0

1
0

文字

分享

0
1
0

人造胰島素開啟生技產業——胰島素與生技產業的誕生(下)

賴昭正_96
・2017/02/24 ・4786字 ・閱讀時間約 9 分鐘 ・SR值 546 ・八年級

即將失業的麻省理工學院校友

1975 年的某個冬天,加州大學舊金山分校的生化教授博耶(Herbert Boyer)莫名其妙地接到一通自稱是在舊金山創投資公司 KPVC(Kleiner Perkins Venture Capital)工作之史旺森(Robert “Bob” Swanson)打來的電話,希望能與他會面談談;忙於工作的博耶,心不甘情不願地勉強答應在一個周五下午給史旺森 10 分鐘的時間。隔年元月 17 日,史旺森如約地拜訪博耶的實驗室,沒想到原本 10 分鐘的會談,從實驗室到酒吧,竟變成了三個小時;而在幾瓶啤酒下肚後,更沒想到一個革命性的生物科技產業就此誕生了!

  • 編按:KPVC 後加入了另外兩位合夥人,改稱為 KPCB(Kleiner Perkins Caufield & Byers),中文譯為「凱鵬華盈」。KPCB 位於矽谷,為一美國有名的大創投公司。。
史旺生。生化教授博耶在史旺生的說服下,一個革命性的生物科技產業就此誕生了!圖/By Chemical Heritage Foundation, CC BY-SA 3.0, wikimedia commons

史旺森 1947 年出生,1970 年在麻省理工學院同時取得化學學士及商業管理碩士學位。他畢業後即加入花旗銀行創投部門,卻經歷了一連串投資失敗。在他灰心想換工作時,曾與他合作過一次的克萊納(Eugene Kleiner)因他思想敏銳、做事效率高,而於 1974 年年底把他拉進 KPVC。

帕金斯(Thomas Perkins)回憶謂:史旺森雖然做了幾件案子,但均不是非常成功,因此連克萊納也漸漸對他不滿。是否因此之故,史旺森也不清楚,但克萊納及帕金斯在 1975 年年底告訴他説:「唉,我們很想只有我們兩人工作。……但在你知道要做什麼之前,你可以繼續保留辦公桌及電話。」這顯然暗示他明年就沒有工作了!

不過史旺森是個科普及科幻迷,當他看到重組 DNA(recombinant DNA)及基因工程等報導時,立即意識到了這將完全改變人們對基因與遺傳之思路。因此史旺森告訴 KPVC,他將看看生物科技方面有什麼可以做的……。

-----廣告,請繼續往下閱讀-----

青蛙王子

1972 年,史丹佛大學生化教授伯格(Paul Berg)成功將 λ 噬菌體(感染大腸菌)的一段 DNA,接連到 SV40 濾過性病毒(感染猴子)的 DNA 上,闡釋了「重組 DNA」的可行性(他因之獲得了 1980 年的諾貝爾醫學獎,分得一半的獎金)。

他原想讓這由兩種不同物種基因體組成的 SV40 去感染細胞,複製其混種 DNA 及蛋白質;但突然警覺到:雖然原來之 SV40 對人體無害,但改種過的過濾過性病毒,萬一變成無法控制、對人體有害的傳染病呢?他因此召集同行,於 1973 年元月及 1975 年二月在加州太平洋岸邊的 Asilomar,討論重組 DNA 可能引起的倫理道德及科學家責任等問題。

博耶就是在第二次的 Asilomar 會議裡,碰到了另一位由史丹佛大學來的生化教授科恩(Stanley Cohen);兩人在沙灘上的深夜長談後,發現他們的研究互補——博耶是基因限制酶(restriction enzyme)專家,而科恩則善長於細菌質體(plasmid ,註 5)的操作——因此兩人很自然地決定合作。

1974 年 5 月,他們成功地完成「青蛙王子」的實驗:將青蛙的部份基因導入大腸桿菌的質體內,讓它隨細菌大量繁殖(大腸桿菌每 20 分鐘複製一次)。當同事問科恩怎麼知道青蛙的基因被「表現」出來時,他總是開玩笑地説:與細菌親嘴,看它是否會變成王子就知道了!

-----廣告,請繼續往下閱讀-----

基因泰克公司

如果放進質體的不是青蛙的基因,而是製造胰島素的基因呢?

史旺森似乎毫無困難地説服了博耶:兩人決定各出 500 美元,於 1976 年 4 月 7 月在舊金山正式登記成立 Genentech——由 Genetic Engineering Technology 縮寫而成,中文譯成「基因泰克」。史旺森回憶説:「我不支薪,靠每月 410 美元的失業保險金過日子;我與人同租一間 500 美元的公寓,月付 110 美元租一部 Datsun 240Z 的汽車;其它的就是花生醬三明治,以及偶爾看個電影。我當時雖有些存款,但不多。」

基因泰克公司。圖/By BrokenSphere – Own work, CC BY 3.0, wikimedia commons.

