Loading [MathJax]/extensions/tex2jax.js

0

0
1

文字

分享

0
0
1

哲學普及怎麼做:從文字通順、抽象概念具體化做起

好青年荼毒室
・2019/03/15 ・3311字 ・閱讀時間約 6 分鐘 ・SR值 580 ・九年級

常言道,哲學是種批判反省,這種批判反省,自不能拒自己於外。因此,做哲學普及的人理當對哲普的意義、哲普應該怎樣做等問題有一套看法。今次想談談的是「哲普應該怎樣做」這問題。

哲普文章,文字通順仍是基礎

哲普文章寫作並不追求文字雕飾,但仍要擁有一定的文字水平,才不會使讀者以文害辭。 圖/Pixabay

當然,不少哲普文章難懂,不僅僅因為沒有清楚解釋的術語多,更由於文句本身不通順、沙石多、語意不清……讀起來自然難懂。

導致這些問題的原因有主要兩個。

首先,寫哲普文章的作者、組織,往往重哲學內容,而輕文字和編輯工作,覺得這只是文章出版的旁枝末節。所以有時會聘請文字水平不足的人下筆,而沒找有足夠水平的編輯來把關,引致出來的文章充斥問題,讀來甚為辛苦。我們認為編輯和文字工作對哲學普及十分關鍵,絕對不是細微末節。哲學問題本身已甚為困難,如果還要用不通順的文字寫成,讀者就更難把握到文章的意思,有時甚至會惹來誤解。

而另一方面,現代中文中也有一種以歐化句式為高尚的文化。在哲普文章中,就有不少作者喜以歐化句式和構詞來寫哲學,希望使文章讀來更有「學術」感,但實則卻令讀者更難明白當中意思。「哲普文章的高歐化度絕對會降低文章的可被理解性,作者們有很高的必要性去寫出能避免讀者們會產生誤解的文章」就絕對不及「多用歐化句式的哲普文章不易理解,作者行文時務必小心下筆,以免讀者誤解」清晰易懂。本來,歐化句式就不應該讓人覺得更「學術」,而當歐化句子和構詞太多,破壞了哲普的原意,我們就更應小心避免。

-----廣告,請繼續往下閱讀-----

外來的語言,翻譯怎麼翻才恰當?

有些人可能認為,歐化句和歐化構詞有時實在難以避免:畢竟很多哲學概念和理論都是舶來品,中文沒有直接對應的構詞和句式時,我們看着原文,就很有衝動簡單的把原文的詞句「硬譯」成中文,還以這樣最能保持原汁原味的理論為由為自己辯護。

但事實上,這樣做法即使在學術界中也不可取,遑論在普及哲學的作品之中。普及哲學,就是要讓大眾明白哲學問題和一些基本回應,從而慢慢變得更會思考,建立不輕信和講道理的習慣。但如果為了保留原汁原味的西方哲學,而把原文生硬地翻譯成中文,只會令讀者看不懂或誤會了原文的意思。

翻譯當然不容易,但若做的是推廣哲學,對於以外語寫成的文本,無論如何也要合乎中文文法和語言習慣的方式,將它轉譯過來,讓中文的讀者能大致明白其中的概念、意思。當然翻譯不一定能把意思都翻過來,翻不到時可能我們只能再解釋,但至少我們應努力去嘗試。

哲普及工作中,將外國原文以本國語言順暢的表達出來,也是至關重要的一環。圖/Pixabay

在吸納和學習外國文化的層面來看,這工作就更有意思。若要推廣外國哲學,我們的目標當然並不是學術圈中人能學懂這些東西﹙這也不是哲普工作了﹚,而是希望這些有意義的東西能納入和改進我們的文化﹙這裏我沒有「外國的月光特別圓」之意,但其他文化總有有價值的東西吧﹚。若我們堅持「硬譯」,不把這些概念用翻成我們能理解的語言的話,吸收和學習的過程將會大大減慢,甚至最多只可推廣至能讀懂外語的階層 ── 要真正納入我們的文化內,恐怕不好好地把這些概念翻成中文不成。

-----廣告,請繼續往下閱讀-----

此問題當然不限於哲學普及工作。於其他知識的普及和進階的學術討論,這一點都十分重要,但起碼在哲學普及中,我們覺得尤其要緊。

哲普文章深淺如何分?

說到最後,既然我們認為哲學普及工作應該深淺兼備,而荼毒室的文章也有難度之分,我們希望跟大家談談何謂哲學的深淺作結。

我們認為哲學當然有深淺之別,不然大學裡的哲學系如何安排課程?如果哲學無所謂深淺的話,那麼高年級的哲學系學生和低年級讀的東西,便沒有程度之分,前者與後者的分別只是讀得比較多而已。

如果哲學有所謂深淺,那麼我們是按甚麼標準決定哲學的深淺程度的呢?最理所當然的答案便是:愈難懂的愈深,愈易懂的愈淺。但這樣理解所謂深淺的話,會有個問題,因為難懂可以有很多原因,一不定是因為要談的東西深,可以是純綷因為作者寫得不好所以難懂﹙如犯上了上述所指出的毛病﹚。例如,我們可以設想一篇文章談的東西並不深奧,可能是解釋自己為甚麼打這份工,但處處是沒有解釋的術語,或充滿了各種彆扭複雜的句式,所以大家都看不懂。這樣的文章難懂,但不深。

