饶仲华博士与笔者曾写过一篇论文，设计手机音乐语言，可以调整手机麦克风收音后的优化，其音律校正，源自于朱载堉的理论。图二：朱载堉（1536～1610）。林一平

最近ChatGPT火红，我尝试其不同应用。当中最有趣的是「测谎」。多次实验后，如果在问答互动过程能提出明确问题，这个工具的确有用，就如同神力女超人（Wonder Woman）的「真言套索」（Lasso of Truth）。创作神力女超人的William Marston（1893～1947）给她一件很奇怪的武器，是一条很长的套索。任何人被套上，都会说实话。这件武器是在为Marston的发明做广告。Marston在1921年首创心脏收缩压测技术－量度血压和皮肤导电率，并研发出审问德国战犯的仪器，宣称有Marston的发明，「成功的说谎将成为失传的艺术」。Marston最后放弃计划，但其发明成为现代测谎仪机制的一部分。人类一直对测谎的想法着迷，甚至有一个欺骗检测的传言说：「如果有人在说话时抬头和向左看，他会对你撒谎。」所谓测谎是针对口头的陈述进行评估，检测是否有故意不诚实的行为。评估的项目包括沟通内容和非语言线索。换言之，测谎除了提问策略外，往往再加上捕获生理过程的技术一起使用。当我们撒谎或因疏忽而撒谎时，我们的身体往往会暴露我们的意图。测谎专家通过受测者瞳孔扩张、脸红以及一系列微表情和身体动作的变化，直观地感知虚假。有些人在检测欺骗方面非常熟练。例如扑克玩家似乎总是知道什麽时候有人在虚张声势。早在西元前1000年中国人就知道恐惧和担忧会伴随着唾液分泌减少和口乾的生理原理。其说法是，恐惧使人们瘫痪。几个世纪后，伊拉西斯特拉图斯（Erasistratus）通过监视神经来观察说谎行为。然而有些人的谎言非常容易测出，有些则非常困难。人都有说谎的艺术，欲准确判断某人是否在撒谎，可利用认知（cognitive）技术。认知技术正确扫描人们的所有表情。这种认知测谎范式有2类：第一种是心理技巧在面试时，故意造成一个非常困难的情况，受测者必须在高压下回答问题；第二种是战略调查技术，着眼于几种提问方法，以确定真相讲述者和说谎者最不同的回答。我的国小老师最会应用认知技术，每当我很诚恳地为旷课说明理由时，她总是能抓到我的破绽。Marston之后有许多测谎机的发明。无论是人类还是测谎机，都使用启发式方法来确定某人是否在撒谎。当涉及到个人时，没有一定的公式可以用来过滤信息以确定撒谎，因此测谎机改用更可靠的量化数据，包括心率和血压。例如大脑中有一些血管会发生血液循环（circulation of blood vessels）。血管的循环完全取决于我们的情绪。如果我们心情愉快，血液流动是正常的；如果我们处于亢进状态，大脑中的血流量会增加。功能性核磁共振造影（fMRI）可检查出大脑中血管循环现象，判定是否说谎。机器的能力愈来愈强大，虽然并不保证是正确的，但足够可靠，可以在司法调查使用。AI出现后，检测谎言有更先进的方法。AI可以研究人类的行为、心理思维、身体手势。搭配声音和许多其他积极和消极的手势，凡举抬眼、身体颤抖、哭泣等，AI都可用来预测出愤怒、幸福、恐惧等不同状态。AI的答案非常简单、简洁、（希望是）准确。尽管人们担心AI技术能否正确识说谎行为，但测试显示，人工智能测谎机的效能优于人类审讯者。人类容易产生偏见，而机器则不会疲倦或分心，更少偏见。当AI技术再精进后，或许「成功的说谎真正会成为失传的艺术」。 