代表基因泰克的洛杉磯律師齊理(Thomas Kiley)——1980 年加入該公司,後來當了法律副總——到舊金山出差時,也只能睡在史旺森那「不起眼」公寓中的沙發。6 月,史旺森寫了一份 8 頁的計畫書,希望 KPVC 能投資 50 萬美元;KPVC 快速地審查後,認為「投機性太大」,因此只答應撥款 10 萬美元相助。1977 年 2 月第二次集資 85 萬美元時,KPVC又投入了 10 萬。

萬事俱備,只欠東風:那裡去找製造胰島素的基因呢?人類的胰島素基因在第 12 號的染色體上,可是要分離出來並不簡單,因此博耶決定自己合成。

-----廣告,請繼續往下閱讀-----
  • 哈佛大學的吉伯特(Walter Gilbert,註 6)及桑格(還記得他吧?)於 1977 年因發展出快速決定 DNA 核酸順序的方法,而合得 1980 年另一半的諾貝爾醫學獎

由於倫理道德的考量,將不同物種 DNA 重新組合的「重組 DNA」技術在兩次阿西洛馬會議(Asilomar conference)後,慢慢受到許多限制(例如政府補助)。因此博耶決定研發人工合成胰島素這「不經意」的決定,事實上可能「救」了基因泰克公司,使它能在「劇烈競爭」下脫穎而出:吉伯特及加州大學舊金山分校的另一團隊古徳曼(Howard Goodman)和盧特(William Rutter,註 7)也均在研究透過「重組 DNA」(使用「自然界基因」)來製造胰島素。

生長抑制素基因

博耶不是有機化學家,因此找了洛杉磯附近之「希望之城國家醫學中心」(City of Hope National Medical Center) 的兩位 DNA 合成專家板倉啓壹(Keiichi Itakura)及里格斯(Arthur Riggs)幫助。可是胰島素具有 51 個胺基酸,似乎太複雜了點;為了能快速確定他的想法是否行得通,博耶同意兩位專家的建議,並説服「要幹就幹實際的」的史旺森,決定先合成同樣也是胰臟分泌、卻只具 14 個胺基酸的生長抑制素(somatostatin)基因

在博耶著急地催促下,板倉啓壹及里格斯兩人果然不失眾望,在 1977 年 6 月邀博耶及史旺森南下一齊觀察最後的勝利產物:不幸地,他們並沒有偵測到大腸桿菌製造出來的生長抑制素!這對史旺森是個相當大的打擊,隔天早上他因急性消化不良,被送到急診室去。史旺森回憶説:「我看到我整個職業生涯付之流水。細菌(大腸桿菌)照理應製造出蛋白質,但我們一點都沒看到!」

為什麼失敗呢?與細菌為伍多年的博耶猜想:細菌可能以為生長抑制素是外來的入侵者而將它「吃掉」,因此他建議在生長抑制素基因上,加掛一些細菌本身的基因來誤導細菌,以爲它們在製造自己的蛋白質,然後將細菌的蛋白質部份切掉,即可得到生長抑制素。這一策略果然奏效,三個月後,在史旺森閉目不敢視的緊張局勢下,他們終於偵測到細菌製造出來的蛋白質,板倉啓壹轉身指著報表告訴史旺森說:「生長抑制素在此!」

-----廣告,請繼續往下閱讀-----

1977 年 12 月 2 日,各地新聞報導了類似《華爾街日報》所刊登之:

科學家首次透過基因操作製出了有用的蛋白質……這在醫藥研究上是一非常巨大的突破,它意味著科學家可能藉細菌製造出便宜的合成荷爾蒙。事實上正如美國科學促進學會(AAAS)所言,此一突破將導致「生物學上的革命」。

7 天後,以板倉啓壹為首的研究論文出現在 AAAS 所出版之 Science 期刊上。

南舊金山

這一令人鼓舞的結果讓史旺森決定基因泰克該有自己的實驗室了。在房地產朋友的推薦下,他終於決定在南舊金山的一片倉庫處定居下來。物以類聚,後來許多生化科技公司也相繼設廠於此城,使它意外地成為美國生化科技中心。如果讀者有機會拜訪該城(在舊金山機場附近),你將可在生化科技區的進口處看到「南舊金山/生化科技的誕生地」的標誌。

南舊金山,生化科技的誕生地!圖/By Coolcaesar, CC BY-SA 3.0, wikimedia commons

除此之外,史旺森也正式開始聘請一些自己的科學家:例如克萊德(Dennis Kleid)及他的博士後研究員哥德爾(David Goeddel)。在挖角克萊德時,克萊德謂如果不同時也雇用哥德爾的話,那他也不會離開史丹佛研究所(不屬於史丹佛大學的一個非營利研究中心)。克萊德果然慧眼識英雄:哥德爾於 1978 年 3 月加入基因泰克公司後,該公司所有的早期產品幾乎全是他(基因)「複製」出來的;他可以説是基因泰克公司之所以有今日之地位的最大功臣,為一生物科技及分子生物界的傳奇性人物。

