0

0
0

文字

分享

0
0
0

世界末日前,我們到底能不能找到外星好厝邊?──《五十億年的孤寂》

PanSci_96
・2017/04/06 ・8361字 ・閱讀時間約 17 分鐘 ・SR值 584 ・九年級

  • 【科科愛看書】在浩瀚無垠的宇宙中,誰願意寂寞寂寞就好?自古以來,每當人們仰望星空,都希望找到其他生命的痕跡,即便旅途漫長艱辛,我們也從未停止腳步。讓我們跟著《五十億年的孤寂:繁星間尋找生命》了解人類探詢外星生命的故事,或許有生之年,你我便能在光年以外,找到外星好厝邊。

眾星雲集的外星研討會

德雷克對於地球以外必定有其他生命的信心,來自推動奧茲瑪計畫後不久的一場私人會面。

1961 年,美國國家科學院(National Academy of Sciences)的皮爾曼(J.P.T. Pearman)找上德雷克,要他幫忙召集一場綠岸天文台舉辦的小型非正式 SETI (Search for extraterrestrial intelligence,搜尋地外文明計劃)研討會。皮爾曼解釋,這場會議的核心目的是把「SETI 是否能成功偵測到其他星球文明」這件事情給量化出來。後來,綠岸研討會在 1961 年十一月一至三日舉行。

德雷克幫忙召集一場綠岸天文台舉辦的小型非正式 SETI 研討會,這場會議的核心目的是把「SETI 是否能成功偵測到其他星球文明」這件事情給量化出來。圖/By M-n-M Flickr user, CC BY 2.0, wikimedia commons

與會的邀請名單不長,但是星光雲集。除了德雷克和皮爾曼之外,還有三位諾貝爾獎得主出席。化學家哈羅德.尤里(Harold Urey)和生物學家喬舒亞.萊德伯格(Joshua Lederberg)都在各自領域得過諾貝爾獎。尤里是因為發現氫的較重同位素「氘」(deuterium)而獲獎;萊德伯格則是因為發現細菌能進行交配,並交換遺傳物質而獲獎。

對於當時仍處在初期的天體生物學(astrobiology)──研究太空生命起源及表現的領域──來說,這兩人是早期的領頭者。

-----廣告,請繼續往下閱讀-----

尤里對於古地球上生命起源前的化學特別感興趣,萊德伯格則致力於解釋遙遠行星上的外星生命,要怎麼從長距離外偵測出來。就在研討會進行期間,另一名來賓化學家梅爾文.卡爾文(Melvin Calvin),則因為闡明了光合作用的化學途徑,而獲得諾貝爾獎。

其他與會者的名氣也只是稍微遜色而已。物理學家菲利浦.莫里森(Philip Morrison)與其他作者,共同撰寫了一篇於 1959 年發表的論文,其中主張進行一項如同德雷克 1960 年所進行的 SETI 計畫。達那.艾屈利(Dana Atchley)是無線電通訊系統專家,同時也是微波聯合公司(Microwave Associates Inc.)的主席,該公司捐贈儀器供德雷克進行探索之用。伯納德.奧利佛(Bernard Oliver)是惠普公司(Hewlett-Packard,HP)研究部的副主席,他是 SETI的狂熱支持者,早先還前往綠岸,見證德雷克的第一次探索。

俄羅斯裔的美國天文學家暨綠岸天文台的館長奧托.斯特魯維(Otto Struve),邀請他的明星學生──談吐溫和的 NASA 研究員黃授書(Su-Shu Huang)出席。斯特魯維是光學天文學界的傳奇人物,也是第一批認真思考如何找到繞行其他恆星之行星的人。他和黃授書曾一起研究恆星的質量和光度,如何影響繞行行星適居性的問題。神經科學家約翰.李利(John Lily)也來綠岸簡報他對跨物種溝通的想法,這個想法源自於他圈養瓶鼻海豚的實驗,曾經引起爭議。一頭黑髮且聰明的二十七歲天文學博士後研究員卡爾.薩根(Carl Sagan),當時是來賓名單上年紀最輕、名氣也最小的一個。萊德伯格身為薩根的導師,邀請他列席與會。

找不找得到外星生命?科學家算給你看

安排議程的工作落在德雷克身上。在研討會開始前幾天,他準備好紙筆坐在書桌前,試著要把估計數字 N ──目前存在於我們銀河系中可偵測到的先進文明數目──所涉及的所有關鍵資訊進行分類。

-----廣告,請繼續往下閱讀-----

他從最基本開始:很明顯,文明僅可能出現在繞著穩定且長壽恆星的適居行星上。德雷克推論,銀河系中恆星形成的平均速率為 R,為宇宙文明新搖籃的創造,設下一個大略的上限。這些恆星的某個比例 fp,確實會形成行星;而這些行星中又有某個比例 ne,適合生命的存續。德雷克的思考從天文物理學及行星科學,進入演化生物學的領域:這些適居行星當中的某個比例 fl,最終會變成有生命的行星;而這些有生命的行星中會有一定比例 fi,會誕生出有智慧且有意識的存在。當他的思考跳脫到社會科學的範疇時,德雷克變得焦躁不安。他感覺自己已經逼近分類的盡頭以及合理推測的界限。然而,他固執地加速前進:把能發展出將生命訊息溝通於星際的科技,這樣的智慧外星生物比例算做 fc;而一個科技社會的平均壽命是 L。

德雷克相信壽命至關重要,是出於銀河系的浩瀚與悠遠時光,以及「似乎沒有什麼能比光速更快穿越空間」的這個麻煩事實。銀河系大約有十萬光年寬,且幾乎與宇宙本身一樣老,呈現了其他宇宙外星文明若出現,所處的巨量時間空間脈絡。舉例來說,如果一個先進的科技社會平均壽命是幾百年,那麼兩個相距一千光年但同時出現的科技社會,基本上在運用各種力量,好讓兩個帝國在終結之前能達成溝通目標,它們不會有機會連絡到彼此。就算其中一方不知怎麼發現了另一方,等到訊息在一千年後傳到時,送出這訊息的社會也已不復存在。

壽命似乎是世界最遙遠的距離,會不會訊息傳到的時候,該社會早就已經不復在了?圖/By Michelangelo, Public Domain, wikimedia commons

如果以上數字我們都給出合理的估計,然後將這所有的因素相乘,一個大概的推測數字 N 就會出現。這幾項因素彼此互相關聯:當中若有任何一項的數值低到微不足道,結果得出的 N ──也就是整個銀河系中可偵測到的科技文明估計量,就會急遽下降。把它們串聯在一起所形成的方程式,即便沒算出同一時期存在的宇宙文明之準確估計量,至少也有助於量化人類對宇宙的無知。

十一月一日早上,所有來賓在 NARO 宿舍的一間小客廳就座,邊喝起咖啡的時候,德雷克起身、邁步向前,跟大家報告了他所思考的東西。他沒有站在講台中央對整個房間的人說話,而是背對大家,在一旁的黑板上寫下他那一長串的數字。當他放下粉筆離開時,黑板上寫著:

-----廣告,請繼續往下閱讀-----

N=R×fp×ne×fl×fi×fc×L

這串字母被稱為德雷克方程式。雖然德雷克只是想為接下來三天的會議起個頭,但這個方程式和其可能的價值,主導了 SRTI 所有後續的討論及搜尋。

德雷克方程式出現了,那各項數值呢?