1890年代的美国人口普查扮演今日信息处理革命的最大推手。当时要蒐集6,200万美国人口的数据，美国人口普查局（United States Census Bureau）为此十分头痛。经过评估，结论是以人工方式做纸本核对已不可行。在人口普查局寻求可行方案的过程，促成早期计算机器技术的演进。当中的关键人物是号称全世界第一位统计工程师Herman Hollerith（1860～1929）。荷勒里斯在大学时代的表现优异，引起学校教授Trowbridge注意，雇用他到人口普查局当统计员。Hollerith在分析1880年人口数据时，发现以人工方式蒐集和处理信息颇有不足之处，会产生许多错误。1890年时美国的人口成长超过6,000万，以人工方式做人口普查，计算量已达瓶颈。Hollerith一直在注意两套系统：Joseph Charles（1752 ～1834，又名Jacquard）的纺织花梭机（Jacquard loom），以打孔卡片（Punched pasteboard card）来控制编织的花样；以及火车列车长将车票打孔来确认旅客及旅程的方法。根据对这2套系统的观察，Hollerith开始构思人口普查的记数机器（Counting Machine）。1884年，Hollerith申请到第一个专利：利用卡片穿洞与架在弹簧上的钉子，设计出一种排序技巧。人口普查人员在记录卡片上打洞，再将整叠的卡片喂入Hollerith设计的机器。机器运作时，装有弹簧的钉子若滑过卡片上的洞，会和下方的电极接触，使电流得以通过。机器以此辨别电流无法通过的卡片，并加以统计。这个庞大的电动排序机被称为Hollerith Electric Tabulating System，是统计应用的一大成就。1886年，Hollerith已获得打孔卡数据处理方面的一系列专利，成立制表机器公司（Tabulating Machine Company；TMC）以招揽生意，初期已有许多应用服务。例如帮保险公司分析死亡率数据（mortality data） ，以及提供纽约和巴尔的摩两地间火车的运货帐单。1890年，美国人口普查局使用Hollerith的机器，很有效率的将原来人工统计的时间由2年缩短为6个月。人口普查统计的方式，是将每一个人的数据分别记录于一张40栏位的打孔卡片（这张卡片则成为那个人的永久档案）。所有卡片都输入Hollerith的机器来计算统计。此次人口普查相当成功，为纳税人省下500万美元。Hollerith的机器扬名立万，后为全世界各国采用于人口普查。

最早以调频技术（Frequency Modulation；FM）研制的无线电对讲机（Radio Receiver/Transmitter）系于1940年，由摩托罗拉（Motorola）研发成功。当时设计的对讲机是放在背包，可背着边走边说，因此被昵称为「Walkie-Talkie」。早期对讲机的研发，主要人物是Daniel Earl Noble（1901～1980）Noble在学生时期就钻研无线通讯，一手设计并建立美国康涅狄格州（State of Connecticut）的双向警用无线电系统。这是全世界第一套双向FM 无线移动电话系统。1940年这套系统建置成功后，Galvin Manufacturing的老板Paul Galvin见猎心喜，力邀Noble加入其公司。于是，Noble担任Galvin Manufacturing的研究部门主管，其第一个任务是为美国通信兵（U.S. Signal Corps）建置无线电对讲机，成果丰硕。1949年后，Noble为Motorola设立第一个半导体研究室。这个实验室发展出和无线通讯相关的晶体管如功率晶体管（power transistors）及射频晶体管（radio frequency transistors）1940年Galvin Manufacturing设计的对讲机研发团队由Noble领军，定调采用FM技术。射频工程师（RF engineer）是波兰人Henryk Władysław Magnuski（1909～1978）。Magnuski早年贫苦出身，帮波兰军队修理收音机来养活自己和妹妹。1934年Magnuski在华沙的公司Panstwowe Zaklady Tele i Radiotechniczne工作。1939年其被公司送到美国进行一项无线电接收器的研发计划。没多久德国入侵波兰，Magnuski回不了家，只好待在美国落地生根，大战之后也不再返回波兰。Magnuski的儿子彰显老爸在无线电专业的贡献，在伊利诺伊大学的电机信息工程系设立一个讲座来纪念父亲。Motorola于1946年开始生产「车用电话」，可让人在车上打无线电话到公共电话网络。当时通话效果很好。然而，用户增加后，却面临无线线路不足，无法服务大量用户。后来贝尔实验室发明蜂巢式移动电话技术后才解决。1983年，美国FCC批准Motorola DynaTAC 8000X，这是全世界第一支商业化移动终端设备（Cellular Device），号称「黑金刚」，由Martin Cooper带领的研发团队完成。当年移动电话是昂贵的奢侈品，只有派头十足的有钱人和黑道角头老大才用的起，因此有了「大哥大」封号。Cooper于2007年还曾来台北参加COMPUTEX 展览。

