璀璨繽紛亮麗之中的顯微攝影 – 沙語者

本文由 高柏科技 合作，泛科學撰文

林唯耕剛回台灣任教時，曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏，那股刺鼻的氣味瞬間瀰漫整棟大樓，引來眾多師生抗議。

「從此以後，我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中，帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言：在理論模型中，氨是太空熱控系統的理想介質；但在現實的辦公大樓裡，它首先是逼人逃竄的臭味。公式本身沒有錯，但現實世界永遠比公式更複雜——它包含了人、成本、風險，以及必須為後果負責的工程師。

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ，曾任職於美國 OAO 工程部熱流組，深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球，他鑽研一輩子的老問題再次被推向科技產業的核心：當晶片運算速度無止境攀升，那股伴隨而生的熱，究竟該往哪裡去？

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗，彷彿進步毫無邊界。然而，每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化，一旦設備過熱，系統便會降頻保護。在物理現實面前，再動聽的發表會敘事也必須低頭。

回顧個人電腦發展早期，晶片幾乎不需專屬散熱元件。隨後，鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級，其實更像是對空間的極限勒索：晶片功率翻倍，發熱源的面積卻沒變大，機箱空間也不可能無限擴張。

林唯耕指出，散熱設計的核心只有三要素：功率、熱源面積與空間限制。他舉例，在標準的 1U 機箱中，若發熱面積約為三十乘三十毫米，氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數，而是取決於空間、面積與氣流的動態平衡。最現實的代價在於，風扇轉速提升的背後，是噪音、電力損耗與空間占用。

因此，「液冷技術」的興起並非單純為了追求酷炫，而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱，卻也將新的挑戰帶入機房：漏液風險、流道堵塞、材料相容性，以及維運時的難度。工程的進步，本質上鮮少是徹底消滅問題，更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的，不是把答案搬回地面

太空熱控工程之所以迷人，是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中，沒有空氣能讓風扇製造對流；受光面溫度破百度，陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射，以及熱管與環路型熱管（LHP）來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱，冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力：在他設定的特定條件下，實心銅塊約能傳導 120 瓦的熱能；但若每秒有一立方公分的水發生蒸發相變，移熱量可瞬間拉升至 2.4 千瓦（kW）。他強調「每秒」的觀念，因為散熱談的是動態流動速率，而非靜態的冷卻魔法。

儘管如此，太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度，偏好無馬達幫浦的被動式設計；但地面 AI 伺服器面臨更高的熱負載與環境溫度，往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒：技術是否「先進」，與它是否「適合」當下的場景，始終是兩回事。

好論文，為什麼仍可能造不出好產品

學術研究致力於證明「可行性」，而工業現場則要求「可重複性」——不僅要能運作，還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據，在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時，也曾遇過實驗數據無法複製，或研究方向偏離產業需求。這未必是雙方努力不夠，而是彼此對「成功」的標準不同。為了解決這道鴻溝，高柏科技推動「柏苗啟航創新培育計畫」，每年投入逾千萬資金與成大、中山、台科大等校合作，並指派專業人才在過程中持續微調、校正，確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測，但由於儀器預設以「水」校正，換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算，卻發現缺乏重複性，數據甚至推導出不合理的蒸發率。最後團隊回歸基本面，改用秤重法搭配能量平衡進行交叉驗證，才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號，而在於那段不夠優雅的挫折：假設失效、數據混亂、方法砍掉重練。也正是在這種時刻，企業需要的不只是會算數的人才，而是能洞察研究何時「走鐘」，並有權力喊停、要求重來的關鍵決策者。

林唯耕坦言，過去在校園裡總認為「技術第一、成本第二」，進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽，卻是產品能否進入市場的殘酷真相。再卓越的散熱設計，若無法穩定生產或贏得客戶信任，也僅止於一份精美的報告。

AI 會給答案，誰來負責出貨？

訪談尾聲，主持人國威提出了一個時代難題：假設 AI 能在彈指間生成散熱架構、材料配方與流道設計，企業該選擇全面擁抱 AI 的速度，還是保留緩慢但穩定的工程驗證，以規避潛在的失效風險？