-----廣告,請繼續往下閱讀-----
哲學的深淺難易,是否有標準?圖/pixabay

抽象概念具體化,順便認識哲學家的生長背景

荼毒室的文章有難度制,最淺的一星,最深的五星,在自己寫文章及編審其他文章時,我都盡量按三個大原則來判定文章的深淺:抽象程度論證複雜度對哲學史的背景認識要求。所謂抽象程度,即該文所處理的問題是否與生活直接相關。即使我們對烹飪毫無了解,但我們看烹飪節目,也會明白主持人所講解的技巧(能否實踐出來是另一回事),因為他講的東西足夠具體。

然而,我們若要明白一些數學上最基本的原理,也會感到困難,因為數學十分抽象。甚至,回想一下,我們往往透過具體的例子去說明這些抽象的道理,例如我們教小朋友「1+1=2」時,總會把具體物件如兩個蘋果放在一起。因此,抽象具體與深淺,通常會成正比(當然可能有些人特別擅長抽象思維)。由此可見,哲學裡愈抽象的理論便愈難懂。例如形上學,探討的是存在的基本結構,便是抽象而深奧的。相反,比如倫理學,探討的是牽涉到我們生活與行為的道德問題,便相對地具體而較淺。這便說明了為何一篇談讓座是否應該的文章,比起一篇談邏輯悖論的文章來得淺白。

如果把抽象的概念,用生活常見的物品具體化,我們將會更容易懂。圖/pixabay

除了抽象程度,另一個關鍵是論證的複雜程度。有時兩篇文章探討的問題同等抽象,但一篇文章用上的理由比較曲折,或者要多走幾個步驟,那麼這文章自然比論證比較直接、較少步驟的文章易懂。有些時候,就算討論十分具體的問題﹙如「我們應否吃動物」這些應用倫理學的問題﹚,也可以因為論證比較複雜,而使其較一篇討論形上學的文章更加難懂。

最後,哲學史知識的要求也會影響文章的難度。幾乎沒有任何哲學家是無中生有地建立哲學理論的。他們總是「站在巨人肩上」,去繼承、開發、批評前人的思想。因此,要認識哲學家某些說法,很多時要同時認識他所針對的哲學家說法。

-----廣告,請繼續往下閱讀-----

例如:要介紹梅洛龐蒂,不可能不講經驗主義與智性主義,沒有對經驗主義與智性主義的背景知識,是不可能讀懂梅洛龐蒂的。但問題是,如果講梅洛龐蒂便要講經驗主義與智性主義,那麼我的文章不就變成了一篇講經驗主義與智性主義,而不是談梅洛龐蒂的文章嗎?所以,很多時侯我們唯有將這些背景知識從略,假定讀者已對這些背景有一定認識,集中講文章的主題。這也說明了為甚麼一些歐陸哲學的哲普文章特別深,因為它們往往要求很多哲學史知識。

總的來說,深與淺不只是懂與不懂的問題,還要搞清楚不懂的原因。賣弄術語、結構不明的文章不是深,只是寫得差而已,不值得我們祟拜。生活化、清楚分明的文章是比較淺的文章,但不代表作者刻意遷就大眾,可能只是因為他所處理的哲學課題,本來就十分具體。

-----廣告,請繼續往下閱讀-----
文章難易度
好青年荼毒室
29 篇文章 ・ 10 位粉絲
好青年荼毒室,一個哲學普及平台。定期發表各類型哲普文章,有深有淺,古今中外,無所不談。在這裏,一切都可以被質疑、反省和追問。目標是把一個個循規蹈矩的好青年帶進哲學的世界。網頁:corrupttheyouth.net;臉書:https://www.facebook.com/corrupttheyouth。

0

2
1

文字

分享

0
2
1
「融合蛋白」如何全方位圍剿狡猾癌細胞
鳥苷三磷酸 (PanSci Promo)_96
・2025/11/07 ・5944字 ・閱讀時間約 12 分鐘

-----廣告,請繼續往下閱讀-----

本文與 TRPMA 台灣研發型生技新藥發展協會合作,泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此,我們花了很多時間介紹最新、最有效的抗癌方法之一:免疫療法

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機,能精準鎖定你體內的敵人——癌細胞,為它們打上標記,然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統,為身體「上buff (增益) 」來抗癌,副作用較低,因此備受好評。

-----廣告,請繼續往下閱讀-----

但尷尬的是,經過幾年的臨床考驗,科學家發現:光靠抗體對抗癌症,竟然已經不夠用了。

事情是這樣的,臨床上醫生與科學家逐漸發現:這個抗體標記,不是容易損壞,就是癌細胞同時設有多個陷阱關卡,只靠叫醒免疫細胞,還是難以發揮戰力。

但好消息是,我們的生技工程也大幅進步了。科學家開始思考:如果這台偵察無人機只有「標記」這一招不夠用,為什麼不幫它升級,讓它多學幾招呢?

這個能讓免疫藥物(偵察無人機)大進化的訓練器,就是今天的主角—融合蛋白(fusion protein)

-----廣告,請繼續往下閱讀-----
融合蛋白(fusion protein)/ 圖片來源:wikipedia

融合蛋白是什麼?

