0

2
0

文字

分享

0
2
0

利用宇宙射線找到金字塔內的神秘空間,《刺客教條:起源》真是神預測啊

Peggy Sha/沙珮琦
・2017/11/08 ・3800字 ・閱讀時間約 7 分鐘 ・SR值 550 ・八年級

古埃及的金字塔舉世聞名,數千年來,關於這些神秘建築的研究和傳說從沒停過,而最近在一項掃描金字塔的計畫(ScanPyramids)中,科學家更發現了一個神秘的魔術大空間(?),在解密的同時又為金字塔添上了不少想像空間。

古夫金字塔:被洗劫一空的世界奇蹟

透過筆者不專業不正統調查顯示,但凡提到「金字塔」三個字,大概有 87% 的人類會在大腦中浮現這張圖片:

別騙我了,你一定想到了這張圖片對吧!圖/By soupysquirrel @Pixabay

為什麼吉薩三大金字塔的形象會如此深植人心呢?除了它們本身宏偉的外觀之外,其中最大的古夫金字塔(又稱吉薩大金字塔,Great Pyramid of Giza)更是古代世界七大奇蹟中,年代最為古老且目前唯一尚存的建物。這座金字塔約建於西元前 25802560 年間,高度達 140 公尺,曾經盤踞「世界最高建築」榜上第一名長達數千年時間。

然而,也正是因為它們如此顯眼,從古至今,盜墓者始終絡繹不絕,因此,古夫金字塔中原先已知的兩個墓室──國王墓室、皇后墓室內早已被洗劫一空,讓不少研究者只能扼腕。

-----廣告,請繼續往下閱讀-----

想探索金字塔,就來掃描一下吧!

不過,如果要科學家們就此罷手,那可就太小看他們了。正所謂人外有人、天外有天,墓室外可能也有墓室(?)秉持著不放棄的研究精神,「掃描金字塔計畫」於焉誕生。

裝個掃描機看看金字塔吧!圖/By ScanPyramids

此計畫顧名思義,旨在「掃描」埃及金字塔的內部,期望在不傷害古文物的狀態下,採用 μ 子透視圖(muography)的成像技術,對金字塔進行更深度的研究。這種技術在過去 50 年間日臻成熟,曾被用來研究冰川、火山以及福島的核子反應爐。

透視了這麼多東西,這種透視到底是怎麼個透法?

說到這透視,就不得不談談「宇宙射線」,也就是來自宇宙的高能粒子衝擊。地球無時無刻都會受到這些高能粒子的衝擊,而當這些粒子與大氣層頂部的空氣原子互相碰撞後,便會產生 μ 子(亦稱:緲子muon)。這些 μ 子會以接近光速的速度,如一場雨般衝向地面,平均每分鐘約有 1 μ 子落在每平方公尺內。(老師請幫我下 F4 的《流星雨》謝謝~)

-----廣告,請繼續往下閱讀-----
在地球上,大部分天然產生的緲子來源於宇宙射線。圖/By Crwx – Own work, CC BY-SA 3.0, wikimedia commons

μ 子具有很強的穿透力,可以深入岩層,不過,部分粒子會在經過石頭時被吸收、偏移。科學家利用這個原理,將 μ 子探測儀放置在金字塔中,以探測自空中射入金字塔的 μ 子,而如果在行進過程中有任何較大的空洞,探測儀就會偵測到為數較多的 μ 子。藉由這種方式,科學家得以更精確區別中空結構以及實體結構。

神秘大空間,多謎題未解

這麼厲害的掃描方法,果然讓研究團隊在金字塔中掃出了一個神祕的大空間。為了確認這項結果,分別有三個來自日本、法國等地的研究團隊,利用不同類型的 μ 子探測儀進行反覆確認,最後三個團隊都得出了同樣的結果。

這個空間位於古夫金字塔內「大走廊」(the Grand Gallery)的上方,推估至少有 30 公尺長、數公尺高,大小接近於一架兩百人座的客機。在過去的研究和相關文獻中,全都沒有出現過有關這個神秘空間的敘述,換言之,過去 4500 多年來,從沒有人知道這個獨立空間的存在。

這次經由掃描發現的新空間位於大走廊的上方,大小接近於一架兩百人座的客機。圖/nature

然而,這個發現雖然證實了科學家們對於金字塔的想像,卻也帶來了更多謎題。

-----廣告,請繼續往下閱讀-----

由於目前研究者無法確定空間的作用為何,所以盡可能的不稱其為墓室(chamber),而是叫它「大空間」(Big void)。根據目前的資料,科學家尚不確定這個空間是水平或是傾斜,也不清楚它是一個單一結構或是由多個連續的結構所組成。

  • 說明影片參見:

空間功能猜猜看,你會選擇哪一邊?

針對這個空間,目前有許多不同的猜測。雖然許多人都期待著這個神秘空間中藏著金銀財寶(電影看太多!)不過,根據埃及學者 Aidan Dodson 的觀點,這其實不太可能,因為金字塔內已經另有一處置有石棺的墓室,所以新的空間中可能沒有什麼文物。

想要在新發現的空間裡找到寶藏?想太多啦!圖/《刺客教條:起源》遊戲截圖

他認為,這個空間可能是一個「減壓室」(Relieving Chamber),目的是為了減少「大走廊」上方石頭的重量。在國王的墓室上方,以及古夫他老爹的金字塔中,都可以看到類似的設計。

但是,也有人持不同看法。一位來自英國的獨立地質學家、工程師 Colin Reader 覺得這個新的空間距離「大走廊」太遠,因此不太可能是它的減壓室。另一方面,他猜想這個空間可能跟大走廊的作用相似,大走廊通往國王墓室,那新的空間也可能通往一個更高的墓室。

-----廣告,請繼續往下閱讀-----

而長島大學的埃及學者 Bob Brier 則提出了第三種可能性。根據他和 Jean-Pierre Houdin 2007 年所提出的假設,大走廊其實是金字塔中一個巨大配重系統的一部份,他認為,藉由這個起重系統,工人可將重物滑下大走廊,並將國王墓室所使用的花崗岩向上搬運。Brier 推測這次發現的新空間可能是第二個位置更高的配重系統。

Brier 和 Jean-Pierre Houdin 認為大走廊其實是可作為起重系統,將重物滑下大走廊便能把笨重的花崗岩向上搬運。圖/影片截圖

然而,另一方面,這次的掃描計畫卻也推翻了兩人過去的部分理論;他們曾認為,金字塔的工人在建造時使用了一個內部的斜坡將石頭搬運到高處,但是,依據目前的掃描結果,似乎並沒有發現這樣的斜坡存在。(關於此理論的詳細說明,參見本影片

謎題解不完,探索正要展開

來自法國國家資訊暨自動化研究院(INRIA)的 Jean-Baptiste Mouret 表示,研究團隊對於如何進一步探索這個空間已經有了想法,然而這些計畫都需先經過埃及當局的核可。

「概念是鑿一個非常小的洞來探索這樣的建築,我們希望可以有個能夠鑽進 3 公分洞裡的機器人。」根據他的說法,研究團隊正在考慮飛行機器人的可能性。有了飛行機器人的技術,不知道是否可以解開更多的金字塔謎團呢?看到這裡,你對於這次發現的神祕空間,又有什麼猜想呢?

-----廣告,請繼續往下閱讀-----

說了這麼多,這個空間究竟跟《刺客教條》有什麼關係呀~

原來,在這個驚人的新發現被公布後,便有眼尖的網友發現:這個密室居然已經藏在《刺客教條:起源》裡了!這厲害的神預測究竟是怎麼回事?

其實,遊戲的神預測可不是空穴來風;為了細膩呈現這個以埃及為背景的遊戲,遊戲開發團隊做了不少相關的研究功課,在眾多建造金字塔的理論中,設計團隊是 Houdin 和 Brier 派的忠實擁護者,所以早早就在遊戲的金字塔中設置了密室!(玩遊戲也要走在時代尖端 XD)團隊中負責歷史研究的 Maxime Durand 更直言:「我們打賭在不久的將來,考古學家也會找到這間秘密房間,所以我們就先把它放到了遊戲中」。

這樣的自信是不是讓這款遊戲感覺更吸引人了呢?如果你也對埃及文化有興趣,就來跟我一起探索金字塔吧!(大力推坑)(本篇文章絕對沒有刺客教條的贊助)

-----廣告,請繼續往下閱讀-----
快來陪我一起爬金字塔、探索神秘大空間!(招手)圖/《刺客教條:起源》遊戲截圖

參考資料:

原始論文:

-----廣告,請繼續往下閱讀-----
文章難易度
Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。

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

-----廣告,請繼續往下閱讀-----

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。

1

28
4

文字

分享

1
28
4
【2022 年諾貝爾生理或醫學奬】復現尼安德塔人消逝的 DNA,也映襯我們何以為人
寒波_96
・2022/10/06 ・8169字 ・閱讀時間約 17 分鐘

-----廣告,請繼續往下閱讀-----

人對自身歷史的好奇歷久彌新。最近十年古代 DNA 研究大行其道,光是發表於 Cell、Nature、Science 的論文就多到要辛苦讀完,加上其他期刊更是眼花撩亂。「古代遺傳學」的衝擊毋庸置疑,開創者帕波(Svante Pääbo)足以名列歷史偉人;然而,得知 2022 年諾貝爾生理或醫學獎由他一人獨得 ,還是令人吃驚——諾貝爾獎竟然會頒給人類演化學家?

諾貝爾獎有物理獎、有化學獎,但是沒有生物學獎,而是「生理或醫學獎」。帕波獲獎的理由是:「發現滅絕人類的基因組以及研究人類演化」。乍看和生理或醫學沒有關係,深入思考……好像還真的沒有什麼關係。

偷用強者我朋友的感想:「應該就是選厲害的。第一個和生理或醫學無關的生理或醫學獎得主,聽起來滿屌的」。

帕波直接的貢獻非常明確,在他的努力下,重現消失數萬年的尼安德塔人(Neanderthal)基因組。他為什麼想要這樣做,過程中經歷什麼困難,發現又有什麼意義呢?

-----廣告,請繼續往下閱讀-----

喜愛古埃及的演化遺傳學家

帕波公元 1955 年在瑞典出生,獲獎時 67 歲。他從小對古埃及有興趣,大學時選擇醫學仍不忘古埃及,但是一生都在追求新奇的帕波,嫌埃及研究的步調太慢,後來走上科學研究之路。1980 年代初博士班時期,他使用當時最高端的分子生物學手段探討免疫學,成果發表於 Cell 等頂尖期刊,可謂免疫學界的頂級新秀。

然而,他始終無法忘情逝去的世界。1984 年美國的科學家獲得斑驢的 DNA 片段,轟動一時。斑驢已經滅絕一百年,能夠由其遺骸取得古代 DNA,令博士生帕波大為震撼。他很快決定結合自己的專業與興趣,嘗試由古埃及木乃伊取得 DNA,並且獨立將結果發表於 Nature 期刊。

古代 DNA。圖/取自 參考資料 1

博士畢業後,帕波義無反顧地轉換領域,遠渡美國追隨加州柏克萊大學的威爾森(Allan Wilson)。威爾森在 1970 年代便開始探討分子演化,後來又根據不同人類族群間粒線體 DNA 的差異,估計非洲以外的人群,分家只有幾萬年,支持智人出非洲說。

帕波正式投入相關研究後意識到,從古代樣本取樣 DNA 的汙染問題相當嚴重。這邊「汙染」的意思是,並非抓到樣本內真正的古代 DNA 目標,而是周圍環境、實驗操作者等來源的 DNA;包括他自己之前的木乃伊 DNA,很可能也不是真正的古代 DNA。另一大問題是,生物去世後 DNA 便會開始崩潰,經歷成千上萬年後,樣本中即使仍有少量遺傳物質殘存,含量也相當有限。

-----廣告,請繼續往下閱讀-----

帕波投入不少心血改善問題。例如那時新發明的 PCR 能精確並大量複製 DNA,他馬上用於自己的題目(更早前是利用細菌,細菌繁殖時順便生產 DNA)。多年嘗試後,他決定放棄埃及木乃伊(埃及木乃伊的基因組在 2017 年成功),改以遺傳與智人差異較大的尼安德塔人為研究對象。

取得數萬年前尼安德塔人的 DNA

根據現有的證據,尼安德塔人是距今約 4 萬到 40 多萬年前的古人類。確認為尼安德塔人的第一件化石,於 1856 年在德國的尼安德谷發現,並以此得名(之前 2 次更早出土化石卻都沒有意識到)。這是我們所知第一種,不是智人的古代人類(hominin)。

對於古人類化石,一百多年來都是由考古與型態分析。帕波帶著遺傳學工具投入,不但增進考古和古人類學的知識,也拓展了遺傳學的領域。他後來前往德國的慕尼黑大學,幾年後又被挖角到馬克斯普朗克研究所,領導萊比錫新成立的人類演化部門,多年來培養出整個世代的科學家,也改變我們對人類演化的認知。

不同個體的粒線體 DNA 之間差異,智人與黑猩猩最多,智人與智人最少,智人與尼安德塔人介於期間。圖/取自 參考資料 2

帕波在 1996 年首度取得尼安德塔人的 DNA 片段,來自粒線體。他為了確認結果,邀請一位美國小女生重複實驗,驗證無誤,她就是後來也成為一方之霸的史東(Anne Stone)。比較這段長度 105 個核苷酸的片段,尼安德塔人與智人間的差異,明顯超過智人與智人。

-----廣告,請繼續往下閱讀-----

然而,粒線體只有 16500 個核苷酸,絕大部分遺傳訊息其實藏在細胞核的染色體中。想認識尼安德塔人的遺傳全貌,非得重現細胞核的基因組。

可是一個細胞內有數百套粒線體,只有 2 套基因組,因此粒線體 DNA 的含量為細胞核數百倍;而且染色體合計超過 30 億個核苷酸,數量無比龐大。可以說,細胞核基因組可供取材的 DNA 量少,需要復原的訊息又多,比粒線體更難好幾個次元。

方法學與時俱進:從 PCR 到次世代定序

一開始,帕波與合作者使用 PCR,但是帕波知道這是死路一條。取樣 DNA 會破壞材料,尼安德塔人的化石有限;PCR 一次又只能復原幾百核苷酸,要完成 30 億的目標遙遙無期。

帕波持續努力克服難關。2000 年人類基因組首度問世,採取「霰彈槍」定序法,大幅提升效率;也就是將 DNA 序列都打碎,一次定序一大堆片段,再由電腦程式拼湊。帕波因此和 454 生命科學公司合作,改用新的次世代定序法,偵測化石中的古代 DNA。2006 年發表的論文可謂里程碑,報告次世代定序得知的 100 萬個尼安德塔人核苷酸,足以進行一些基因體學的分析。

-----廣告,請繼續往下閱讀-----

帕波當時在美國的合作者魯賓(Edward Rubin)持續使用 PCR,雙方分歧愈來愈大,終於分道揚鑣。所以很可惜地,2010 年尼安德塔人基因組論文發表時,魯賓沒有參與到最後。這是人類史上第一次,取得滅絕生物大致完整的基因組,也是帕波獲頒諾貝爾獎的直接理由。

帕波戰隊。圖/取自 The Neandertal Genome Project

鐵證:尼安德塔人與智人有過遺傳交流

這份拼湊多位尼安德塔人的基因組,儘管品質不佳,卻足以解答一個問題:尼安德塔人與智人有過混血嗎?答案是有,卻和本來想的不一樣。尼安德塔人沒有長居非洲,主要住在歐洲、西南亞、中亞,也就是歐亞大陸的西部。假如與智人有過混血,歐洲人應該最明顯。結果並非如此。

帕波的組隊能力無與倫比,他廣邀各領域的菁英參與計畫,不只取得 DNA 資料,也陸續研發許多分析資料的手法,其中以哈佛大學的瑞克(David Reich)最出名。

分析得知,非洲以外,歐洲、東亞、大洋洲的人,基因組都有 1% 到 4% 能追溯到尼安德塔人(後來修正為 2% 左右)。所以雙方傳承至今的混血,發生在智人離開非洲以後,又向各地分家以前;並非尼安德塔人主要活動的歐洲。

-----廣告,請繼續往下閱讀-----

首度由 DNA 定義古代新人類:丹尼索瓦人

復原古代基因組的工作相當困難,不過引進次世代定序後,從不可能的任務降級為難題,尼安德塔人重出江湖變成時間問題。出乎意料,同樣在 2010 年,帕波戰隊又發表另外 2 篇論文,描述一種前所未知的古人類:丹尼索瓦人(Denisovan)。不是藉由化石,而是首度由 DNA 得知新的古代人種。

根據細胞核基因組,尼安德塔人、丹尼索瓦人的親戚關係最近,智人比較遠,三群人類間有過多次遺傳交流。圖/取自 參考資料 1

丹尼索瓦人得名於出土化石的遺址(地名來自古時候當地隱士的名字),位於西伯利亞南部的阿爾泰地區,算是中亞。帕波對這兒並不陌生,之前俄羅斯科學家在這裡發現過尼安德塔人化石,而且由於乾燥與寒冷,預計化石中的古代 DNA 保存狀況應該不錯。

帕波戰隊對丹尼索瓦洞穴中的一件小指碎骨定序,首先拼裝出粒線體,驚訝地察覺到這不是智人,卻也不是尼安德塔人,接下來的細胞核基因組重複證實此事。它們變成前後 2 篇論文,帕波出名的不喜歡物種爭論,不使用學名,所以直稱其為「丹尼索瓦人」。

還有幾顆丹尼索瓦洞穴出土的牙齒也尋獲粒線體,而且這些臼齒特別大,型態前所未見。奇妙的是,丹尼索瓦人粒線體、基因組的遺傳史不一樣;和智人、尼安德塔人相比,尼安德塔人的粒線體比較接近智人,細胞核基因組卻比較接近丹尼索瓦人。

-----廣告,請繼續往下閱讀-----

這反映古代人類群體間的遺傳交流相當複雜,不只是智人、尼安德塔人,也不只有過一次。後來又在丹尼索瓦洞穴發現一位爸爸是丹尼索瓦人、媽媽是尼安德塔人的混血少女,更是支持不同人群遺傳交流的直接證據。

遠觀丹尼索瓦洞穴。圖/取自論文〈Age estimates for hominin fossils and the onset of the Upper Palaeolithic at Denisova Cave〉的 Supplementary information

回溯分歧又交織的人類演化史

重現第一個尼安德塔人基因組後,帕波戰隊持續改進定序與分析的技術,也獲得更多樣本,深入不同族群的分家年代、彼此間的混血比例等問題,新知識不斷推陳出新。

丹尼索瓦人方面,如今仍無法確認他們的活動範圍,不過很可能是歐亞大陸偏東部的廣大地區。一如尼安德塔人,丹尼索瓦人也與智人有過遺傳交流。

最初估計某些大洋洲人配備 4% 到 6% 的丹尼索瓦人血緣,後來修正為 2% 左右(不同方法估計的結果不一樣,總之和尼安德塔血緣差不多)。不同智人具備丹尼索瓦 DNA 的比例差異頗大,某些大洋洲人之外,東亞族群也具備些許,歐亞大陸西部的人卻幾乎沒有。

-----廣告,請繼續往下閱讀-----
到帕波獲得諾貝爾獎為止,古代 DNA 最早的紀錄是超過一百萬年的西伯利亞古代象。圖/最早古代 DNA,超過一百萬年的西伯利亞象

至今年代最古早的人類 DNA,來自西班牙的胡瑟裂谷(Sima de los Huesos),距今 43 萬年左右(最早的是超過一百萬年的古代象,由受到帕波啟發的其餘團隊發表)。根據 DNA 特徵,胡瑟裂谷人的細胞核基因組更接近尼安德塔人,可以視作初期的尼安德塔人族群。然而,他們的粒線體卻更像丹尼索瓦人。

帕波開發的研究方法,不只針對消逝的智人近親,也能用於古代智人與其他生物,累積一批數萬年前智人的基因組。釐清近期的混血事件外,還能探討不同人群當初分家的時期。估計尼安德塔人、丹尼索瓦人約在 40 多萬年前分家,他們和智人的共同祖先,又能追溯到距今 50 到 80 萬年的範圍。

智人何以為智人?遠古血脈的傳承,磨合,新適應

消逝幾萬年的尼安德塔人、丹尼索瓦人,皆為智人的極近親。由於數萬年前的遺傳交流,仍有一部分近親血脈流傳於智人的體內。這些血脈經過數萬年,早已融入成為我們的一部分。

人,人,人,人呀。圖/取自 參考資料 2

智人的某些基因與基因調控,受到遠古混血影響。最出名的案例,莫過於青藏高原族群(圖博人或藏人)的 EPAS1 基因繼承自丹尼索瓦人,比智人版本的基因更有利於適應缺氧。另外也觀察到許多案例,與免疫、代謝等功能有關。

近年 COVID-19(武漢肺炎、新冠肺炎)席捲世界,觀察到感染者的症狀輕重受到遺傳差異影響;其中至少兩處 DNA 片段,一處會增加、另一處降低住院的機率,都可以追溯到尼安德塔人的遠古混血。

非洲外每個人都有 1% 到 2% 血緣來自尼安德塔人,不同人遺傳到的片段不一樣。將不同智人個體的片段拼起來,大概能湊出 40% 尼安德塔人基因組(不同算法有不同結果),也就是說,當初進入智人族群的尼安德塔 DNA 變異,不少已經失傳。

失傳可能是機率問題,某一段 DNA 剛好沒有智人繼承。但是也可能是由於尼安德塔 DNA 變異,對智人有害或是遺傳不相容,而被天擇淘汰。遺傳重組之故,智人基因組上每個位置,繼承到尼安德塔變異的機率應該差不多;可是相比於體染色體,X 染色體的比例卻明顯偏低;這意謂智人的 X 染色體,不適合換上尼安德塔版本。

例如 2022 年發表的論文,比較 TKTL1 基因上的差異對智人、尼安德塔人神經發育的影響。圖/取自〈Human TKTL1 implies greater neurogenesis in frontal neocortex of modern humans than Neanderthals

智人之所以異於非人者幾希?藉由比較智人的極近親尼安德塔人,能深入思考這個大哉問。是哪些遺傳改變讓智人誕生,後來又衍生出什麼不可取代的遺傳特色?另一方面也能反思,某些我們以為專屬智人的特色,其實並非智人的專利。

分析遺傳序列,畢竟只是鍵盤辦案,一向雄心壯志的帕波,當然想要更進一步解答疑惑。比方說,尼安德塔人、智人間某處 DNA 差異對神經發育有什麼影響?體外培養細胞、模擬器官發育的新穎技術,如今也被帕波引進人類演化學的領域。

瑞典與愛沙尼亞之子,德國製造,替人類做出卓越貢獻的人

回顧完帕波到得獎時的精彩成就,他的工作與生理或醫學有哪些關係,各位讀者可以自行判斷。我還是覺得沒什麼直接關係,如遠古混血影響病毒感染的重症機率這種事,那些 DNA 變異最初是否源自尼安德塔人,其實無關緊要。不過多少還是有些影響,像是為了研究古代基因組而研發出的基因體學分析方法,應該也能用於生醫領域。

《尋找失落的基因組》台灣翻譯本。

帕波 2014 年時發表回憶錄《尋找失落的基因組》,自爆許多內幕。台灣的翻譯出過兩版,可惜目前絕版了。我在 2015 年、2019 年各寫過一篇介紹。書中有許多值得玩味之處,不同讀者會看到不同重點,有興趣可以找來閱讀,看看有什麼啟發。

主題是諾貝爾獎就不能不提,帕波得獎也讓諾貝爾新添一組父子檔,他的爸爸伯格斯特龍(Sune Karl Bergström)是 1982 年生理或醫學獎得主。為什麼父子不同姓?因為他是隨母姓的私生子,父子間非常不熟。

他的媽媽卡琳.帕波(Karin Pääbo)是愛沙尼亞移民瑞典的化學家,2007 年去世前曾在訪問提及,她兒子在 13、14 歲時從埃及旅遊回來,對科學產生興趣。帕波獲頒諾貝爾獎後受訪提到,可惜媽媽已經去世,無法與她分享榮耀。移民異國討生活的單親媽媽,能夠養育出得到諾貝爾獎的兒子,也可謂偉大成就。

人類演化的議題弘大淵博,但是究其根本,依然要回歸到一代一代的傳承。每個人都無比渺小,卻也是全人類中的一份子,親身參與其中。諾貝爾生理或醫學獎 2022 年的頒獎選擇,乍看突兀,仔細思索卻頗有深意。帕波的研究也許很不生理或醫學,卻再度強化諾貝爾奬設立的精神:「獎勵替人類做出卓越貢獻的人」。

  • 帕波得獎後接受電話訪問:

延伸閱讀

參考資料

  1. Press release: The Nobel Prize in Physiology or Medicine 2022. NobelPrize.org. Nobel Prize Outreach AB 2022. Wed. 5 Oct 2022.
  2. Advanced information. NobelPrize.org. Nobel Prize Outreach AB 2022. Wed. 5 Oct 2022.
  3. Geneticist who unmasked lives of ancient humans wins medicine Nobel
  4. Ancient DNA pioneer Svante Pääbo wins Nobel Prize in Physiology or Medicine
  5. Nature 論文蒐集「Nobel Prize in Physiology or Medicine 2022
  6. Estonian descendant Svante Pääbo awarded Nobel prize

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
所有討論 1
寒波_96
193 篇文章 ・ 1119 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。

0

3
2

文字

分享

0
3
2
八爪博士 4ni!?《蜘蛛人》裡的人造太陽或將問世?(上)
科學大抖宅_96
・2022/04/14 ・4737字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

說明:此篇文章原本乃為泛科學 Youtube 影片所寫,經簡化之後,拍攝成〈缺電、輻射、核廢料有解嗎?「核融合發電」有可能嗎?〉和〈最受期待的核融合發電在哪裡?能源數據誰在膨風?〉兩部作品。又,本文並不針對核融合的技術性問題多做解釋,而是想用最少的字數,讓讀者瞭解核融合發展的全貌與大致進程。同時,此文主題也跟「世界是否應該採用核能發電」、「臺灣是否該使用核能發電」、「台灣是否該重啟核四」無關;這是三個完全不同的問題,核融合發電跟現有的核能發電技術也有所不同,無法一概而論。


在漫威電影裡,許多情節設定都跟真實世界的科學有所關連。就前陣子上映的《蜘蛛人:無家日》來說,在公開預告片中可見到知名反派八爪博士的回歸;他不但是研究核能的科學家,在《蜘蛛人2》還打造出了核反應爐。

《蜘蛛人2》公開預告片中的核反應爐。截圖自 YouTube

八爪博士的核反應爐,跟太陽可說有 87 分像;姑且不論畫面呈現得正不正確,這部機器特別的地方就在於,它是核融合反應爐,而非目前核能發電所用的核分裂反應爐。然而,這兩者差在哪裡?都已經有核能發電技術了,為什麼還要研發核融合發電?不僅如此,核融合研究甚至一度引發學術界的爭議醜聞,甚至被拿來拍成 IMDb 超低分的電影。

傳統核能發電的發展趨勢

不久前(2021 年底),臺灣舉辦了是否重啟核四的公投。在選舉期間,我們或許聽過不少關於核能發電的利弊分析與討論。在溫室效應越來越受到關注、以及強調 2050 年要淨零碳排放的現代,核能發電極低的碳排放,是不容忽視的優點;但另一方面,核廢料問題,和核子事故風險,也是反核人士眼中無法接受的缺點。

不管如何,近數十年來,全球核能發電量雖然在日本福島核災後一度減少,但整體而言,仍大致呈現緩慢增長的趨勢。不過,核能在全球的發電佔比,則是於 1996 年達到 17.5% 的高峰後,開始緩慢下降。

-----廣告,請繼續往下閱讀-----
全球核能發電佔比於 1996 年達到最高峰。圖/《2021 世界核能產業現況報告》(The World Nuclear Industry Status Report 2021, WNISR 2021)

另一方面,若比較從 1954 年到 2020 年,「開始運轉的核電廠」和「停止運作的核電廠」兩者的數目。可以發現,在 1990 年之前,開始運轉的核電廠,遠比停止運作的核電廠要多得多。但從 1990 年開始,兩者就呈現差不多的趨勢。

從 1954 年到 2020 年,開始運轉的核電廠數目(靛青色)和核電廠停止運作的數目(紫紅色)的比較。圖/World Nuclear Performance Report 2021 COP26 Edition

基於上述統計資料,大抵可以說,因為總總複雜的原因,不管是對是錯,在上世紀 90 年代以後,核電廠慢慢地不像以前那麼受到歡迎。而近年來對溫室效應的關注,以及仍是現在進行式的俄烏戰爭,會對核能發展帶來什麼影響,有待我們持續關注。

為什麼要研究核融合發電?

就在核能前景尚未完全明朗的同時,我們卻也能在許多新聞媒體上看到,除了新式核分裂發電技術的研發之外,還有「Google 和比爾蓋茲投資核融合反應爐」、「世界最大核融合反應爐進入組裝階段」、「中國核融合再創新世界紀錄」、「核融合新創 Helion 獲 22 億美元資金」、「貝佐斯投資核融合新創」等,關於核融合發電的消息;美國政府和其他許多國家也都投入資源在核融合研究。

同樣是核能發電,核融合發電和傳統的核分裂發電,有什麼不一樣?為什麼許多國家與知名人士都對核融合發電寄予厚望?八爪博士又為什麼打擊蜘蛛人的正事不幹,要去研究核融合?(搞錯重點了好ㄇ)

-----廣告,請繼續往下閱讀-----

核反應的類型

簡單來說,核反應可分成兩大類,一是原子核分裂成其他較輕原子核,稱為核分裂(nuclear fission);另一則是,兩個以上的原子核結合成新的原子核,稱為核融合(nuclear fusion)。因為核反應往往伴隨能量的吸收或釋放,核能電廠於是利用這一點,擷取核分裂過程中釋出的能量,作為發電之用。

核分裂(左)和核融合(右)的對比。圖/美國核能辦公室

至於太陽,主要由氫構成。龐大的重力將氫向內擠壓,於太陽核心產生極端的高溫和高壓,並促使氫進行核融合反應成為氦,連帶產生能量。目前的核融合研究,目的就是在地球上複製這個過程,以獲取釋出的能量。只不過,地球上並不存在如太陽核心般的高溫和高壓,所以必須人為地製造出適合的環境,核融合發電才有可能實現。也因此,有人會把核融合技術形容成人造太陽,而《蜘蛛人 2》電影裡,八爪博士製造出的核融合裝置,就長得一副太陽的樣子。

核融合發電的優點與困難

相較於傳統的核能電廠,核融合發電擁有許多優點。首先,在許多人擔心的安全性問題上,核融合發電不可能出現像是爐心熔毀或熱失控等狀況。因為核融合發電所需的「燃料」(雖然核反應不算是燃燒)需要人為持續提供,而且核融合反應的環境也需要精密控制,所以一旦系統出現狀況,就會使得整個發電程序停止運作——換言之,不可能「爆走」。

核融合發電在安全性上的優點,也是它最大的缺點——因為核融合反應實在太容易動不動就停止了,科學家們想方設法,目前也沒辦法做到讓反應爐持續不間斷地運作;換言之,它不具有商業發電的價值。也是因為這樣,我們在新聞裡常會看到,某國科學家成功突破紀錄,讓核融合反應持續了幾秒鐘或幾分鐘。而如何讓核融合反應爐能夠持續運作,就成為相關研究最重要的課題之一。

-----廣告,請繼續往下閱讀-----

除了安全性問題之外,核能發電產生的核廢料也常為人所詬病。不可否認,目前的核能發電方式,會產生具輻射性的核廢料,半衰期從數百年到百萬年不等,而台灣一直未能設立核廢料的最終處置場,全世界至今也沒有任何一座高階核廢料處置設施正式運轉。預計最快要到 2024 年,在芬蘭才會有全球第一座的高階核廢料永久處置場正式啟用。然而,臺灣的地質條件跟芬蘭完全不同,能否找到適合的最終處置場,仍是個問號。

圖/wikipedia

那麼在核融合發電,也會面臨核廢料的難題嗎?答案既是,也不是。核融合發電也會產生核廢料,但其屬於低階核廢料,基本上就是工作人員使用過後的防護衣和清潔用品,以及反應爐的腔壁等。這些核廢料的半衰期大體而言都不長;因情況而異,約數十年到數百年,其輻射水平即可回覆到接近一般環境的背景值。所以,做為結論,核融合發電還是會產生核廢料,但相較於現有的核能發電,其危險程度以及對環境的影響要小上很多。

最後,核融合發電還有另一個優勢:燃料。現在的核能發電,主要使用鈾 -235 做為燃料;雖然全球的鈾礦礦藏相對豐富,根據世界核能協會(World Nuclear Association)的估計,足夠人類再使用 90 年,但並非取之不竭。相對地,核融合發電常用的燃料是氫的同位素——氘和氚;而氫在地球上極為豐富,要製備氘和氚也並不困難。換句話說,人類完全不需要擔心核融合的燃料不夠這種事情。除此之外,在核融合過程中,還會運用到鋰,它可幫助生成反應所需的氚,而幸好鋰的存量在地球上也是非常豐富,若把陸地上和海洋中的鋰都考慮進來,同樣不需要擔心鋰會用光。[1]

核融合發電的分類

在核融合發電中,為了讓相異原子核能夠進行融合,一般會將其加熱到一億度上下的高溫。一種作法是,利用雷射直接或間接加熱裝了燃料的膠囊,以誘發膠囊內部燃料的核融合反應,稱為慣性局限融合(Inertial confinement fusion)。

-----廣告,請繼續往下閱讀-----
美國國家點火設施(National Ignition Facility)的核融合研究,就屬於慣性局限融合。圖/Wikipedia

另一種常見的作法則是,將燃料加熱,使其成為電漿狀態。很顯然地,一億度的電漿,是沒有任何容器可以盛裝的;所以科學家會利用強大的磁場,拘束住電漿,讓核融合反應能夠穩定持續地發生,稱為磁局限融合(magnetic confinement fusion)。八爪博士製造的機器,就比較接近這樣的作法。但跟電影不同的是,現實裡的研究人員是不可能直接站在高溫電漿旁邊的。八爪博士的設計,跟現實不但有差距,而且也顯然更危險。

英國的磁局限融合裝置Mega Ampere Spherical Tokamak。圖片中的發光物質即為高溫電漿。圖/wikipedia

上述核融合發電方式,全部都需要人為地產生高溫,讓核融合得以發生——但這並不表示核融合只能在高溫環境中產生。實際上,早在 1950 年代,科學家就發現,確實有核融合反應在低溫環境即可發生,現在稱為緲子催化融合(muon-catalyzed fusion)。緲子是一種性質跟電子非常類似,但質量比電子大得多、且非常容易衰變的基本粒子。若在氘和氚組成的氫分子中,用緲子取代電子,那麼該氫分子內部的氘和氚,甚至在室溫就可能產生核融合反應。

緲子催化反應示意圖。圖/Stanford

只不過,緲子的備製不僅需要花費大量能量,其迅速衰變的性質,也讓我們很難拿來作為核融合發電之用,再考慮到其他的技術性問題,使得目前的核融合研究,都是朝著高溫的方向進行。

然而,1989 年,有兩位科學家聲稱,成功在室溫環境下,以他們發現的新方法實現了核融合反應。這樣的消息迅速獲得媒體注意,並被大肆報導,人們對實現低溫核融合又開始寄予期望。很可惜地,其他科學家嘗試複製兩人的實驗成果,卻都無法成功;另一方面,科學社群也發現了兩人實驗上的瑕疵。於是,沸騰一時的「冷融合」話題就這麼煙消雲散。現在,雖然仍有少部分人從事相關研究,但都未能成氣候。

-----廣告,請繼續往下閱讀-----
1989年5月,冷融合議題登上時代雜誌封面。圖/TIME

儘管如此,或許因為冷融合很有話題性,這個議題並未在媒體上消失;2011 年美國好萊塢甚至以冷融合為主題,拍了一部 IMDb 超低分的電影,英文片名就是冷融合(cold fusion),臺灣翻譯成《關鍵核爆》,劇情甚至把幽浮(UFO)都扯進來了。

延伸閱讀:八爪博士4ni!?《蜘蛛人》裡的人造太陽或將問世?(下)

參考資料


[1] 其實,鈾也存在海洋中。若考慮到海水中的鈾,那麼基本上人類也不用擔心鈾礦不足。只不過,鈾在海水中濃度極低,約 10 億分之 3,不論在運用的技術還是成本上,挑戰都很高。

-----廣告,請繼續往下閱讀-----
科學大抖宅_96
36 篇文章 ・ 1912 位粉絲
在此先聲明,這是本名。小時動漫宅,長大科學宅,故稱大抖宅。物理系博士後研究員,大學兼任助理教授。人文社會議題鍵盤鄉民。人生格言:「我要成為阿宅王!」科普工作相關邀約請至 https://otakuphysics.blogspot.com/