-----廣告,請繼續往下閱讀-----

人造胰島素

成功製出生長抑制素蛋白質非但沒有讓他們慢下來,事實上反而讓他們更加快了腳步。

1978 年 5 月,他們成功地在細菌內「合成」胰島素的 A 及 B 鏈;7 月純化了那兩條蛋白質;8 月初去蕪存菁地將細菌的蛋白質剪掉;8 月 21 日的深夜,哥德爾——不錯,就是前面提到的那位傳奇性人物——成功地在試管內將 A、B 兩鏈連在一起,造出了第一個以生物科技「合成」的人造胰島素!由 12 人組成的全世界第一家生物技術公司,竟然以小搏大,贏了這場競賽。

克萊德回憶說:「我們到達終點時相當精疲力盡,過一段時間後我們才真正體會到贏了這場競賽。」

禮來製藥公司臨床試驗顯示了,這個人造胰島素不但同樣具人類胰島素的效果,且不會像動物胰島素一樣讓某些人過敏!四天後,禮來就先付 50 萬美元的(知識產權)授權費,與基因泰克公司簽定了 20 年的研發合約。這時間事實上來得正好:因為當克萊德加入基因泰克公司、去參觀禮來之一製造胰島素工廠時,他發現整列的火車載滿了冷凍的豬、牛胰臟,在那裡等著入庫。禮來每年需要五千萬頭的豬、牛才能勉強供應胃口越來越大的胰島素市場;因此如果基因泰克公司不能即時提供所需,禮來很可能去找其對手。

禮來每年須要五千萬頭的豬、牛才能勉強供應胃口越來越大的胰島素市場,對於胰島素的需求只會愈來愈大,因此人造胰島素也要想辦法大量生產。圖/By allyhook @ flickr, CC BY-NC-ND 2.0

但克萊德認為他們剛發展出來的效率太低,將不足應付需求。當他將此想法告訴史旺森時,史旺森回説:「我不想聽到『不可能』這個詞,告訴我你要怎麼樣才能做到。」1980 年,基因泰克公司的科學家們終於找到了一強大的控制基因,能在適當時刻「告訴」質體大量製造胰島素,使產能激增了 50 倍!

-----廣告,請繼續往下閱讀-----

哥德爾成功地在試管內將 A、B 兩鏈連在一起的兩個禮拜後,1978 年 9 月, 基因泰克公司申請「以重組 DNA 讓微生物製造任何蛋白質」的專利。有觀察家認為這等於承認基因泰克公司發明了(所有)重組 DNA 的微生物!

可是生命是自然界的現象,能專利嗎?1980 年奇異公司(General Electric Company, GE)的科學家查克拉巴蒂(Ananda Chakrabarty)發展出一種可以分解原油的細菌,申請專利時卻被美國專利局以「就一般所瞭解,生物不是可專利的題材」駁回;經上訴(基因泰克的齊理也曾出庭為奇異公司辯護),美國最高法院最後以 5 比 4 裁決奇異公司獲勝。

最後美國專利局於 1981 年 3 月 31 日正式核准了該項專利,為基因泰克公司預舖了通往康富的大道。1982 年 10 月 26 日美國專利局批准了基因泰克公司的第一個(也是科技歷史上最賺錢的)專利。1983 年美國藥物管理局批准了禮來用重組 DNA 所製造出來的胰島素(第一個基因工程藥物)上市。雖然從動物胰臟中提煉的舊法成本較低,但因各種(包括心理在內之)因素,用重組 DNA 所製造出來的胰島素現今幾乎已全取代了所有的動物胰島素。據估計,全世界胰島素的市場將從 2015 年的 270 億美元增加到 2021 年的 436 億美元。

生物科技產業

基因泰克公司於 1980 年 10 月 4 日上市,為全世界第一個上市的生物科技公司,在一小時內從開價每股 35 元,跳到 88 元,最後以 71.25 元收盤,共集資 3500 萬元,為最成功的「首次公開募股」(華爾街日報謂「最令人注目之一的首次市場亮相」)。2009 年瑞士羅氏大藥廠(Roche)以 468 億美元收購所有它未擁有的基因泰克公司股票(意即基因泰克公司已不再是一獨立的上市公司)。

-----廣告,請繼續往下閱讀-----

史旺森於 1999 年 12 月因腦癌而英年(52 歲)早逝。他被認為是生物科技革命的先知與先鋒;在 1998 年 12 月出版之《千年千人:影響千年的男性、女性排行榜》(1,000 Years, 1,000 People: Ranking the Men and Women Who Shaped the Millennium)一書內,以他是「生物科技革命的先鋒」排名第 612 位。

麻省理工學院校長魏司特(Charles Vest)説:「麻省理工學院很榮幸有史旺森這樣的校友。……他是典型的美國企業家,不只創辦了一個公司,而是整個產業——一個創造財富及工作、但更重要地改進了健康和生活品質的產業。」

註解

  • 5. Plasmid 中文譯成「質體」,實讓人不知所云。它是細菌染色體之外的小圈形雙螺旋 DNA 分子,可像染色體一樣自行複製,也帶基因(大部份是為了生存),很容易取得、注入、或在(不同)細菌間互換,因此成了生物科技的「寵物」:做為其它基因的攜帶體。
  • 6. 1978 年合創 Biogen,最成功的藥物是基因改蛋白質 α 干擾素(α‑interfero)。
  • 7. 1981 年合創 Chiron,發展第一個透過酵母菌重組 DNA 製出之疫苗(B 型肝炎)。
-----廣告,請繼續往下閱讀-----
文章難易度
賴昭正_96
48 篇文章 ・ 59 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此獲有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪,IBM顧問研究化學家退休 。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲它轉載我的科學月刊上的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」。