免疫療法遇到的問題,我們可以這樣理解:想像你的身體是一座國家,病毒、細菌、腫瘤就是入侵者;而抗體,就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內,它能迅速辨識敵人、緊抓不放,並呼叫其他免疫單位(友軍)一同解決威脅。過去 20 年,最強的偵查機型叫做「單株抗體」。1998年,生技公司基因泰克(Genentech)推出的藥物赫賽汀(Herceptin),就是一款針對 HER2 蛋白的單株抗體,目標是治療乳癌。

這支無人機群為什麼能對抗癌症?這要歸功於它「Y」字形的小小抗體分子,構造看似簡單,卻蘊藏巧思:

  • 「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」。
  • 「Y」 字形的「尾巴」就是我們說的「標籤」,它能通知免疫系統啟動攻擊,稱為結晶區域片段「Fc 區域」。具體來說,當免疫細胞在體內巡邏,免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合,進而認出病原體或感染細胞,接著展開清除。

更厲害的是,這個 Fc 區域標籤還能加裝不同功能。一般來說,人體內多餘的分子,會被定期清除。例如,細胞內會有溶酶體不斷分解多餘的物質,或是血液經過肝臟時會被代謝、分解。那麼,人造抗體對身體來說,屬於外來的東西,自然也會被清除。

-----廣告,請繼續往下閱讀-----

而 Fc區域會與細胞內體上的Fc受體結合,告訴細胞「別分解我」的訊號,阻止溶酶體的作用。又或是單純把標籤做的超大,例如接上一段長長的蛋白質,或是聚乙二醇鏈,讓整個抗體分子的大小,大於腎臟過濾孔的大小,難以被腎臟過濾,進而延長抗體在體內的存活時間。

偵測器(Fab)加上標籤(Fc)的結構,使抗體成為最早、也最成功的「天然設計藥物」。然而,當抗體在臨床上逐漸普及,一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」,但這同時也是它的限制。

「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」/ 圖片來源:shutterstock

第一個問題:抗體只能打「魔王」,無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效,因為敵人身上有明顯標記。但癌細胞的形成與惡化,是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛,卻只能針對已經帶有特定分子的癌細胞魔王,無法摧毀那個孕育魔王的系統魔窟。這時,我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

-----廣告,請繼續往下閱讀-----

第二個問題:開發產線的限制。

抗體的開發,得經過複雜的細胞培養與純化程序。每次改變結構或目標,幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機,明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間,讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路,科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計,巧合的是,真正的突破靈感,仍然來自大自然。

在自然界中,基因有時會彼此「融合」成全新的組合,讓生物獲得額外功能。例如細菌,它們常仰賴一連串的酶來完成代謝,中間產物要在細胞裡來回傳遞。但後來,其中幾個酶的基因彼此融合,而且不只是基因層級的合併,產出的酶本身也變成同一條長長的蛋白質。

-----廣告,請繼續往下閱讀-----

結果,反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」,而是直接在同一條生產線上完成。對細菌來說,能更快處理養分、用更少能量維持生存,自然形成適應上的優勢,這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發:如果我們也能把兩種有用的蛋白質,「人工融合」在一起,是否就能創造出更強大的新分子?於是,融合蛋白(fusion protein)就出現了。

以假亂真:融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺:把兩種以上、功能不同的蛋白質,用基因工程的方式「接起來」,讓它們成為同一個分子。 

1990 年,融合蛋白 CD4 免疫黏附素(CD4 immunoadhesin)誕生。這項設計,是為了對付令人類聞風喪膽的 HIV 病毒。

-----廣告,請繼續往下閱讀-----

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中,大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作,幫助 T 細胞辨識其他細胞表面的抗原片段,等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球,就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍,竟然把 T 細胞的 CD4 探測器,當成了自己辨識獵物的「標記」。沒錯,對 HIV 病毒來說,免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白,會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合,就會啟動一連串反應,讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞,導致免疫系統逐漸崩潰。

為了逆轉這場悲劇,融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似,由由兩個不同段落所組成:一端是 CD4 假受體,另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內,它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

-----廣告,請繼續往下閱讀-----

厲害了吧。 病毒以為自己抓到了目標細胞,其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4,自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用:一是延長融合蛋白在體內的存活時間;二是理論上能掛上「這裡有敵人!」的標籤,這種機制稱為抗體依賴性細胞毒殺(ADCC)或免疫吞噬作用(ADCP)。當免疫細胞的 Fc 受體與 Fc 區域結合,就能促使免疫細胞清除被黏住的病毒顆粒。

不過,這裡有個關鍵細節。

在實際設計中,CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是:HIV 專門攻擊的就是免疫細胞本身,許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍,反而可能引發強烈的發炎反應,甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊,這樣副作用太大。因此,CD4 免疫黏附素的 Fc 區域會加入特定突變,讓它只保留延長藥物壽命的功能,而不會與淋巴球的 Fc 受體結合,以避免誘發免疫反應。

從 DNA 藍圖到生物積木:融合蛋白的設計巧思

融合蛋白雖然潛力強大,但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事,得從最根本的設計圖,也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質,都是細胞照著 DNA 上的指令一步步合成的。所以,如果科學家想把蛋白 A 和蛋白 B 接在一起,就得先把這兩段基因找出來,然後再「拼」成一段新的 DNA。

