跳轉到

結語:從畢達哥拉斯琴弦到 AI 生成——影音科技與數學的永恆交響#

影音的科技與數學

回望全書,會發現一個驚人的事實:影音科技的每一次關鍵躍升,幾乎都先發生在數學之中,然後才等來它的機器。

  • 畢達哥拉斯在公元前 6 世紀算出琴弦的整數比,兩千三百年後朱載堉才用 \(\sqrt[12]{2}\) 把它鑄成可轉調的鍵盤。
  • 傅立葉在 1807 年證明「任何訊號都是正弦波的疊加」,但直到 1982 年 CD 與 1992 年 JPEG,這句話才變成人人枕邊的晶片。
  • 奈奎斯特 1928 年寫下 \(f_s > 2f_{max}\),當時連一台可用的數位電腦都不存在。
  • 擴散模型的隨機微分方程,追根究柢,仍是傅立葉頻率域與熱傳導方程的後裔。

更深的教訓來自歷史的結構:

  1. 技術需要制度的中介。法國政府把銀版攝影「贈予全人類」,造就了攝影的爆發;愛迪生的專利帝國延宕了電影的自由競爭;MPEG 的 FRAND 授權與 Napster 的盜版經濟,則分別從正反兩面塑造了數位媒體的版圖。規格即政治。
  2. 機器需要經濟的供養。貝爾實驗室靠壟斷利潤養出採樣定理與資訊論;荷蘭飛利浦與日本 Sony 的商業互信成就了 CD;NVIDIA 的 GPU 王座立於電競、礦場與資料中心的層層需求之上。
  3. 感官需要數學的謙卑。CIE 色彩空間、心理聲學掩蔽、PQ 曲線——成功的影音技術從不追求「還原物理真實」,而是精準算計「人眼與人耳相信什麼」。影音科技史,半部是物理,半部是認知心理學。

而今天,AI 生成影音把「記錄世界」翻轉為「虛構世界」。兩千五百年來,影音技術的社會契約建立在「鏡頭不說謊」之上;當擴散模型能無中生有,我們需要的將不只是新的演算法,而是新的信任制度——內容溯源(C2PA)、數位浮水印、以及重新教育出來的批判性媒介素養。

琴弦、銀版、針尖、真空管、雷射、晶片、神經網路——形式不斷更替,但驅動它們的,始終是同一組問題:波動是什麼?我們如何測量它、壓縮它、並讓另一個人重新感受它?

只要這個問題還在,這場交響就不會終章。


全書完