林唯耕拒絕落入二選一的框架。他的觀點是：兩者並存。AI 擅長處理資訊、生成草案；但工程師仍須實作原型，進行嚴苛的性能與可靠度測試，最終由人決定是否出貨。這並非盲目崇拜人類直覺，而是基於一項事實：AI 的資料庫裡，通常沒記載下一次「意外洩漏」或「材料疲勞」的細節，且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代，最稀缺的未必是熟練下指令（Prompt）的人，而是具備這種能力的人：能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來，並且願意為最終的量產品質負起責任。

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中，雲端是由龐大的機房架構而成，裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張，都會在實體世界留下發熱的足跡。散熱工程師的價值，就是不讓這筆物理帳單，被埋沒在光鮮亮麗的投影片背後。

本文轉載自顯微觀點

畫面中以腫瘤與腸道的交界處作為分割，上方為十二指腸的腸絨毛血管和神經網絡，下方則是侵襲的胰臟癌腫瘤，呈現出生命與疾病在邊界對峙的氛圍

連2024台灣顯微攝影競賽評審都忍不住讚嘆：「影像具有魄力與情緒渲染力，讓人直觀感受到人體對抗癌症的不適和緊張。」

這幅「劍拔弩張」的影像由中研院基因體中心的博士後研究員簡宏任所拍攝。他目前的研究主題之一為探討胰臟癌的漸進發病過程中，出現的病變（lesion）和微環境變化。

他提到拍攝這張影像契機是當時正在做腫瘤轉移的試驗，正巧收到這個小鼠胰臟樣本。

「那隻老鼠的胰臟腫瘤剛好長在十二指腸的旁邊」，簡宏任表示，胰臟有很多神經，而胰臟癌特別之處在於腫瘤長大後，神經也會跟著長進去。

「但腫瘤中的神經從哪裡來？是從胰臟裡面自己長進去，還是從旁邊的器官？以概念上來說，你各自的器官神經理論上應該不會交錯吧！」但過去很少有人做過這樣的觀察和研究，而透過顯微鏡的觀察，發現神經從十二指腸的肌肉層，沿著血管長到胰臟腫瘤裡面。

「下面這是腫瘤範圍，神經會長進去耶！這還滿神奇的」，簡宏任一邊對著影像比劃，一邊興奮地分享研究發現。

胰臟癌很難治療的原因之一是腫瘤中沒有或是很少具有免疫細胞浸潤，即無免疫源性的腫瘤－「冷」腫瘤。但從影像中看到標記成藍色的免疫細胞順著血管和神經的網路進到腫瘤生長區域。「可見免疫細胞其實是可以進去的，但是為何這些免疫細胞無法發揮殺死癌細胞的作用或是僅駐留在腫瘤中的局部位置」，簡宏任坦言目前還沒有答案。

雖然對於免疫細胞和癌症之間的作用尚無明確解答，但影像的呈現仍然多少解開過去對於神經、血管和腫瘤之間如何交錯的疑惑。簡宏任表示，這都得歸功於3D組織學技術的發展。

器官很大病變很小 從2D走向3D找目標

胰臟癌又稱為「癌王」，因為癌症初期病人沒有任何不適，加上胰臟在腹腔深處，難以用超音波早期發現癌症病變，等到壓迫到其他器官出現腹痛、胃口差等症狀，腫瘤都已長得很大或是出現轉移，惡化速度快。

簡宏任研究的一部分就是觀察癌前病變的病理樣態。

胰臟很重要的功能分為內分泌和外分泌。內分泌為分泌胰島素調解血糖，外分泌則是分泌胰液含有多種消化酵素，進行醣類、蛋白質、和脂肪的消化作用。

簡宏任表示，胰臟腺泡細胞分泌的消化液需要透過導管結構送到消化系統，而研究發現這種導管結構可能會出現癌前病變，這些病變稱為胰臟上皮內瘤樣病變（pancreatic intraepithelial neoplasia, PanIN）。而PanIN也可能會由胰腺泡到導管化生（acinar-to-ductal metaplasia, ADM）發展而來。病變的進展是多重步驟的過程，除了病變細胞本身基因層面的改變之外，外在的微環境也會影響這些PanIN的發育。

因為胰臟組織裡細胞種類眾多，不同種類細胞的組成可能塑造出適合病變成長的環境；雖然這些病變並不一定最後都會走向癌症。而他所待的胡春美老師研究室，就在關注病變過程微環境的變化。

另一方面，胰臟癌難以早期發現，通常是轉移到肝臟，發現肝臟腫瘤後才回頭找出胰臟腫瘤。而發生遠端轉移之前，從原位胰臟腫瘤脫離的細胞團可能在血液中循環，這些細胞團被稱為循環腫瘤細胞簇（Circulating tumor microemboli, CTM）。

