朱諾號沒有的法寶：放射性同位素熱電機

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

• [2017.07.14]註：熱騰騰的照片出爐囉～下圖來自 NASA，於台灣時間 2017 年 7 月 11 日早上 10 點  7 分拍攝，並由公民科學家 Gerald Eichstädt 利用朱諾號的數據進行影像增強製作而成。這是朱諾號第七次的木星繞行，在拍攝圖像時，其距離行星雲頂約 9,866 公里。

剛剛慶祝完環繞木星週年的朱諾號探測器已飛行了超過 1 億公里，最近更會直接飛過木星的大紅斑（Great Red Spot，GRS），這將是人類史上第一次與大紅斑擁有如此近距離的親密接觸。

看得見摸不著的大紅斑，原是巨大氣旋

大紅斑是一個位於木星南赤道邊緣的反氣旋旋渦，它的寬度廣達 16,000 公里，足足有地球的 2~3 倍大。早在幾百年前便被人類發現，自 1830 年代開始留有正式紀錄，這個陪伴觀星者許久的紅斑，據推測至少有 350 多年的歷史。

來自聖安東尼奧西南研究院（Southwest Research Institute in San Antonio）的朱諾號首席調查員史考特‧波頓（Scott Bolton）表示：

木星神秘的大紅斑大概是她最著名的特色。

波頓提到：這個巨大的風暴已經在太陽系最大的行星上肆虐了好幾世紀，而今，朱諾號和她所攜帶的「木星極光紅外成像儀」（Jovian Infrared Auroral Mapper）將可深入了解這個反氣旋旋渦，探索氣旋的根源究竟有多深，並藉此幫助我們了解它究竟是如何運作、為何如此獨特。

刻苦耐勞朱諾號

收集大紅斑的數據是朱諾號第六次飛越木星雲頂的重要任務之一。朱諾號會在台灣時間 7 月 11 日早上 9 點 55 分到達近木星點（Perijove），其位置在木星的雲頂上方約 3,500 公里處。而在 11 分 33 秒之後，朱諾號會再行進約 4 萬公里，到達大紅斑捲曲的雲頂正上方，彼時探測器會全副武裝、攜帶八個精密儀器在大紅斑上方飛行約 9 千公里。

來自加州噴射推進實驗室（JPL）的朱諾號計畫經理瑞克‧內巴肯（Rick Nybakken）認為成功收集到的木星資料證明了 NASA 團隊的奉獻精神、創造力和技術能力。他說：「每次的軌道繞行都讓我們更靠近木星輻射帶。」而截至目前為止，朱諾號竭力撐過木星周圍的磁場影響，刻苦耐勞的程度超乎科學家的預期。

再靠近一點，揭開木星神秘面紗

朱諾號在 2011 年 8 月時於佛羅里達發射上空，飛行五年後於 2016 年 7 月 5 日正式進入木星軌道。在探勘木星期間，朱諾的飛行高度極低，與木星雲頂僅距離 3,400 公里。朱諾號利用繞行，努力探索木星雲層下的種種現象，藉由研究極光去深入探索行星的起源、結構、大氣和磁場。

在朱諾號過去的研究成果中，我們可以發現到太陽系最大的行星「木星」是個十分動盪的世界，她的內部結構非常複雜，有充滿能量的極光及巨大的極地氣旋。

朱諾號預計將在 2018 年 2 月於指揮中心的控制下脫離軌道、墜入木星，結束這次劃時代的任務。換言之，這次與大紅斑的近距離接觸，可說是最初與最後的邂逅，而這場相遇到底會帶來什麼樣的新發現，真是令人無比期待！

• 參考資料：NASA’s Juno Spacecraft to Fly Over Jupiter’s Great Red Spot July 10 NASA [2017.07.01]

這一顆行星曾被外星太空船侵入多次，今年美國的獨立紀念日又遭到新的太空船進犯，而且這次的太空船比上一次的更大！

我可不是在說電影，這裡說的可憐行星是木星，而這個「外星」太空船則是來自地球的美國朱諾號（Juno）探測器。它雖然和電影《ID4》中侵略地球的外星飛碟相比微不足道，但是它有三個8.9公尺長的龐大太陽能板，一個籃球場都放不下，也的確比其他造訪過木星的太空船大得多。不是因為NASA喜歡大，這是不得已的。因為木星離太陽遠，朱諾號最多只會收到地球附近4%的陽光，因此只有增加太陽能板的面積，但是這也讓朱諾號的重量增加了340公斤。也別不滿足了，要不是近年太陽能板的光伏效率大幅精進，朱諾號一定更肥。想要用太陽能到更遠的土星？慢慢等吧。