0

3
1

文字

分享

0
3
1
為機器人換上「物理大腦」:一場終結AI數位囚禁的革命
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/03 ・5732字 ・閱讀時間約 11 分鐘

本文與 研華科技 合作,泛科學企劃執行

我們都看過那種影片,對吧?網路上從不缺乏讓人驚嘆的機器人表演:數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ,或是波士頓動力的機器狗,用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次,社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕,看看四周,一個巨大的落差感就來了:說好的機器人呢?為什麼大街上沒有他們的身影,為什麼我家連一件衣服都還沒人幫我摺?

這份存在於數位螢幕與物理現實之間的巨大鴻溝,源於一個根本性的矛盾:當代AI在數位世界裡聰明絕頂,卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫,但它沒辦法為你端一杯水。

-----廣告,請繼續往下閱讀-----

這個矛盾,在我們常見的兩種機器人展示中體現得淋漓盡致。第一種,是動作精準、甚至會跳舞的類型,這本質上是一場由工程師預先寫好劇本的「戲」,機器人對它所處的世界一無所知 。第二種,則是嘗試執行日常任務(如開冰箱、拿蘋果)的類型,但其動作緩慢不穩,彷彿正在復健的病人 。

這兩種極端的對比,恰恰點出了機器人技術的真正瓶頸:它們的「大腦」還不夠強大,無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題:新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦,真的能終結機器人的「復健時代」,開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎?

新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦 / 圖片來源:研華科技

為何我們看到的機器人,總像在演戲或復健?

那我們怎麼理解這個看似矛盾的現象?為什麼有些機器人靈活得像舞者,有些卻笨拙得像病人?答案,就藏在它們的「大腦」運作方式裡。

-----廣告,請繼續往下閱讀-----

那些動作極其精準、甚至會後空翻的機器人,秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質,是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道,都是事先算好的,機器人本身並不知道自己為何要這麼做,它只是在「執行」指令,而不是在「理解」環境。

而另一種,那個開冰箱慢吞吞的機器人,雖然看起來笨,卻是在做一件革命性的事:它正在試圖由 AI 驅動,真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢,正是因為過去驅動它的「大腦」,也就是 AI 晶片的算力還不夠強,無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路,你可以抱著他,幫他擺動雙腿,看起來走得又快又穩,但那不是他自己在走。真正的學習,是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人,大多是前者;而我們真正期待的,是後者。

所以,問題的核心浮現了:我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好?

-----廣告,請繼續往下閱讀-----
我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好? / 圖片來源:shutterstock

機器人的大腦,為什麼不能放在雲端?

聽起來好像很合理,對吧?把所有複雜的運算都交給雲端最強大的伺服器,機器人本身只要負責接收指令就好了。但……真的嗎?

想像一下,如果你的大腦在雲端,你看到一個球朝你飛過來,視覺訊號要先上傳到雲端,雲端分析完,再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲,你大概就已經鼻青臉腫了。

現實世界的互動,需要的是「即時反應」。任何網路延遲,在物理世界中都可能造成無法彌補的失誤 。因此,運算必須在機器人本體上完成,這就是「邊緣 AI」(Edge AI)的核心概念 。而 NVIDIA  Jetson 平台,正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求,而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦,專為在各種裝置上運行 AI 任務設計 。回顧它的演進,早期的 Jetson 系統主要用於視覺辨識搭配AI推論,像是車牌辨識、工廠瑕疵檢測,或者在相機裡分辨貓狗,扮演著「眼睛」的角色,看得懂眼前的事物 。但隨著算力提升,NVIDIA Jetson 的角色也逐漸從單純的「眼睛」,演化為能夠控制手腳的「大腦」,開始驅動更複雜的自主機器,無論是地上跑的、天上飛的,都將NVIDIA Jetson 視為核心運算中樞 。

-----廣告,請繼續往下閱讀-----

但再強大的晶片,如果沒有能適應現場環境的「容器」,也無法真正落地。這正是研華(Advantech)的角色,我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備,確保它能在高熱、灰塵、潮濕或震動的現場穩定運行,滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說,NVIDIA 提供「大腦」,而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠,但它其實早就以一種你意想不到的方式,進入了我們的生活。

從Switch到雞蛋分揀員,NVIDIA Jetson如何悄悄改變世界?