在當時,只有 R —即恆星生成速率這項,有被合理地設下界限。天文學家已經仔細研究過銀河系中數個形成恆星的區域。根據這數據,小組中的天文學家很快就把 R 限定在「銀河系中至少一年誕生一顆」這個保守數字上。

他們也決定要專注在似日恆星上。尺寸比我們的太陽大得多的恆星,亮度也會高上很多,只要幾千萬年或幾億年就會燃燒殆盡,沒有太多時間能讓複雜的生命在繞行的行星上誕生。比太陽小得多的恆星,核燃料又太過稀少,雖然可以微弱地發光個好千億年,但要能夠從這微弱光線中得到足夠的溫暖,這顆行星得要非常小心翼翼地貼近恆星,在這距離內恆星的閃焰和重力潮汐,可能會對生物圈造成大浩劫。類似太陽的恆星得在這兩種極端中達到平衡,其亮度足以讓可居住行星存在於遠離恆星爆火的位置,又要能穩定地發亮數十億年。

似日恆星要所有因素都剛剛好,太近太遠太大太小都不行。圖/By betmari @ flickr, CC BY-NC 2.0

1961 年,當時還沒有人找到過太陽系以外的行星,所以 fp 的估計值只能仰賴間接證據,而這個估計值從斯特魯維和莫里森的討論中逐漸浮現。數十年前,斯特魯維曾進行先驅研究,測量了不同種類恆星的旋轉速度。結果發現,與我們的太陽相比,非常熱且非常大的恆星旋轉得非常快;而與我們太陽相似或是相較起來較小較冷的恆星,則緩慢旋轉。斯特魯維認為差別在於,似日恆星周遭的旋轉行星會削弱該恆星的角動量,並降低其旋轉速度。

-----廣告,請繼續往下閱讀-----

然而,將近一半已知的似日恆星屬於雙星系統,與一顆同樣也會影響其轉動的伴星彼此繞行。研究認為,在雙星系統中,兩顆恆星彼此之間的拉力,可能會干擾其行星的形成。因此斯特魯維推測,只有剩下那一半的單星恆星,才有可能會形成行星。他十分相信,在似日恆星的系統中行星非常相當普遍,以至於早在十年前的 1952 年,他就發表過一篇論文,列出找到行星的兩個觀察策略,預言了半世紀後的系外行星熱。斯特魯維預估,似日恆星中半數會有行星,但莫里森覺得這比例太高了,他猜測在許多孤立恆星周圍,也只會形成零碎的小行星和彗星。他認為 fp 可能的數值應低至五分之一。

接下來,小組討論 ne —即每個恆星系統中可居住行星的數目。黃授書和斯特魯維一起整理他們多年來的研究,假定我們的太陽系是典型的結構,也就是會有為數眾多的行星分散在眾多的軌道上。他們認為,在任何的恆星系統中,至少會有一個區域處在黃授書所謂的「適居範圍」(habitable zone)內,也就是廣義上液態水能在行星表面留存的恆星周圍區域。薩根同意這種說法,並指出行星大氣層中的溫室氣體,可以暖化本來會冰凍的行星,大大擴張了適居範圍的幅度。

該小組回顧太陽系,專注於烤焦的金星和凍結的火星這兩個處在適居帶邊緣的行星。如果它們擁有與當前不同的大氣組成,就有可能會與地球非常相似。若把薩根提出的溫室擴充算入黃授書的適居範圍內,與會者決定,一個恆星系統中可能會有一到五顆適合生命存在的行星。所以他們把 ne 設在一到五的區間中。當然,如果生命的起源是宇宙的僥倖,那麼就算在銀河系中存在著數十億顆可居住行星,也可能除了地球外,沒有一個真的有生命存在。

若算入黃授書的適居範圍內,一個恆星系統中可能會有一到五顆適合生命存在的行星。然而會不會地球生命的出現真的是那億萬中選一的僥倖呢?圖/By Kevin Gill @ flickr, CC BY-SA 2.0

必然出現的單細胞生物

當討論轉往 fl 的數值──也就是孕育出生命的可居住行星數目時,就進入了尤里和卡爾文的專業領域。1952 年,尤里與他的研究生史丹利.米勒(Stanley Miller)合作調查初期地球的生命起源。那時的地球上充滿著地熱、閃電以及來自年少輕狂太陽的紫外線光束,讓整個環境都是可用能源。於是,兩人決定把一道合適的電流,導入一個裡頭有氫、甲烷、氨和水汽的密封容器中—當時認為這樣的混合氣體模仿了地球的古代大氣層。

-----廣告,請繼續往下閱讀-----

尤里和米勒的實驗才進行一週,就合成出有機化合物的「原始湯」(primordial soup)──糖、脂質,甚至還有氨基酸,都是蛋白質的組件。以行星規模運作上百萬年之後,這類的反應顯然能輕易地從無機的化學前身,合成出生命所需的有機成分。在我們的地球上,化石紀錄顯示在地球自形成後開始冷卻起,僅僅幾百萬年生命就開始繁盛其間了。似乎一有可能,生命就立刻出現了。

卡爾文強力主張,在地質時間的尺度上,任何可居住行星出現簡單的單細胞生物,都是必然的過程。

薩根指出,天文學家已在星際氣體與塵埃的雲層中,偵測到氫、甲烷、氨和水,甚至證實某些隕石中富含有機化合物。薩根表示,這些全都顯示了出現類似於早期地球的大氣,是行星形成過程的普遍現象。此外,由於物理及化學法則在各處都一樣,當這些行星被它們的恆星所發出的光線加溫後,就會充滿可用來製造生命的有機組件。原始湯中的有機化合物經過無數次的重覆和排列組合,粗糙的催化酶和自我複製的分子會漸漸出現,而生命的起始也即將到來。

團體中的其他成員都同意:如果有數億年或數十億年的時間,單細胞生命可能會在每一個可居住行星中湧現,因此得出 fl 的數值為一。

-----廣告,請繼續往下閱讀-----

想找到智慧生命?看看海豚就知道

當討論 fi,也就是能夠發展出智慧生命的可居住行星之數量時,李利討論了他在加勒比海聖托馬斯島(Saint Thomas)對圈養海豚所做的實驗。李利一開始先提到,海豚的大腦比人類大腦更大,有類似的神經元密度和種類較豐富的皮質結構。他詳述了自己想透過海豚的滴答聲及呼嘯聲,來與牠們進行語言溝通的種種嘗試,也講了海豚拯救迷航水手的故事。

他聚焦在一個案例上,他的兩頭圈養海豚共同拯救了另一頭在游泳池冰冷池水中因過度疲累而溺水的海豚。這頭凍壞了的海豚發出兩聲明顯是在呼救的尖銳呼嘯聲,激發了那兩頭拯救者嘰嘰對談,共同討論出救援計畫,拯救了牠們痛苦的同伴。這個表現讓李利相信,海豚是和人類同時存在的第二種地球智慧生物,能做複雜的溝通、計畫未來行動、具同理心,並有自我反思能力。

