張語涵：小強的腹語世界

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。

***溫馨提醒，本文有小強畫面，請斟酌觀看***

周星馳的唐伯虎點秋香上映後，讓小強成為蟑螂的代名詞，但你看到小強的瞬間，是順手將它解決，還是尖叫著逃跑呢？

台灣曾做過調查——不做調查也知道，蟑螂絕對是大家最討厭的害蟲第一名。美國甚至做過大規模調查，有超過四分之一的美國人表示自己最討厭的害蟲就是蟑螂，是第二名蜘蛛的兩倍之多！

所以，若要幫全人類找一個共同的敵人，蟑螂肯定算得上是一個。

但過去的日本節目中，卻發現北海道人竟然不怕蟑螂，難道他們都是勇者嗎？或是我們能從他們身上找到克服蟑螂恐懼的方法？

恐懼源自於未知？北海道人為什麼不怕蟑螂

你是不是光想到蟑螂的外表，就覺得全身起雞皮疙瘩？

面對蟑螂還能如此淡定，甚至能覺得牠們可愛的北海道人，別說你不敢相信，一群演化心理學家也是覺得匪夷所思，開始針對這些人做起了研究。

演化心理學就如字面上的意思，是將達爾文演化論套用到現代人的心理特質上，試圖以天擇的角度解釋許多無法解釋的人類心理現象。

例如近年來被診斷率越來越高的注意力不集中與過動症，也就是所謂的 ADHD，在演化心理學看來其實不是需要治療的「病」，而是環境變化太大導致的適應不良。想像一下，如果你是上萬年前生活在野外的人類，每天都必須在山林裡一邊躲避猛獸、一邊想辦法靠打獵與採集獲取食物。

在這種環境下，眼觀四面、耳聽八方，且隨時保持能戰能跑的機動性，反而都是生存必須的特質，自然會成為演化過程中被保留下來的心理特質。隨著人類社會在近幾百年快速進步，我們不需要再去當高風險的獵人，但那些經年累月刻印在基因裡的特質還來不及被汰換掉，反而讓這些天生的獵人無法適應現代生活。

同樣的道理，演化心理學認為人類對蟑螂的莫名恐懼，其實是來自於大腦主動識別並排斥潛在威脅的生存機制。在醫療資源匱乏的過去，隨便受個傷、生個病都有可能是致命的，人類只能戰戰兢兢，想辦法避開任何可能會傷害到自己的東西。這讓我們在無法辨別敵友時，會本能地戒備未知的東西。

即使從生態系的角度出發，同時兼具環境清道夫與許多動物主要食物來源的蟑螂，是維持自然平衡不可或缺的益蟲。但在無法感受到牠們好處的普通人眼裡，經常出沒於被我們視為髒亂、有害健康的垃圾與廚餘堆的蟑螂身上，只會被貼滿很髒，甚至是有害的負面標籤，當然不可能有好印象。

我猜這時有些觀眾心中閃過了「那又如何」、「我就討厭蟑螂啊」的念頭，但千萬別小看這份理所當然。雖說蟑螂因為生存與繁衍力強，被人類刻意撲殺這麼多年都還沒有要絕跡的意思，但其他昆蟲就沒那麼幸運了。由於人類對昆蟲，特別是只占大約10%的害蟲抱有負面觀感，使得這些小生物常在生態保育的討論中被冷落，甚至就這樣默默絕種，在地球生態系中留下無法彌補的缺口。久而久之，嘗到苦果的還是人類自己。

話說回來，既然演化心理學表明恐懼來自於未知，那只要我們學到關於這些昆蟲的正確知識，就能扭轉刻板印象了，對吧！那麼看完泛科學，想必你就能擺脫對小強的恐懼！

——雖然我很想這樣說，但很可惜，事情沒這麼簡單。還記得北海道人的訪問嗎？按照演化心理學，這些從來見過蟑螂本螂的北海道人，既然對蟑螂完全陌生，那麼應該不會有這麼正向的反應。就算不覺得被威脅，至少也該有點基本的戒備才是啊？

一篇發表於 2021 年的日本研究，正是想探討這個落差。研究團隊分析過往研究，發現「增加昆蟲相關知識」與「減輕恐懼」之間似乎沒有必然的關聯。而且，與出身郊區的人相比，從小生活在都市的人對於昆蟲竟然普遍有著較強、也較難改變的昆蟲嫌惡。

深入研究後，才發現，原來連怕不怕蟑螂這種事都得要看出身的。

都市化—嫌惡假說

在針對13,000名日本人進行調查後，研究團隊提出了「都市化—嫌惡假說」。此假說以都市化為起點，拆解出兩條人類培養對昆蟲嫌惡感的路徑。

你不該出現在我家！由破壞安全感引發的厭惡

首先，由於都市化導致自然環境縮減，無法適應都市環境的昆蟲大量減少，相對的，像蟑螂、蒼蠅、蜘蛛等適應良好的昆蟲，數量不可避免地會增加，也更容易出現在室內環境裡。對我們來說，穩固的牆壁與天花板會帶來與外界隔絕的安全感。因此，當有不請自來、侵門踏戶的東西出現，除了對昆蟲本身的厭惡，我們對所處環境原有的信任也跟著崩塌了。