說到這裡你會不會奇怪，有史以來所有造訪木星的太空船，包括短暫飛越木星的先鋒號、航海家，和繞行木星八年的伽利略號怎麼都沒有太陽能板呢？那是因為NASA有一個法寶，那些老太空船都有，只有朱諾號沒有。

這個法寶叫做「放射性同位素熱電機」（Radioisotope Thermoelectric Generator，簡稱為RTG），是一種小型的核能發電機。別被嚇到，它的「核能」不是核能發電廠那種核分裂連鎖反應，說穿了只是一坨高純度的放射性原料，在放射的過程中會生熱，因此就是一個不用插電的暖爐。如是這時候再把「熱電偶」放在冷熱的交界處，溫度差異產生的熱電效應就會產生電壓，提供穩定的電流，就好像一個源源不絕的電池。這樣的電源雖然能量轉換效率低，但是能量夠大、體積小，就是一塊東西，沒有動件，不需維修，真好。

可以用來做RTG的放射性同位素並不多，蘇聯曾經把「鍶90」做的RTG給北極圈裡方圓百里無人煙的燈塔，只是鍶-90的β衰變放射線穿透力強，需大塊厚重的金屬層層包起來才行。蘇聯解體後，曾有偷廢鐵的小偷看上這堆「廢鐵」，就把老舊的RTG大卸八塊拆回家，卻被放射線弄得幾乎一命嗚呼，還不知道怎麼死的。

適合放在太空船上的只有「鈽238」，因為它的能量更大，但薄薄的金屬殼就足以擋住它α衰變產生的放射粒子，而且半衰期為87.7年，特別適合需要長期飛行的太空船。只有一個問題：自然界沒有鈽238，它是製造核子武器的副產品，當年核子俱樂部的國家只有美國和蘇聯看出它的價值，把它留下來。美國六零年代生產大量核子武器，手上的鈽238多得用不完，不但阿波羅計劃的登月小艇都有RTG（至今還在發電），有的人造衛星也有。蘇聯應該也半斤八兩，發射不少帶有RTG的人造衛星，只是資料從來沒有公布。後來太陽能板技術漸漸成熟，就不再在普通人造衛星上用RTG了。

好景不常，美蘇限武談判後全面停止製造核武，1988年後美國就不再製造鈽238，NASA才驚覺未來太空船的能源有問題，還好俄國對錢的興趣更甚于太空探險，趕快向它買16.5 公斤。現在NASA手上的鈽238一共只有35公斤，但是堪用的只有17公斤。

17公斤很多嗎？好奇號火星車就用了來自俄國的4.1公斤，幾個月前通過冥王星的新地平線號用了約10公斤，正在土星的卡西尼太空船更用掉30公斤。

美國預計要砸下9千萬美金，由能源部負責生產，估計在2018年後可以達到穩定量產：每年1.5至2公斤，省著點用還勉強活得下去。另一方面，NASA也在發展效率是RTG四倍的「先進史特林同位素發電機」（advanced Stirling radioisotope generator，ASRG)，那就更省了。沒辦法，現在入流的國家都不再製造核武，鈽238就成了稀世珍寶，難道要NASA向北韓買嗎？

延伸閱讀：

• 朱諾號木星探測器發射升空 泛科學 2011/08/30
• 跟著朱諾號搖滾吧！泛科學 2011/08/30

歡迎來火星軍情局做朋友。

編譯／Nihil

從今年美國的總統大選，到太空中所發生的災難性技術故障，對於科學研究者來說，2016 年似乎是個動盪的一年。然而與此同時，科學家們也宣佈了諸多令人矚目的科學成果，例如觀測重力波、DNA 來自三個人的嬰兒以及人工智慧打敗李世乭等。在這歲末時分，就讓我們與您分享，來自《自然》（Nature）期刊精選出 2016 年的八大科學新聞。