李利討論了他在加勒比海聖托馬斯島對圈養海豚所做的實驗,他相信,海豚是和人類同時存在的第二種地球智慧生物,能做複雜的溝通、計畫未來行動、具同理心,並有自我反思能力。圖/By Ross Hawkes @ flickr, CC BY 2.0

莫里森引入「趨同演化」(convergent evolution)的概念,擴大了討論的範圍;這個概念是指,天擇將來自截然不同演化譜系的生物,塑造成同樣的形態,以適應共同的環境和生態棲位。

因此,鮪魚和鯊魚等魚類以及哺乳類的海豚,會共同演化出一種流線型的體型;至於眼睛和翅膀,則分別在動物王國中獨立演化了好幾次。莫里森表示,智力或許也是趨同演化的另一個例子,不只出現在人類及海豚身上,也出現在其他靈長目和鯨目中,例如鯨魚和已絕種的尼安德人身上。就如眼睛和翅膀一般,智力或許也是一種極成功的適應方式,會在行星環境中重覆出現—假如生命先完成「從簡單的單細胞到複雜的多細胞生物」這項基礎演化躍升的話。被莫里森論點打動,綠岸這群科學家樂觀地把 fi 的數值設為一。

-----廣告,請繼續往下閱讀-----

科學家表示:宇宙處處是生命!

綠岸會議上,莫里森在德雷克方程式最後兩個最模糊項目的爭辯中,起了關鍵的框架作用。這兩個項目分別是 fc ──智慧生物能發展出可進行星際溝通的社會與科技的機率;以及 L ──高等科技文明的平均壽命。他首先提出,雖然海豚與鯨等生物可能有高等智慧,但以牠們目前的水生形態,似乎注定在宇宙中無法被看見:假設牠們有語言和文明,牠們仍缺乏組裝工具和機器的方法,即便相對而言較簡單的工具也不可能。與會者中沒有一人能想像得出,有一天鯨目文明會建造出任何像是無線電波望遠鏡或是電視廣播天線的東西。但是莫里森表示,在陸地上,歷史顯示科技社會的出現,可能是另一個趨同現象。中國、中東和美洲地區的早期文明都是獨立出現,而大致遵循相似的發展歷程。

然而,社會變遷及科技進展的驅動力,卻是一點也不明顯。儘管中國諸如火藥、羅盤、紙和印刷技術的科技發展,早於歐洲數百年,中國卻從未經歷等同於歐洲文藝復興及其後科學革命和工業革命等事件。西班牙人和葡萄牙人(而非中國人)駕駛海上巨艦探索美洲時,發現了仍使用石器時代技術,而無法與歐洲的鋼鐵槍械火藥匹敵的原住民文化。看來,派船橫越大洋或是傳送星際訊息,不只是科技優劣的問題,也是一個選擇的問題。

一個科技文明是否會嘗試星際通訊,似乎不可預測。面對這樣一個相當主觀的決定,綠岸會議的與會者最終猜測有十分之一至五分之一的智慧物種,會發展出對其他宇宙文明進行探索的企圖和發訊的能力。現在,這團體要思考的只剩下 L ──科技文明的普遍壽命。

中國、中東和美洲地區的早期文明都是獨立出現,而大致遵循相似的發展歷程,有趨同的現象,但是社會變遷及科技進展的驅動力卻相距非常大,當歐洲人駕駛船隻發現新大陸時,當地的人卻仍在使用石器時代的技術。圖/By Stradanus, Public Domain, wikimedia commons

在休息時間中,德雷克注意到能讓方程式大幅簡化的某件事:方程式中七項變因裡面,有三項(R、fl、fi)看起來等於一,因此對乘積 N(我們銀河系中可偵測到的文明數量)沒有太大影響。同樣地,另三項(fp、ne、fc)的可能值可輕易地彼此抵消。舉例來說,小組成員猜測,每個恆星系統中可居住行星的平均數目 ne 在一到五之間;而 fp,即擁有行星的恆星則介於二分之一到五分之一間。如果 ne 的數值實際上是二,而 fp 的數值是二分之一,相乘結果就會是一,這表示 N 幾乎沒有受到影響。

考量當時所能取得的最佳證據,地球上這些最聰明的頭腦得出了結論:到頭來,宇宙是個頗宜人的適居之所,充斥著有生命的行星。

想看外星人?拜託先別毀滅自己!

理所當然地,在繞行其他恆星的其他行星上,會有許多好奇的心智仰望著他們的夜空,同樣想知道他們是否孤立於世。然而德雷克聲稱,無論恆星的數目或可居住行星的數目,或是生命、智慧生命以及高科技社會有多常出現,他推測真正控制宇宙中現有科技文明數量的,就只有其壽命。也就是 N = L。

這個想法讓莫里森顫抖起來。在所有綠岸會議的與會者中,只有他一人打從心底覺察到,我們的「現代」有可能以多快的速度消逝。

在二次世界大戰期間,他參與了曼哈頓計畫(Manhattan Project),並於 1945 年七月十六日,在新墨西哥州阿拉莫葛多(Alamogordo)目睹原子彈首度試爆。一個月後,在南太平洋的天寧島(Tinian)上,莫里森親自組裝了後來丟在日本長崎的原子彈。數萬名平民被這顆原子彈的火球燒成灰燼;另有數萬人因為二度灼傷以及暴露在放射落塵中緩慢死去,這全都起於兩磅重的鈽所產生的核子分裂。

當日本投降為戰爭劃下尾聲時,美國派出一隊科學家前往廣島和長崎,近距離評估原子武器帶來的破壞,莫里森就是其中一員。不久之後,他成為裁減核武器的有力支持者,但一切都已太遲。蘇聯已開始進行發展原子彈的緊急計畫,並在 1949 年成功試爆了它的第一顆核彈。

在緊接而來的軍備競賽中,美國和蘇聯都成功利用更強大的熱核融合,將等同於數百顆長崎核彈的毀滅力量,塞進每一顆炸彈之中。結果是,囤積的熱核武器(即氫彈)要在單一核戰中殺害數億生靈都還綽綽有餘。那些能倖存於這種核武屠殺中的人,將面臨嚴重破壞的行星生物圈,以及一個陷入新黑暗時代的世界。綠岸會議結束不到一年,古巴飛彈危機將整個世界帶往熱核戰爭的邊緣;隨著時間過去,越來越多國家成功獲得核武力量。在發展一個全球社會、無線電望遠鏡和行星火箭的同時,人類也發展了大規模的毀滅武器

莫里森沮喪地想著,這種毀滅既然有可能在這裡發生,在別處也就有可能會發生。或許所有的社會都會走上類似的軌跡,而差不多就在它們即將取得摧毀自己的能力時,才有機會被更廣大的宇宙看見。他繼續在飛快的腦袋中計算──事實上,如果一個發展至此的文明,在灰飛煙滅之前只能多撐個十年,那麼不管是什麼時候,整個星系中可能都只有一個可發出訊息的行星系統。我們已見到銀河系中唯一一個文明也就是我們自己。莫里森認為,尋找外星文明存在的證據最令人信服的理由,就是去瞭解我們自己的文明是否有機會成功度過當前的科技青春期。或許一個來自其他星球的訊息,能為人類自我毀滅的傾向打個預防針。