回想一下，上次在家裡或辦公室茶水間看到蟑螂，就算當下就把它消滅了，在接下來的一段時間內，是不是會到處疑神疑鬼，總覺得某些角落或通風管裡藏著一支蓄勢待發的蟑螂大軍，準備趁你不注意時再出來嚇你一跳？

同樣的，就算不是在你家，而是外出用餐時在餐廳裡看見蟑螂，基於恨烏及屋的情感連結，你對於餐廳的信任感也跟著下降，甚至激動一點當場走人也有可能。但換個場景，假如你今天是在馬路上看見蟑螂，或許還是會覺得害怕、覺得噁心，但反應很可能不會像在家裡這麼大。

這便是都市化—嫌惡假說第一條路徑強調的重點。在都市化程度高的環境裡「室內」跟「室外」的界線變得分明，因此當有不該存在的東西出現，我們的反應也會更強烈。

因為不熟，所以討厭？

至於都市化—嫌惡假說的第二條路徑，是延續演化心理學裡，人們對於不了解的事物會產生恐懼的觀點。但比起針對單一種昆蟲，都市化—嫌惡假說發現，都市化環境會普遍降低其居民接觸大自然的頻率。就算是出生於郊區環境的人，在都市生活久了也會喪失這股熟悉感，甚至開始對大自然出現排斥心理。

同樣的，今天即便你是個都市小孩，只要到郊外生活夠久，而且自發地去接觸自然環境，那份對昆蟲的恐懼便會在洪水療法下逐漸被減敏感。說不定某天你會跟北海道人一樣，開始欣賞蟑螂的可愛之處喔！

從「害怕蟑螂」看見早期教育

除了解釋了我們對蟑螂的厭惡，都市化—嫌惡假說其實也點出了現代社會一個很重要的議題，那就是在現代科技的干擾下，我們接觸真實世界的頻率正在下降，無形中也失去不少珍貴的「經驗」。

我們的大腦仰賴經驗法則才能運轉，想學習新技能、建立穩固的知識結構，都需要持續且頻繁地暴露在特定刺激下。讀書、背講義是一種刺激，與人社交締結關係是一種刺激，走出戶外接觸山林也是一種刺激，任何一種刺激少了，我們就會錯過發展相應能力的機會。

就好像最近幾年特別被重視的語言教育、科學教育、情感教育，甚至是平權與美感教育，其實都是在努力把握小孩子學習的黃金期，讓他們盡早接觸到足夠的相關刺激，打下扎實基礎。這在教育心理學叫做「早期暴露」(early exposure)，這個理論反對只把重心放在學齡後與學校教育的傳統觀念，認為父母在學齡前給予孩子多元化刺激同樣重要。

不需要花大錢上才藝班，平時多帶孩子出門走走，或是準備不同的課外讀物與嗜好，都是很好的新奇刺激，不單能增進大腦發展，還可以培養認知彈性，讓他們在未來遇到未知事物時能保持好奇心、積極自發地去吸收新知，而非縮在固有觀念裡。

這個乍看很冷門、沒什麼了不起的研究，其實衍生出來的意義可是與我們息息相關。就好像我們常說在家裡看到一隻蟑螂，代表看不見的地方還有十隻。怕不怕蟑螂事小，因為享受現代科技的便利而錯失與真實世界互動的經驗，才是最得不償失的。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

• 作者／胡立德；譯者／羅亞琪
• 接續上篇《小強求生術（上）：原來踩爆蟑螂沒有想像中的簡單》，在觀察到蟑螂逃生的特殊能力之後，可輾壓也能移動的機器人誕生了！

在前幾年，六足機器人的發展開始出現變革。研究人員對於可動的足式機器人一直都很感興趣，但使科學家的興趣達到巔峰的，是美國國防高等研究計劃署在 2000 年召集數名研究人員參與的特殊會議。

國防高等研究計劃署因資助月球探測而成為著名的政府機構，這些深具野心的探測計畫推動該領域的進展。那年，他們對具有跟昆蟲一樣行動能力的足式機器人產生興趣，高什克的指導教授鮑勃‧弗爾 (Bob Full) 以及密西根大學的電機工程學家丹尼爾‧科德舒克都在場。

丹尼爾觀看了鮑勃有關蟑螂跋涉過困難地形的影片，因而受到啟發，建造了六足機器人 RHex，大小和體重跟 7 公斤的鬥牛犬差不多。它可以走過石頭、雜草和其他障礙物，全都是以開迴路的方式進行，也就是完全沒有接收周遭環境的回饋，即使沒有眼睛，也能奔跑而不跌倒。

堅硬與柔軟的結合

在 2009 年，微製程工業與機器人研究結合，建造了一系列的輕量級六足機器人。其中，「動態自主式爬行六足機器人」(Dynamic Autonomous Sprawled Hexapod，DASH) 是由一張厚紙板做成，僅 30 公克，可以放在手掌心。

