0

3
2

文字

分享

0
3
2

牛頓的非主流學術研究:左手是聖經、右手是煉金術,那科學呢?--《科學大歷史》

PanSci_96
・2017/08/04 ・6144字 ・閱讀時間約 12 分鐘 ・SR值 545 ・八年級

  • 【科科愛讀書】人類花了數百萬年學習和思考,才從那個連「科學」怎麼寫都還沒一撇的古早時代,到今天能夠運用科技超越肉身的限制,探索小粒子的無窮和大宇宙的廣袤。但是人類的璀璨成就絕非是一蹴可幾,而是建立在無數先人的跌跌撞撞之上,這過程其中也不乏許多學校沒教、卻相當有趣的故事。就讓《科學大歷史》帶你坐上時光機重回科學史萌芽的年代,來一趟精彩的發現之旅吧!
煉金術師的實驗室。圖/Lau Svensson@Flickr

一六七O年代中期,牛頓對數學感到厭煩,也因為光學研究遭到批評而憤怒不已。這時才三十出頭的牛頓開始冒出白髮,而且經常蓬頭亂髮,他幾乎已經完全抽離了科學圈,接下來十年也一樣。

不過,厭惡衝突不是導致他幾乎完全陷入孤立的唯一原因。在之前的那幾年間,即使他在研究數學和光學,他也開始把每週上百小時的研究時數轉移到兩個新的興趣上。他不急著跟任何人討論那兩項興趣,那是他後來經常遭到批評的「瘋狂」研究專案。事實上,那兩項興趣顯然是在主流學術之外:對聖經進行數學和文本分析,以及煉金術

牛頓。圖/wikimedia commons

用數學和虔誠的心來探究聖經

對後代的學者來說,牛頓決定潛心研究神學和煉金術往往令他們費解,那種行徑就好像他決定不再投稿《自然》,開始為山達基教撰寫文宣一樣。不過,那樣評斷牛頓,就忽略了科學主體的真正範疇,因為牛頓之所以辛勤地投入物理學、神學和煉金術的研究,其實可以用一個共同的目標一言以蔽之:為了探究世界的真相。

稍微思考一下牛頓的辛勤探索其實很有趣--不是因為那些探索證明是對的,也不是因為那些探索證明牛頓有時候很瘋狂,而是因為它們突顯出科學探索最後究竟是成果豐碩、還是徒勞無功,往往只是一線之隔。

-----廣告,請繼續往下閱讀-----
牛頓實驗室著火圖。圖/wikimedia commons

聖經承諾上天會對虔誠的人揭示真相,雖然單純閱讀文本時,某些元素不是那麼顯而易見,不過牛頓依然相信聖經的承諾。他也相信,以前的虔誠信徒,包括瑞士醫生帕拉賽瑟斯(Paracelsus)之類的卓越煉金術士,已經推測出重要的見解,並以暗碼的形式把那些見解寫在他們的作品中,以避免不虔誠的人知道。牛頓推演出萬有引力定律以後,他甚至開始相信摩西、畢達哥拉斯、柏拉圖都比他早知道那個定律。

由於牛頓天賦過人,他想以數學來分析聖經其實是可以理解的。他的研究促使他算出創世、諾亞方舟,以及其他聖經事件的確切日期。此外,他也根據聖經預測了世界末日,並持續修正他的算法。最後幾次預測中,他有一次預測世界末日是介於 2060 年到 2344 年之間。(不知道那會不會證實是真的,但怪的是,那確實和全球氣候變遷的一些情境非常吻合。)

牛頓預測世界末日是介於2060年到2344年之間。圖/wikipedia

此外,牛頓也開始懷疑一些聖經段落的真實性,並深信有一樁龐大的騙局為了支持耶穌是上帝的概念,而破壞了早期教會的傳承,他覺得那個概念是一種偶像崇拜。總之,他不相信三位一體,這實在有點諷刺,畢竟他是三一學院的教授。他抱持這樣的觀念也很危險,因為萬一有心人士得知他的觀點,他肯定會因此失去教職,或許還會失去更多的東西。不過,儘管牛頓投入很多心血去重新詮釋基督教,他對於公開自己的研究極其小心謹慎。(但牛頓認為,他最重要的研究其實是宗教研究,而不是科學方面的革新。)

金星綠獅與巴比倫的龍:牛頓的煉金術研究

那幾年,牛頓的另一項興趣是煉金術。煉金術也占用了他很多的時間和精力,而且他持續研究了三十年,遠比他投入物理學的時間還多。研究煉金術也很花錢,因為他還為此設立了煉金術實驗室和圖書館。如果我們直接把牛頓對煉金術的投入視為不科學,那也是誤會大了。因為他探索煉金術時,就像探索其他的學術一樣,非常仔細小心,而且非常理性。不過,由於他的推理是以我們完全不熟悉的脈絡為基礎,我們很難瞭解他得出來的煉金術結論。

-----廣告,請繼續往下閱讀-----

現在我們對煉金術士的刻板印象是:穿著長袍、留著鬍子、唸著咒語,試圖把肉荳蔻煉成黃金。事實上,目前已知最早的煉金術士是一個埃及人,名叫曼底斯的波洛斯(Bolos of Mendes),活在公元前兩百年左右。每次做完「實驗」時,他都會唸以下的咒語:「一物配一物,一物剋一物,一物治一物。 」聽起來好像在講兩人結婚後可能發生的多種不同狀況。但是波洛斯所說的物質是化學物質,他確實對化學反應有一些瞭解。牛頓認為:在古代,波洛斯之類的學者已經發現了深奧的真相,只是後來失傳了,但是分析希臘神話可以重新發掘真相,他深信希臘神話是以暗碼形式撰寫的煉金祕訣。

畫中為不知名之煉金術師,牛頓用利用此畫來寫他的書。圖/ David Lees/Corbis@NOVA

牛頓在探索煉金術時,也是採用一絲不茍的科學研究方法,做了無數細膩的實驗,寫下大量的筆記。所以這位後來寫出《原理》的作者(《原理》常被譽為科學史上最偉大作品),也花了好幾年在筆記中寫下許多類似下面的實驗觀察:

「在金星的中央鹽裡溶解揮發性的綠獅, 加以蒸餾提煉。提煉出來的靈氣是金星綠獅的血。綠獅亦即巴比倫的龍,它可以用其毒素毒死一切,但是被女神戴安娜的鴿子(亦即水星環)所祭出的安撫降服了。」

(譯註:綠獅是煉金術的術語,代表硫酸。金、銀、水銀、銅、鐵、錫、鉛分別對應太陽、月亮、水星、金星、火星、木星、土星。)

牛頓煉金手稿。圖/ R. D. Flavin @Neatorama

牛頓心底的秘密

我剛踏入科學這一行時,崇拜每一位備受大眾肯定的大師,例如牛頓和愛因斯坦之類的先哲,以及費曼之類的當代天才。對年輕的科學家來說,踏入這種大師輩出的領域可能是壓力很大的事。我剛獲得加州理工學院的教職時,也感受到那樣的壓力,感覺就像升中學的前一晚,我擔心上體育課,尤其是必須跟其他的男學生一起洗澡,和大家裸裎相見 。因為在理論物理學界,你也是在袒露自己,只不過不是裸身,而是坦露智識,而且其他人不只會旁觀,還會下評斷。

-----廣告,請繼續往下閱讀-----

很少人談過那種不安感,或分享自己的感受,但這種現象其實很常見。每位物理學家都必須找到自己的方式去因應那種壓力。不過,想要成功因應壓力的話,就要盡可能避免擔心自己是錯的。據傳,愛迪生常提出一項建議:「想要獲得絕佳的點子,要先想出許多點子。」確實,創新者走過的死胡同比康莊大道還多,所以你老是擔心轉錯彎的話,就永遠到不了有趣的地方。因此,我真心希望當初入行時就知道牛頓想過的所有錯誤點子,以及他徒勞無功的那段歲月。

對我這種人來說,知道那些極其出色的人偶爾也會搞錯,總是讓我放心不少。知道連牛頓那種天才都可能錯得離譜,就令人格外安心。他也許想出「熱是微小粒子移動的結果」,也認為所有物質都是由微小粒子組成的,但是他覺得自己感染肺結核時,還是喝了松節油、玫瑰水、蜜蠟、橄欖油調配的偏方。(據傳那個偏方也可以治胸痛和瘋狗咬傷。)沒錯,他發明了微積分,但他也覺得耶路撒冷所羅門神殿的平面圖裡,蘊藏著世界末日的數學線索。

為什麼牛頓會偏離本行那麼遠呢?仔細探究當時的情況,會看到一個原因最顯而易見:與世隔絕。就像知識隔離導致壞科學在中世紀的阿拉伯世界裡大幅擴散一樣,同樣的情況似乎也導致牛頓逐漸走偏。不過,與世隔絕是他自願的,因為他始終沒讓任何人知道他在研究宗教和煉金術。他不想冒著遭到取笑的風險,或甚至因為開放學術討論而遭到抨擊。牛津大學的哲學家 W.H.紐頓 – 史密斯(W. H. Newton-Smith)寫道,沒有所謂的「好牛頓」和「壞牛頓」,理性和非理性的牛頓;牛頓之所以走偏了,是因為他沒把概念提出來,讓大家公開討論與質疑。「公開論壇」是「科學體系中最重要的常態之一」。

牛頓煉金手稿。圖/SRI BHAGAWAN MAHAVEER JAIN COLLEGE

牛頓不僅厭惡批評,在瘟疫肆虐期間,也不願分享他在運動物理學方面的革新研究。他擔任盧卡斯教授十五年後,那些概念依然是尚未發表的未成品。所以,一六八四年,牛頓四十一歲時,這個極其認真的前神童只留下一堆有關煉金術和宗教的混亂筆記和論文、多篇未完成的數學論文,以及依舊令人困惑不解、也不完整的運動理論。牛頓在好幾個領域裡都做了詳盡的探究,留下一些數學和物理學的概念,但那些概念就像過飽和食鹽水:濃度極高,但沒有結晶。

-----廣告,請繼續往下閱讀-----

牛頓當時的職涯狀態就是如此,史學家韋斯福(Westfall)指出:「牛頓要是在一六八四年過世,並留下那些論文,我們會從那些論文知道這世上曾出現一個天才。不過,我們不會把他尊稱為開創現代智慧的先哲,頂多只會以簡短的段落提到他,並感嘆他無法完成未竟之志。 」

牛頓的命運沒有落入那樣的下場,並不是因為他決心完成研究內容並加以公開,而是因為一六八四年一個近乎偶然的事件改變了科學史的發展,牛頓和一位同僚的互動提供了他所需的概念和刺激。要不是因為那次偶然,科學史--乃至全世界--都將會截然不同,而且不是變得更好。

一個賭注,促成牛頓最偉大的科學論文

那一顆促成史上最大科學躍進的種子,是在牛頓遇到一位同僚之後萌芽的。那位同事在當年的夏末碰巧經過劍橋。

那年一月,天文學家愛德蒙.哈雷(Edmond Halley)參加了倫敦的英國皇家學會所舉行的會議,並在會中和兩位同仁討論了當時的熱門議題。英國皇家學會是致力於科學的學術團體,有很大的影響力。

-----廣告,請繼續往下閱讀-----

數十年前,克卜勒引用丹麥貴族第谷.布拉赫(Tycho Brahe, 一五四六~一六O一年)所收集、準確性前所未見的行星資料,發現有三個定律似乎可用來描述行星的軌道。他宣稱,行星的軌道是橢圓形的,太陽是其中的一個中心點。他也找出那些軌道依循的某些規則,例如,行星繞軌道一圈的時間平方,和它距離太陽平均距離的三次方成比例。就某方面來說,他提出來的定律很簡潔優美,精簡地描述了行星在太空中的運轉。但另一方面,那只是空泛的看法,特定的說詞,並未說明為什麼軌道會依循那種定律。

愛德蒙.哈雷(Edmond Halley)。圖/wikimedia commons

哈雷和兩位同僚臆測,克卜勒的定律反映了某些更深層的意涵。尤其,他們推測,假設太陽對每顆行星的拉力大小,跟著行星和太陽的距離平方成反比(亦即所謂的「反平方定律」),克卜勒的定律依然成立。

遠端物體(例如太陽)對四面八方的施力大小跟距離平方成反比,這個道理其實可以用幾何學來主張。想像一個極大的球體,那個球體大到讓太陽看起來像其中心的一小點。球體表面的每一點到球心的距離都一樣,太陽的影響力(亦即「力場」)應該是同樣分布在球體的表面。

現在,再想像一個球體是剛剛那個球體的兩倍大。幾何定律告訴我們,球體的半徑加倍時,表面積會變成原來的四倍,所以這時太陽引力是分布在四倍的表面積上。如此可以推斷,在那個四倍大的表面積上的任一點,太陽的引力是之前那個球體的四分之一。反平方定律就是這樣運作的:離得愈遠,施力跟著距離平方成反比。

-----廣告,請繼續往下閱讀-----
克卜勒完成了《新天文學》的手稿:他運用幾何速率法則,假定軌道是蛋形軌道,開始計算火星的整體軌道。圖/wikipedia

哈雷和同仁懷疑克卜勒定律的背後存在著反平方定律,但是他們怎麼證明呢?其中一人說他可以證明,那個人就是虎克。另一人是克里斯多佛.雷恩(Christopher Wren),如今最為人知的身分是建築師,但他也是知名的天文學家。他跟虎克打賭,要是虎克能證明出來,他就給他獎金。但虎克婉拒了,他向來以個性反骨著稱,不過他婉拒的理由令人懷疑:他說,他暫時不想揭露證明,他想讓大家先去嘗試,嘗試失敗後才會知道那個證明有多難。或許虎克真的已經解開問題了,或許他也設計出可以飛往金星的飛船了,但總之他從未揭露證明。

那場會議結束七個月後,哈雷正巧來到劍橋,他決定去探望孤僻的牛頓教授。牛頓就像虎克一樣,宣稱他也做了研究,可以證明哈雷的上述臆測。但牛頓也跟虎克一樣,其實沒有證明出來。他故意翻箱倒篋找了一下文件,就是找不到他的證明,但他承諾會好好找一下,之後再寄給哈雷。過了幾個月,哈雷沒收到任何東西,你可以想見哈雷當時作何感想。他問了兩位頗具聲望的成年人,能不能解開一個問題,其中一人說:「我知道答案,但我不要講出來!」另一人的回應彷彿是說:「狗吃掉了我的作業!」所以雷恩的獎金始終發不出去。

牛頓後來確實找到證明了,但他又仔細看了一遍,發現那個證明有誤。他並未放棄,而是著手重新研究,最後成功了。那年十一月,他寄給哈雷九頁的論文,以顯示克卜勒的三個定律其實都是「引力的反平方定律」的數學推論。他把那篇短文稱為〈論天體的軌道運動〉(De Motu Corporum in Gyrum)。

〈論天體的軌道運動〉(De Motu Corporum in Gyrum)手稿。圖/UCI

哈雷非常興奮,他看出牛頓的論證充滿了革命性,希望英國皇家學會能把它發表出來,但牛頓反對,他說:「既然我開始研究這個議題了,我想徹底探究以後再發表論文。 」由於後來牛頓投注了極大的心力,發表的成果稱得上是史上最重大的學術論著,他那句話聽起來可謂史上最輕描淡寫的回應。牛頓後來「徹底探究」的結果,是證明行星軌道的根本原理,就是可以套用在一切物體上(包括天體和地球上的物體)的運動定律和力學定律。

-----廣告,請繼續往下閱讀-----

後續的十八個月,牛頓撇開一切雜務,專注地延伸那篇論文,把它擴增成後來的《原理》。他就像物理學機器一樣,一旦投入一項主題,就廢寢忘食,這是他從以前就養成的習慣。據說,他的貓變得很胖,因為他直接把飼料堆在牠的盤子裡。他以前的大學室友說過,他早上看到牛頓時,通常會發現他依然在昨晚的位置上努力解著同一個問題。不過,這一次,牛頓又變得更極端了,他幾乎完全不跟任何人接觸,足不出戶。偶爾幾次出門,是去大學的食堂,站著吃一兩口東西,就立刻趕回家繼續奮戰。

圖/Dan Perry@Flickr

最後牛頓關閉了煉金術實驗室,也擱下了神學探索。他還是繼續按照規定講課,但講課內容艱澀難懂,後來大家才知道原因:牛頓每堂課都是拿《原理》的草稿來授課。


 

 

本文摘自《科學大歷史:人類從走出叢林到探索宇宙, 從學會問「為什麼」到破解自然定律的心智大躍進》漫遊者文化出版。

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1266 篇文章 ・ 2633 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
停工即停薪:如何證明你的時間值多少?車禍背後的認知 x 情緒 x 金錢 x 法律大混戰
鳥苷三磷酸 (PanSci Promo)_96
・2026/01/09 ・3351字 ・閱讀時間約 6 分鐘

本文與 PAMO車禍線上律師 合作,泛科學企劃執行

走在台灣的街頭,你是否發現馬路變得越來越「急躁」?滿街穿梭的外送員、分秒必爭的多元計程車,為了拚單量與獎金,每個人都在跟時間賽跑 。與此同時,拜經濟發展所賜,路上的豪車也變多了 。

這場關於速度與金錢的博弈,讓車禍不再只是一場意外,更是一場複雜的經濟算計。PAMO 車禍線上律師施尚宏律師在接受《思想實驗室 video podcast》訪談時指出,我們正處於一個交通生態的轉折點,當「把車當生財工具」的職業駕駛,撞上了「將車視為珍貴資產」的豪車車主,傳統的理賠邏輯往往會失靈 。

在「停工即停薪」(有跑才有錢,沒跑就沒收入)的零工經濟時代,如果運氣不好遇上車禍,我們該如何證明自己的時間價值?又該如何在保險無法覆蓋的灰色地帶中全身而退?

-----廣告,請繼續往下閱讀-----
如果運氣不好遇上車禍,我們該如何證明自己的時間價值?/ 圖片來源: Nano Banana

薪資證明的難題:零工經濟者的「隱形損失」

過去處理車禍理賠,邏輯相對單純:拿出公司的薪資單或扣繳憑單,計算這幾個月的平均薪資,就能算出因傷停工的「薪資損失」。

但在零工經濟時代,這套邏輯卡關了!施尚宏律師指出,許多外送員、自由接案者或是工地打工者,他們的收入往往是領現金,或者分散在多個不同的 App 平台中 。更麻煩的是,零工經濟的特性是「高度變動」,上個月可能拚了 7 萬,這個月休息可能只有 0 元,導致「平均收入」難以定義 。

這時候,律師的角色就不只是法條的背誦者,更像是一名「翻譯」。

施律師解釋「PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言。」 這包括將不同平台(如 Uber、台灣大車隊)的流水帳整合,或是找出過往的接單紀錄來證明當事人的「勞動能力」。即使當下沒有收入(例如學生開學期間),只要能證明過往的接單能力與紀錄,在談判桌上就有籌碼要求合理的「勞動力減損賠償 」。

-----廣告,請繼續往下閱讀-----
PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言 / 圖片來源: Nano Banana

300 萬張罰單背後的僥倖:你的直覺,正在害死你

根據警政署統計,台灣交通違規的第一名常年是「違規停車」,一年可以開出約 300 萬張罰單 。這龐大的數字背後,藏著兩個台灣駕駛人最容易誤判的「直覺陷阱」。

陷阱 A:我在紅線違停,人還在車上,沒撞到也要負責? 許多人認為:「我人就在車上,車子也沒動,甚至是熄火狀態。結果一台機車為了閃避我,自己操作不當摔倒了,這關我什麼事?」

施律師警告,這是一個致命的陷阱。「人在車上」或「車子沒動」在法律上並不是免死金牌 。法律看重的是「因果關係」。只要你的違停行為阻礙了視線或壓縮了車道,導致後方車輛必須閃避而發生事故,你就可能必須背負民事賠償責任,甚至揹上「過失傷害」的刑責 。 

數據會說話: 台灣每年約有 700 件車禍是直接因違規停車導致的 。這 300 萬張罰單背後的僥倖心態,其巨大的代價可能是人命。

-----廣告,請繼續往下閱讀-----

陷阱 B:變換車道沒擦撞,對方自己嚇到摔車也算我的? 另一個常年霸榜的肇事原因是「變換車道不當」 。如果你切換車道時,後方騎士因為嚇到而摔車,但你感覺車身「沒震動、沒碰撞」,能不能直接開走?

答案是:絕對不行。

施律師強調,車禍不以「碰撞」為前提 。只要你的駕駛行為與對方的事故有因果關係,你若直接離開現場,在法律上就構成了「肇事逃逸」。這是一條公訴罪,後果遠比你想像的嚴重。正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。

正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。/ 圖片來源: Nano Banana

保險不夠賠?豪車時代的「超額算計」

另一個現代駕駛的惡夢,是撞到豪車。這不僅是因為修車費貴,更因為衍生出的「代步費用」驚人。

-----廣告,請繼續往下閱讀-----

施律師舉例,過去撞到車,只要把車修好就沒事。但現在如果撞到一台 BMW 320,車主可能會主張修車的 8 天期間,他需要租一台同等級的 BMW 320 來代步 。以一天租金 4000 元計算,光是代步費就多了 3 萬多塊 。這時候,一般人會發現「全險」竟然不夠用。為什麼?

因為保險公司承擔的是「合理的賠償責任」,他們有內部的數據庫,只願意賠償一般行情的修車費或代步費 。但對方車主可能不這麼想,為了拿到這筆額外的錢,對方可能會採取「以刑逼民」的策略:提告過失傷害,利用刑事訴訟的壓力(背上前科的恐懼),迫使你自掏腰包補足保險公司不願賠償的差額 。

這就是為什麼在全險之外,駕駛人仍需要懂得談判策略,或考慮尋求律師協助,在保險公司與對方的漫天喊價之間,找到一個停損點 。

談判桌的最佳姿態:「溫柔而堅定」最有效?

除了有單據的財損,車禍中最難談判的往往是「精神慰撫金」。施律師直言,這在法律上沒有公式,甚至有點像「開獎」,高度依賴法官的自由心證 。

-----廣告,請繼續往下閱讀-----

雖然保險公司內部有一套簡單的算法(例如醫療費用的 2 到 5 倍),但到了法院,法官會考量雙方的社會地位、傷勢嚴重程度 。在缺乏標準公式的情況下,正確的「態度」能幫您起到加分效果。

施律師建議,在談判桌上最好的姿態是「溫柔而堅定」。有些人會試圖「扮窮」或「裝兇」,這通常會有反效果。特別是面對看過無數案件的保險理賠員,裝兇只會讓對方心裡想著:「進了法院我保證你一毛都拿不到,準備看你笑話」。

相反地,如果你能客氣地溝通,但手中握有完整的接單紀錄、醫療單據,清楚知道自己的底線與權益,這種「堅定」反而能讓談判對手買單,甚至在證明不足的情況下(如外送員的開學期間收入),更願意採信你的主張 。

車禍不只是一場意外,它是認知、情緒、金錢與法律邏輯的總和 。

在這個交通環境日益複雜的時代,無論你是為了生計奔波的職業駕駛,還是天天上路的通勤族,光靠保險或許已經不夠。大部分的車禍其實都是小案子,可能只是賠償 2000 元的輕微擦撞,或是責任不明的糾紛。為了這點錢,要花幾萬塊請律師打官司絕對「不划算」。但當事人往往會因為資訊落差,恐懼於「會不會被告肇逃?」、「會不會留案底?」、「賠償多少才合理?」而整夜睡不著覺 。

-----廣告,請繼續往下閱讀-----

PAMO看準了這個「焦慮商機」, 推出了一種顛覆傳統的解決方案——「年費 1200 元的訂閱制法律服務 」。

這就像是「法律界的 Netflix」或「汽車強制險」的概念。PAMO 的核心邏輯不是「代打」,而是「賦能」。不同於傳統律師收費高昂,PAMO 提倡的是「大腦武裝」,當車禍發生時,線上律師團提供策略,教你怎麼做筆錄、怎麼蒐證、怎麼判斷對方開價合不合理等。

施律師表示,他們的目標是讓客戶在面對不確定的風險時,背後有個軍師,能安心地睡個好覺 。平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。

平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。 / 圖片來源: Nano Banana

從違停的陷阱到訂閱制的解方,我們正處於交通與法律的轉型期。未來,挑戰將更加嚴峻。

-----廣告,請繼續往下閱讀-----

當 AI 與自駕車(Level 4/5)真正上路,一旦發生事故,責任主體將從「駕駛人」轉向「車廠」或「演算法系統」 。屆時,誰該負責?怎麼舉證?

但在那天來臨之前,面對馬路上的豪車、零工騎士與法律陷阱,你選擇相信運氣,還是相信策略? 先「武裝好自己的大腦」,或許才是現代駕駛人最明智的保險。

PAMO車禍線上律師官網:https://pse.is/8juv6k 

-----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
人工智慧的極限
賴昭正_96
・2026/01/15 ・5792字 ・閱讀時間約 12 分鐘

在發現的道路上,智慧(intellect)作用不大。意識(consciousness)━你可以稱之為直覺或其它任何你想用的詞━會發生一次飛躍,答案會突然出現在你面前,而你卻不知道它是如何或為什麼出現的。

-愛因斯坦(1879-1955),1921年諾貝爾物理獎

2025 年 10 月 13 日在參加建國中學高三 6 班畢業 66 週年的同學旅遊後,希望能瞭解一下投稿多年、從未謀面之《泛科學》的作業情形及發展計畫等,我決定到「泛科創新股份有限公司」參觀一下:沒想到知識長鄭國威竟然邀請我錄了一集「思想實驗室」。當被問及有關人工智慧(artificial intelligence,AI)的看法時,我突然冒出「因為科學的發現很多都是意外的,因此AI無法像人類一樣具有創造性」。沒想到這句話似乎成為這次訪問的主題,也引起比較熱烈的討論,因此我想在這裡補充一下。

AI(人工智慧)是否能青出於藍、更勝於藍地超越我們?這事實上也是專家爭論最多的話題。我不是專家,雖然知道「我思故我在」,但完全不知人類如何思想、大腦如何運作,更不瞭解上面愛因斯坦所提到之意識(consciousness)如何飛躍!但是已經被國威推上了這個平台,因此只好在這裡野人獻曝,依我所知的科學史提出懷疑。

回歸正題,上面問題的直覺反應答案是:人製造出來的怎麼可能比人聰明呢?但相信很多人都知道:人類所製造出來的圍棋軟體 AlphaGo 已經戰勝了所有的人類!其主人谷歌(Google)謂:它能戰勝人類是因為它利用策略網絡來推薦有希望的走法,並利用價值網絡來評估在給定局面下獲勝的機率,從而大幅縮小搜尋空間,使得它能夠「預想」數百萬步棋,並透過自身的對弈不斷學習,最終超越人類的層次。從這段話看來,我覺得 AlphaGo 能戰勝人類是基於高速地使用人類所設計出來之有路可循、亦有跡可尋的「邏輯策略」!

同樣地,如果我們給 AI 一含所有物質之性質的資料庫,然後告訴它如何尋找「規律」(pattern),相信它會非常勝任地發現許多具有某種特性的「新物質」、「新藥物」、甚或告訴我們如何製造它們(有機合成的資料庫)。但是 AI 雖然知道哈密瓜的所有性質(資料庫),可是它會想到哈密瓜含有能大量分泌青黴素的菌株、即時在第二次世界大戰中拯救了上百萬士兵的生命嗎(見後)?我覺得後者不是邏輯的問題,是沒辦法訓練的,因此 AI 不能「真正創造」不是依靠邏輯的發現。這正是本文所要談的:許多科學大突破都不是靠訓練或邏輯分析的!

-----廣告,請繼續往下閱讀-----

視眾人所見視,思眾人所未思

牛頓的傳記《艾薩克·牛頓爵士生平回憶錄》(Memoirs of Sir Isaac Newton’s Life)於1752年出版;作者斯圖克利(William Stukeley)在書中轉述:「晚餐後,天氣溫暖,我們去了花園,在幾棵蘋果樹的樹蔭下喝茶……他(牛頓)告訴我,他當時的處境和以前一樣,剛剛想到萬有引力的概念。當他正沉思時,一個蘋果掉了下來。他心想:『為什麼蘋果總是垂直落到地上,永遠不會向上或向一側掉落呢?……』,這使他得出結論:地球一定具有『引力』,從而發展出他的萬有引力理論。」

早在西元前 4 世紀左右,亞里斯多德(Aristotle)及歐幾里德(Euclid)等希臘哲學家就為自然哲學和邏輯奠定了基礎。樹上的水果都是往地面掉,這是任何小孩都知道的「常識」,但為什麼卻等了 1700 年才引起牛頓的注意?我們不知道為何牛頓會想到這個問題,但 AI 也會注意到這個現象嗎?如果會,它會先想到萬有引力或是直接跳到更精確的愛因斯坦廣義相對論(見後)呢? 

發現世上第一個抗生素的弗萊明(Alexander Fleming)度假回來後發現培養皿因未加蓋而發霉(見後),一般的研究者大多會將這些被黴菌孢子污染的培養皿丟掉;但弗萊明這次卻心血來潮……。他回憶說:

「基於先前「溶菌酶」的經驗,也像許多細菌學家那樣,我應該會把污染的培養皿丟掉,……某些細菌學家也有可能(早就)注意到我(那時)看到的相似變化,……但是在對天然產生的抗菌物質沒有任何興趣的情況下,都會順手地將培養物丟棄。……但(這次)我沒有找個藉口丟掉受污染的培養液;相反地,我做了進一步的探討。」

如果AI也能做實驗,它會像許多細菌學家那樣「順手地」丟棄培養物嗎?機會總是降臨在那些做好準備的「人」身上。

-----廣告,請繼續往下閱讀-----

幸運的靈感/直覺

一位正在自由下落的人不會感覺到自己的重量,那不是等於漂浮在沒有任何重力的外太空空間嗎?如果加速度可以抵消重力,那麼在沒有重力的情況下,加速度本身不是可以模擬重力,產生與真實重力沒有區別的人造重力嗎?愛因斯坦稱上面這一發現為「等效原理」(Equivalence Principle):我們雖然不知道重力是什麼,但其現象可以用加速度來模擬!這一想法啟動了愛因斯坦嘗試改變牛頓重力論的八年艱苦抗戰,於 1915 年 11 月完成了人類有史以來最美麗的物理理論━「廣義相對論」(General Theory of Relativity)。100 多年後的今天,愛因斯坦這一透過想像力來推測的理論仍然在指引著物理學家們去瞭解宇宙的基本特徵!怪不得愛因斯坦後來大膽地稱它為「我一生中最幸運的靈感」。

德國理論物理學家普朗克 (Max Planck) 謂他是靠「幸運的直覺 (lucky intuition) 」而意外地敲響了量子力學革命之鐘聲!在 1918 年諾貝爾獎頒獎典禮上,普朗克回憶說:

「然而,即使(我推導出來的)輻射公式絕對準確,它仍然只是一個幸運猜測(lucky guess)了正確插值公式的結果,其價值是非常有限的。因為這個原因,從那時起,我就忙著… 想闡明此公式的真實物理特性,這導致我考慮連接熵和概率之間的波茲曼(Boltzmann)關係。在經過我生命中最艱苦的幾個星期之工作後,光明終於驅除了黑暗,一個新的、從未夢想到的的觀點在我面前展開了。」

這普朗克從未夢想到的觀點是什麼呢? 就是「能量量化」的觀念,違反了當時「能量是連續」的共識!因之此後的十幾年,普朗克便一直在努力地想使他的量子觀念能容於古典力學裡;可是每次嘗試的結果,似乎均使自己失望得想收回那革命性的「大膽假設」而已。

錯誤的假設

好吧,就假設 AI 像愛因斯坦一樣也有「最幸運的靈感」,發現了廣義相對論。可是後來物理學家瞭解到了愛因斯坦的「等效定理」事實上不完全正確,是有限制的,也就是說它只是一種近似的基本定律,只適用於一個局部、無限小的時空區域內。哈,如果AI比人類聰明,怎麼會在邏輯上犯下這個錯誤呢?如果不犯這個錯誤,它能發現廣義相對論呢?

-----廣告,請繼續往下閱讀-----

又如 1905 年,愛因斯坦在題為「關於運動物體的電動力學」的(狹義相對論)論文引言裡,開宗明義地謂「不要爭辯」光速了:

「我們建議將「相對性原理」這個猜想(conjecture)提升到一個公設(postulate)的地位,並引入另一個表面上與前者不調和(irreconcilable)的公設,即光是在真空中的傳播速率為一與發射體運動狀態無關的定值 c。 這兩個假設足以(讓我們)透過適用於靜止物體(狀態)之馬克斯威(Maxwell)理論,導出一個簡單且不矛盾(consistent)的電動力學理論。」

愛因斯坦真大膽:一個可以用實驗來確定的光速,怎麼可以定為「公設」呢?光速與發射體運動狀態無關不是完全違反了我們日常生活的經驗(如聲速)嗎?愛因斯坦在其時鐘「同步程序」的假想實驗裡魔術般地導入了他的公設:光在任何方向的速度都是一樣的 c 值!完全忽略了當時幾乎所有物理學家都相信光是在「以太」中傳播的理論。

1924 年,一位名不見經傳,任教於東巴基斯坦的講師波思 (Styendra Bose) 在一篇 1500 字的論文裡做了一個誤打誤撞、連他自己本人都不知道、在整篇論文中隻字未提的重要及創新性假設:光量子是不可分辨的!在當時,所有的物理學家都認為光量子像銅板一樣是可以分辨的(我們可以分辨哪個是 A 銅板、哪個是 B 銅板、…),因此兩個銅板出現「一正及一反」的或然率是 2/4;但如果它們不能分辨呢?則出現「一正及一反」的或然率將變成 1/3。沒想到這一「錯誤」的假設後來竟成為打開量子統計力學的鑰匙!超強邏輯的AI會犯這種錯誤嗎?

愛因斯坦1915年完成他的廣義相對論後,發現他的方程式所預測的宇宙只能膨脹或收縮,與當時大部分科學家所認為的靜態宇宙觀相衝突!沒想到推翻了深植物理學家心中達兩百多年之牛頓時空觀念的革命壯士,竟然在這裡屈服了:為了符合當時的想法,愛因斯坦於1917年強行地於其廣義相對論導出之宇宙觀中加入一「常數」來平衡萬有引力,使他的宇宙能保持靜態!沒想到1929年後,新數據顯示宇宙不是靜態,而是在膨脹中;愛因斯坦因而後悔當初為何不相信自己的推論,稱那強行加入人為常數━「宇宙論常數」(cosmological constant)━為他一生中所犯之「最大錯誤」。AI會犯這種錯誤嗎?

-----廣告,請繼續往下閱讀-----

只有萬有引力的宇宙膨脹速率在一段時間後應該慢慢減小;但90年代末期,新的發現顯示現在宇宙膨脹速率不是隨時間減小、而是在加大!沒想到那錯誤的「宇宙論常數」現在竟然成為提供瞭解釋膨脹速率加快所需之排斥力來源─雖然我們還不知道那是啥!當然,我們也不知道愛因斯坦在天之靈是否還認為「宇宙論常數」是他一生中所犯的最大錯誤?而AI如果當初未犯那「最大錯誤」,現在是否反而會後悔呢?

老天的幫忙

硝化甘油為液體,非常不穩定,一不小心就爆炸;因此諾貝爾 (Alfred Nobel)一直在尋找取代物,但久而不得。傳說有一天儲存的硝化甘油意外泄漏,與用來包裝儲存鐵桶之板狀矽藻土混合但未爆炸,使他想到了試用此板狀矽藻土。經實驗後,他發現兩者相混之固體不但安全可靠,而且還可保持原有之爆炸威力─這不正是他夢寐以求、研究甚久而未能找到的「穩定炸藥」嗎?他因此發了大財,設定了今日大家所知道的諾貝爾獎。

在「發現能治療糖尿病的胰島素—胰島素與生技產業的誕生(上)」一文裡,我提到了「….將狗的胰臟割除,發現這隻可憐狗整天口渴及隨地小便。數日後,一位助手覺得實驗室內的蒼蠅好像突然多了起來,尤其是在狗小便過的地板。分析狗尿及其血液後,梅倫(Joseph von Mering)及明考斯基(Oskar Minkowski)很驚奇地發現裡面充滿了糖份。」顯然地,胰腺具有調解體內糖代謝的功能,它一旦受損將導致糖尿病。就這樣,法國兩位外科手術醫生無意中發現了「困擾」人類三千多年之糖尿病的病源━胰臟分泌物「胰島素」失調!這不是透過邏輯分析得到的結果,AI能做到嗎? 

前面所提到之蘇格蘭醫生兼微生物學家弗萊明是一位粗心的實驗室技術員。1928 年夏在研究葡萄球菌的某一天,他忘了將含有葡萄球菌培養物的培養皿放在培養箱中,留在實驗室工作台上就匆匆忙忙地離開實驗室去度假。命運就是這樣作弄人:那時室內的溫度及濕度均適合霉菌(mold,或譯「黴菌」)的生長;因此兩個禮拜回來後,弗萊明發現在敞開窗戶旁的培養皿因未加蓋而發霉。經細心觀察及研究後,弗萊明發現抑制或預防細菌生長的不是黴菌本身,而是黴菌產生的「黴汁」。就這樣,弗萊明發現了世上第一個抗生素「盤尼西林」(Penicillin,又稱為「青黴素」)!被《時代》雜誌評選為20世紀的100位最重要人物!

-----廣告,請繼續往下閱讀-----

1943年的某一天,在伊利諾州皮奧里亞 (Peoria) 的農業部北部區域研究實驗室 (NRRL) 工作的亨特 (Mary Hunt) ,無意中在一雜貨店裡發現了一顆表皮長滿漂亮及金色青黴的哈密瓜。將它帶回實驗室,篩選出能大量分泌青黴素的菌株後,她發現該菌株產生的青黴素數量是notatum的200倍━她因之贏得「發霉瑪麗 (Moldy Mary)」的綽號。在許多研究團隊紛紛加入菌種及製造方法的改良後,青黴素產量由1943年只能醫治不到1000人,一下子跳到1944年時,已有足夠的青黴素來治療每位需要的士兵,為第二次世界大戰提供了功不可沒的貢獻!也啓動了尋找其它抗生素的研究,開創了醫學的新紀元。

結論

上面我們提到科學家意外地發現了穩定的炸藥、控制血糖的胰島素、及治療特定細菌感染的抗生素。這些化合物都已經存在自然界中,但絕對不是邏輯分析可以發現其功能的,因此如果不是「老天的幫忙」,我實在很難理解AI怎麼會想到?事實上靠「老天幫忙」所發現的化學物是非常之多的。不需要靠老天幫忙的理論物理呢?

在討論牛頓「思眾人所未思」地發現萬有引力、開創了古典物理後,我們其它的討論都是針對全面改變我們日常生活之近代物理━量子力學及相對論━的發現史。希望讀完本文後,讀者能體會到科學進步不但鮮少一帆風順,相反地是一條充滿了意想不到之彎路和迷茫時刻的曲折蜿蜒旅程:這正是我在訪談中所提到的要多看「課外書」,鑑古知今瞭解理論背後歷史有助於瞭解理論本身。也希望讀完本文後,讀者能感受到科學上的突破幾乎全不是源自邏輯分析,而是出自無法捕捉的「靈感」、「直覺」、「錯誤假設」,「老天幫忙」、以及挑戰既有認知的「勇氣」。AI具有這些人性「缺點」嗎?

最後讓我們在此以公認為最偉大之兩位物理學家的話來結束。牛頓說:「沒有大膽的猜測,就沒有偉大的發現」;愛因斯坦謂:「我從未通過理性思考的過程取得任何發現」。

-----廣告,請繼續往下閱讀-----

致謝

謹在此感謝《泛科學》鄭國威、曹盛威、謝富丞、廖儀瑄、王喆宣等同仁的招待及讓我有機會當了一次近代科技 Podcast 的明星。Podcast 的出現造就了許多不需要經過好萊塢的影視明星以及網紅,是我首次接觸到之近代日常生活典範的另一個重大轉變,真是活到老學到老。

延伸閱讀

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

賴昭正_96
50 篇文章 ・ 61 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

1
0

文字

分享

0
1
0
毒藥的歷史:死亡、救贖與科學的交匯點——《毒藥的滋味》
PanSci_96
・2024/09/03 ・2429字 ・閱讀時間約 5 分鐘

奪命計劃的冷酷藝術

在犯罪史上,謀殺是特別令人髮指的罪行;而在各種殺人手法之中,只有寥寥幾種會像毒藥那樣,令人有如此奇特的病態迷戀。與一時腦熱的衝動謀殺相比,毒殺所涉及的事前規劃與冷酷的算計,完全符合法律術語中的「惡意預謀」(malice aforethought)定義。毒殺需要預先籌畫並了解受害者的習慣,也必須考慮如何下毒。有些毒藥只要幾分鐘就能奪人性命,其他則可以長期慢性下毒,逐漸在體內積累,最終導致受害者必然的死亡。

這本書沒有要列出下毒者及受害者的清單,而是要探討毒物的性質,以及它們如何在分子、細胞和生理層面影響人體。每種毒藥都有獨特的致死機制,受害者所經歷的各種症狀往往都是線索,有助於抽絲剝繭找出他們被下了什麼毒。在少數情況下,這些知識有助於給予適當的治療,讓受害者能完全康復。但在大多數情況下,就算知道是什麼毒物對於治療也沒有幫助,因為根本沒有解藥。

毒殺因冷酷計劃與預謀惡意而特別令人髮指。 圖/envato

雖然毒物(poison)和毒素(toxin)這兩個詞經常互換使用,但嚴格來說它們並不相同。「毒物」是任何會對身體造成傷害的化學物質,可以是天然的,也可以是人造的,而「毒素」通常是指生物所製造的致命化學物質。不過如果你是被下毒的一方,那麼兩者的差異就只是學術討論了。

毒物的兩面性:從致命陷阱到救命藥

toxikon 這個字源自古希臘文,意思是「箭頭浸泡的毒物」,指的是塗抹在箭頭上以導致敵人死亡的植物萃取物。當 toxikon 這個字與希臘文的「研究」logia 相結合,就成為我們現在的「毒理學」或「毒素研究」(toxicology)這個詞。毒物一詞源自拉丁語的 potio,意思是「喝」,之後慢慢演變成古法語中的 puison 或 poison。「毒物」這個字在一二○○年首次出現在英語中,意思是「致命的藥水或物質」。

-----廣告,請繼續往下閱讀-----

從生物體中獲得的毒物通常是許多化學物質的混合物。例如,致命的茄科植物(也稱為顛茄)的粗萃物相當危險,從這些萃取物中也可以純化出化學物質阿托品(atropine)。同樣的,毛地黃花(foxglove)的植物本身也有毒,還能從中萃取出單一的化學物質毛地黃(digoxin)。

有一些歷史悠久的毒藥是混合幾種不同的毒物製作而成,例如「托法娜仙液」(Aqua tofana)就是混合了鉛、砷和顛茄的毒藥。

在瓶子裡人畜無害的化學物質最後怎麼會變成屍體裡發現的毒?無論是哪一種毒藥,在死亡發生之前都會有三個不同階段:下毒、行動和效果。

下毒有四種途徑:消化、呼吸、吸收或注射。也就是說,它們可能是被吃掉或喝掉,透過腸道進入體內;吸入肺部;直接透過皮膚吸收;或是透過注射到肌肉或血液中進入體內。兇手選擇何種方式讓毒物進入受害者體內,取決於毒物的性質。儘管有毒氣體已被用於殺戮,但這涉及一定程度的技術難度,因此並不實用,而且這種手法通常難以針對特定個人。

-----廣告,請繼續往下閱讀-----

透過眼睛和嘴巴的皮膚或黏膜吸收可能非常有效:兇手不必與受害者有任何接觸,甚至在中毒當下還能留在附近。光是將毒藥塗抹在受害者即將接觸的物品上就足以導致死亡。混合在食物或飲料中為大多數毒物提供了一條簡單的途徑,特別適用於固體結晶毒物,因為它們可以簡單灑在飯菜上或溶解在飲料中就好。

不過有一些毒物必須注射到體內才能發揮作用,有時候這是因為毒藥是一種蛋白質,如果加入食物攝取,就很容易被腸胃分解。此外,兇手一定要離受害者夠近才能注射毒物。

毒藥可透過皮膚、食物、或注射進入體內,兇手無需直接接觸即可致命。 圖/envato

毒藥如何摧毀人體機制?

現在我們來看毒物的核心:它們如何破壞身體的內部運作?

毒物確切的作用方式五花八門,而它們的效果則揭曉了許多人類生理學的奧秘。許多毒物會攻擊神經系統,破壞控制身體正常功能且高度複雜的電子訊號:如果阻斷的是心臟各部分之間的交流,可以視為毒物使心臟停止跳動並導致死亡;如果破壞控制呼吸的橫隔膜肌肉調節,同樣也會使呼吸停止,導致窒息而亡。

-----廣告,請繼續往下閱讀-----

也有些毒物會偽裝,隱藏真實身分後進入身體細胞,這些毒物的外型與細胞的重要成分極為相似,但不完全相同,因此可以進入細胞的新陳代謝過程,但無法執行正確的生化功能。毒物會假冒體內的細胞分子,使得細胞的化學作用緩慢停止,最終死亡。當死亡的細胞夠多,整個身體就會跟著死去。

如果不同的毒物以不同的方式發揮作用,不難想像受害者所經歷的症狀也會不同。以大多數消化型的毒物而言,無論作用方式為何,人體的第一反應通常是嘔吐和腹瀉,試圖藉此從體內清除毒物;影響心臟神經和電流訊號的毒物則會導致心悸,最終導致心跳停止;影響細胞化學性質的毒物通常會引起噁心、頭痛和嗜睡的症狀。毒物的作用及可怕後果的故事在本書中比比皆是。

雖然大多數人認為毒物是致命的藥物,但科學家也已經使用與毒物完全相同的化學物質來梳理細胞和器官內部的分子和細胞機制,利用這些資訊開發能夠治療和治癒多種疾病的新藥。舉例來說,科學家透過研究毛地黃植物中的毒物如何影響身體,成功研發出了治療充血性心臟衰竭的藥物。

現代外科手術時使用的常規藥物,同樣也是透過了解顛茄如何影響人體運作後問世,這種藥物除了能預防術後併發症,甚至還能治療在化學戰中受害的士兵。由此可知,化學物質的本質沒有好壞之分,它只是一種化學物質。造成差異的是使用這種化學物質的意圖:是要保護生命,或是奪去生命。

-----廣告,請繼續往下閱讀-----

——本文摘自《毒藥的滋味:11種致命分子與使用它們的凶手》,2024 年 7 月,方舟文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1266 篇文章 ・ 2633 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。