莫里森認為差不多就在即將取得摧毀自己的能力時,才有機會被更廣大的宇宙看見。事實上,如果一個發展至此的文明,在灰飛煙滅之前只能多撐個十年,那麼不管是什麼時候,整個星系中可能都只有一個可發出訊息的行星系統。我們已見到銀河系中唯一一個文明,也就是我們自己。圖/By Charles Levy from one of the B-29 Superfortresses used in the attack, Public Domain, wikimedia commons

願大家都能活過世界末日

薩根企圖反駁這種末日預言,指出我們不能排除一種可能,就是某些科技文明在發展大規模摧毀武器之前甚至之後,就達到了全球穩定及繁榮。它們可能已掌控了它們的行星環境,並進一步到行星以外的其他地方開拓新的資源。他認為,這樣一個充滿力量和智慧的社會,可能會去預防或承受幾乎所有的自然災難。

理論上來說,它可以持續數億年甚至數十億年的地質時間,其壽命與其母星持續發亮的時間一樣久。如果那個文明打算逃離它垂死的太陽,到其他的行星系統殖民,這樣它或許就能永遠持續下去。

關於「科技文明不但能解決眾多行星內部的問題,更能解決星際旅行的相關難題」這看法,薩根在所有與會者中顯然是最樂觀的。在宇宙某處,就算不在銀河系中,至少在無數個星系的某處,有不朽者在恆星之間度過它們無窮盡的年日。薩根認為,我們有可能會成為其中一員。

在與會者就 L 的問題辯論到筋疲力盡後,德雷克站起來說,他們已達成共識。他說,科技文明的存續期間,可能相對短到至多持續一千年,或是長到超過一億年之久。如果壽命真的是德雷克方程式的關鍵考量,那就暗示了銀河系有一千至一億個科技文明。而一千顆行星文明的意思就是,銀河系每一億個星球當中就會有一個。如果這個數字那麼低,我們人類要找到任何一個溝通對象就會非常困難,因為離我們最近的文明極可能在好幾千光年之外。

相反地,如果存在一億個文明,意即每千個星球中就有一個,我們就能期盼從它們那邊聽到消息。德雷克在 1961 年提出的最佳估計值,是介於兩個極端值之間:他推測 L 可能大約是一萬年,因此和我們同時散布在銀河系各處的科技文明,可能總共有一萬個。德雷克的估計讓成功偵測到外星文明依舊困難,但並非全然超出我們的能力之外,這點恐怕不是巧合:在他的計算中,最終的偵測成功只需監視一千萬顆恆星,雖然這個探索可能要花上數十年,甚至數百年。

研討會尾聲,當賓客們喝著慶祝卡爾文獲得諾貝爾獎而留下的香檳時,斯特魯維舉杯敬酒:

「敬 L 值。願它最終被證明為極大的數字。」


 

 

本文摘自《五十億年的孤寂:繁星間尋找生命》,八旗文化出版。

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2568 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

2
1

文字

分享

0
2
1
「融合蛋白」如何全方位圍剿狡猾癌細胞
鳥苷三磷酸 (PanSci Promo)_96
・2025/11/07 ・5944字 ・閱讀時間約 12 分鐘

本文與 TRPMA 台灣研發型生技新藥發展協會合作,泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此,我們花了很多時間介紹最新、最有效的抗癌方法之一:免疫療法

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機,能精準鎖定你體內的敵人——癌細胞,為它們打上標記,然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統,為身體「上buff (增益) 」來抗癌,副作用較低,因此備受好評。

-----廣告,請繼續往下閱讀-----

但尷尬的是,經過幾年的臨床考驗,科學家發現:光靠抗體對抗癌症,竟然已經不夠用了。

事情是這樣的,臨床上醫生與科學家逐漸發現:這個抗體標記,不是容易損壞,就是癌細胞同時設有多個陷阱關卡,只靠叫醒免疫細胞,還是難以發揮戰力。

但好消息是,我們的生技工程也大幅進步了。科學家開始思考:如果這台偵察無人機只有「標記」這一招不夠用,為什麼不幫它升級,讓它多學幾招呢?

這個能讓免疫藥物(偵察無人機)大進化的訓練器,就是今天的主角—融合蛋白(fusion protein)

-----廣告,請繼續往下閱讀-----
融合蛋白(fusion protein)/ 圖片來源:wikipedia

融合蛋白是什麼?

免疫療法遇到的問題,我們可以這樣理解:想像你的身體是一座國家,病毒、細菌、腫瘤就是入侵者;而抗體,就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內,它能迅速辨識敵人、緊抓不放,並呼叫其他免疫單位(友軍)一同解決威脅。過去 20 年,最強的偵查機型叫做「單株抗體」。1998年,生技公司基因泰克(Genentech)推出的藥物赫賽汀(Herceptin),就是一款針對 HER2 蛋白的單株抗體,目標是治療乳癌。

這支無人機群為什麼能對抗癌症?這要歸功於它「Y」字形的小小抗體分子,構造看似簡單,卻蘊藏巧思:

  • 「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」。
  • 「Y」 字形的「尾巴」就是我們說的「標籤」,它能通知免疫系統啟動攻擊,稱為結晶區域片段「Fc 區域」。具體來說,當免疫細胞在體內巡邏,免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合,進而認出病原體或感染細胞,接著展開清除。

更厲害的是,這個 Fc 區域標籤還能加裝不同功能。一般來說,人體內多餘的分子,會被定期清除。例如,細胞內會有溶酶體不斷分解多餘的物質,或是血液經過肝臟時會被代謝、分解。那麼,人造抗體對身體來說,屬於外來的東西,自然也會被清除。

-----廣告,請繼續往下閱讀-----

而 Fc區域會與細胞內體上的Fc受體結合,告訴細胞「別分解我」的訊號,阻止溶酶體的作用。又或是單純把標籤做的超大,例如接上一段長長的蛋白質,或是聚乙二醇鏈,讓整個抗體分子的大小,大於腎臟過濾孔的大小,難以被腎臟過濾,進而延長抗體在體內的存活時間。

偵測器(Fab)加上標籤(Fc)的結構,使抗體成為最早、也最成功的「天然設計藥物」。然而,當抗體在臨床上逐漸普及,一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」,但這同時也是它的限制。

「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」/ 圖片來源:shutterstock

第一個問題:抗體只能打「魔王」,無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效,因為敵人身上有明顯標記。但癌細胞的形成與惡化,是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛,卻只能針對已經帶有特定分子的癌細胞魔王,無法摧毀那個孕育魔王的系統魔窟。這時,我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

-----廣告,請繼續往下閱讀-----

第二個問題:開發產線的限制。

抗體的開發,得經過複雜的細胞培養與純化程序。每次改變結構或目標,幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機,明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間,讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路,科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計,巧合的是,真正的突破靈感,仍然來自大自然。

在自然界中,基因有時會彼此「融合」成全新的組合,讓生物獲得額外功能。例如細菌,它們常仰賴一連串的酶來完成代謝,中間產物要在細胞裡來回傳遞。但後來,其中幾個酶的基因彼此融合,而且不只是基因層級的合併,產出的酶本身也變成同一條長長的蛋白質。