這是由加利福尼亞大學柏克萊分校的電機工程學教授榮恩‧費林 (Ron Fearing) 的學生保羅‧柏克梅爾 (Paul Birkmeyer) 所設計的。柏克梅爾與費林使用了一種稱為「智慧複合微結構製造」(smart composite microstructures (SGM) manufacturing) 的技術，將堅硬的零件和柔軟的零件結合在一起，建造出一種複合型機器人。

• 首先，他們使用電腦畫出一份藍圖，將要切割的地方事先安排在一個平面上。
• 接著，他們使用雷射切割術在一張卡紙上進行切割，然後將紙對摺，並將一張具有彈性的聚酯薄片夾在中間，再使用黏著劑和加熱的方式讓卡紙和聚酯薄片永久黏附在一起。
• 最後他們用雷射刀在上面切出洞來，讓它變成可以像立體書一樣彎曲摺疊的平坦形狀。
• 最終完成的立體造型有六隻腳，只靠一個普通玩具遙控車會用的那種直流小馬達就能致動。

這個機器人每秒可移動自己的一個體長距離，相當於汽車以每小時 16 公里的速度前進，柔軟的外殼也讓這款機器人適於被重新設計成可輾壓的機器人。

DASH 有一個根本問題使它無法被輾壓——它只能被壓到馬達的高度，因為馬達必須是堅硬的。

那時，完全以柔軟的橡膠製成的馬達尚未被發明出來。高什克的創新之處在於他用兩個小一點的馬達來驅動機器人，馬達置於機器人的左右兩側，分別驅動該側的三隻腳。由於每個馬達只需要驅動三隻腳，而非六隻，因此可以比原本的馬達還要小。

原版的 DASH 有一個方形底座，是用來固定六隻腳的地方。高什克在機器人的中間位置設計了一個斷裂區，讓機器人可以被往下壓，但又能回彈（如圖）。你可以把它想像成中間有彈簧連接的兩個底座，用手指把它往下壓時，機器人的兩半就會向外展開；把手放開時，機器人就會彈回來。

最後，高什克把一張聚酯薄片摺成可壓縮的外殼，就像摺紙帽那樣，然後將它覆蓋在機器人的上端。他用油來潤滑這個外殼，以減少它與隧道天花板間的摩擦力。

當機器人站立時，可以輕易走在堅硬的地面上。整個機器人只有巴掌大，僅 50 公克重，不過幾顆葡萄的重量。這是可以自主的機器人，電池和電子設備都裝在身上，它的主體是由層壓紙製成，所以可用手拿起、放下、甚至彎折扭曲。

接著，高什克把機器人放進只有它一半高的隧道中，就如他所設計好的， 機器人背部的中間位置可以彎曲，讓它被壓平。然而，彈簧的反作用力大力頂住天花板和地面，產生很大的摩擦力，使機器人動彈不得。機器人掙扎著想把自己往前推，但六隻小腳卻只是對地面又抓又刮，徒勞無功。

觀察蟑螂爬行，重新修正機器人

把馬達一分為二、讓體節可以變形的設計都發揮了成效， 但現在問題出在腳上，他必須重新設計腳的部分。

目前，他把腳設計成火柴般的紙造腳，而機器人就靠這些腳走路，但當機器人被壓縮時，這些火柴腳會彎離主體，使腳無法獲得足夠的抓地力。同時，當機器人遭擠壓時，因頂住上下壁而多出來的摩擦力又會阻礙前進，也就是說，腳的姿勢已經很奇怪了，而天花板加壓在機器人身上的力又使得腳必須出更多力才行。

於是，高什克重新觀看蟑螂爬行的影片。蟑螂的腳就跟牠的腹部一樣，是可以折疊的。當蟑螂不受拘束自由奔跑時，腳尖會碰觸地面，然而，在隧道中，牠把腿往外張，就像在劈腿一樣，牠用膝蓋來推離地面，跟我們爬行時一樣。而當蟑螂一離開隧道，儲存在腿部的彈性位能便立刻把蟑螂推回站立的姿勢。

高什克領悟到，機器人的腳也必須設計成可折疊的，這樣無論是站立或壓縮的姿勢，腳都能緊抓住地。他把火柴折成一半，設計出 L 形的腳，接著把連接腳的關節設計得更有彈性。當站立時，機器人會用 L 形的其中一邊走路；當被壓縮時，腳則會向外攤開，使機器人還是可以用 L 形腳的另一邊走路。這個設計使得機器人的腳無論在什麼姿態下，都可以抓牢地面。

高什克的可壓折機器人或許可以應用在搜救行動。

地震過後，現場救難人員會希望評估瓦礫堆中是否仍有生還者，問題是瓦礫堆通常十分不穩定，人走在上面太危險了，這時若能派出大量像高什克設計的這類可壓折的小型機器人，裝配著感應器，就能穿梭在各個角落和裂縫來尋找生還者。高什克的機器人大部分是以廉價的材料製成，像是厚紙板和玩具馬達，因此，這種搜救機器人可以被當作消耗品使用，任務完成後毋須設法取回。

——本文摘自泛科學 2020 年 3 月選書《破解動物忍術：如何水上行走與飛簷走壁？動物運動與未來的機器人》，2020 年 1 月，三民出版。