不過,如果你只是單純把兩段基因硬接起來,那失敗就是必然的。因為兩個蛋白會互相「打架」,導致摺疊錯亂、功能全毀。

這時就需要一個小幫手:連接子(linker)。它的作用就像中間的彈性膠帶,讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計,是用多個甘胺酸(G)和絲胺酸(S)組成的柔性小蛋白鏈。

設計好這段 DNA 之後,就能把它放進細胞裡,讓細胞幫忙「代工」製造出這個融合蛋白。接著,科學家會用層析、電泳等方法把它純化出來,再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利,這個人工設計的融合分子,就能像自然界的蛋白一樣穩定運作,一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白,早就不只是「假受體+Fc 區域」這麼單純。它已經跳脫模仿抗體,成為真正能自由組裝、自由設計的生物積木。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一 / 圖片來源:wikipedia

融合蛋白的強項,就在於它能「自由組裝」。

以抗體為骨架,科學家可以接上任何想要的功能模組,創造出全新的藥物型態。一般的抗體只能「抓」(標記特定靶點);但融合蛋白不只會抓,還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下,它在藥物設計上,幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說,當我們選擇使用融合蛋白時,通常會期待它能發揮幾種關鍵效果:

  1. 療效協同: 一款藥上面就能同時針對多個靶點作用,有機會提升治療反應率與持續時間,達到「一藥多效」的臨床價值。
  2. 減少用藥: 原本需要兩到三種單株抗體聯合使用的療法,也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數,對病人來說,也有機會因為用藥減少而降低治療成本。
  3. 降低毒性風險: 經過良好設計的融合蛋白,可以做到更精準的「局部活化」,讓藥物只在目標區域發揮作用,減少副作用。

到目前為止,我們了解了融合蛋白是如何製造的,也知道它的潛力有多大。

那麼,目前實際成效到底如何呢?

一箭雙鵰:拆解癌細胞的「偽裝」與「內奸」

2016 年,德國默克(Merck KGaA)展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於,它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝,一邊解除它的防護罩。

PD-L1,我們或許不陌生,它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時,就會讓免疫系統誤以為「這細胞是自己人」,於是放過它。我們的策略,就是用一個抗體或抗體樣蛋白黏上去,把這張「偽裝良民證」封住,讓免疫系統能重新啟動。

但光拆掉偽裝還不夠,因為癌細胞還有另一位強大的盟友—一個起初是我軍,後來卻被癌細胞收買、滲透的「內奸」。它就是,轉化生長因子-β,縮寫 TGF-β。

先說清楚,TGF-β 原本是體內的秩序管理者,掌管著細胞的生長、分化、凋亡,還負責調節免疫反應。在正常細胞或癌症早期,它會和細胞表面的 TGFBR2 受體結合,啟動一連串訊號,抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期,TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失,導致 TGF-β 不但失去了原本的抑制作用,反而轉向幫癌細胞做事

它會讓細胞骨架(actin cytoskeleton)重新排列,讓細胞變長、變軟、更有彈性,還能長出像觸手的「偽足」(lamellipodia、filopodia),一步步往外移動、鑽進組織,甚至進入血管、展開全身轉移。

更糟的是,這時「黑化」的 TGF-β 還會壓抑免疫系統,讓 T 細胞和自然殺手細胞變得不再有攻擊力,同時刺激新血管生成,幫腫瘤打通營養補給線。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣,這個融合蛋白在體內循環時,會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合,從而鬆開了那副壓抑免疫系統的腳鐐。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」/ 情境圖來源:shutterstock

告別單一解方:融合蛋白的「全方位圍剿」戰

但,故事還沒完。我們之前提過,癌細胞之所以難纏,在於它會發展出各種「免疫逃脫」策略。

而近年我們發現,癌細胞的「偽良民證」至少就有兩張:一張是 PD-L1;另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號,當它與免疫細胞上的 SIRPα 結合時,就會抑制吞噬反應。

為此,總部位於台北的漢康生技,決定打造能同時對付 PD-L1、CD-47,乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已,但實際上極不簡單。截至目前,全球都還沒有任何三功能抗體或融合蛋白批准上市,在臨床階段的生物候選藥,也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術,製作出了三功能的生物藥 HCB301,目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強,還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄,我們就透過融合蛋白,創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力,而是一組可以「客製化組裝」的平台,用以應付癌細胞所有的逃脫策略。

Catch Me If You Can?融合蛋白的回答是:「We Can.」

未來癌症的治療戰場,也將從尋找「唯一解」,轉變成如何「全方位圍剿」癌細胞,避免任何的逃脫。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
解密機器人如何學會思考、觸摸與變形
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/09 ・6820字 ・閱讀時間約 14 分鐘

本文與 Perplexity 合作,泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡,機器人的聲音就該是冰冷、單調,不帶一絲情感 。它們的動作僵硬,肢體不協調,像一個沒有靈魂的傀儡,甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是,現今的機器人發展不再只會跳舞或模仿人聲,而是已經能獨立完成一場膽囊切除手術。

就在2025年,美國一間實驗室發表了一項成果:一台名為「SRT-H」的機器人(階層式手術機器人Transformer),在沒有人類醫師介入的情況下,成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力,最終在八個不同的離體膽囊上,達成了 100% 的自主手術成功率。

-----廣告,請繼續往下閱讀-----

這項成就的意義重大,因為過去機器人手術的自動化,大多集中在像是縫合這樣的單一「任務」上。然而,這一場完整的手術,是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中,實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題:我們究竟錯過了什麼?機器人是如何在我們看不見的角落,悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化?