簡宏任另一部分的研究重心便是放在這些循環腫瘤細胞簇的特徵及其是否有喜歡的微環境，藉以找出可能的轉移熱點，以更好地了解癌症轉移並尋找治療的契機。

然而微環境「長成什麼樣子」，難以用一般分子生物的技術觀察，必須整合病理學的技術來「看見」其真實的樣態。

「但問題又來了，要怎麼找到這些小小的、開始發生病變的位置？」簡宏任說，在模式小鼠中，胰臟病變的平均直徑僅約100至200微米（µm，micrometer），以老鼠胰臟2公分乘以1.5公分的面積、厚度0.5公分來看，一個病變保守估計可能只佔胰臟體積的十萬分之一到百萬分之一。

過去受限於常規組織學技術的切片方法，研究者只能製備厚度3到5微米左右的樣本，以觀察組織薄片上二維（2D）空間的訊息。而且切片過程不僅得破壞樣本，對於無法明確知道起始位置、難以定位的目標來說，也無法準確擷取到想要的影像。

但是組織透明化技術允許研究者在不切片或是增加切片厚度的方式下製備出「厚」樣本，如此一來樣本就能保有立體的三維（3D）空間訊息。使用3D組織學技術便可以看到整體結構，再去找尋「不一樣」、「可能是病變」的部位加以觀察、分析。

簡宏任表示，3D組織學技術對於觀察隨機分布或是網狀、網路性質的結構特別有利。

組織透明化技術

使用光學系統觀察生物組織時，常會面臨因為光散色（light scatter ）的問題，觀察深層樣本時會因為難以對焦而模糊。就算使用連續薄切片再3D重建，不僅耗時費力也常發生影像對位不易或是資訊不連續的問題。組織透明化技術則是將組織內部不同構成物質的折射率趨近一致化，將組織呈現出透明的效果。

不過3D組織學技術並不是這麼簡單，其中組織透明化是十分關鍵的步驟。2010年代初期第一代透明化技術出世後，應用這項技術的研究開始變得熱門，但主要都是以大腦為研究主體並加以改良。然而像是胰臟或是其他器官，當時應用此技術的研究較少且製備高品質樣本的過程充滿挑戰。

簡宏任提到，以胰臟為例，製備透明胰臟樣本的難處在於，作為消化器官的胰臟本身會分泌消化液。當實驗進行，老鼠一犧牲，血液停止循環時，那些消化液就「停留在原地，開始消化牠自己」。一旦前置處理不理想，看到有點缺損的器官就無法判定是已經發生病變，還是被消化液破壞，影響後續的影像品質。

除了胰臟外，肝臟也是不易製備出透明化樣本的器官之一。因肝臟受到膽紅素（Bilirubin）影響而有顏色，這些色素一方面會阻擋雷射激發組織內的標定結構，也會限制激發出的螢光訊號回到偵測器。如何漂白可以達到透明化效果又不會去除掉標定的抗原，便成為一大學問。因此，透明化技術必須對應不同器官建立合適的前處理流程以提升樣本品質。

前處理之外，折射率也是需要考量的因素，簡宏任碩博班期間的指導教授湯學成提出將組織「固化」的想法。

「90%以上的透明化技術最後都處在溶劑中漂浮的狀態，雖然可以從四面八方觀察，但折射率固態大於液態，液態大於氣態。若能把折射率提升，透明度更好便能看到更多資訊」，湯學成教授的團隊反覆試驗後研發出可同時將生物樣本透明化與固化的技術。

由於光在不同介質中的因不同折射率導致光的散射。他們依據流體折射率與密度之間所滿足的Gladstone-Dale關係式，以高折射率的高n丙烯醯胺共聚物（high-n acrylamide-based copolymer）來填充組織的空隙，使折射率一致，達到透明化目的。

再進一步用紫外光（UV）照射成為固態高密度共聚物，提高折射率並成為穩定的透明樣本。

這樣的透明化技術相較過去，不僅克服組織放在溶劑裡攜帶不易、蒸發等問題，在實驗過程中也發現固體透明組織具有抗螢光淬滅（antifade）的特性。

由於使用共軛焦顯微鏡觀測時，需要使用雷射激發抗體螢光，如果照射多次可能因為螢光強度衰減而漸漸觀測不到訊號。

但是湯學成教授團隊所開發的固態透明化技術，儘管進行500次雷射掃描，螢光訊號僅下降9% ± 2%；相比其他液態透明化技術的樣本下降幅度在55%至95%，可說是非常穩定，適合長時間、多次成像。