如果我告訴你,第一代的任天堂Switch遊戲機與Jetson有相同血緣,你會不會很驚訝?它的核心處理器X1晶片,與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求,正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域,研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

-----廣告,請繼續往下閱讀-----
  • 在北美,有客戶利用 AI 進行雞蛋品質檢測,研華的工業電腦搭載NVIDIA Jetson 模組與相機介面,能精準辨識並挑出髒污、雙黃蛋到血蛋 
  • 在日本,為避免鏟雪車在移動時發生意外,導入了環繞視覺系統,當 AI 偵測到周圍有人時便會立刻停止 ;
  • 在水資源珍貴的以色列,研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內,24 小時在果園巡航,一旦發現成熟的果實就直接凌空採摘,實現了「無落果」的終極目標 。

這些應用,代表著 NVIDIA Jetson Orin™ 世代的成功,它讓「自動化」設備變得更聰明 。然而,隨著大型語言模型(LLM)的浪潮來襲,人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令,更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率,若要機器人更快速完成動作,需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題:AI到底該如何學會「動手」,而不只是「動口」?

革命性的一步:AI如何學會「動手」而不只是「動口」?

面對 Orin 世代的瓶頸,NVIDIA 給出的答案,不是溫和升級,而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組,峰值性能是前代的 7.5 倍,記憶體也翻倍 。如此巨大的效能提升,目標只有一個:將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型,成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生,將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起:

-----廣告,請繼續往下閱讀-----
  1. 第一階段是 LLM(Large Language Model,大型語言模型):
    我們最熟悉的 ChatGPT 就屬此類,它接收文字、輸出文字,實現了流暢的人機對話 。
  2. 第二階段是 VLM(Vision-Language Model,視覺語言模型):
    AI 學會了看,可以上傳圖片,它能用文字描述所見之物,但輸出結果仍然是給人類看的自然語言 。
  3. 第三階段則是 VLA(Vision-Language-Action Model,視覺語言行動模型):
    這是革命性的一步。VLA 模型的輸出不再是文字,而是「行動指令(Action Token)」 。它能將視覺與語言的理解,直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵! 過去以NVIDIA Jetson Orin™作為大腦的機器人,僅能以有限的速度運行VLA模型。而由 VLA 模型驅動,讓 AI 能夠感知、理解並直接與物理世界互動的全新形態,正是「物理 AI」(Physical AI)的開端 。NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 。

NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 / 圖片來源:研華科技

其中,物理 AI 強調的 vision to action,就需要研華設計對應的硬體來實現;譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達,你的系統就要有對應的介面來整合視覺;你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品;你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通,這些都需要具體化到一個系統上,這個系統的集大成就是機器人。

好,我們有了史上最強的大腦。但一個再聰明的大腦,也需要一副強韌的身體。而這副身體,為什麼非得是「人形」?這不是一種很沒效率的執念嗎?

為什麼機器人非得是「人形」?這不是一種低效的執念嗎?

這是我一直在思考的問題。為什麼業界的主流目標,是充滿挑戰的「人形」機器人?為何不設計成效率更高的輪式,或是功能更多元的章魚型態?

-----廣告,請繼續往下閱讀-----

答案,簡單到令人無法反駁:因為我們所處的世界,是徹底為人形生物所打造的。

從樓梯的階高、門把的設計,到桌椅的高度,無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言,採用人形的軀體,意味著它能用與我們最相似的視角與方式去感知和學習這個世界,進而最快地理解並融入人類環境 。這背後的邏輯是,與其讓 AI 去適應千奇百怪的非人形設計,不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具,產線上的機械手臂能高效重複鎖螺絲,但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標,是成為一個「多面手」,它能在廣泛學習後,理解物理世界的運作規律 。理論上,今天它在產線上組裝伺服器,明天就能在廚房裡學會煮菜 。

人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態 / 圖片來源:shutterstock

但要讓一個「多面手」真正活起來,光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經,才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」,就無法匯聚成有意義的行動。

這正是研華的角色:我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中,讓它成為能真正思考與反應的「完整大腦」,同時也提供神經系統的骨幹,將感測器、I/O 介面與通訊模組可靠地連結起來,把訊號傳導進大腦。你或許看不見研華的存在,但它實際上遍布在機器人全身,像隱藏在皮膚之下的神經網絡,讓整個身體真正活過來。

但有了大腦、有了身體,接下來的挑戰是「教育」。你要怎麼教一個物理 AI?總不能讓它在現實世界裡一直摔跤,把一台幾百萬的機器人摔壞吧?

打造一個「精神時光屋」,AI的學習速度能有多快?

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料,但物理世界中用於訓練的互動資料卻極其稀缺,而且在現實中反覆試錯的成本與風險實在太高 。

答案,就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台,為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生(Digital Twin)世界,讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內,經歷相當於現實世界千百日的學習與演練,從而在絕對安全的環境中,窮盡各種可能性,深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環,Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本,但後來發現,它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺,是在現實世界中難以透過有限次的試錯來建立的。

所以你看,這趟從 Switch 到人形機器人的旅程,一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備:一個劃時代的「AI 大腦」(NVIDIA Jetson Thor)、讓核心延展為「完整大腦與神經系統」的工業級骨幹(由研華 Advantech 提供),以及一個不可或缺的「教育環境」(NVIDIA Isaac Sim 模擬平台) 。

結語

我們拆解了那些酷炫機器人影片背後的真相,看見了從「自動化」走向「自主化」的巨大技術鴻溝,也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測,未來 3 到 5 年內,人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景,如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器,能夠觀察我們的世界,理解我們的語言,並開始以物理實體的方式與我們互動,這將從根本上改變我們與科技的關係。

所以,最後我想留給你的思想實驗是:當一個「物理 AI」真的走進你的生活,它不只是個工具,而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」,你最先感受到的,會是興奮、是便利,還是……一絲不安?

