這種矽膠微晶片只有 USB 隨身碟的大小，卻能夠模擬複雜的人類器官，如心、肺、腸道等功能，進而改善藥物的研發程序。晶片上內建微流控通道，通道旁排列特定的人類器官細胞；研究人員把化學成分注入這些通道當中，就能在顯微鏡下觀察這些人造「器官」對藥物的反應為何。
舉例來說，肺臟晶片有一側排列人類的肺臟細胞，另一側排列微血管細胞，兩者之間隔著一層滲透薄膜，讓空氣和液體可以通過。薄膜的一邊有空氣流通，另一邊注入類似血液的溶劑，兩旁真空室的收縮和舒展則可模擬呼吸動作。
目前哈佛大學的韋斯研究所（Wyss Institute）已複製出多種器官晶片，並持續測試評估當中。研究人員希望這些晶片能夠取代動物實驗，協助研發新藥。
本文節錄自《How It Works 知識大圖解 國際中文版》第 23 期（2016 年 08 月號）
更多精彩內容請上知識大圖解
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？
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。
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。
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。
討論功能關閉中。
在澳大利亞的兒童派對上，常出現一種繽紛奪目，胖死人不償命的點心，叫做「仙子麵包」（fairy bread）。
其做法相當簡單，就是在吐司上塗奶油，灑滿多彩糖珠（nonpareils），再切成三角形[1]。美食與食譜網站不時會介紹它的各種華麗變體，例如：「仙子漢堡」、「仙子蛋糕」等[2,3]。
不過，現在有個美國的創新版本，卻是抱著救世的精神，榮登科學期刊。
偽造和不合格的藥品，不僅在全世界害人無數，每年還造成 2 千億美元的經濟損失。開發中國家所受的影響尤為嚴重，國際衛生組織（World Health Organisation）估計當地 1/10 的藥物都是假貨[4]。仿冒藥品和印刷偽鈔的概念雷同，正邪雙方拼的是製造和辨識的技術。
就拿澳洲藥物管理局（Therapeutic Goods Administration）官網上的照片來說，三粒外觀神似的輝瑞（Pfizer）藥丸齊聚一堂，令人看了直呼真假難辨[5]！就算仔細觀察它們的形狀、顏色、拼字與外包裝，又有幾個普通民眾看得出哪幾粒不能吃？
目前幾種藥物防偽技術，雖然理論上可行，但實際操作起來，多少都有缺點。比方說：
這些方法都勞師動眾，不易普及。
正在業界苦無新法之際，2022 年 5 月 6 日《科學報告》（Scientific Reports）期刊，發佈了〈糖果代碼：一種簡單、普遍、獨特、可食用，且能確認藥物真實性的識別〉[4]。該文作者美國科學家 William H. Grover，彷彿以「灑水觀音」之姿，慈悲地潑灑糖珠，祈願杜絕偽藥氾濫，並就此解救天下蒼生。
首先，他把撒糖珠的動作，輕鬆地加到現行的製藥程序裡。不管藥廠做的是藥丸、藥片或膠囊，沒有糖珠附著不了的固體。當糖珠被隨機揮灑，便會在固體表面形成獨特的圖案。就像沒有一塊「仙子麵包」長得完全相同，每粒裹上糖珠的藥丸從此也有了個人專屬的外表。儘管它們不會因此引領時尚潮流，但至少宛如 QR Code 附體，有了獨一無二的「糖果代碼」（CandyCodes）[4]。
接著，所有換上新裝的藥丸，在離開藥廠之前，都要來張個人紀念寫真。透過攝影，單一藥丸上每顆糖珠的位置與顏色，都將被記錄在藥廠的資料庫中。若嫌圖檔不好用，也可以將糖珠的排列組合，編成字串以利存取。如此一來，當藥丸抵達消費者手中，後者只要用手機拍照上傳給藥廠，就可以比對「糖果代碼」，為藥丸驗明正身[4]。
說到排列組合，學過「庭院深深深幾許」的讀者，是否好奇「糖果代碼」的各種可能性，夠不夠應付藥廠的龐大出貨量？科學家 William H. Grover 採用每顆 2.3 毫克，8 種不同顏色的糖珠：深藍、淺藍、紅、粉紅、綠、橙、黃和白色。每顆能編寫 3 個 2 進位（23=8）位元的資訊，於是 1 公斤的糖珠就可乘載 130 萬位元的資訊量。此外，糖珠的售價相當便宜，1 美元能購買 2 萬 9 千顆糖珠[4]。