重力波，I got you！

在今年 2 月 11 日，研究者們宣稱，他們在太空中找到了重力波（gravitational wave）的證據，方式為透過雷射干涉重力波天文台（Laser Interferometer Gravitational Wave Observatory, LIGO）的探測器，在 2015 年 9 月偵測到來自 10 億年前，兩個黑洞碰撞所產生重力波的訊號。

這項觀測的重要性在於，它進一步證實了愛因斯坦在廣義相對論的預言，認為大質量的天體相互碰撞，或是超新星爆發等天文事件，都可能引發波的漣漪；同時這項觀測也再次為黑洞的存在提供證據。就在 LIGO 宣稱結果的數週後，歐洲太空總署的雷射干涉太空天線開路者號（LISA Pathfinder）任務，針對新的技術進行了相關測試。該技術將有機會比 LIGO 觀測到更大、且更遠的天體所產生的重力波信號。

新世界秩序的誕生！

紛亂的 2016 年美國總統大選，就在唐納．川普（Donald Trump）於眾人跌破眼鏡的勝利中劃下句點。對於科學研究者來說，最關注的在於成為總統後的川普，在政策上將會如何對待科學。事實上，從川普的競選過程中可以發現，其並未凸顯出科學的重要性。另外川普的一些觀點是顯而易見的，例如他認為氣候變遷（climate change）本身是場由中國主導的騙局，並由此做出承諾美國將會退出巴黎氣候變遷協議；順帶一提的是，他還認為孤獨症和童年時期注射疫苗有所關聯。

當川普的政府開始成形之際，科學家們針對新總統對科學的漠不關心提出反對。在今年 11 月尾，包含 22 名諾貝爾得主在內的 2300 位科學家聯合提交給川普一封信，希望能「堅持科學的誠信與獨立性的高標準，以用來因應當前公共衛生及環境健康的威脅」。另外，如果各位還記得，今年 6 月 23 日英國宣佈脫離歐盟，這件事同時也震驚了當地的科學界。對於科學家來說，他們擔心這將會使他們失去每年來自歐盟的補助，以及和其他歐盟國家之間的交流。但略感欣慰的是，英國表示，政府仍將會持續提供科學家研究經費直到 2020 年。

大膽前進太空吧！

在 2016 年，不時出現一些太空任務未盡理想的消息。今年 3 月，日本宇宙航空研究開發機構（Japan Aerospace Exploration Agency,JAXA）所研製的 X-ray 天文衛星「瞳」（Hitomi）在發射一週後失敗了。根據研究人員推論，失敗的理由在於軟體上的失誤，進而造成太空飛行器的旋轉超出控制。7 月的時候，美國國家太空總署（National Aeronautics and Space Administration, NASA）的探測器「Juno」抵達木星，然而由於主引擎的問題，造成火箭升空的延遲，使得運行的橢圓軌道更加接近星球。雖然這樣的結果使得比原定計劃還要緩慢，不過「Juno」仍持續收集木星的大氣及磁層的數據。另一方面，歐洲太空總署在今年 10 月時，作為 ExoMars 任務的其中一項環節──Schiaparelli著陸器出現問題，原因在於測量上的失誤，導致降落傘在不對的時間點開啟。

以上各種失敗雖讓人有些氣餒，但對太空學界而言，2016 年還是有一些令人振奮的成果。中國在今年 8 月時，發射了第一顆量子衛星（quantum satellite），目標在於進行太空中相關安全量子通訊的測試。而在 9 月時，中國也在貴州完成了世界最大的單口徑電波望遠鏡。到了 11 月，中國發射了長征五號，並且在 10 月及 11 月期間送了兩名太空人在天宮二號太空實驗室生活了一個月，這些都創下了過去的紀錄。

CRISPR的爭議

CRISPR-Cas9 是一個至今仍持續發展的新基因編輯工具。在今年 10 月 28 日，一名在中國成都華西醫院的肺癌患者，成為了史上第一位進行CRISPR-Cas9技術的人。在臨床試驗中，研究者會試圖讓一些原控制免疫系統的細胞失去作用，並讓已編輯的基因增加免疫效果，用以對抗癌症。然而關於這種技術的商業前景仍有不確定性。美國專利與商標局宣稱將「干預」兩個研究團隊的訴訟時，關於基因編輯技術的專利權爭論可說達到了最高峰。