這趟思想探險,將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到,它們正以前所未有的方式,發展出生物般的觸覺、理解複雜指令、學會團隊合作,甚至開始自我修復與演化,成為一種真正的「準生命體」 。

所以,你準備好迎接這個機器人的新紀元了嗎?

-----廣告,請繼續往下閱讀-----

只靠模仿還不夠?手術機器人還需要學會「犯錯」與「糾正」

那麼,SRT-H 這位機器人的外科大腦,究竟藏著什麼秘密?答案就在它創新的「階層式框架」設計裡 。

你可以想像,SRT-H 的腦中,住著一個分工明確的兩人團隊,就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

  • 第一位,是動口不動手的總指揮「黑傑克」: 它不下達具體的動作指令,而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令,是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
  • 第二位,是靈巧的助手「皮諾可」: 它負責接收黑傑克的語言指令,並將這些抽象的命令,轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工,而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始,研究人員在訓練過程中,會刻意讓它犯錯,並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法,被稱為「糾正性示範」 。

SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。 / 圖片來源:shutterstock

這項訓練,讓 SRT-H 學會了一項外科手術中最關鍵的技能:當它發現執行搞砸了,它能即時識別偏差,並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後,機器人在遇到困難時,要不是完全失敗,就是陷入無效的重複行為中 。

-----廣告,請繼續往下閱讀-----

正是靠著這種從錯誤中學習、自我修正的能力,SRT-H 最終在八次不同的手術中,達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦,足以應付更混亂、更無法預測的真實世界嗎?例如在亞馬遜的倉庫裡,機器人不只需要思考,更需要實際「會做事」。

要能精準地與環境互動,光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體,它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去,這裡的倉儲機器人(如 Kiva 系統)就像放大版的掃地機器人,核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸,只負責搬運整個貨架,再由人類員工挑出包裹。

-----廣告,請繼續往下閱讀-----

但 2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡,商品被存放在由彈性帶固定的織物儲物格中,而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網,再從堆放雜亂的儲物格中,精準取出單一包裹,且不能造成任何損壞。

2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan / 圖片引用:https://www.aboutamazon.com/news

Vulcan 的核心突破,就在於它在「拿取」這個動作上,學會了生物般的「觸覺」。它靈活的機械手臂末端工具(EOAT, End-Of-Arm Tool),不僅配備了攝影機,還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力,和三個維度的旋轉力矩。這就像你的手指,裡頭分布著非常多的受器,不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」,能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同,從而動態調整行為,避免損壞貨物。

其實,這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時,你的大腦並不會先計算出精準的空間座標。實際上,你會先把手伸到大概的位置,讓指尖輕觸桌面,再沿著桌面滑動,直到「感覺」到硬幣的邊緣,最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺+觸覺」的混合策略,先用攝影機判斷大致的空間,再用觸覺回饋完成最後精細的操作。

-----廣告,請繼續往下閱讀-----

靠著這項能力,Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項,並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義,從單純的「替代人力」,轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」,Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎?它們都還是「專家」,一個只會開刀,一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本,但機器人的終極目標,是像人類一樣成為「通才」,讓單一機器人,能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」?

你問,機器人能成為像我們一樣的「通才」嗎?過去不行,但現在,這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去,我們教機器人只會一個指令、一個動作。但現在,科學家們換了一種全新的教學思路:停止教機器人完整的「任務」,而是開始教它們基礎的「技能基元」(skill primitives),這就像是動作的模組。

-----廣告,請繼續往下閱讀-----

例如,有負責走路的「移動」(Locomotion) 基元,和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法,學習如何組合這些「技能基元」來達成新目標。

舉個例子,當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時,它會自動將其拆解為一系列已知技能的組合:首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後,就可以開始來大量訓練。

當多重宇宙的機器人合體練功:通用 AI 的誕生

好,既然要學,那就要練習。但這些機器人要去哪裡獲得足夠的練習機會?總不能直接去你家廚房實習吧。答案是:它們在數位世界裡練習

NVIDIA 的 Isaac Sim 等平台,能創造出照片級真實感、物理上精確的模擬環境,讓 AI 可以在一天之內,進行相當於數千小時的練習,獨自刷副本升級。這種從「模擬到現實」(sim-to-real)的訓練管線,正是讓訓練這些複雜的通用模型變得可行的關鍵。

-----廣告,請繼續往下閱讀-----

DeepMind 的 RT-X 計畫還發現了一個驚人的現象:用來自多種「不同類型」機器人的數據,去訓練一個單一的 AI 模型,會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後,它在任何單一機器人上的成功率,比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後,經驗值合併,讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。

AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。/ 圖片來源:shutterstock

不再是工程師,而是「父母」: AI 的新學習模式

這也導向了一個科幻的未來:或許未來可能存在一個中央「機器人大腦」,它可以下載到各種不同的身體裡,並即時適應新硬體。

這種學習方式,也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師,而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型,正是透過一個「數據金字塔」來進行訓練的:

  • 金字塔底層: 是大量的人類影片。
  • 金字塔中層: 是海量的模擬數據(即我們提過的「數位世界」練習)。
  • 金字塔頂層: 才是最珍貴、真實的機器人操作數據。

這種模式,大大降低了「教導」機器人新技能的門檻,讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體,而是「任何」物體?