-----廣告,請繼續往下閱讀-----

結果,反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」,而是直接在同一條生產線上完成。對細菌來說,能更快處理養分、用更少能量維持生存,自然形成適應上的優勢,這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發:如果我們也能把兩種有用的蛋白質,「人工融合」在一起,是否就能創造出更強大的新分子?於是,融合蛋白(fusion protein)就出現了。

以假亂真:融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺:把兩種以上、功能不同的蛋白質,用基因工程的方式「接起來」,讓它們成為同一個分子。 

1990 年,融合蛋白 CD4 免疫黏附素(CD4 immunoadhesin)誕生。這項設計,是為了對付令人類聞風喪膽的 HIV 病毒。

-----廣告,請繼續往下閱讀-----

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中,大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作,幫助 T 細胞辨識其他細胞表面的抗原片段,等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球,就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍,竟然把 T 細胞的 CD4 探測器,當成了自己辨識獵物的「標記」。沒錯,對 HIV 病毒來說,免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白,會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合,就會啟動一連串反應,讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞,導致免疫系統逐漸崩潰。

為了逆轉這場悲劇,融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似,由由兩個不同段落所組成:一端是 CD4 假受體,另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內,它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

-----廣告,請繼續往下閱讀-----

厲害了吧。 病毒以為自己抓到了目標細胞,其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4,自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用:一是延長融合蛋白在體內的存活時間;二是理論上能掛上「這裡有敵人!」的標籤,這種機制稱為抗體依賴性細胞毒殺(ADCC)或免疫吞噬作用(ADCP)。當免疫細胞的 Fc 受體與 Fc 區域結合,就能促使免疫細胞清除被黏住的病毒顆粒。

不過,這裡有個關鍵細節。

在實際設計中,CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是:HIV 專門攻擊的就是免疫細胞本身,許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍,反而可能引發強烈的發炎反應,甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊,這樣副作用太大。因此,CD4 免疫黏附素的 Fc 區域會加入特定突變,讓它只保留延長藥物壽命的功能,而不會與淋巴球的 Fc 受體結合,以避免誘發免疫反應。

從 DNA 藍圖到生物積木:融合蛋白的設計巧思

融合蛋白雖然潛力強大,但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事,得從最根本的設計圖,也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質,都是細胞照著 DNA 上的指令一步步合成的。所以,如果科學家想把蛋白 A 和蛋白 B 接在一起,就得先把這兩段基因找出來,然後再「拼」成一段新的 DNA。

不過,如果你只是單純把兩段基因硬接起來,那失敗就是必然的。因為兩個蛋白會互相「打架」,導致摺疊錯亂、功能全毀。

這時就需要一個小幫手:連接子(linker)。它的作用就像中間的彈性膠帶,讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計,是用多個甘胺酸(G)和絲胺酸(S)組成的柔性小蛋白鏈。

設計好這段 DNA 之後,就能把它放進細胞裡,讓細胞幫忙「代工」製造出這個融合蛋白。接著,科學家會用層析、電泳等方法把它純化出來,再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利,這個人工設計的融合分子,就能像自然界的蛋白一樣穩定運作,一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白,早就不只是「假受體+Fc 區域」這麼單純。它已經跳脫模仿抗體,成為真正能自由組裝、自由設計的生物積木。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一 / 圖片來源:wikipedia

融合蛋白的強項,就在於它能「自由組裝」。

以抗體為骨架,科學家可以接上任何想要的功能模組,創造出全新的藥物型態。一般的抗體只能「抓」(標記特定靶點);但融合蛋白不只會抓,還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下,它在藥物設計上,幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說,當我們選擇使用融合蛋白時,通常會期待它能發揮幾種關鍵效果:

  1. 療效協同: 一款藥上面就能同時針對多個靶點作用,有機會提升治療反應率與持續時間,達到「一藥多效」的臨床價值。
  2. 減少用藥: 原本需要兩到三種單株抗體聯合使用的療法,也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數,對病人來說,也有機會因為用藥減少而降低治療成本。
  3. 降低毒性風險: 經過良好設計的融合蛋白,可以做到更精準的「局部活化」,讓藥物只在目標區域發揮作用,減少副作用。

到目前為止,我們了解了融合蛋白是如何製造的,也知道它的潛力有多大。

那麼,目前實際成效到底如何呢?

一箭雙鵰:拆解癌細胞的「偽裝」與「內奸」

2016 年,德國默克(Merck KGaA)展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於,它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝,一邊解除它的防護罩。

PD-L1,我們或許不陌生,它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時,就會讓免疫系統誤以為「這細胞是自己人」,於是放過它。我們的策略,就是用一個抗體或抗體樣蛋白黏上去,把這張「偽裝良民證」封住,讓免疫系統能重新啟動。

但光拆掉偽裝還不夠,因為癌細胞還有另一位強大的盟友—一個起初是我軍,後來卻被癌細胞收買、滲透的「內奸」。它就是,轉化生長因子-β,縮寫 TGF-β。

先說清楚,TGF-β 原本是體內的秩序管理者,掌管著細胞的生長、分化、凋亡,還負責調節免疫反應。在正常細胞或癌症早期,它會和細胞表面的 TGFBR2 受體結合,啟動一連串訊號,抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期,TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失,導致 TGF-β 不但失去了原本的抑制作用,反而轉向幫癌細胞做事

它會讓細胞骨架(actin cytoskeleton)重新排列,讓細胞變長、變軟、更有彈性,還能長出像觸手的「偽足」(lamellipodia、filopodia),一步步往外移動、鑽進組織,甚至進入血管、展開全身轉移。

更糟的是,這時「黑化」的 TGF-β 還會壓抑免疫系統,讓 T 細胞和自然殺手細胞變得不再有攻擊力,同時刺激新血管生成,幫腫瘤打通營養補給線。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣,這個融合蛋白在體內循環時,會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合,從而鬆開了那副壓抑免疫系統的腳鐐。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」/ 情境圖來源:shutterstock

告別單一解方:融合蛋白的「全方位圍剿」戰

但,故事還沒完。我們之前提過,癌細胞之所以難纏,在於它會發展出各種「免疫逃脫」策略。

而近年我們發現,癌細胞的「偽良民證」至少就有兩張:一張是 PD-L1;另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號,當它與免疫細胞上的 SIRPα 結合時,就會抑制吞噬反應。

為此,總部位於台北的漢康生技,決定打造能同時對付 PD-L1、CD-47,乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已,但實際上極不簡單。截至目前,全球都還沒有任何三功能抗體或融合蛋白批准上市,在臨床階段的生物候選藥,也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術,製作出了三功能的生物藥 HCB301,目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強,還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄,我們就透過融合蛋白,創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力,而是一組可以「客製化組裝」的平台,用以應付癌細胞所有的逃脫策略。

Catch Me If You Can?融合蛋白的回答是:「We Can.」

未來癌症的治療戰場,也將從尋找「唯一解」,轉變成如何「全方位圍剿」癌細胞,避免任何的逃脫。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
解密機器人如何學會思考、觸摸與變形
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/09 ・6820字 ・閱讀時間約 14 分鐘

本文與 Perplexity 合作,泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡,機器人的聲音就該是冰冷、單調,不帶一絲情感 。它們的動作僵硬,肢體不協調,像一個沒有靈魂的傀儡,甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是,現今的機器人發展不再只會跳舞或模仿人聲,而是已經能獨立完成一場膽囊切除手術。

就在2025年,美國一間實驗室發表了一項成果:一台名為「SRT-H」的機器人(階層式手術機器人Transformer),在沒有人類醫師介入的情況下,成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力,最終在八個不同的離體膽囊上,達成了 100% 的自主手術成功率。

-----廣告,請繼續往下閱讀-----

這項成就的意義重大,因為過去機器人手術的自動化,大多集中在像是縫合這樣的單一「任務」上。然而,這一場完整的手術,是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中,實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題:我們究竟錯過了什麼?機器人是如何在我們看不見的角落,悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化?