這個問題,不再是「我們能否做到」,而是「當它發生時,我們準備好了嗎?」

研華已經整裝待發,現在,我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
1

文字

分享

0
0
1
廁所裡的科學課:解碼尿液中的「泡泡警報」,抓住逆轉腎衰竭的黃金時機
careonline_96
・2025/09/12 ・3396字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

一位 60 歲的糖尿病患者,長期血糖控制不佳,糖化血色素(HbA1c)高達 10.2%,已進入第三期慢性腎臟病,尿蛋白指數偏高。衛生福利部南投醫院副院長莊宗芳醫師指出:「經過討論後,我們決定調整治療策略,將其中一種降血糖藥物更換為具有腎臟保護作用的排糖藥(SGLT2 抑制劑)。」

在長達兩年多的追蹤期間,患者的糖化血色素穩定降至 7.2%,腎絲球過濾率(eGFR)由 33 提升至 40 以上,尿白蛋白/肌酸酐比值(UACR)也從 200 降至約 102 mg/g,蛋白尿情形明顯改善。不僅血糖控制獲得良好成效,腎功能也呈現穩定甚至略為回升的趨勢,成功延緩腎臟功能惡化。莊宗芳醫師提到,透過適當的藥物選擇與持續的醫療追蹤,糖尿病患者的腎臟健康是有機會獲得改善的,也提醒民眾及早介入治療的重要性。

許多糖尿病患者認為只要血糖控制穩定,就不需要太擔心其他問題。但在臨床上,卻常見到血糖看似良好,腎功能卻悄悄惡化的案例。莊宗芳醫師指出,糖尿病的自然病程中,幾乎都會出現腎病變。由於病程進展緩慢,患者往往毫無察覺。如果同時沒有控制好血壓、飲食,或長期使用止痛藥(如 NSAIDs),就可能加速腎臟受損,進入「微量白蛋白尿期(microalbuminuria)」。

這個階段是腎臟開始受損的早期徵兆,若能及時發現並積極介入治療,腎功能仍有機會改善。但多數患者因為沒有症狀,也缺乏定期追蹤,病情往往持續惡化,最終進展為「明顯蛋白尿期(macroalbuminuria)」,此時尿液泡泡明顯且持久,代表腎臟損傷已不可逆,可能走向慢性腎衰竭。

-----廣告,請繼續往下閱讀-----

腎臟發出的求救訊號,你注意到了嗎?

糖尿病腎病變初期雖然沒有明顯症狀,但隨著腎功能惡化,身體會開始出現一些警訊,包括:

  • 清晨眼皮浮腫
  • 傍晚腳踝、小腿水腫:用手指按壓皮膚,凹陷超過 10 秒仍未回彈
  • 尿液泡泡多,持續 5-10 分鐘不消退
  • 半夜頻繁起床上廁所(夜尿 2-3 次)
  • 容易疲倦、食慾變差、噁心、皮膚搔癢

這些都是腎功能可能正在惡化的徵兆。一旦出現,應儘快安排腎功能(eGFR)與尿蛋白(UACR)等相關檢查,才能及早發現、及早治療,避免病情惡化到需要洗腎的地步。

莊宗芳醫師特別提醒:「微量白蛋白尿期是糖尿病腎病變的重要階段,幾乎每位糖友都會經歷。雖然沒有明顯症狀,但腎臟已開始受損。只要在這個階段積極控制血糖、血壓、血脂,並維持健康生活習慣,就有機會延緩腎功能惡化,守住腎臟健康!」

糖尿病患者不只要顧血糖,也要顧腎臟

許多糖友都知道要定期檢查糖化血色素(HbA1c),但其實,腎臟健康同樣重要!糖尿病腎病變常常在沒有症狀的情況下悄悄發生,因此建議定期檢查以下兩項指標:

-----廣告,請繼續往下閱讀-----
  • 腎絲球過濾率(eGFR):這是抽血後根據血液中的肌酸酐(Cr)數值,結合年齡、性別等條件,計算出腎臟的過濾能力。
    • eGFR ≥ 90:正常
    • eGFR 60–89:原則上腎臟的過濾功能正常,但必須排除蛋白尿,如果有微量白蛋白尿或巨量蛋白尿,仍應考慮可能是慢性腎臟病
    • eGFR < 60:腎功能開始下降,已進入慢性腎病第三期以上

值得注意的是,有些糖尿病患者在 eGFR 還沒下降前,就已經出現尿蛋白,代表腎臟可能已開始受損。

  • 尿蛋白與肌酸酐比值(UACR):這是檢查尿液中白蛋白與肌酸酐的比例,能早期偵測腎臟微血管的損傷情況。
    • UACR < 30 mg/g:正常
    • UACR 30–299 mg/g:微量白蛋白尿(早期、可逆轉)
    • UACR ≥ 300 mg/g:明顯蛋白尿(腎損傷通常不可逆)

糖尿病患者除了要控制血糖,也要定期檢查腎臟功能,才能預防糖尿病腎病變。建議依照以下原則進行檢查:

  • 初期糖尿病、尚未出現腎病變者:建議每年檢查一次 腎絲球過濾率(eGFR) 和 尿蛋白與肌酸酐比值(UACR)
  • 已診斷腎臟病者(eGFR<60 或 UACR≧30):建議每 3~6 個月 追蹤一次 eGFR 和 UACR,以掌握腎功能變化。

定期追蹤、積極治療,是延緩腎功能惡化的關鍵。尤其在「微量白蛋白尿期」就開始介入,有機會讓腎損傷逆轉,避免進展到不可逆的腎衰竭階段。 

吃藥會傷腎?其實正確用藥才是保護腎臟的關鍵!