我們一路看到了機器人如何學會思考、觸摸,甚至舉一反三。但這一切,都建立在一個前提上:它們的物理形態是固定的。

但,如果連這個前提都可以被打破呢?這代表機器人的定義不再是固定的形態,而是可變的功能:它能改變身體來適應任何挑戰,不再是一台單一的機器,而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院特別具有代表性,該學院的仿生機器人實驗室(Bioinspired Robotics Group, BIRG)2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院(EPFL)特別具有代表性。該學院的仿生機器人實驗室(BIRG)在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年,來自 EPFL 的另一個實驗室——可重組機器人工程實驗室(RRL),更進一步推出了 Mori3,這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

2023 年來自 EPFL 的另一個實驗室—可重組機器人工程實驗室(RRL)推出了 Mori3 © 2023 Christoph Belke, EPFL RRL

Mori3 的核心,是一個個小小的三角形模組。別看它簡單,每個模組都是一個獨立的機器人,有自己的電源、馬達、感測器和處理器,能獨立行動,也能和其他模組合作。最厲害的是,它的三條邊可以自由伸縮,讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時,就能像一群活的拼圖一樣,從平面展開,組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡,我們熟悉的 3D 模型,其實就是由許多多邊形(通常是三角形)拼湊成的網格。Mori3 的創新之處,就是把這種純粹的數位抽象,真正搬到了現實世界,讓模組們化身成能活動的「實體網格」。

這代表什麼?團隊已經展示了三種能力:

  • 移動:他們用十個模組能組合成一個四足結構,它能從平坦的二維狀態站立起來,並開始行走。這不只是結構變形,而是真正的協調運動。
  • 操縱: 五個模組組合成一條機械臂,撿起物體,甚至透過末端模組的伸縮來擴大工作範圍。
  • 互動: 模組們能形成一個可隨時變形的三維曲面,即時追蹤使用者的手勢,把手的動作轉換成實體表面的起伏,等於做出了一個會「活」的觸控介面。

這些展示,不只是實驗室裡的炫技,而是真實證明了「物理多邊形網格化」的潛力:它不僅能構建靜態的結構,還能創造具備複雜動作的動態系統。而且,同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景:救援隊帶來的不是一台笨重的挖土機,而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人,鑽入瓦礫縫隙;一旦進入開闊地後,再重組成一隻多足的「蜘蛛」,以便在不平的地面上穩定行走;發現受困者時,一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑,另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景,正是科幻中的概念:可程式化物質(Programmable Matter),或稱「黏土電子學」(Claytronics)。想像一桶「東西」,你可以命令它變成任何你需要的工具:一支扳手、一張椅子,或是一座臨時的橋樑。

未來,我們只需設計一個通用的、可重構的「系統」,它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上,是一個從硬體定義的世界,走向軟體定義的物理世界的轉變。

更重要的是,因為模組可以隨意分開與聚集,損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時,它就像一個超個體,如同蟻群築橋。至此,「機器」與「有機體」的定義,也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡,演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T),甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展,一個全新的挑戰也隨之而來:在一個 AI 也能生成影像的時代,我們如何分辨「真實的突破」與「虛假的奇觀」?

舉一個近期的案例:2025 年 2 月,一則影片在網路上流傳,顯示一台人形機器人與兩名人類選手進行羽毛球比賽,並且輕鬆擊敗了人類。我的第一反應是懷疑:這太誇張了,一定是 AI 合成的影片吧?但,該怎麼驗證呢?答案是:用魔法打敗魔法。

在眾多 AI 工具中,Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity,它馬上就告訴我:該影片已被查證為數位合成或剪輯。但它並未就此打住,而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D

接著,選擇「研究模式」,就能深入了解 ANYmal-D 的詳細原理。原來,真正的羽球機器人根本不是「人形」,而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解,Perplexity 的「實驗室」功能,還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用,更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史:為何選擇四足?如何精進硬體與感測器結構?以及除了運動領域外,四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人:數位世界的新物種

從開刀、揀貨、打球,到虛擬練功,這些都是機器人正在學習「幫我們做」的事。但接下來,機器人將獲得更強的「探索」能力,幫我們做那些我們自己做不到的事。

這就像是,傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力,它就像是數位世界裡的機器人,能成為我們的「代理人」(Agent)

它的核心功能,就是拆解過去需要我們手動完成的多步驟工作流,提供「專業代工」,並直接交付成果。

例如,你可以直接對它說:「閱讀這封會議郵件,檢查我的行事曆跟代辦事項,然後草擬一封回信。」或是直接下達一個複雜的指令:「幫我訂 Blue Origin 的太空旅遊座位,記得要來回票。」

接著,你只要兩手一攤,Perplexity 就會接管你的瀏覽器,分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋,或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路,而實體機器人,則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧! 現在申辦台灣大哥大月付 599(以上) 方案,還可以獲得 1 年免費 Perplexity Pro plan 喔!(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