這趟思想探險,將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到,它們正以前所未有的方式,發展出生物般的觸覺、理解複雜指令、學會團隊合作,甚至開始自我修復與演化,成為一種真正的「準生命體」 。

所以,你準備好迎接這個機器人的新紀元了嗎?

-----廣告,請繼續往下閱讀-----

只靠模仿還不夠?手術機器人還需要學會「犯錯」與「糾正」

那麼,SRT-H 這位機器人的外科大腦,究竟藏著什麼秘密?答案就在它創新的「階層式框架」設計裡 。

你可以想像,SRT-H 的腦中,住著一個分工明確的兩人團隊,就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

  • 第一位,是動口不動手的總指揮「黑傑克」: 它不下達具體的動作指令,而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令,是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
  • 第二位,是靈巧的助手「皮諾可」: 它負責接收黑傑克的語言指令,並將這些抽象的命令,轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工,而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始,研究人員在訓練過程中,會刻意讓它犯錯,並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法,被稱為「糾正性示範」 。

SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。 / 圖片來源:shutterstock

這項訓練,讓 SRT-H 學會了一項外科手術中最關鍵的技能:當它發現執行搞砸了,它能即時識別偏差,並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後,機器人在遇到困難時,要不是完全失敗,就是陷入無效的重複行為中 。

-----廣告,請繼續往下閱讀-----

正是靠著這種從錯誤中學習、自我修正的能力,SRT-H 最終在八次不同的手術中,達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦,足以應付更混亂、更無法預測的真實世界嗎?例如在亞馬遜的倉庫裡,機器人不只需要思考,更需要實際「會做事」。

要能精準地與環境互動,光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體,它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去,這裡的倉儲機器人(如 Kiva 系統)就像放大版的掃地機器人,核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸,只負責搬運整個貨架,再由人類員工挑出包裹。

-----廣告,請繼續往下閱讀-----

但 2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡,商品被存放在由彈性帶固定的織物儲物格中,而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網,再從堆放雜亂的儲物格中,精準取出單一包裹,且不能造成任何損壞。

2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan / 圖片引用:https://www.aboutamazon.com/news

Vulcan 的核心突破,就在於它在「拿取」這個動作上,學會了生物般的「觸覺」。它靈活的機械手臂末端工具(EOAT, End-Of-Arm Tool),不僅配備了攝影機,還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力,和三個維度的旋轉力矩。這就像你的手指,裡頭分布著非常多的受器,不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」,能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同,從而動態調整行為,避免損壞貨物。

其實,這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時,你的大腦並不會先計算出精準的空間座標。實際上,你會先把手伸到大概的位置,讓指尖輕觸桌面,再沿著桌面滑動,直到「感覺」到硬幣的邊緣,最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺+觸覺」的混合策略,先用攝影機判斷大致的空間,再用觸覺回饋完成最後精細的操作。

-----廣告,請繼續往下閱讀-----

靠著這項能力,Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項,並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義,從單純的「替代人力」,轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」,Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎?它們都還是「專家」,一個只會開刀,一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本,但機器人的終極目標,是像人類一樣成為「通才」,讓單一機器人,能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」?

你問,機器人能成為像我們一樣的「通才」嗎?過去不行,但現在,這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去,我們教機器人只會一個指令、一個動作。但現在,科學家們換了一種全新的教學思路:停止教機器人完整的「任務」,而是開始教它們基礎的「技能基元」(skill primitives),這就像是動作的模組。

-----廣告,請繼續往下閱讀-----

例如,有負責走路的「移動」(Locomotion) 基元,和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法,學習如何組合這些「技能基元」來達成新目標。

舉個例子,當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時,它會自動將其拆解為一系列已知技能的組合:首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後,就可以開始來大量訓練。

當多重宇宙的機器人合體練功:通用 AI 的誕生

好,既然要學,那就要練習。但這些機器人要去哪裡獲得足夠的練習機會?總不能直接去你家廚房實習吧。答案是:它們在數位世界裡練習

NVIDIA 的 Isaac Sim 等平台,能創造出照片級真實感、物理上精確的模擬環境,讓 AI 可以在一天之內,進行相當於數千小時的練習,獨自刷副本升級。這種從「模擬到現實」(sim-to-real)的訓練管線,正是讓訓練這些複雜的通用模型變得可行的關鍵。

-----廣告,請繼續往下閱讀-----

DeepMind 的 RT-X 計畫還發現了一個驚人的現象:用來自多種「不同類型」機器人的數據,去訓練一個單一的 AI 模型,會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後,它在任何單一機器人上的成功率,比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後,經驗值合併,讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。

AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。/ 圖片來源:shutterstock

不再是工程師,而是「父母」: AI 的新學習模式

這也導向了一個科幻的未來:或許未來可能存在一個中央「機器人大腦」,它可以下載到各種不同的身體裡,並即時適應新硬體。

這種學習方式,也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師,而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型,正是透過一個「數據金字塔」來進行訓練的:

  • 金字塔底層: 是大量的人類影片。
  • 金字塔中層: 是海量的模擬數據(即我們提過的「數位世界」練習)。
  • 金字塔頂層: 才是最珍貴、真實的機器人操作數據。

這種模式,大大降低了「教導」機器人新技能的門檻,讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體,而是「任何」物體?

我們一路看到了機器人如何學會思考、觸摸,甚至舉一反三。但這一切,都建立在一個前提上:它們的物理形態是固定的。

但,如果連這個前提都可以被打破呢?這代表機器人的定義不再是固定的形態,而是可變的功能:它能改變身體來適應任何挑戰,不再是一台單一的機器,而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院特別具有代表性,該學院的仿生機器人實驗室(Bioinspired Robotics Group, BIRG)2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院(EPFL)特別具有代表性。該學院的仿生機器人實驗室(BIRG)在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年,來自 EPFL 的另一個實驗室——可重組機器人工程實驗室(RRL),更進一步推出了 Mori3,這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

2023 年來自 EPFL 的另一個實驗室—可重組機器人工程實驗室(RRL)推出了 Mori3 © 2023 Christoph Belke, EPFL RRL

Mori3 的核心,是一個個小小的三角形模組。別看它簡單,每個模組都是一個獨立的機器人,有自己的電源、馬達、感測器和處理器,能獨立行動,也能和其他模組合作。最厲害的是,它的三條邊可以自由伸縮,讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時,就能像一群活的拼圖一樣,從平面展開,組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡,我們熟悉的 3D 模型,其實就是由許多多邊形(通常是三角形)拼湊成的網格。Mori3 的創新之處,就是把這種純粹的數位抽象,真正搬到了現實世界,讓模組們化身成能活動的「實體網格」。

這代表什麼?團隊已經展示了三種能力:

  • 移動:他們用十個模組能組合成一個四足結構,它能從平坦的二維狀態站立起來,並開始行走。這不只是結構變形,而是真正的協調運動。
  • 操縱: 五個模組組合成一條機械臂,撿起物體,甚至透過末端模組的伸縮來擴大工作範圍。
  • 互動: 模組們能形成一個可隨時變形的三維曲面,即時追蹤使用者的手勢,把手的動作轉換成實體表面的起伏,等於做出了一個會「活」的觸控介面。

這些展示,不只是實驗室裡的炫技,而是真實證明了「物理多邊形網格化」的潛力:它不僅能構建靜態的結構,還能創造具備複雜動作的動態系統。而且,同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景:救援隊帶來的不是一台笨重的挖土機,而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人,鑽入瓦礫縫隙;一旦進入開闊地後,再重組成一隻多足的「蜘蛛」,以便在不平的地面上穩定行走;發現受困者時,一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑,另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景,正是科幻中的概念:可程式化物質(Programmable Matter),或稱「黏土電子學」(Claytronics)。想像一桶「東西」,你可以命令它變成任何你需要的工具:一支扳手、一張椅子,或是一座臨時的橋樑。

未來,我們只需設計一個通用的、可重構的「系統」,它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上,是一個從硬體定義的世界,走向軟體定義的物理世界的轉變。

更重要的是,因為模組可以隨意分開與聚集,損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時,它就像一個超個體,如同蟻群築橋。至此,「機器」與「有機體」的定義,也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡,演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T),甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展,一個全新的挑戰也隨之而來:在一個 AI 也能生成影像的時代,我們如何分辨「真實的突破」與「虛假的奇觀」?

舉一個近期的案例:2025 年 2 月,一則影片在網路上流傳,顯示一台人形機器人與兩名人類選手進行羽毛球比賽,並且輕鬆擊敗了人類。我的第一反應是懷疑:這太誇張了,一定是 AI 合成的影片吧?但,該怎麼驗證呢?答案是:用魔法打敗魔法。

在眾多 AI 工具中,Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity,它馬上就告訴我:該影片已被查證為數位合成或剪輯。但它並未就此打住,而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D

接著,選擇「研究模式」,就能深入了解 ANYmal-D 的詳細原理。原來,真正的羽球機器人根本不是「人形」,而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解,Perplexity 的「實驗室」功能,還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用,更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史:為何選擇四足?如何精進硬體與感測器結構?以及除了運動領域外,四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人:數位世界的新物種

從開刀、揀貨、打球,到虛擬練功,這些都是機器人正在學習「幫我們做」的事。但接下來,機器人將獲得更強的「探索」能力,幫我們做那些我們自己做不到的事。

這就像是,傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力,它就像是數位世界裡的機器人,能成為我們的「代理人」(Agent)

它的核心功能,就是拆解過去需要我們手動完成的多步驟工作流,提供「專業代工」,並直接交付成果。

例如,你可以直接對它說:「閱讀這封會議郵件,檢查我的行事曆跟代辦事項,然後草擬一封回信。」或是直接下達一個複雜的指令:「幫我訂 Blue Origin 的太空旅遊座位,記得要來回票。」

接著,你只要兩手一攤,Perplexity 就會接管你的瀏覽器,分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋,或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路,而實體機器人,則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧! 現在申辦台灣大哥大月付 599(以上) 方案,還可以獲得 1 年免費 Perplexity Pro plan 喔!(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

12
5

文字

分享

0
12
5
活躍黑洞的炙熱遺跡:費米泡泡
EASY天文地科小站_96
・2022/04/29 ・4611字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者:林彥興|EASY 天文地科小站主編、清大天文所碩士生,努力在陰溝中仰望繁星
圖/ESA/Gaia/DPAC; H.-Y. Karen Yang; NASA visualization team.

你看過銀河嗎?

如果你在晴朗的夏日午夜旅行到沒有光害的山上,將會看到天上有一條淡淡的、若有似無的亮帶,好像一條薄薄的雲橫跨夜空,它正是我們所居住的星系 ── 銀河系(Milky Way)的盤面。在數位相機的加持之下,我們還能看到這薄薄的盤面上,其實布滿恆星、星雲、以及塵埃帶,複雜、深邃而美麗。

美麗的銀河。圖/陳子翔(CC BY-NC-ND 4.0)拍攝於清境。

但如果,你有一雙能夠看到「伽瑪射線」的眼睛,你將看到兩個視角高 50 度、寬 40 度的巨大橢圓形「泡泡」,矗立於銀河盤面兩側。它們名為「費米泡泡 Fermi Bubbles」,是銀河系中巨大且神祕的結構之一。

費米泡泡的起源,以及存在的意義,一直是過去十多年來,天文學家相當關注的研究主題。

費米泡泡示意圖。圖/NASA’s Goddard Space Flight Center

最近(2022 年 3 月),一篇刊登於《自然天文學》(Nature Astronomy)的研究顯示,壯闊的費米泡泡很可能源自兩百多萬年前,銀河系中心超大質量黑洞的一次能量爆發。

-----廣告,請繼續往下閱讀-----

費米泡泡的發現

當我們一聽到「費米泡泡」這個詞,腦海中浮現的第一個問題往往是:

「費米是誰?這個泡泡跟他有什麼關係?」

在物理界,恩里科.費米(Enrico Fermi)這個名字可謂家喻戶曉。他是 20 世紀初最重要的物理學家之一,曾參與曼哈頓計畫,設計與建造世上第一個核子反應爐和原子彈;並且在量子力學、核子物理、粒子物理和統計力學都貢獻卓越。後世以他命名的物理概念、研究計畫不計其數。這之中,就包含「費米伽瑪射線太空望遠鏡 Fermi Gamma-ray Space Telescope」。

費米太空望遠鏡。圖/NASA

正如其名,費米是一座專門用於觀測伽瑪射線的太空望遠鏡,它於 2008 年發射升空,是軌道上最好的伽瑪射線太空望遠鏡之一。比起前輩們,費米擁有更大的視野、更高的靈敏度和空間解析度,可以看得更廣、更暗、更清楚。

它的主要任務,是不斷的掃視整片天空,繪製伽瑪射線的全天地圖(all sky map),研究黑洞、中子星、超新星等宇宙中最高能的天體。

費米太空望遠鏡的十週年科學成果紀念海報。圖片中橢圓形的區域,就是費米拍攝的伽瑪射線全天圖,以等面積投影法投影成二維的圖。中間的水平亮帶源自銀河盤面上的氣體,上下兩個泡泡狀結構就是費米泡泡的示意圖。圖/NASA

費米太空望遠鏡升空短短兩年後,天文學家就從觀測資料中發現,如果我們將費米的全天伽瑪射線圖中已知的星體(比如銀河系的瀰散氣體、中子星、其他星系等)全部扣除,將會看到銀河中心的上下兩側,各有一對高 50 度、寬 40 度的巨大橢圓形區域,而這是從未發現過的銀河系新結構!

-----廣告,請繼續往下閱讀-----

天文學家於是將它命名為「費米泡泡 Fermi Bubble」,以紀念費米太空望遠鏡的重要貢獻。

相對於銀河系中的瀰散氣體,費米泡泡的亮度其實並不高。因此天文學家必須先小心翼翼的將其他伽瑪射線的來源建模並扣除,才能看到這巨大但黯淡的構造。影/NASA Video

而除了在伽瑪射線看到的費米泡泡之外,天文學家也在微波和 X 射線波段看到了相似的結構。

在微波波段,威爾金森微波各向異性探測器(WMAP)和普朗克衛星(Planck)都在費米泡泡的位置觀測到兩片橢圓形的明亮區域,天文學家稱之為「微波薄霧 microwave haze」。而在 X 射線波段,2019 年才昇空的義羅西塔(eROSITA)衛星則發現了與費米泡泡相似,但是更大的泡泡狀結構,被稱為「eROSITA 泡泡」。

另外,在紫外線波段,雖然沒辦法直接看見泡泡狀的結構,但天文學家藉由遙遠天體通過費米泡泡中的稀薄氣體時產生的吸收譜線,可以計算出費米泡泡的膨脹速率,大約是每秒數百到數千公里的等級。

綜合以上資料,天文學家認為費米泡泡應該是源自數百萬至一千萬年前,銀河系中心的一次巨大爆炸。這場爆炸大約釋放了 1048 – 1049 焦耳的龐大能量(相當於太陽終其一生釋放的能量,再乘以 10000 倍以上),並加熱了銀河系中心的氣體,使其以每秒數千公里的速度劇烈膨脹。百萬年後的今天,就成為了橫跨數萬光年巨大泡泡。

-----廣告,請繼續往下閱讀-----

但是,這張錯綜複雜的拼圖,還缺少了最核心的一塊:

這麼龐大的能量,究竟是從何而來?

超新星爆發還是黑洞噴流?費米泡泡的身世之謎

費米泡泡剛被發現不久,天文學家就對驅動費米泡泡的核心引擎,提出了兩位候選人:

第一種觀點,認為銀河系中心在數千萬年前可能曾有大量的恆星形成,其中年輕的恆星由於壽命短暫,很快的就走完它的一生,並發生超新星爆炸,釋放出巨大的能量。

另一種觀點,則認為銀河系中心的超大質量黑洞在數百萬年前可能短時間內吃進了大量氣體,並在過程中將能量以噴流(jet)或外流(outflow)的形式釋放出來。

-----廣告,請繼續往下閱讀-----

兩種說法聽起來都頗有可能,而且天文學家都有在其他星系看過類似的現象,那該怎麼知道哪邊才是對的呢?這時,天文學家們就兵分兩路,觀測學家們繼續對費米泡泡進行更多觀測,尋找更多可能的隱藏線索;理論學家則利用電腦模擬,嘗試在電腦中重現出觀測結果。

劇烈的超新星爆發(如左圖的 M82)與黑洞噴流(如右圖的 Centaurus A)都可能產生類似費米泡泡的結構。圖/NASA, ESA, CXC, and JPL-CaltechNASA/CXC/SAO, Rolf Olsen, JPL-Caltech, NRAO/AUI/NSF/Univ.Hertfordshire/M.Hardcastle

早年,兩派假說各有各的優勢,也有各自難以解釋的弱點。但隨著觀測資料的不斷累積,天文學家漸漸發現黑洞的噴流假說似乎更符合觀測結果,因此更具說服力。但即使如此,想要在電腦模擬中一次重現費米泡泡所有的觀測特徵,仍是相當困難的挑戰。

三個願望,一次滿足

然而今(2022)年三月,清大天文所楊湘怡教授利用三維磁流體力學電腦模擬(MHD Simulation),就一次重現了費米泡泡、義羅西塔泡泡與微波薄霧三個重要的觀測特徵。

他們假設銀河系中心的超大質量黑洞,在 260 萬年前曾經朝著銀河系盤面的上下兩側噴出兩道噴流。噴流帶有 1050 焦耳的強大能量,其中含有大量以接近光速運動的高能電子。當這些高能電子與低能量的光子碰撞時,電子會將能量傳遞給光子,就好像被保齡球打到的球瓶一樣,讓光子從低能量的可見光,變成高能量的伽瑪射線。這個被稱為「逆康普頓散射 Inverse Compton Scattering」的機制,讓我們能在伽瑪射線看到費米泡泡。

-----廣告,請繼續往下閱讀-----

與此同時,這些高能電子在銀河系的磁場中運動時,會以「同步輻射 Synchrotron Radiation」的方式放出微波與無線電波,形成我們看到的微波薄霧。最後,強大的噴流在撞擊銀河系中的氣體時,會產生以每秒數千公里高速移動的震波(Shock Wave)。震波所到之處,受到壓縮而加溫的氣體就會釋放出 X 射線,成為我們看到的義羅西塔泡泡。而且氣體運動的速度,也與紫外線觀測的結果相符。

這個研究結果,將伽瑪射線、X 光、紫外線到微波的所有觀測結果,用黑洞噴流漂亮的一次重現,這無疑是我們對費米泡泡理解的一大進展。

將理論模擬的費米泡泡投影到銀河系的可見光影像上。圖中可以清楚的看到費米泡泡(Cosmic rays)、義羅西塔泡泡(Shocks)以及它們跟太陽到銀河系中心的距離(28000 光年)的大小比較。圖/ESA/Gaia/DPAC; H.-Y. Karen Yang; NASA visualization team

未來展望

那麼,費米泡泡的身世之迷,就此蓋棺論定了嗎?

嗯⋯⋯還沒這麼快。

-----廣告,請繼續往下閱讀-----

無論多麼精細的模擬,終究是對真實世界的近似與簡化,理論學家永遠可以繼續考慮更多的物理機制,計算出更精細的結果。觀測天文學家也會不斷拿出更多、更好的儀器,挑戰模擬的結果。

更宏觀的看,如果銀河系中心的超大質量黑洞在兩百多萬年前真的曾經如此活躍,它釋放出的龐大的能量,是否曾對銀河系造成其他的影響?我們是否能夠從中學到更多關於銀河系的歷史,以及黑洞跟星系間複雜的共同演化機制?這些都有待天文學家的持續探索。

費米泡泡的故事,仍未完結。

銘謝

感謝論文第一作者、清大天文所楊湘怡老師對本文的指導與建議。

參考資料(學術論文)

-----廣告,請繼續往下閱讀-----
  1. Fermi and eROSITA bubbles as relics of the past activity of the Galaxy’s central black hole | Nature Astronomy
  2. Unveiling the Origin of the Fermi Bubbles – NASA/ADS
  3. X-Ray and Gamma-Ray Observations of the Fermi Bubbles and NPS/Loop I Structures – NASA/ADS
  4. Fermi Gamma-ray Space Telescope: High-Energy Results from the First Year

延伸閱讀(報導與科普文章)

  1. 本次研究相關
  2. 費米泡泡相關
  3. 其他相關天文物理科普文章
-----廣告,請繼續往下閱讀-----
EASY天文地科小站_96
23 篇文章 ・ 1670 位粉絲
EASY 是由一群熱愛地科的學生於 2017 年創立的團隊,目前主要由研究生與大學生組成。我們透過創作圖文專欄、文章以及舉辦實體活動,分享天文、太空與地球科學的大小事