「當別人對研究存疑時，以往只能就影片或是拍好的圖片討論，但有了這個材料，就可以將樣本直接寄給對方」，除了上述的優勢，簡宏任認為新材料還能促進學術交流。

點滿技能樹 喜獲銀獎

不過，組織透明化後雖能更加輕易找到病變位置，但拍攝「有拍照」跟「拍好照」是天差地遠的事。

「既然已經花了那麼多的精力、資源，做了這麼好的片子（樣本），那你要怎麼吸引『觀眾』（論文審查者、同儕），讓人家覺得研究、看到的東西，有那麼重要？」簡宏任認為安排顏色對比、構圖，以突顯影像中的重點是非常關鍵的。

以「對峙」這幅作品來看，簡宏任解釋，他通常將畫面面積最大的部分以白或灰等顏色處理，因此佔據畫面最大的腸道細胞以白色呈現並降低對比。至於神經與血管是他想強調的部分，便用較亮的紅、黃等色系，尤其大部分的人直覺認為血管是紅色，因此血管套上紅色，神經便給予黃色標示。免疫細胞則選擇藍色，在紅、黃色當中得以突顯，也避免以為是組織間交疊出的疊加色。紅、黃與藍的選色也應用了消減型的三原色（subtractive mixing color model）的概念，以不交疊的原色（primary color）凸顯不同結構的特色。

對於顏色、構圖呈現的敏銳度，也源自簡宏任過去的學經歷。簡宏任並非一開始就走上研究之路。國中畢業後選擇高職就讀的他，選修科目的平面設計與視覺藝術奠定了他美學的基礎；但在學術學程的課程中，他也發現自己對生物也挺感興趣，因此大學選擇分子生物暨人類遺傳學系就讀。

只是相較於「看不見」的分子生物，簡宏任更喜歡「看得見」的生物（顯微）影像。投身固態組織透明化技術的研究後，當中有些需要用到紫外光等儀器設備，也因為簡宏任高職時曾參加微控制相關的社團，喜歡動手操作，因此可以自己架設一些小型機台。

簡宏任笑說：「這次得獎算是把過去學的技能串在一起，技能樹剛好都點滿。」不過他也謙稱，得獎是運氣，在作品展看到其他人的作品時，可以看到不同技術在製備上也都有其厲害之處；銀獎抑或優選還是看評審的選擇，只能把自己最好的部分拿出來展現。

固化過程若是讓液態慢慢凝固，一方面時間漫長，另一方面容易出現不均勻的問題。因此簡宏任索性運用過去社團習得的技術，自行動手製作「固化系統」。從選擇適合波長的紫外線光源和照射時間，以避免蛋白質變性或是氣泡跑進透明化樣本，到組裝焊接，簡宏任全都自己來。

本文轉載自顯微觀點

擴張顯微術、免疫螢光標記搭配雷射共軛焦顯微鏡，果蠅腦部緻密的多巴胺神經網路展開在我們眼前。初看猶如璀璨星雲，接近端詳就能發現神經束繁複清晰，聯繫著綻放光芒的神經元，猶如從太空站觀看的都會夜景。

這張精彩的作品「Wiring the Brain」，是以果蠅大腦探索連接體學，尋找腦部運作奧秘的路線圖之一，由清華大學腦科學中心的博士生劉柏亨拍攝。獲得 2023 Taiwan 顯微攝影競賽銀獎，不僅是劉柏亨在追求科學真相途中的額外收穫，也是他對自己多元興趣的重要實踐。

從材料工程到腦神經 追求變化的躍動旅程

大學時主修材料科學的劉柏亨，從「自修復材料」開始，研究興趣逐漸從工程領域轉向仿生（Bio-inspired）科技。他的碩士班題目是以生物晶片模仿心臟，作為藥物篩選平台。對他自己和指導教授都是嶄新的題目。

「我是個很好動的人，因此選擇了一個全天都在活動的器官。」

——劉柏亨說，當時雖有學長研究細胞遷移，但對他來說還不夠「動感」，因此選擇團隊中沒有先例的心臟作為研發目標。

以仿生材料模擬心臟的過程中，劉柏亨意識到，「我對細胞、組織的基本原理還不夠了解，容易以工程師的觀念模擬心臟特性，有時會違反真實、整體的生理學。」他因此萌生了建立生醫知識基礎的求知慾。

