牛頓誕辰｜科學史上的今天：1/4

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？

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 」。

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。

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 。

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。

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 。

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 。

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 。

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。

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 

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》，20253/11/？？。
• 日常生活範式的轉變：從紙筆到 AI《泛科學》，2023/3/8。

本文轉載自顯微觀點

主持台大生醫光學實驗室的朱士維，在 2023 年初兼任台大學務長。他一面落實以學生為核心的大學價值，一面持續鑽研光學與生物組織、奈米結構的互動。

近年朱士維參與的研究包含觀察「活的小鼠大腦」如何自我調節、以光激發出奈米材料的新物理性質等。這些研究登上《自然通訊》（Nature Communication）、《先進科學》（Advanced Science）等重要期刊，以尖端光學技術為腦科學、奈米材料探照未知之處。

對於生醫領域的精密光學應用，朱士維說明，光學顯微技術介於醫學造影和電子顯微鏡之間：醫學造影提供即時成像，但解析度不夠精密。電子顯微鏡可以達到奈米解析度，卻無法保持樣本活性。而持續發展的光學顯微術則開始達成快速的高解析度活體影像，讓科學家看到真實生理。

活體顯微影像的追求不出四大方向：對比、解析度、穿透深度、速度。

– 朱士維

雙光子顯微術搭配人工智慧 追上神經生理

2024 年，朱士維領銜的台大、清大聯合團隊研發高速體積成像系統 TAG-SPARK (TAG-lens-based SPAtial redundancy-driven noise Reduction Kernel)，以可調式聲學梯度變焦透鏡（Tunable Acoustic Gradient, TAG lens）結合自我監督式深度學習演算法，顯微影像成果比單用雙光子顯微術清晰 10 倍，掃描速度快上近 1000 倍。

TAG-SPARK 的聲學梯度變焦透鏡，以聲波控制特殊透鏡內的液體振動、改變折射率，使雙光子顯微光路可以在 1 秒內完成多個深度的對焦，快速建立 3D 影像。在高速體積成像的支援下，研究團隊設計的演算法利用每層平面影像間豐沛的空間冗餘（spatial redundancy）資訊進行去噪（noise reduction），讓影像訊噪比改善7倍以上。

高速度和高品質的立體顯微影像，讓科學家以接近神經運作的速率，觀察活體小鼠的小腦動態。研究團隊以小腦中的柏金氏細胞（Purkinje cells）作為觀察目標，它們是小腦皮層唯一的輸出神經元，掌控小腦的訊號傳輸與身體日常運作。柏金氏神經細胞的樹突緻密分布於小腦皮質最外側的分子層（molecular layer），細胞體則聚集在更深處的分子層與顆粒細胞層（granule cell layer）之間，獨立形成柏金氏層。

傳統顯微方法不易穿透其深度觀察細胞體動態，若使用共軛焦顯微術，強力激發光卻容易傷害腦細胞。但雙光子顯微術在觀察活體組織時，則可以提供較深的焦平面和較低的光毒性。

透過 TAG-SPARK, 研究團隊不僅詳細記錄柏金氏細胞動態，更發現相同的樹突訊號能導致柏金氏細胞體產生不同反應，呈現前所未見的有趣訊號模式。朱士維相信「意識是資訊的集合」，高速立體光學成像系統能讓我們看見腦中資訊的聚散，更進一步接近「何謂意識」這個世紀之謎。

朱士維也參與由台大生科系教授陳示國領導的跨校團隊，以雙光子顯微術結合梯度折射（Gradient-Index, GRIN, 物鏡內有不同折射率的微型透鏡平行排列）內視鏡，觀察小鼠的晝夜節律神經系統的真實運作狀況。

這支結合生命科學、物理以及工程科學的研究團隊測試大腦底部「視交叉上核」（suprachiasmatic nucleus，SCN）神經細胞對光線變化的反應。在團隊中，朱士維負責提供精密顯微影像，研究活體腦神經元生理不可或缺的觀察工具。