另一方面自今年起，有更多的研究者開始針對人類胚胎使用 CRISPR-Cas9 技術。當然，這樣的方式引起不少關於該研究領域的爭議，理由在於設計嬰兒的可能性。話雖如此，目前仍有國家允許這樣的研究，其中包含了中國、英國以及瑞典。他們認為透過這樣的技術，將可幫助人類未來的發展。

氣候危機的到來

來自 174 個國家及歐盟的代表們，在 4 月 22 日地球日這天共同簽署了巴黎氣候協定。不過事實上若要讓協定生效，需要超過 55 個國家、並且其加總的溫室氣體排放量要超過全球 55% 才能成功。而最大的進步莫過於在今年 9 月，佔據全球共 38% 溫室氣體的兩個國家—美國和中國，正式加入巴黎協定。在一週後，巴西及其他 30 多個國家也陸續加入，最後由歐盟在 10 月 5 日正式底定這場協議，並在 11 月 4 日生效。

不過，以上這些並非是唯一為氣候變遷所做的努力。在今年 10 月 6 日，聯合國的國際民用航空組織（International Civil Aviation Organization）決定將針對國際航班減少碳排放量。而在 10 月 15 日，共有 197 個國家同意修改蒙特婁議定書（Montreal Protocol），藉由逐步淘汰氫氟碳化物等溫室氣體來達到保護臭氧層的目標。在 10 月 28 日，相關國家也打破長達 4 年的僵局，在南極洲旁的 Ross 海成立了世界最大的海洋保護區。

茲卡病毒的肆虐

今年 2 月，世界衛生組織（World Health Organization, WHO）聲明，巴西那些因茲卡病毒爆發而導致的相關先天缺陷案例，已成為全球公共衛生的重大議題。這些先天缺陷包含小頭症（microcephaly），意為新生兒擁有比一般正常嬰兒更小尺寸的頭腦。然而縱使茲卡病毒在美洲肆虐，事實上並沒有造成想像中大規模的小頭症及其他茲卡所導致的先天缺陷案例。即使在巴西，高比例的小頭症患者也只存在於東北部，因此研究人員開始猜想，這種疾病的背後，可能同時存在多種因素的影響。

到了 11 月 18 日，世界衛生組織宣佈茲卡病毒與先天缺陷之間的相關案例不再是公共衛生的重大事件，但會持續研究茲卡病毒傳染造成的影響，並發展疫苗。許多國際研究單位也將繼續為相關問題提出解答，例如受感染的孕婦，會有多少比例生出具有先天缺陷的嬰兒。

鬥智遊戲的頂尖對決！

今年 3 月，來自 Google 旗下公司「DeepMind」所研發的人工智慧 AlphaGo，在圍棋比賽上擊敗了世界知名棋手李世石。而在 10 月時，研究者揭示了另一項人工智慧產品，它能在不需預先擁有相關知識的條件下，了解倫敦地鐵複雜的路線分佈。這些複雜的程序結合記憶與從經驗學習的能力，將人工智慧又更進一步的朝人類邁進。

除了讓人工智慧做以上這些事外，透過大量的深度學習（deep learning），它同時也能降低 60% 由機器進行語言翻譯所造成的失誤，並幫助物理學家尋找新的材料。

來自三人的DNA

經過十多年的研究，透過輔助生殖技術（Assisted-Reproductive Technology），進而達到結合三個人的 DNA 研究已取得突破。這些研究的目的之一，在於避免孩子從上一代的粒線體中遺傳到疾病。今年 9 月，研究人員在墨西哥診所宣佈第一個利用此技術的嬰兒誕生了。

另外，就在今年 12 月 15 日，根據科學家們建議，英國的人類生殖及胚胎學管理局（Human Fertilisation and Embryology Authority）允許了該項技術在臨床上的使用，並將在 2017 年開始上路。

以上，為本年度《自然》（Nature）期刊精選的八大科學新聞，其中醫學相關領域就佔了三項，包含茲卡病毒、基因編輯以輔助生殖技術，可謂豐收的一年；另外，雖然本次人工智慧領域只佔一項，但筆者相信，假以時日，一旦 AI 領域有更大突破，當「科學研究」本身都能藉更臻於完美的人工智慧之手操刀時，在往後的年度科學新聞中，它將會是顆耀眼的巨星。