劉柏亨想要挑戰更複雜的器官，進入江安世院士領導的清華大學腦科學研究中心攻讀博士，將短期具體研究目標放在「腦神經的影像化」，長期的探索方向則是「系統性地理解『生命現象』」。

無畏複雜 以系統視野理解生命

劉柏亨說明，上一階段的生命科學著重精準分析特定分子的功能，逐步研究細胞生理的單一面向。但人體不只由數種分子或細胞組成，而是上兆個細胞形成群體、互相影響，才展現出人類個體的生命表現。

以系統生物學（Systems Biology）觀念，整合地理解人類生命，是劉柏亨著迷的目標。他說，因為分子與細胞生物學研究充分累積，現今的生醫知識基礎與技術成熟，已形成科學家投入系統生物學的良好時機。

其中最吸引他的，是呈現腦神經系統的「連接體（Connectome）」及探究其整體運作的「連接體學（Connectomics）」。

連接體學是探究精神官能症狀、神經性疼痛、認知退化等腦部相關疾病的最新路徑。解碼線蟲、果蠅等模式生物較為簡單的神經連接體，將能推動對人類腦部運作方式的理解，也是神經生物學與醫學的關鍵方向。

系統生物學重視聯繫與整合的思維，不僅是劉柏亨追求知識的途徑，也延伸了他對生物學專業與社會的觀點。

這位接連跨足不同領域的博士生說，擷取腦神經影像的程序從前端的生物材料製備，到後端影像系統的工程科技都不可或缺，不是一個人的專業能力能夠包辦。

他因此體悟，每張顯微影像都結合多種專業，而生物學的每一步進展也是不同領域科學家努力的整體成果，並非一個天才在單一領域獨力鑽研而成。

「許多不同的神經細胞彼此透過突觸聯繫彼此，建構出有神奇功能的腦。就像是人與人建立連結，建構社群與社會。」

——劉柏亨在頒獎典禮現場如此介紹自己獲獎的顯微影像。

工程師的生物學 如調酒般逐步改良

這張螢光染色的果蠅腦神經多巴胺網路圖，輸出到超過人腦的截面積，依然清楚呈現星羅棋布的迴路與神經元。跨越繞射極限的清晰成像，要歸功於擴張顯微術（Expansion Microscopy）與劉柏亨逐步改良工法的耐心。

劉柏亨解釋，擴張顯微術中「分解」步驟對螢光訊號最為關鍵。蛋白酶能夠有效分解（digest）樣本的蛋白質骨架，讓樣本順利擴張，但是會犧牲不少螢光蛋白與解析度。

替代方法是以藥物促使蛋白質變性（denature）降低張力，維持螢光訊號強度，但是樣本擴張過程會有較多阻撓，導致結構變形。劉柏亨說，

「結構變形，就不是原本要追求的東西，訊號再強也沒有用。」

他笑稱自己「『像個工程師』地追求實驗最佳化，把兩種分解途徑混成雞尾酒，每一杯都稍微調整改良。」他調和兩種分解概念，嘗試不同藥劑濃度、工序、實驗溫度；或以生物素化（Biotinylation, 在樣本擴張前使用）, 鍵擊化學（Click Chemistry, 在樣本擴張後使用）放大螢光訊號。

經過了近四十份的樣本製作與拍攝，終於得到滿意的影像。他敘述製作過程的語氣輕快，其實每一次擴張顯微術的製備與拍攝，都是漫長嚴謹的科學工作。

每一組樣本（大約十顆果蠅腦）的免疫螢光染色工期大約一週，擴張過程耗時三至四天；以轉盤式共軛焦顯微鏡拍攝單顆擴張的果蠅腦樣本，則需要 18 小時左右；接著要花上一整天，等待軟體拼接壓縮上萬張圖片。

獲獎的「Wiring the Brain」就是超過 10 萬張顯微照片的拼接疊合而成，包含將原本立體的影像透過專用軟體壓縮成平面。劉柏亨譬喻，「打開全新的 iPhone15 Pro，按住快門連拍直到記憶體滿載罷工，就是一張果蠅連接體影像需要的容量。」

