0

0
0

文字

分享

0
0
0

潛入未知的深海世界:仿生機械魚「Nemo」 與鋼鐵魚「Iron Fish」—《科學築夢大現場》

親子天下_96
・2016/11/06 ・1735字 ・閱讀時間約 3 分鐘 ・SR值 523 ・七年級

儘管人類的科技不斷進步,但想要一探海底世界仍然是非常大的挑戰。

不僅海洋的水流捉摸不定,深海裡黑暗、冰冷與高壓的環境,都是水下工作最難以克服的地方,傳統是由潛水人員來進行水下作業,不過人體在水中有下潛的極限,這時候就有請水下機器人啦。

diver-752667_1280
傳統是由潛水人員來進行水下作業,不過人體在水中有下潛的極限。圖 / By tuturgires @ pixabay

專攻水下機器人的台大教授郭振華表示,一般而言,水下機器人大致可分成兩種,一是「遙控式水下機器人(Remotely Operated Vehicles, ROV)」機器人本身以纜線與海面上的船隻聯繫,由船隻提供電力並且遙控機器人,機器人再將收集到的資料透過纜線傳回船上,人類為主要操控者,這樣的機器人不怕沒電,而且可以負荷很重的工具,例如機器手臂,所以多數應用在工業用途上。另一種是「自主式水下機器人(Automous Underwater Vehicles, AUV)」,其中也包含了「自主式水下滑翔機(Autonomous Underwater Glider, AUG)」這兩種都沒有纜繩繫縛,是靠電池來維持電力,靠感測器與人工智慧自主在水中執行任務,以聲納、光學等方式跟岸上通訊,進行定位並且傳遞訊息。自主式水下機器人可以巡遊很遠的範圍,還可以在定點停駐進行觀察,機動性很高,不過相對的風險也很大,一旦通訊系統故障,就可能會遺失了。

郭振華教授的「水下載具實驗室」中有兩架可愛的自主式水下機器人「 Nemo 」與「 Iron Fish 」。外表長得像可愛小丑魚的 Nemo,主要的功能是在海科館中與觀眾進行互動,是水中的服務型機器人。Nemo 的身體構造模仿魚身採用仿魚鰾作為浮力控制,它的移動全部仰賴矽膠製、可彈性擺動的尾鰭,帶著它完成前後、左右、上下的六個自由度,要利用單一個尾鰭來完成機器人的所有運動方式,是非常不容易,這個部分的研發也讓團隊著實花了好多力氣。另外,在研發 Nemo 的過程,由於這個機器人是要放置在海科館的魚缸中,在一個由玻璃環繞的固定範圍內巡遊,這也考驗了團隊的技術,原因在於機器人在水中是靠著影像處理與感測器來判斷環境,當環境太過於複雜,影像處理如果不夠快就會產生問題,而魚缸的透明玻璃也會讓機器人在判別上出現問題,一不小心就會撞上。最後他們想出在Nemo 的鼻子、身體與尾巴裝上壓力計,透過偵測水壓的方式,讓 Nemo 可以貼著魚缸游,也可以順利避開水中的障礙物。

Nemo,主要的功能是在海科館中與觀眾進行互動,是水中的服務型機器人。圖/親子天下提供
Nemo,主要的功能是在海科館中與觀眾進行互動,是水中的服務型機器人。圖/親子天下提供

而擁有純白色機身,眼睛部分有黑色半透明眼罩的 Iron Fish,是利用尾鰭的螺旋槳來控制前進與轉彎,搭配胸鰭的升降動作,可以高速迴旋與下潛,移動非常迅捷。Iron Fish 原本是利用聲納來跟岸上進行通訊聯繫,現在則開發出速度更快的光學通訊系統,運用雷射光以及魚身上的光感應器在水底的兩隻魚可以互相傳遞訊息,研究人員也可以透過雷射光跟機器魚進行通訊,將所偵測到的資訊傳回岸上。

-----廣告,請繼續往下閱讀-----
Iron Fish,可以高速迴旋與下潛,移動非常迅捷。圖/親子天下提供
Iron Fish,可以高速迴旋與下潛,移動非常迅捷。圖/親子天下提供

不過,要研發水下機器人並不容易,因為在水中的物體會受到流體力學水壓水流等等複雜因素的影響,實驗測試還必須要看老天的臉色,海象不佳就無法測試,因此研發進度會受到影響。另外,機器人的防水要做到非常嚴密,否則一旦機器人進水,設備經常就全毀了。在海中遊動的機器魚還有令人意想不到的危機,那就是會遭遇到大魚的侵襲,機器人被咬到也時有耳聞,還好它們為了負荷水壓,都配備有非常堅固的外殼,才不至於被咬壞。

儘管水下機器人的研發困難重重,不過郭振華仍樂此不疲,製作出一個像魚一樣可以永遠待在水中不用上岸的水下機器人,是他未來最大的夢想。


1476432037-800x800

本文摘自科學築夢大現場 02《歡迎光臨機器人時代!百變智慧機器人》,親子天下出版。

-----廣告,請繼續往下閱讀-----
文章難易度
親子天下_96
26 篇文章 ・ 25 位粉絲
【親子天下】起源於雜誌媒體和書籍出版,進而擴大成為華文圈影響力最大的教育教養品牌,也是最值得信賴的親子社群平台:www.parenting.com.tw。我們希望,從線上(online)到實體(offline),分齡分眾供應華人地區親子家庭和學校最合身體貼的優質內容、活動、產品與服務。

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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 / 圖片:envato

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/圖片:envato

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
249 篇文章 ・ 320 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia