顯微鏡下，細胞現身！｜科學史上的今天：11/3

• 作者／顯微觀點
• 本文轉載自顯微觀點《15皮米的視界：開啟材料原子分析新紀元》

在材料科學領域，「解析度」決定了人類理解物質世界的深度。最早期的材料科學家只能觀察晶體形貌，到現在能利用精密儀器直接解析單一原子排列模式，每一次解析度的突破，都重新設定了我們對材料的認知框架。

2025年，來自馬里蘭大學與伊利諾大學香檳分校的研究團隊^[1]，利用電子疊層繞射成像（electron ptychography）技術，成功達到小於 15 皮米（pm，10⁻¹² m）的空間解析度，不僅觀測到單原子級結構變化，更捕捉到低扭角摩爾超晶格的集體振動模式。這項成果不僅更新電子顯微技術的解析度紀錄，也標誌著材料觀測尺度正式進入「原子振動」時代。

原子解析最前線：從「看見結構」到「測量位移」

過去數十年，各種電子顯微技術在解析度競賽中互不相讓，從奈米尺度（nm，10⁻⁹ m）逐步推進至埃米尺度（Å，10^-10 m），並逼近原子動態。材料科學研究的解析度不僅影響影像清晰度，更決定科學家提出問題意識的層次。

典型原子間距約為 200–300 pm，而原子因熱振動、應變或電子交互作用產生的位移，往往僅有數十皮米甚至更小。然而，正是這些微小的動態變化，主導了材料的關鍵性質，例如：電子傳輸行為、晶格應變分布、相變機制、超導或拓樸態形成等重要特性。

當科學家企圖在原子尺度進行影像分析，傳統高解析電子顯微術雖能辨識原子位置，但在量測如此微小位移時，仍受透鏡像差、電子束散射與訊號雜訊限制，多數結果仍需依賴間接推論，而非直接觀測。

15皮米的意義

1皮米等於千分之一奈米，相當於頭髮直徑的萬億分之一，而多數原子半徑為 50–200 皮米。長期以來，TEM（穿透式電子顯微鏡）與 STEM（掃描式穿透電子顯微鏡）已能解析原子排列，但真實材料中的原子並非靜止，而是不斷受到熱振動、局部應變與電子交互作用影響。

當解析度進入15皮米以下，顯微技術開始出現質性轉變：觀測尺度不再只是確認原子「位在何處」，而是量化原子偏離平衡位置的微小移動，甚至辨識由大量原子共同發生的集體振動模式。

此時，電子顯微鏡首次跨越「結構觀測」與「行為量測」之間的界線，從靜態結構分析工具，轉變為原子動態物理行為的觀測平台。

在15皮米觀測尺度下，材料不再被視為固定排列的結構，而是一個持續波動與調整的動態系統。微小原子位移即可改變能帶結構，進而影響導電性、磁性與量子相態形成。過去仰賴理論推測的效應，如今開始透過顯微觀測直接驗證。

什麼是電子疊層成像？

電子疊層成像（electron ptychography）是一種結合電子波動性與計算重建的先進成像技術。

電子的波動性在穿過極薄樣品時會產生相位改變。傳統電子顯微鏡主要利用電子強度成像，而疊層成像則透過「重疊掃描」方式逐點量測樣品，完整記錄繞射資訊，並以演算法重建樣品內部的電子分布及入射電子波的振幅與相位。

其核心技術包含重疊掃描：每次量測相鄰區域時，都會包含部分重疊範圍。以及反演重建演算法，能夠推算電子波如何與樣品交互作用。因此，電子層疊成像本質上是種計算式顯微技術。解析度不完全由透鏡決定，而與資料品質、演算法能力密切相關。

電子疊層成像 vs. 傳統電子顯微鏡

與傳統 TEM 或 STEM 相比，電子疊層成像的特殊之處源自其截然不同的成像方式：傳統電子顯微系統依賴電子透鏡直接觀測，一旦資訊遺失便難以復原。而疊層成像透過大量重疊量測形成資料冗餘，以演算法反推出唯一一致的物理解。

層疊成像時，透鏡像差與部分雜訊所造成的失真，可藉由計算反演修正與補回，形成所謂的「計算補償」。因此，解析度在疊層成像中，是資料品質、取樣密度、計算能力彼此交互而成的結果。

顯微系統的角色，也由傳統的影像獲取，演變為結合量測、運算與模型重建的計算式觀測儀器。

嶄新觀測——摩爾相位振動（Phason）

在低扭角雙層二硒化鎢（WSe₂）材料中，兩層晶格僅約 1–3° 的旋轉，即能形成長週期摩爾超晶格，產生複雜應變場與新型集體振動。這種稱為 phason 的集體滑移模式。不同於聲子的局部振動，屬於超低頻集體激發，其頻率位於次 THz 範圍^[5]，長期難以被直接量測，處於「理論上」存在的狀態。

藉由可達 15 皮米解析度的電子疊層成像，伊利諾大學厄巴納香檳校區的材料工程學家厄德金（E. Ertekin）、黃品珊（音譯。Pinshane Y. Huang）、范德贊德（A. M. van der Zande）與研究團隊在2025年首次成功捕捉phason局部化且具方向性的振動分布，為人類在原子世界的探索立下新里程碑。

Phason的成功觀測，意味著材料科學不再受限於判斷原子位置，開始能夠直接觀察大量原子協同運動，揭露摩爾超晶格中隱藏的低頻動態自由度。

Phason對材料科學的重要性

一般材料的振動模式通常可透過拉曼或紅外光譜量測，但 phason 的特徵波數低於 1 cm⁻¹ ^[5]，遠低於這些光譜技術的解析能力，訊號容易被背景噪訊淹沒。此外，phason 是一種集體滑移模式，空間上高度局部化且方向性明確，而傳統光譜只提供整體平均訊號，無法展現原子層級的位移分布。

電子疊層成像則能直接量測原子位移，使低頻集體模式得以被視覺化並解析空間分布，將材料分析由「平均結構」提升至「局部動態行為」的細緻層次。

在二維材料與量子材料研究中，微小原子位移即可顯著影響電子結構、熱傳導與電性行為等重要材料特質，因此原子級位移場已成為材料科學核心研究對象之一。在摩爾超晶格中，低頻 phason 振動會影響局部應變，進而可能調變平帶（flat band）與強關聯態，提供理解拓撲量子態的動態調變視角。

精準量測原子群體振動模式，將能呈現材料的多種特質：

• 熱穩定性：振動如何影響熱傳導與熱容
• 電子調控：位移場如何重組能帶結構
• 缺陷作用：雜質與邊界如何干擾原子群體的協同振動
• 電子輸運：低頻振動對載子散射與量子輸運的貢獻

材料設計可以從量測結構、測試性能的既有模式，轉向「模擬振動、預測性能」的精準路線，加速開發流程。

對半導體與材料檢測的啟示

電子層疊成像技術的突破，也為高階材料檢測開啟潛在發展方向。

針對介面品質，將能超越觀測形貌，進行原子位移量測，達到原子級界面分析。面對精密元件的缺陷與應變量測，在皮米尺度解析局部應變，能提供更精準的製程回饋。

最後，當顯微系統將超越傳統電子顯微儀器範疇，結合資料處理與演算法，成為智慧分析平台。未來的顯微系統競爭重點，不是專精於非單一性能，而是計算成像與智慧分析整合的整體系統分析能力。

解析度突破 15 皮米，儀器呈現的不只是更清晰的影像，而是能同時理解結構及其動態的材料分析模式。最先進的材料分析平台，能夠精密回報原子的位置，並進一步說明原子如何移動、如何影響元件性能。顯微系統正演進為整合高維資料擷取、即時運算與 AI 分析的計算式平台，加速從研究成果到產業應用的落地整合。

當解析度進入原子振動尺度

在黃品珊等材料工程學家的突破下，電子疊層成像將顯微觀測推向皮米等級，使人類首次能在原子振動尺度理解材料行為。這不僅是儀器性能的提升，更是觀測典範的轉移——原子層級的顯微技術開始從描繪結構，走向量測運動。

原子材料科學正由靜態描述邁入測量動態機制的嶄新階段。對半導體與先進材料產業而言，電子疊層繞射術帶來的原子動態理解能力，將成為高階檢測與智慧分析平台的重要基礎。面對人類的觀測，解析度的疆界持續後退；而人類對材料的理解，正開始深入動態的世界。

參考資料

1. Yichao Zhang, Ballal Ahammed, et al. (2025). “Atom-by-atom imaging of moiré phasons with electron ptychography.” Science, 389 (6758), p.423-428. DOI: 10.1126/science.adw7751
   https://www.science.org/doi/10.1126/science.adw7751
2. “UMD Breakthrough Named Amongst Physics World’s Top 10 of the Year.” Published December 15, 2025, University of Maryland.
   https://mse.umd.edu/news/story/umd-breakthrough-named-amongst-physics-worldrsquos-top-10-of-the-year?utm_source=chatgpt.com
3. 陳震。＜電子層疊繞射成像技術的突破及應用＞，《物理》，北京，2023 V.5.
   https://wuli.iphy.ac.cn/cn/article/pdf/preview/10.7693/wl20230509.pdf
4. 何翰蓁。＜讓鏡中世界不再黑白，電子顯微鏡的全新顯像技術＞，《科學月刊》，台北，2017.
   https://pansci.asia/archives/116644
5. Indrajit Maity, Mit H. Naik, et al. (2020). “ Phonons in twisted transition-metal dichalcogenide bilayers: Ultrasoft phasons and a transition from a superlubric to a pinned phase.” Phys. Rev. Research 2, 013335. DOI: 10.1103/PhysRevResearch.2.013335
   https://journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.2.013335

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《迎戰高傳染力RSV！醫師解析「出生即防護」策略，給新生寶寶最安心的見面禮》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

呼吸道細胞融合病毒（RSV）傳染力強，易致新生兒重症與未來氣喘風險。醫師建議施打長效型單株抗體，出生即刻提供至少5個月保護力，是給寶寶最好的健康見面禮。

隨著預產期接近，為了迎接孩子的出生，父母往往會開始進行規劃與安排，無論從嬰兒用品、奶粉選擇、甚至到疾病預防，都讓人傷透腦筋，因為每一項選擇都可能影響寶寶未來的健康，帶來長期的影響。

聖馬爾定醫院小兒科李欣蓉醫師指出，呼吸道細胞融合病毒（RSV）具有高度傳染力，感染後初期症狀不明顯，但可能在短短數日就會發展成重症、需要住院；就算康復了，也可能增加未來氣喘的風險。聖馬爾定產後護理之家龔亭方主任也提醒，RSV很容易在產後護理中心或托嬰中心發生交叉感染，特別是RSV可能潛伏在往來的家長衣服、手上，甚至存活於牆壁上，若沒有主動為孩子預防，無疑是將心肝寶貝暴露在感染風險中。

為了讓孩子健康、父母安心，給寶寶第一份重要的見面禮，就是RSV長效型單株抗體。因RSV長效型單株抗體安全性極高，可直接在寶寶出生後立即施打，且不需等待免疫反應，可直接建立起戰力，保護力更可持續至少5個月以上，近期有更多文獻證實抗體保護時間可達一年以上，無疑是家中新生兒早期防護的重要選擇。

呼吸道細胞融合病毒（RSV）威脅不容忽視：病程快速且具長期影響

李欣蓉醫師提醒，RSV具有極高的傳染力，僅1個感染個案，就可能傳播給4至5人。日常的接觸、甚至環境都可能成為傳染途徑。更令人擔心的是，就算嬰幼兒看起來康復了，但體內仍可能存有RSV，傳染期長達3至4週。也就是說，RSV可能潛藏在環境、身邊親友、甚至其他嬰幼兒間，而家長卻不自知。

嬰幼兒感染後，初期症狀常不明顯，僅輕微咳嗽、流鼻水，但因為嬰幼兒呼吸道較狹窄，一旦發炎產生分泌物，容易造成呼吸道阻塞，進而出現呼吸急促、喘鳴等症狀。很可能在短時間內迅速惡化為細支氣管炎或肺炎，嚴重者甚至需住院或接受氧氣、呼吸器治療。根據研究顯示，1歲以下嬰兒因RSV感染導致住院的機率約為流感的16倍。

除了急性重症風險外，RSV感染也可能帶來長期影響。研究指出，嬰幼兒在生命早期感染RSV未來罹患氣喘的風險可能增加約3倍。對此，李欣蓉醫師表示，這主要與呼吸道發炎後產生的敏感化、高反應性有關，因為會提高未來罹患氣喘的風險，請家長務必要提高警覺。

照護場所群聚與日常接觸皆可能成為呼吸道細胞融合病毒（RSV）感染來源

在產後護理中心或托嬰中心中，RSV感染風險往往來自日常接觸、甚至環境。龔亭方主任提醒，RSV病毒可在平滑牆面、門把、扶手上存活超過24小時，在衣物上也可存活長達1小時。在家長、照護者與寶寶的互動中，就可能悄悄的傳染給寶寶。因此，政府建議除了要勤加消毒、洗手以外，甚至要視情況縮短在機構內的時間。

龔亭方主任鼓勵，父母無需過度擔心，在進入產後護理之家或是托嬰中心前，如有施打RSV長效型單株抗體，就可以有效降低感染機會以及重症的風險，透過安全且直接的方式，為寶寶建立關鍵保護力，避免孩子暴露於RSV風險而不自知。

也提醒，許多家長會覺得孩子已經感染過RSV了，就無需再預防了。但事實上，感染RSV後並無法終生免疫RSV，嬰幼兒仍可能面臨反覆感染的情況，因此即使感染過仍可考慮施打RSV長效型單株抗體，保護孩子最脆弱的一年。

新生兒照護環境下的呼吸道細胞融合病毒（RSV）　建立「出生即防護」成為關鍵

針對RSV預防方式，目前臨床上常見預防措施包括RSV長效型單株抗體與RSV孕婦疫苗。李欣蓉醫師說明，RSV長效型單株抗體可在寶寶出生後施打，直接提供抗體防護，施打後即可發揮保護效果。單次施打可提供5個月以上的保護力，近期也有更多文獻證實，抗體保護時間可達一年以上，對於免疫系統尚未成熟的新生兒而言，可在生命初期建立穩定且可預期的防護。另外，RSV孕婦疫苗是透過母體產生抗體，再經胎盤傳遞給胎兒，保護力會依據母體健康狀況等有所變化。

即時建立呼吸道細胞融合病毒（RSV）防護，是給寶寶最重要的健康見面禮

隨著預防醫學的進展，RSV已不再是只能被動面對的感染風險。透過為新生兒施打RSV長效型單株抗體等，家長可以在寶寶出生後就建立重要的防護力。李欣蓉醫師表示，若能在寶寶出生之際，就提供直接且穩定保護力，有望避免嬰幼兒感染RSV後的健康衝擊，正是父母送給孩子的第一份重要「見面禮」

龔亭方主任也補充，除了醫療預防，也別忘了日常感染控制措施，雙管齊下更能降低感染風險。舉例而言，照護者接觸寶寶前應落實手部清潔、定期清潔消毒環境表面（如門把、床欄、玩具）、維持室內通風，以及適度控管訪客數量與接觸距離等，都是降低RSV傳播風險的關鍵重要措施。

筆記重點整理

• 呼吸道細胞融合病毒（RSV）具有極高的傳染力，僅1個感染個案，就可能傳播給4至5人。
• 一歲前若反覆感染RSV，未來孩子衍生氣喘體質的機率高達3倍
• RSV長效型單株抗體可於出生後施打，提供寶寶立即到位的「抗體大軍」，單次施打可提供5個月以上保護力，近期也有更多文獻證實，抗體保護時間可達一年以上；同時呼籲除醫療預防外，須結合日常感控措施，也有助降低感染風險與照護負擔

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！

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。

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？

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？

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！

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」。

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

• 《我愛科學》，華騰文化有限公司，2017年12月出版（內含我2018年前出版之所有科普文章）。
• 愛因斯坦的光速魔術 《泛科學》，2024/10/05。
• 愛因斯坦的最大錯誤？ — 宇宙論常數 《泛科學》，2011/12/11（原載於《科學月刊》，2011年12月；此一轉載讓我與《泛科學》結了不了之緣）。
• 忘了收培養皿就去度假，回來後發現世上第一個抗生素！《泛科學》，2020/12/23。
• 愛因斯坦是第一個發現狹義相對論的物理學家嗎？《泛科學》，2022/10/21。 
• 思考別人沒有想到的東西──誰發現量子力學？《泛科學》，2022/06/01。
• 發現能治療糖尿病的胰島素－胰島素與生物科技產業的誕生（上） 《泛科學》，2017/02/15。
• 黑體輻射光譜與量子革命 《科學月刊》，2022年7月號。
• 愛因斯坦一生中最幸運的靈感-廣義相對論的助產士 《科學月刊》，2021年6月號。
• 歐氏幾何學的啟示《泛科學》，20253/12/9。
• 日常生活範式的轉變：從紙筆到 AI《泛科學》，2023/3/8。