許多患者對藥物有疑慮,認為「吃藥會傷腎」,因此不願意使用藥物來控制糖尿病、高血壓、高血脂等慢性病。但莊宗芳醫師提醒:「其實,正確使用藥物控制三高,反而能保護腎臟、延緩病情惡化!」

-----廣告,請繼續往下閱讀-----

近年來,糖尿病藥物持續進步,不僅副作用大幅降低,甚至有些藥物還具備保護腎臟的功能,莊宗芳醫師進一步說明,以 SGLT2 抑制劑來說,它俗稱「排糖藥」,作用機轉是抑制腎小管對葡萄糖的再吸收,讓多餘的糖分透過尿液排出,達到降血糖的效果。更重要的是,研究發現這類藥物還能降低腎絲球內的壓力與過濾負擔,改善腎臟微血管的高壓狀態,進而延緩腎功能惡化的速度。

糖尿病腎病變不一定走向洗腎,關鍵在於早期介入

有研究指出,若能在腎功能仍良好的階段(例如 eGFR 約 85)就開始使用其中一種 SGLT2 抑制劑,有機會延後長達 26.6 年才進入洗腎階段,甚至可能終身不需洗腎。對糖尿病患者而言,這無疑是一大福音。

除了保護腎臟,這類「排糖藥」也被證實能減緩心臟衰竭的惡化。對於有蛋白尿、腎功能下降,或具心血管疾病風險的糖友來說,排糖藥能同時照顧「血糖、心臟、腎臟」三大面向,是非常合適的治療選擇。

患者除了要控制血糖,也要密切注意血壓與尿蛋白的變化。莊宗芳醫師建議,糖友可加入「糖尿病健康照護網」,若已出現腎功能異常,可同時納入「早期腎病照護方案」,讓血糖與腎臟都能獲得整合性的管理與照護。

-----廣告,請繼續往下閱讀-----

筆記重點整理

  • 糖尿病腎病變初期無症狀,定期檢查才能早期發現:糖尿病腎病變在初期往往沒有明顯症狀,但腎功能可能已悄悄受損。建議糖友每年至少檢查1次腎絲球過濾率(eGFR)與尿蛋白/肌酸酐比值(UACR),若已出現異常,則每 3~6 個月追蹤一次。早期發現、積極介入,有機會延緩甚至逆轉腎功能惡化。
  • 正確用藥不傷腎,反而能保護腎臟:許多患者擔心「吃藥傷腎」,但事實上,控制血糖、血壓、血脂是保護腎臟的關鍵。像是 SGLT2 抑制劑(排糖藥)不僅能降血糖,還能減輕腎臟負擔、延緩腎功能惡化,甚至降低心臟衰竭風險。
  • 整合性照護是守護腎臟的關鍵:糖尿病患者不只要顧血糖,也要密切注意血壓與尿蛋白。建議加入「糖尿病健康照護網」,若已出現腎功能異常,可同步加入「早期腎病照護方案」,讓血糖與腎臟都能獲得整合性管理,提升治療成效與生活品質。

參考資料:

  • Diabetic Nephropathy Preeti Rout; Ishwarlal Jialal. 
  • Chronic Kidney Disease Satyanarayana R. Vaidya; Narothama R. Aeddula.
  • KDIGO 2024 clinical practice guideline on evaluation and management of chronic kidney disease: A primer on what pharmacists need to know
  • Fernández-Fernandez B, Sarafidis P, Soler MJ, Ortiz A. EMPA-KIDNEY: expanding the range of kidney protection by SGLT2 inhibitors. Clin Kidney J. 2023 Jun 16;16(8):1187-1198. doi: 10.1093/ckj/sfad082. PMID: 37529652; PMCID: PMC10387399
  • Perspectives on Chronic Kidney Disease With Type 2 Diabetes and Risk Management: Practical Viewpoints and a Paradigm Shift Using a Pillar Approach
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

1
0

文字

分享

0
1
0
喝糖比吃糖更肥?飲料慢慢喝比較不會胖!——《大自然就是要你胖!》
天下文化_96
・2024/06/25 ・1953字 ・閱讀時間約 4 分鐘

飲料中的添加糖和食物中的添加糖,造成的影響有所不同嗎?