Motorola创始人Paul Vincent Galvin（1895～1959)出生于美国伊利诺伊州的一个小镇，父亲是爱尔兰籍调酒师。由于家境贫困，Galvin并未完成大学教育。不过，Galvin是天生企业家，最先将收音机整合 于汽车。1928年Galvin与兄弟Joseph于芝加哥成立Galvin Manufacturing Corporation，第一项产品是收音机的交流电转接盒（Battery Eliminator）。1930年公司改名为Motorola。这个字是由 「Motor」（汽车）及「Victrola」（彼时最有名黑胶唱片机的品牌名称）2个字组合而 成。当时Galvin正在生产汽车用收音机，因此想到借用「Victrola」这个品牌名称。Galvin第一任太太丽丽莲（Lillian Guinan）是Galvin的高中甜心，小俩口于第一次世界大战后结婚。1942年，丽丽莲不幸在家中被谋杀，警察一直无法找到凶手，成为悬案。1945年，Galvin数次邂逅年轻的薇吉妮亚（Virginia Galvin Piper）后，闪电结婚。1955年，Motorola将公司企业识别改成很时尚风格的「M」，由2个三角尖拱成M，代表一波波接续的领导风格。Galvin于1959年去世，而Motorola的业务持续蒸蒸日上。1960年，Motorola推出全世界第一部19寸大屏幕电视机。1974年再推出全世界第一支彩色电视映像管，同年Motorola将电视事业卖给Panasonic。Motorola于1991年在德国展示第一支GSM 手机；1995年推出第一套双向呼叫系统（Two-way Pager ）。2000年Motorola发展出第一支GPRS手机，并且和思科（ Cisco）合作贩售第一套 GPRS移动网络系统给英国 BT Cellnet 。Motorola在无线通讯领域颇有一席之地，但在电信等级的交换机，则较无作为。2014年1月，Motorola Mobility被并入中国联想集团。虽然Motorola在手机市场已不如往日雄风，读者们若上网查找，仍可看到相关产品。尤其是Motorola最早发明的双向对讲机「Walkie-Talkie」，仍然是防灾应急必备，有通用对频对讲机、军工对讲器、儿童户外小机、迷你饭店工地万能手台、避难对讲机等，让我回忆起当年摩托罗拉的全盛时期。 

计算机能变得很好用，编译器（Compiler）及操作系统（Operating System）的发展功不可没。操作系统管理计算机或移动设备的软件和硬件功能，让所有应用和程序能顺畅运行。桌面运算装置最常用的操作系统包括微软（Microsoft） Windows及苹果（Apple） macOS。这些操作系统的功能复杂，很多原理归功于1960年代电脑科学家的努力。1965年时，贝尔实验室（Bell Labs） 、奇异电子（General Electric）和麻省理工学院（MIT）合作建立一套多使用者（Multi-user）、多工（Multi-processor）、多层次（Multi-level）的操作系统，称为MULTICS， 主要贡献者是「分时处理操作系统」之父柯巴托（Fernando José "Corby" Corbató, 1926~2019）。因计划的工作进度延迟严重，MULTICS在1969年终止。当时参与计划的汤普森（Ken Thompson） 在MULTICS写了一款电动游戏程序「星际旅行」（Space Travel）。在MULTICS打烊后，为了能继续玩这个游戏，汤普森找来瑞奇（Dennis MacAlistair Ritchie, 1941~2011），发展出一套更有效率的操作系统，称为Unix。这套操作系统后来成为主流，广泛的被各种电脑采用。在Thompson 及 Ritchie获得图灵奖（Turing Award）的次年（1984年），贝尔实验室的技术期刊《AT&T Bell Laboratories Technical Journal》编辑一期特刊，专门讨论UNIX系统。1984年这一期特刊，具有纪念性，成为我的珍藏版。为此特刊撰文的作者都赫赫有名。当中写Preface的 Robert L. Martin 是我在Bellcore时的大老板，而Robert H. Morris则为现任IBM的全球服务副总裁，他于2010年来台湾，颁发IBM Faculty Award 给我。近年来，超级电脑业者打破「高速计算」必须透过一部高速运转的超级电脑来执行计算工作的思维，而操作系统更加重要。2008年4月克雷公司（Cray Inc）开始与英特尔技（Intel）术合作，用Xeon处理器及刀锋系统设计来打造超级电脑，称为Cray CX1。这种蜕变的高速计算，称为「高端计算」(High-end Computing)。以多部CPU进行高端计算，原理是平行理论（Concurrency Theory），早期的主要贡献者是米尔纳（Arthur John Robin Gorell Milner, 1934~2010）。我于2014～2016年间在科技部督导超级电脑的建置，了解其技术的复杂度，更能体会过去计算机先驱者的贡献。