1

13
2

文字

分享

1
13
2
當你問「什麼是科學」,你就踏入了「科學哲學」的領域——《科學月刊》
科學月刊_96
・2021/08/02 ・3828字 ・閱讀時間約 7 分鐘

  • 作者 / 陳瑞麟|中正大學哲學系教授,對於理解我們生存的自然與社會世界有高度的興趣,相信理解世界最好的方式是結合哲學與科學。

什麼是「科學哲學」?哲學家心中的科學哲學,與科學家心中的科學哲學是一樣的嗎?想了解科學哲學,首要的問題就是「科學是什麼」,為此我們需要一個分類人類活動的認知理論,再建立一個科學哲學理論,才能完整地回答這個問題。而在 19 世紀前,科學和哲學尚未分家,科學就是自然哲學;到了 20 世紀後,也仍有許多科學家對哲學深感興趣,並將其科學/自然哲學思考寫入科普著作中,展現他們的科學哲學思考。

筆者是個科學哲學的專業研究者,每年都會在哲學系開設相關課程,也經常有理工與社會科學系的同學來選修。根據經驗,歷來修過這堂課程的同學大致有兩種反應:一種在課業表現上優於哲學系同學;另一種則逐漸地消失在課堂上。

我沒有機會調查後者的反應,但我猜測可能是教學內容與他們預先期待的有所落差,也許他們心目中的科學哲學不是哲學系課堂所授的模樣?

你覺得,什麼是科學哲學?圖/Pixabay

你心中的科學哲學是什麼?

或許科學哲學有兩種?一種是哲學家的科學哲學,另一種是科學家的科學哲學。兩者的思想並非截然不同,而是密切相關,只是關注的重點略有不同。

科學家透過測量、觀察、實驗、數學、模擬、計算等各種科學方法,發現自然的定律或機制,並建立科學假說與理論來認識與理解我們生存的世界。

然而,這些科學方法通常運作在抽象符號或數量上,它們表示什麼意義?揭示了什麼樣的世界實況 reality?科學家必須提供說明與詮釋,而他們的詮釋構成自然哲學的傳統。

-----廣告,請繼續往下閱讀-----

哲學家一方面想認識與理解我們生存的世界,另一方面則對科學家的活動與詮釋深感好奇,雙重興趣使他們採取比較迂迴的路線。

那便是透過閱讀、分析、反思,比較過去與現在科學家的種種理論、思想、活動來了解科學,從而認識、理解並反思科學所揭示與詮釋的世界,甚至進一步建立哲學家自己的世界觀,形成了今天所謂的「科學哲學」。

哲學家的科學哲學

科學哲學的首要問題是「科學是什麼」,其反面則是「科學不是什麼」,兩者共同蘊涵了「科學與非科學」的區分。

很多科學家十分在意非科學的從業者,例如占星者或算命者,偽稱自己的行業是科學,因此如何分辨科學與偽科學就成了科學哲學的一個核心任務。

波普Karl Popper 嘗試 透過「可否證性」並來區分什麼是科學的,什麼是不科學的。圖/Wikipedia

哲學家波普Karl Popper 用「可否證性」 (falsifiability) 來定義「科學性」,主張能被否證的理論或假設才有資格成為科學。

-----廣告,請繼續往下閱讀-----

但我們又該如何否證一個科學假設呢?只要找到一個反例就行了,例如「所有生物體都由細胞構成」的假設,會被一個「不是由細胞構成的生物體」否證。

然而,做為科學性定義的「可否證性」本身會不會有反例?就像我們似乎無法找到反例,以否證宇宙起源的大霹靂 (Big Bang) 假說?反過來說,如果現代占星家承認自己的預測可以否證,是否就可以被列入「科學」的行列之內?

事實上,我們很難透過一個簡單的定義來回答「科學是什麼」。

回答任何「 X 是什麼」的問題總是免不了分類系統的建立,例如在科學上我們想回答「現代智人 (homo sapiens) 是什麼」就得了解關於「人種、人屬、人科」的分類與相關理論。

回答「科學是什麼」的問題亦然,我們甚至需要一個「分類人類活動的認知理論」,並建立一個科學哲學理論,才能完整地回答這個問題。波普的可否證性也不是一個簡單的定義,而是一個系統性的否證論。

-----廣告,請繼續往下閱讀-----
ar robot GIF by Sylvia Boomer Yang
「人」的定義是什麼?圖/GIPHY

科學進展到現在已經發展出一個龐大的系統,包含大量形形色色的知識,諸如假說、理論、定律、模型等,以及產生那些知識的種種方法和工具,還有建立與應用知識的活動或實作,概括了探索、說明、解釋、預測、實驗、模擬、干預、控制、改造等,並構成一個複雜而長遠的歷史,發生過革命性的變遷。

如果我們想徹底了解「科學是什麼」,就得探討上述各個主題,也就是科學知識的本質、科學方法的本質、各種科學活動的特性、科學的歷史演變等,其相應的名目就是「科學方法學」、「科學知識論」、「科學實作的哲學」、「科學史的哲學」等,這一切構成了「科學哲學」這門領域的內容。在這方面,國內已經有不少紙本書籍與線上文章能供讀者參考,可見文末的資訊欄。

