1

7
3

文字

分享

1
7
3

永無止境的圓周率追尋之旅──《數學大觀念》

貓頭鷹出版社_96
・2017/03/13 ・4986字 ・閱讀時間約 10 分鐘 ・SR值 503 ・六年級

  • 【科科愛看書】無論何時,只要想到數學就一個頭兩個大?那你肯定還沒看過《數學大觀念:從數字到微積分,全面理解數學的 12 大觀念》!此書從簡單加減到高深微積分,用嶄新的視角連結密碼般的數字和真實人生,循序漸進去探索數學的規律和其中令人讚嘆的美好。讓我們一起將數學砍掉重練,邁向數學偉大的航道吧!

π 數知多少? 真有如滔滔江水,連綿不絕啊~

只要仔細測量,你便可以用實驗的方法確定 π 稍微大於 3。但是自然而然浮現了兩個問題:

  1. 你可否在不用任何實質測量的條件下,證明 π 是一個接近 3 的數?
  2. π 又是否能用一個簡單的分數或是公式來表示?

第一個問題可以經由畫一個半徑為 1 的圓來回答,這個圓的面積是 π12=π。在下圖中,我們畫出一個邊長為 2 的正方形,將這個圓完整的包在裡面。由於這個圓的面積一定小於正方形的面積,這就證明了 π<4。

圖/《數學大觀念

另一方面,這個圓包含了一個六邊形,它的六個角平均分布在圓周上。這個內接六邊形的周長是多少呢?六邊形可以分解成 6 個三角形,每個三角形都有一個 360º/6=60º 的圓心角,而且每個三角形中有兩邊是圓的半徑(長度為 1),所以它們都是等腰三角形。根據等腰三角形定理,另外兩個角有相同的角度,所以一定都是 60º。

因此,這些三角形都是邊長為 1 的等邊三角形。於是這個六邊形的周長是 6,而它一定比圓周 2π 少一點。因此 6<2π,也就是 π>3。將這些結果放在一起,我們就會得到 3<π<4。

-----廣告,請繼續往下閱讀-----

我們可以用具有更多個邊的多邊形來將 π 限縮在更小的區間中。舉例來說,如果我們不用正方形,而是用一個六邊形將單位圓包起來,就能證明 π<2√3=3.46……。


這個六邊形同樣可以被細分成六個等邊三角形,每一個三角形都可以再細分成兩個全等的直角三角形。如果較短的直角邊其長度為 x,那麼斜邊的長度就是 2x。根據畢氏定理,x2+1=(2x)2,我們即可解出 x=1/√3。

由此可知,這個六邊形的周長是 12/√3=4√3。而因為這個數大於這個圓的周長 2π,於是 π<2√3。(有趣的是,如果將這個圓與這個六邊形兩者的面積互相比較,我們也會得到相同的結論。)

根據這個結果,偉大的古希臘數學家阿基米德(西元前 287~212 年)進一步創造出 12、24、48 和 96 邊的內接和外切多邊形,並導出 3.14103<π<3.14271,以及一個更簡單的不等式:3 又 10/71<π<3 又 1/7

分數啊,請為我找到 π 吧!

用分數逼近 π 有很多簡單的方式,比方說:314/100=3.14、22/7=3.142857、355/113=3.14159292……。

-----廣告,請繼續往下閱讀-----

我特別喜歡最後一個逼近式,因為它不只正確產生小數點後的前六位數,也把最初三個奇數各用上兩次:依序是兩個 1、兩個 3 和兩個 5!

當然,若能找出一個剛好等於 π 的分數會很有趣。(其中分子和分母都是整數,否則我們可以直接用 π=x/1。)不過,朗伯(Johann Heinrich Lambert)在 1768 年證明了 π 是一個無理數,也就證明了上述的嘗試徒勞無功。

或許 π 可以用某個簡單數目的平方根或立方根來表示?舉例來說,√10=3.162…已經相當接近了。

但是在 1882年,林德曼(Ferdinand von Lindemann)證明了 π 不只是無理數,還是一個超越數。也就是說,π 不是任何一個整係數多項式的根。舉例來說,√2 是一個無理數,但它並不是一個超越數,因為 √2 是多項式 x2−2 的根。

-----廣告,請繼續往下閱讀-----

雖然 π 並不能用一個分數來表示,卻能表示成無窮多個分數的總和或乘積!舉例來說,我們在第十二章會看到:π=4(1-1/3+1/5-1/7+1/9-1/11…)

這個公式不僅美麗,也相當驚人,但在計算 π 的眾多公式中,它並不算是非常實用的一個。算了 300 項之後,我們仍舊不會得到比 22/7 更逼近 π 的數值。下面是另一個驚人的公式,我們稱之為沃利斯公式,它以一個無窮乘積來計算 π,不過同樣需要花很長的時間來收斂。

π=4(2/3×4/3×4/5×6/5×6/7×8/7×8/9…)=4(1-1/9)(1-1/25)(1-1/49)(1-1/81)…

躺著背、坐著背、趴著背,還是 π 最好背!

由於大家都為 π 所著迷(一部分是為了測試超級電腦的速度和準確性),所以 π 曾經被算到幾兆位數。當然,其實我們並不需要這種精確度,只要知道 π 的前四十位數,你就可以測量出已知宇宙的周長,誤差不超過氫原子的半徑!

π 這個數已經發展到近乎讓人狂熱崇拜的地步了。許多人喜歡在「π 日」(3 月 14 日,用數字來呈現就是 3/14,剛好也是愛因斯坦的生日)讚頌 π。

-----廣告,請繼續往下閱讀-----
It’s Pi Day~~~圖/GIPHY

在這一天,典型的活動可能包含展示和食用以數學為裝飾主題的派、打扮成愛因斯坦的樣子,當然也少不了 π 的記憶大賽。參賽的學生一般都可以記住 π 的幾十位數,但通常贏家都是那些記得超過一百位數的人。

對了,目前記憶 π 的世界紀錄是呂超這位中國人,他曾在 2005 年背誦出了 π 的 67,890 位數!根據《金氏世界紀錄》,呂超花了四年才記住這麼多位數,他也花了整整一天多的時間才將這些位數統統背誦出來。我們來看看 π 的前一百位數:

π = 3.141592653589793238462643383279502884197169399375105
820974944592307816406286208998628034825342117067 …

經過這麼多年,人們早已想出一些背誦圓周率的妙方,其中之一就是創造特殊的英文句子,讓句子裡每個單字所包含的字母數代表 π 的下一位數。一些著名的例子包括:

「How I wish I could calculate pi.」(得到七位數:3.141592)

「How I want a drink, alcoholic of course, after the heavy lectures involving quantum mechanics.」(提供了十五位數)

記憶吐…派?圖/GIPHY
  • (譯注:而在中文裡,有人用諧音的方式將圓周率藏在詩句中,其中最著名的是〈山巔〉這首五言絕句:「一寺一壺酒,二柳舞扇舞,把酒棄舊山,惡善百世流。」連題目共得到二十一位數:3.14159265358979323846。)

最令人佩服的例子出現在 1995 年,凱斯(Mike Keith)利用愛倫坡一首鬼斧神工的打油詩〈烏鴉〉創造出記住 740 位數的方法。這首詩的標題和第一節加起來就能產生出 42 位數,其中由十個字母組成的單字對應數字 0。

-----廣告,請繼續往下閱讀-----

Poe, E. Near a Raven(譯注:對應 3.1415,以下依此類推)
Midnights so dreary, tired and weary.
Silently pondering volumes extolling all by-now obsolete lore.
During my rather long nap−the weirdest tap!
An ominous vibrating sound disturbing my chamber’s antedoor.
“This,” I whispered quietly, “I ignore.”

凱斯隨後將這首鉅作繼續延伸,寫出一首藏有 3835 位數的詩,題為〈Cadaeic Cadenza〉。(請注意,如果你用數字 3 代替字母 C、用 1 代替 A、用 4 代替 D……,那麼「cadaeic」這個字就會變成 3141593。)這首詩的開頭取材自〈烏鴉〉,但也包含了一些數位作品評論以及模仿其他詩詞的部分,比如說卡羅(Lewis Carroll)的詩作〈無聊〉(Jabberwocky)也在其中。

凱斯在這方面最新的貢獻是出版了一本書,書名是「Not a Wake: A Dream Embodying π’s Digits Fully for 10000 Decimals.」(請注意此書標題中每個單字的字母數!)這種用字母數來記憶 π 的方法有一個很大的問題,那就是即使你能記住這些句子、詩詞和故事,要立刻判斷出每個單字有多少字母也並非一件簡單的事。

關於這點,我喜歡的說法是:「多麼希望能跟大家解釋,其實通常有更好的記憶法可用。」( 「How I wish I could elucidate to others. There are often superior mnemonics!」這句話產生出13位數。)

-----廣告,請繼續往下閱讀-----
《Not a Wake: A Dream Embodying π’s Digits Fully for 10000 Decimals.》

來點音碼巧思,讓數字成為你朋友

要記住許多數字,我最喜歡用的方法是一種名為主要系統的音碼。在這套音碼中,每個數字都用一個或多個子音來表示。更具體地說:

1=t 或d
2=n
3=m
4=r
5=l
6=j、ch 或 sh
7=k 或硬 g 音
8=f 或 v
9=p 或 b
0=s 或 z

甚至還有人發明了幫你記住這套記憶系統的記憶法呢!我的朋友馬洛斯科維普(Tony Marloshkovips)提供了下列建議:字母 t(或發音相似的 d)中藏有一條直線;n 有兩條;m 有三條;而愛地球就別忘了環保 4R。伸出 5 根手指頭,你就會在拇指和食指之間看到 L;將 6 倒過來,看起來就很像字母 j;而兩個 7 可以組成一個K。(微軟系統)開機時按下 F8 能進入安全模式;將 9 左右或上下翻轉,就能得到 p 或 b。最後,ZO 就是 0 輸出的意思。

或者你也可以將這些子音統統照順序排好,形成TNMRLShKVPS,然後就會得到一個我(想像中的)朋友的名字:

-----廣告,請繼續往下閱讀-----

Tony Marloshkovips

我們只要在每個相連的子音中插入母音,就能利用這套音碼讓數字變成文字。舉例來說,31 用到的子音有 m 和 t(或是 m 和 d),因此這個數字可以轉化成如下一些單字:

31 = mate, mute, mud, mad, maid, mitt, might, omit, muddy

請注意,像是「muddy」或是「mitt」這樣的單字是可以被接受的,因為 d 和 t 聽起來像是只出現一次,拼法也不會造成任何影響。此外,因為像是 h、w 和 y 這樣的子音並沒有出現在上表中,所以這些字母也能像母音一樣自由使用。因此我們可以將 31 轉化成像是「humid」或是「midway」這樣的單字。請注意,雖然同一個數字通常可以對應許多不同的單字,但是一個單字只能表示唯一的數字。

π 的前三個位數包含子音 m、t 和 r,這三位數可以轉換成如下一些單字:314 = meter, motor, metro, mutter, meteor, midyear, amateur;前五個位數 31415 可以變成「my turtle」這個詞。若再繼續延伸至 π 的前二十四位數,314159265358979323846264 就可以變成:

My turtle Pancho will, my love, pick up my new mover Ginger

然後將接下來的十七位數 33832795028841971 變成:My movie monkey plays in a favorite bucket;我很喜歡接下來的十九位數:6939937510582097494,因為它們可以對應一些較長的單字:Ship my puppy Michael to Sullivan’s backrubber;而下面十八個位數 459230781640628620 可以帶給我們這句話:A really open music video cheers Jenny F. Jones;然後再接下來的二十二位數 8998628034825342117067 則是:Have a baby fish knife so Marvin will marinate the goose chick!

於是,我們就將圓周率的前一百位數悄悄藏在這五個傻裡傻氣的句子中了!音碼對於記憶日期、電話號碼、信用卡號等長串數字都相當有用。試試看,只要稍加練習,你就能大大增強記住許多數字的能力了。

π 還是 τ?今天要算哪一道?請選擇!

π 是數學中最重要的數之一,這一點所有的數學家都會認同。但是如果你看看那些用到 π 的公式,你會發現它們大多會將 π 乘上 2。我們用希臘字母 τ(發音類似「陶」)來代表這個數。

τ = 2π

許多人相信如果我們能回到過去,就能因為用 τ 取代 π,而讓許多數學公式以及三角學中的關鍵概念變得比較簡單。在一些文章中,比如說帕萊(Bob Palais)的〈 π 是錯誤的!〉以及哈特爾(Michael Hartl)的〈 τ 的宣言〉,作者都優雅又饒富趣味地表達過這個想法。

這個論述的「中心點」在於圓都是由半徑來定義的,當我們將圓周和半徑相比的時候,就會得到 C/r=2π = τ。有些教科書現在會標示「兼容 τ」來表示這本書同時用 π 和 τ 來寫出公式。(雖然全面改用 τ 不會是輕鬆的過程,但許多學生和老師都認為使用 τ 會比 π 更輕鬆。)觀察這項行動在未來數十年會演變成什麼樣子是相當有趣的。

τ 的支持者(他們自稱為陶幫)誠摯地相信真理站在他們那邊,但他們也能包容比較傳統的符號。如同他們所說的,陶幫絕非頑固不化。下面是 τ 的前一百位數,其中插入了一些空格,對應我們隨後會提到的記憶法。請注意,τ 的開頭是 6,接著是 28,這兩個數目都是第六章提過的「完全數」。這是個巧合嗎?當然囉!不過還算是個有趣的花絮啦。

τ = 6.283185 30717958 64769252 867665 5900576 839433 8798750
211641949 8891846 15632 812572417 99725606 9650684 234135 ⋯

2012 年,當時才十三歲的布朗(Ethan Brown)締造了一項世界紀錄。為了一個募款計畫,他背出了 τ 的 2012 位數。他也是利用音碼,但並非創造出長句,而是創造出視覺圖像。每個畫面都包括了一個主體、一個動作(結尾永遠是現在進行式的 -ing)和一個當作受詞的物體。例如 τ 的前七位數:62 831 85 就變成「An ocean vomiting a waffle」(大海吐出一塊鬆餅)。下面是他為 τ 的前一百位數所創造出來的畫面:

An ocean vomiting a waffle
A mask tugging on a bailiff
A shark chopping nylon
Fudge coaching a cello
Elbows selling a couch
Foam burying a mummy
Fog paving glass
A handout shredding a prop
FIFA beautifying the Irish
A doll shooing a minnow
A photon looking neurotic
A puppy acknowledging the sewage
A peach losing its chauffeur
Honey marrying oatmeal

為了更容易記住這些畫面,布朗採用記憶宮殿這個方法。他想像自己在學校中遊蕩,當他沿著某條走廊前進並進入一間間的教室,每間教室裡都會有三到五個主體做著一些蠢事。最後,他得到了分布在 60 個地方的 272 個圖像。花了四個月準備之後,他用了 73 分鐘背誦出那 2012 位數。

來首餘韻無窮的 π 之歌吧!

讓我們用一首讚頌 π 的樂曲來結束這一章吧。這是我根據雷斯(Larry Lesser)的模仿歌曲〈美國 π〉(American Pi)所寫的一段新歌詞(譯著:雷斯所模仿的對象是〈American Pie〉這首經典歌曲)。這首歌你應該只唱一次就好,因為 π 是不會自我重複的。

很久,很久以前,
我還記得數學課總是讓我打瞌睡。
因為我們碰上的每一個數,
不是有終點就是一直重複。
但或許這世上其實有更厲害的數

但後來我的老師說:「給你一個挑戰,
試著找出圓的面積。」
雖然我嘗試無數,
我還是找不出一個分數。

我不記得我是不是哭了,
愈是嘗試或限制範圍,
但在我心深處有個東西觸動了我
就在這一天我認識了 π!

π 啊 π,數學上的 π,
兩個十一除以七是個不錯的嘗試。
你或許希望能提出一個美好的分數
但它的小數展開永不止息,
小數展開永不止息。

π 啊 π,數學上的 π,
3.141592653589。
你或許希望能用一個美好的分數來定義它,
但是小數展開永不止息!


本文摘自《數學大觀念:從數字到微積分,全面理解數學的 12 大觀念》,貓頭鷹出版

-----廣告,請繼續往下閱讀-----
文章難易度
貓頭鷹出版社_96
65 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。

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

1
0

文字

分享

0
1
0
【科學說文解字】才不是白色情人節!是 π DAY!公式裡常見的符號到底該怎麼寫、怎麼唸?
PanSci_96
・2024/03/14 ・779字 ・閱讀時間約 1 分鐘

各位觀眾~今天是什麼節日呢?

什麼?情人節?

嘖嘖嘖,只知道這個的話就膚淺了。

今天可是圓周率日、愛因斯坦的生日、霍金的忌日……是巧合嗎?我可不這麼認為!總之,對於科學界來說,3 月 14 日不僅僅是白色情人節,而是一個意義非凡的日子!

-----廣告,請繼續往下閱讀-----

那圓周率又有什麼酷酷的地方讓科學家如此著迷,甚至有一個專門的節日呢?快點進影片,一探究竟吧!

除了 π(pi)之外,你還認得哪些希臘字母呢?從國中就認識的朋友——代表波長的 λ(lambda):

還是代表頻率,長得很像 v,常常害小編認錯的 ν(nu)?

在高中認識的 μ(mu),除了用於微米、代表摩擦係數,它還有什麼意思呢?

-----廣告,請繼續往下閱讀-----

快動動你的指頭搜尋一下吧!

最後這個像蛇的符號是什麼啊?長得有點像 Z 的書寫體?

沒錯!拉丁字母的 Z 就是從 ζ(zeta)來的。

而數學上有許多 ζ 函數,其中,最為知名的便是發現質數規律的黎曼 ζ 函數。

-----廣告,請繼續往下閱讀-----

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。