如果生存開關的啟動只與熱量有關,無論是吃軟糖,還是喝汽水,高果糖玉米糖漿所產生的作用理當一樣。但事實並非如此,喝糖通常比吃糖更糟得多。為什麼會這樣?生存開關是由於肝臟中的 ATP 濃度下降所觸發,因此關鍵在於有多少果糖到達肝臟。如果肝臟接收到大量果糖,則 ATP 會大幅下降,刺激生存開關強烈反應。倘若只有少量果糖到達肝臟,果糖代謝效應會比較溫和。這意味著,儘管我們在談論生存開關時,一直將它簡化為一種按鈕,可控制為開或關,但實際狀況比較像是可調整強度的旋轉鈕,會根據狀況產生強弱不同的反應。

換句話說,肝臟的反應是依據接收到的果糖濃度,而不是果糖量。比起果糖一次全部進入的狀況,當果糖緩慢進入時,肝臟接觸到的果糖濃度會比較低。也因為如此,軟性飲料比固體糖類更容易啟動生存開關。軟性飲料含有大量的糖分(以 600 毫升的汽水為例,當中含有約 17 茶匙的高果糖玉米糖漿,其中約 9 茶匙是果糖),通常幾分鐘即可喝完,而且由於是液體,不需要消化,這會讓肝臟中迅速充滿果糖和葡萄糖。相較之下,固體食物必須經過消化,需要更長的時間才能到達肝臟。(這也是完整水果較不易啟動生存開關的原因,因為水果纖維有助於減緩吸收。)因此,固體食物中的果糖到達肝臟的速度較慢,不會讓生存開關一下子轉到最強狀態。

營養學家兼遺傳學家斯皮克曼(John Speakman)進行的實驗證實了這一點,他發現餵食液體糖的小鼠,比餵食固體糖的更肥胖。人體臨床研究也比較食用液體糖(來自軟性飲料或其他飲料)和固體糖(來自糖果和甜點)的差別,所有證據都指向同一個結果:液體糖導致肥胖和(或)糖尿病前期的可能性,比固體糖更高。在一項研究中,將年輕受試者隨機分成兩組,一組每天喝一杯 240 毫升的軟性飲料,一組吃下含糖量相等的軟糖,持續四週,然後恢復正常飲食,也持續四週,並在這段「淨化」期之後,讓兩組受試者交換,原本喝軟性飲料的改吃軟糖,反之亦然,再持續四週。試驗結束時,研究人員發現,受試者在「喝糖」期間攝取的總熱量,比「吃糖」期間多了約 17%。在喝了四週的軟性飲料後,受試者的體重增加,脂肪也增加。相較之下,吃軟糖的四週內,他們的體重並未增加。

液體糖導致肥胖和(或)糖尿病前期的可能性,比固體糖更高。圖/envato

液體糖比固體糖更容易導致肥胖,而且喝液體糖的速度也會造成影響。為了證明這一點,我們在伊斯坦堡科曲大學的合作夥伴坎貝,提供蘋果汁給志願的受試者,這些蘋果汁內的果糖含量與軟性飲料相似。坎貝讓一半的人在 5 分鐘內喝下 500 毫升果汁,另一半則是每隔 15 分鐘喝下 125 毫升,用一小時喝完 500 毫升的果汁。一小時結束時,雖然兩組人喝下的蘋果汁分量一樣,但兩組間的差異卻非常驚人。5 分鐘內喝完蘋果汁的人,體內的尿酸和血管加壓素(肥胖荷爾蒙)快速增加。相較之下,花一小時喝完蘋果汁的受試者,尿酸和血管加壓素的變化比較緩和。由於尿酸和血管加壓素升高相當於生存開關活化的證據,這表示如果一定要喝軟性飲料,慢慢享用會比大口豪飲來得安全。

-----廣告,請繼續往下閱讀-----
含糖飲料慢慢喝會比大口豪飲來得安全。圖/envato

幾年前,曾有人基於軟性飲料含糖量高,提議紐約市政府對軟性飲料課稅。軟性飲料業者指出其他食品也含有大量的糖,專挑軟性飲料課稅並不公平。基於這項爭議,再加上其他因素,飲料稅法案最後沒有通過。但根據前面提到的研究,軟性飲料業界的論點其實有誤。

根據液體糖和固體糖的研究,還可以得到一個結論:「魚與熊掌或許可以兼得」。也就是說,享用富含糖類的甜點時,如果吃得夠慢,或許可能避免觸發生存開關。這時蛋糕就只是熱量而已。問題是,要慢慢的吃甜點幾乎是不可能的事!

喝軟性飲料時不能大口暢飲,而得用一小時的時間慢慢啜飲完畢,也同樣不容易。另外,與其單獨飲用軟性飲料,不如在用餐之間慢慢喝,畢竟邊吃邊喝,讓液體中的糖與食物混合,可減慢吸收速度。

重點

液體糖比固體糖更有害,大口喝下軟性飲料是啟動生存開關最有效的方法。含糖軟性飲料、能量飲料、果汁、含糖的茶和咖啡,全都應該避免。如果偶爾想放縱一下,請放慢飲用速度,並一定要與食物搭配。

-----廣告,請繼續往下閱讀-----

——本文摘自《大自然就是要你胖!》,2024 年 06 月,天下文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。