進行哲學思考的科學家

在 19 世紀之前,科學和哲學尚未分家,科學就是自然哲學。

專業的科學哲學也是建立在 19 世紀末如馬赫 (Ernst Mach) 、龐加萊 (Henri Poincaré) 、杜恩 (Pierre Duhem) 等科學家手上,然後在 20 世紀上半葉發展成一門專業,至今已有 100 多年的歷史。

-----廣告,請繼續往下閱讀-----

雖然今日多數在思考、談論、教學、研究科學哲學的人是哲學家,但這並不意味科學家沒有貢獻。 20 世紀之後仍有許多科學家對哲學深感興趣,他們經常將自己的科學/自然哲學思考寫在其科普著作中,形成一個深厚的傳統,例如:

  • 海森堡 (Werner Heisenberg) 的《物理學與哲學》(Physics and Philosophy: The Revolution in Modern Science
  • 薛丁格 (Erwin Schrödinger) 的《生命是什麼?》(What Is Life?
  • 莫納德 (Jacques Monod) 的《偶然與必然》(Chance and Necessity: Essay on the Natural Philosophy of Modern Biology
  • 道金斯 (Richard Dawkins) 《自私的基因》(The Selfish Gene
  • 維爾澤克 (Frank Wilczek) 《萬物皆數》(A Beautiful Question: Finding Nature’s Deep Design)和《物質之輕》(The Lightness of Being: Mass, Ether, and the Unification of Forces
  • 葛林 (Brian Greene) 的《眺望時間的盡頭》(Until the End of Time: Mind, Matter, and Our Search for Meaning in an Evolving Universe
科學哲學並不只是哲學家的天下,科學家也時常將自己對於科學哲學的思考融入自己的寫作之中。圖/Pixabay

然而對於專業科學家來說,他們更感興趣的是「世界的起源」、「物質的起源」、「生命的起源」、「心智/意識的起源」、「語言的起源」、「宗教信仰的起源」等在傳統上屬於形上學 (metaphysics)[註]的問題,他們企圖透過各個相關的科學理論推論並回答。

不管答案的依據是什麼,他們的思想和論述都超出了科學的界限,進入哲學的層次,換言之,科學家此時在作科學哲學、科學形上學。

臺灣的科學哲學

其實臺灣同樣也有科學家在進行哲學書寫,例如天下出版社「科學文化」書系的幾位策劃人林和、李國偉、周成功等寫作的科普譯書導讀,又如物理學家高涌泉的《科學人:非物理不可》與他在《科學人》雜誌中的長期專欄「形上集」,以及免疫學家楊倍昌更偏向學術性的科學哲學作品《變遷:生醫實驗室的知識拼圖》,並與臺灣的科學哲學家對話。

-----廣告,請繼續往下閱讀-----

筆者相信這些臺灣的科學家,在「科學家的科學哲學」上,已經提供可資學習的典範,期待透過《科學月刊》的引介,臺灣未來有年輕一代的科學家走上哲思之道,持續發展本土科學家的科學哲學。

註解

  • 哲學的核心部門,研究最根本與最抽象的「存在」、「實在」、「世界」、「時空」、「範疇」、「物質」、「心智」、「個體」、「共性」等概念的哲學。

尋找更多科學哲學的資訊

筆者已經在網路上刊過一些介紹性的文章,以下分成三部分提供資訊,希望有興趣的讀者能按圖索驥,以探索更多科學哲學內容。

一、關於科學與偽科學的區分問題

  • 陳瑞麟,〈【科哲絮語】占星學的巫術性與科學性〉,《想想副刊》, 2018 年 4 月 29 日。
  • 陳瑞麟,〈【科哲絮語】怎樣才算是科學?或者,一門學問的科學性程度有多高?〉,《想想副刊》, 2018 年 11 月 4 日。
  • 陳瑞麟,〈第三問  如何寫自然哲學與科學史?科學編史方法學的問題〉,《人類怎樣質問大自然》,八旗文化, 2020 年。

二、科學哲學的理論與歷史:

  • 陳瑞麟,《科學哲學:理論與歷史》,群學, 2010 年。
  • 陳瑞麟,《科學哲學:假設的推理》,五南, 2017 年。
  • 陳瑞麟,《人類怎樣質問大自然》,八旗文化, 2020 年。
  • 陳瑞麟,〈當代科學哲學的發展〉,哲學新媒體, 2021 年。
  • 線上《華文哲學百科》「科學哲學」部分現有的每個詞條。

三、科學家的科學哲學:

  • 陳瑞麟,〈科學家的哲學思考,探討世界起源的科普書寫──《眺望時間的盡頭》〉,故事 StoryStudio , 2021 年。
  • 林義宏,〈科普能改變文化?中正陳瑞麟破解科普書籍暢銷秘訣〉,人文・島嶼, 2021 年。
  • 〈本文選自《科學月刊》2021 年 8 月號〉
  • 科學月刊/在一個資訊不值錢的時代中,試圖緊握那知識餘溫外,也不忘科學事實和自由價值至上的科普雜誌。
-----廣告,請繼續往下閱讀-----
所有討論 1
科學月刊_96
249 篇文章 ・ 3885 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。