繁密的連接體影像，不僅讓劉柏亨在連接體學的迷宮中前進，也能滿足他對美感與藝術的追求。在實驗室外也是攝影愛好者的劉柏亨，本學期正在修習清大科技藝術研究所曹存慧老師的生物藝術課程。

藝術家的生物學實驗室：向外延伸感官 向內反思存在

劉柏亨興奮地分享，他正與組員規劃虛擬展覽「藝術家的生物學實驗室」，模擬一個身懷生物科技的藝術家，會如何規劃他的實驗室。

腦機介面、組織再生、基因工程，是三個劉柏亨想要優先呈現的技術。

從編輯 DNA，改變蛋白質，最後型態出現差異，基因工程是現代生物技術的基礎。組織再生可以展現生物體修復能力與生醫工程的可能性。腦機介面則是最直接觸及心智能力、感官範疇，也結合最多精密工程技術的領域。

「這個藝術家本身帶有基因或感官的缺陷，試圖用生物科技延伸他的感官。參觀者能體驗生物科技延伸感官、改變身體的能力，並從中反思我們作為個體存在於環境中，與環境互動的關係。」

——劉柏亨解釋藝術計畫的初衷，一如對顯微技術的投入。

與藝術學院同學合作的過程中，劉柏亨發現組員們對生物學的知識足夠，較為不同的是，藝術領域的組員對於色彩組合或實驗操作，常常比科學領域的學生更加直覺，帶來浪漫的不確定性及意外的創造性。這種風格能與劉柏亨的藝術追求產生共鳴，但是科學研究必須要求精確，在浪漫與精確之間拿捏，也是他練習的目標。

另一方面，藝術學院的組員也常引導劉柏亨設計出更簡潔的生物學科普展示；或是透過討論，讓他想傳達的科學概念更具體明確。

使新奇成為日常元素 顯微鏡是好奇心泉源

從攝影、腦神經到生物藝術，劉柏亨喜歡讓心智保持活躍與好奇。他形容自己，「每天我都需要新的刺激，我喜歡讓學習新事物成為生活的常態。」他對顯微技術的投入，也是由碩士班期間的好奇心開啟。

當時的實驗室備有共軛焦顯微鏡，劉柏亨並不負責保養，也不須理解光路，但是好奇心驅使他向前來校正的工程師陳正義學習。劉柏亨說「正義哥算是我的顯微技術啟蒙老師，只要他出現在實驗室，我就會站在旁邊追問。」

現在劉柏亨遇到超越既有能力的顯微技術問題，不僅會和團隊成員討論，也會向其他實驗室的技術人員，甚至教授求教。參與不同團隊合作架設光學系統的過程，讓他深入了解雷射共軛焦顯微技術的原理，並體驗以精密工程逐步實現理論。

劉柏亨認為，顯微技術不僅是延伸感官的工具，更提供理解周遭世界的全新方式。隨著理解方式改變，好奇心與探索的內在動力會源源不絕地湧出。

「顯微鏡其實是激起好奇心的動力引擎。」

——劉柏亨認為從日常生活進入微觀世界，最重要的回饋是對人內在的激勵，不只是外在的觀察。

從機器管家出發 追問生命的意義

對自己的研究目標轉換，劉柏亨說「心臟的細胞運作起來具有高協同性，像是訓練有素的樂儀隊。但腦神經的運作瞬息萬變，隨時變化，更像是社會中的人際連結。」儘管像是越級打怪，他仍想探索更複雜的生命系統。

說到自己對生物學的內在動機，劉柏亨回憶，「我一直記得電影《機器管家》（Bicentennial Man，1999 年上映）。透過機械工程組合無機的零件，可以模擬一個真實的人類，與人建立感情。其中一定需要對生命原理的了解，非常神秘。」

對複雜生命現象進行整合研究，進而建立精密的仿生系統，這個系統不僅可能成為藥品篩選、器官再生平台，在更遠的未來可能成為人的延伸，甚至模仿人的整體生命表現。

這個猶如科幻小說楔子的目標，由劉柏亨敏銳的好奇心與多元的科學技藝積累堆砌而成。他說，

「在理解、實現這個系統的過程中，我會掌握生命的意義。」

參考文獻

• Complete wiring map of the insect brain NIH
• See an Amazingly Detailed Map of the Fruit Fly Brain Nature
• Gigantic map of fly brain is a first for a complex animal Nature
• Website of Ed Boyden

查看原始文章