原始來源：

• 2016 in news: The science events that shaped the year, Nature

這一顆行星曾被外星太空船侵入多次，今年美國的獨立紀念日又遭到新的太空船進犯，而且這次的太空船比上一次的更大！

我可不是在說電影，這裡說的可憐行星是木星，而這個「外星」太空船則是來自地球的美國朱諾號（Juno）探測器。它雖然和電影《ID4》中侵略地球的外星飛碟相比微不足道，但是它有三個8.9公尺長的龐大太陽能板，一個籃球場都放不下，也的確比其他造訪過木星的太空船大得多。不是因為NASA喜歡大，這是不得已的。因為木星離太陽遠，朱諾號最多只會收到地球附近4%的陽光，因此只有增加太陽能板的面積，但是這也讓朱諾號的重量增加了340公斤。也別不滿足了，要不是近年太陽能板的光伏效率大幅精進，朱諾號一定更肥。想要用太陽能到更遠的土星？慢慢等吧。

說到這裡你會不會奇怪，有史以來所有造訪木星的太空船，包括短暫飛越木星的先鋒號、航海家，和繞行木星八年的伽利略號怎麼都沒有太陽能板呢？那是因為NASA有一個法寶，那些老太空船都有，只有朱諾號沒有。

這個法寶叫做「放射性同位素熱電機」（Radioisotope Thermoelectric Generator，簡稱為RTG），是一種小型的核能發電機。別被嚇到，它的「核能」不是核能發電廠那種核分裂連鎖反應，說穿了只是一坨高純度的放射性原料，在放射的過程中會生熱，因此就是一個不用插電的暖爐。如是這時候再把「熱電偶」放在冷熱的交界處，溫度差異產生的熱電效應就會產生電壓，提供穩定的電流，就好像一個源源不絕的電池。這樣的電源雖然能量轉換效率低，但是能量夠大、體積小，就是一塊東西，沒有動件，不需維修，真好。

可以用來做RTG的放射性同位素並不多，蘇聯曾經把「鍶90」做的RTG給北極圈裡方圓百里無人煙的燈塔，只是鍶-90的β衰變放射線穿透力強，需大塊厚重的金屬層層包起來才行。蘇聯解體後，曾有偷廢鐵的小偷看上這堆「廢鐵」，就把老舊的RTG大卸八塊拆回家，卻被放射線弄得幾乎一命嗚呼，還不知道怎麼死的。

適合放在太空船上的只有「鈽238」，因為它的能量更大，但薄薄的金屬殼就足以擋住它α衰變產生的放射粒子，而且半衰期為87.7年，特別適合需要長期飛行的太空船。只有一個問題：自然界沒有鈽238，它是製造核子武器的副產品，當年核子俱樂部的國家只有美國和蘇聯看出它的價值，把它留下來。美國六零年代生產大量核子武器，手上的鈽238多得用不完，不但阿波羅計劃的登月小艇都有RTG（至今還在發電），有的人造衛星也有。蘇聯應該也半斤八兩，發射不少帶有RTG的人造衛星，只是資料從來沒有公布。後來太陽能板技術漸漸成熟，就不再在普通人造衛星上用RTG了。

好景不常，美蘇限武談判後全面停止製造核武，1988年後美國就不再製造鈽238，NASA才驚覺未來太空船的能源有問題，還好俄國對錢的興趣更甚于太空探險，趕快向它買16.5 公斤。現在NASA手上的鈽238一共只有35公斤，但是堪用的只有17公斤。

17公斤很多嗎？好奇號火星車就用了來自俄國的4.1公斤，幾個月前通過冥王星的新地平線號用了約10公斤，正在土星的卡西尼太空船更用掉30公斤。

美國預計要砸下9千萬美金，由能源部負責生產，估計在2018年後可以達到穩定量產：每年1.5至2公斤，省著點用還勉強活得下去。另一方面，NASA也在發展效率是RTG四倍的「先進史特林同位素發電機」（advanced Stirling radioisotope generator，ASRG)，那就更省了。沒辦法，現在入流的國家都不再製造核武，鈽238就成了稀世珍寶，難道要NASA向北韓買嗎？

延伸閱讀：

• 朱諾號木星探測器發射升空 泛科學 2011/08/30
• 跟著朱諾號搖滾吧！泛科學 2011/08/30

歡迎來火星軍情局做朋友。