由於糖珠是隨機地包覆在藥丸外層，排列組合的結構，比 1D 的條碼和 2D 的 QR code 複雜。美國科學家 William H. Grover 用 Python 語言，寫了個程式來將每張藥丸的照片，轉換成一條條二進位的代碼字串，再計算可能性的總數。經過一番努力之後，他推估這個做法，足以創造 1017 組不會重複的「糖果代碼」。如果還是擔心數量不夠，也可以使用更多顏色，或不同形狀及尺寸的糖珠，來增加排列的組合[4]。
當然，科學家的野心絕不侷限於製藥，否則跟只會做或吃「仙子麵包」的販夫走卒，又有何差異？William H. Grover 認為「糖果代碼」的概念，將來還可以被運用在其他產品。例如：於瓶蓋或其他包裝上，黏貼彩色的小粒子，來遏制盜版[4]。雖然他的願景才剛被《科學報告》期刊公諸於世，但將來或許就真的被廠商採用了。到時候市面上，便會充斥著各式各樣的仙子商品。
輾轉反側，徹夜難眠的時候，您幾點起床？就算醒了，工作效率是否異常低落？
在此，請您非但別只想到自己，還要拿出一點同理心：因為被剝奪睡眠的澳洲喜鵲，也深受困擾。
2022 年 4 月的《科學報告》期刊，有一篇標題冗長的論文，叫做〈失眠削弱澳洲喜鵲的認知表現並改變其歌曲產出〉[1]。其第一作者澳洲 La Trobe 大學博士候選人 Robin Johnsson，認為歌唱的時辰與類型，對於喜鵲的社交生活相當重要，並以此做為研究主題[2]。且不論在 COVID-19 疫情之前，有些人就已經沒什麼社交生活，更不要談呼朋引伴一起歡唱 KTV，人家喜鵲可是隨時都過得多采多姿。
於是，牠們就被科學家抓去做實驗了。
首先，研究團隊架設陷阱，用起士誘捕野生喜鵲。為牠們戴上標有序號的腳環之後，再關進裝有監視器的房間裡。接著，為了測量腦電波圖（electroencephalogram, EEG）與肌肉電位圖（electromyogram, EMG），科學家把無辜的喜鵲抓來開刀。於其腦部表面和頸部肌肉，植入電極貼片（electrodes），方便之後記錄睡眠狀態[1]。
然後，喜鵲們就去接受特訓。
研究團隊準備了一種木製食器，左右各挖一個淺槽。其中一個槽裡，盛裝少量起士和麵包蟲。第一次食物直接攤在眼前，不加以掩飾；第二次猶抱琵琶半遮面；第三次開始蓋子完全擋住凹槽，令喜鵲啥也看不見。在訓練的初期，全部的食器都採用灰色蓋子。直到最後的「聯想學習」（associative learning），蓋子被換成黑色或白色。喜鵲掀開特定顏色的蓋子，發現下面藏有食物。這樣重複 15 次，讓牠們不把「食」、「色」的關係兜在一起也難[1]。
結訓後，研究團隊把食器裡的獎勵換成「不會動的麵包蟲冷盤」（chilled, unmoving mealworms），為喜鵲舉辦驗收成果的模擬考。除了執行「聯想學習」的覓食活動，科學家也期望牠們展現「反轉學習」（reversal learning）的能力。將蓋子的顏色調換，要喜鵲嘗試選出有食物的凹槽。這個階段有一些評分要點[1]，例如：
凡是順利通過模擬考的喜鵲們，便能晉升至下一關。
在實驗的主要階段，喜鵲們被劃為三組，分別體驗下列三種睡眠模式之一：無干擾睡眠、6 小時睡眠剝奪，以及 12 小時睡眠剝奪。研究人員防止喜鵲睡著的花招，包括：迫近或拍打鳥舍、發出噪音，或是輕撫充滿睡意的喜鵲[1]。如同可憐的臺灣中學生，明明前晚都沒睡飽，隔天還得參加考試。研究人員存心要看失眠的喜鵲，怎麼失常。
正式測驗的結果不出所料，沒睡飽的喜鵲容易犯錯，而且要花較長的時間，才能選出正確答案。有些喜鵲甚至失去參與測驗的動機，傾向找機會補眠。其實以前的研究便顯示，失眠也會降低人類的認知表現。諸如參與動機、清醒程度（alertness）、注意力、警戒等級（vigilance）等，都會受到負面影響[1]。
除了喜鵲考試的成績，科學家也記錄了牠們社交行為的變化。失眠的喜鵲寧可睡覺，也不要唱歌。最後就算唱了，單曲的長度卻意外地延展。原本的晨曲改在中午演出，頻寬變得狹窄，內容相較貧乏，顫音也明顯減少。這與人類的口語溝通，大同小異。當一個人睡眠不足，說話的速度會緩慢下來，咬字不如平常清晰，語句重覆的機率提高，甚至可能妨礙聽眾理解講者所要傳達的訊息[1]。
澳洲喜鵲有複雜的家族。牠們用歌聲來劃定疆域，分辨敵友，並建立「鳥」際關係。失眠不僅會害喜鵲把歌唱得七零八落，也會進一步危及其社交生活。既然以往的人類睡眠實驗結果，與喜鵲有那麼多的相似處，下次在抱怨疫情害自己沒朋友之前，我們是不是應該先睡飽，再來思考怎麼社交呢？
備註：此實驗結束後，參與受試的澳洲喜鵲，均在 2019 年 7 月被野放。
狐禪
胡中行