團隊利用朱士維研發的雙光子-GRIN顯微內視鏡（雙光子顯微術搭配GRIN內視鏡），從樹突叢集的鼠腦表層看進神經細胞體聚集處。他們發現，即使樹突受到相同光訊號刺激，節律神經細胞體可能以不同的方式回應，並由複數神經元整合資訊，再行輸出訊號給下游神經元。

研究團隊認為，在多種神經元的交織協力下，晝夜節律的神經生理呈現高度動態變化。神經細胞活動與光照的關係並非傳統想像的線性模式，而是雙穩態（bi-stability, 系統中有 2 個調節開關）的靈活調控，而單一類型神經細胞對光照的反應難以預測，生理時鐘內還有許多奧秘等待探索。

與跨領域學者合作，並非一帆風順。朱士維坦言，跨足生物學領域，他還有很多知識要補充、溝通門檻要跨越。

他笑稱，「光是合作對象經常討論的果蠅蕈狀體，我聽了 3 年才認為自己真的懂了。」對他來說，跨領域合作最重要的收穫之一，就是尊重不同領域之間的知識含量。其次，則是溝通的技術。

我維持了幾年的一知半解才了解合作對象的語言，那我務必要讓自己說出來的話非常容易理解。

– 朱士維

除了生醫應用，朱士維也在物理工程領域探索新的光學現象。他與中國、日本學者合作研究奈米材料上的非線性光學，發現與米氏散射原理相關的移位共振，能夠激發矽奈米結構的多極模態（multipolar modes）。

透過共軛焦反射顯微鏡光路達成的多極模態，讓奈米材料展現幾項嶄新的光學效應，如更低的光學非線性閾值、光開關的訊號反轉（sign flip）、空間解析度提升等。不僅開啟了操控米氏共振的新方法，也擴張了超過百年的經典光散射理論。

這些精采研究涵蓋跨領域、跨國界的合作，並非巧合，而是出於朱士維的世界觀。他深信，「真實世界的所有問題，都是跨領域問題。」在大學教室裡，他也以此觀念為學生設定學習方向。

討論與實作優先的大學教育

在大一、大二的基礎課程中，朱士維就會要求學生提出研究計畫、動手進行研發。他強調，讓學生從具體而明確的問題出發，親手進行研究。在研究中遇到挑戰、企圖解決時，學生自然會尋找需要的知識。

朱士維回想，「修課學生果然從很務實的角度發想，有人的提案是『保證起床的鬧鐘』，結合物理知識和現實可行的元件，做出不會被輕易關掉的鬧鐘，讓他可以準時上課。他在學期末真的做出了這個鬧鐘。」

朱士維認為，在豐富的現代資訊環境中，幾乎所有理論知識都可以線上學習，在教室上實體課程的必要性遠不如以往。至於實體課程最珍貴的部份是讓人當面討論、激盪想法，讓積極學習的學生們能夠聚集、交流，而非要求學生安靜聽課、被動吸收。

朱士維相信，大學教育的重要目標之一，是訓練學生主動採取行動的習慣，並讓他們知道必須主動追求，才能完成自己心中的期待。因此親自規畫、動手（腳）實踐，是他所有課程的必備基礎。

除了物理系，朱士維也在臺大創新設計學院（College of Design and Innovation，簡稱 D-School）開設課程，引導學生以「設計師」、「使用者」觀點建構自己的大學生活與生涯規劃。

朱士維特別說明，D-School 設有創新領域學士學位學程，讓學生能夠跳脫舊有領域框架自訂學習主題。讓學生能實現自己對知識的構想，或許比舊有科系分野更能適應快速變化的社會。他強調，「學生原創的課程組合，是可以得到學士學位的。」

主修社團，副修電機

談及學習經驗，朱士維說，「我常常說自己大學主修『嚕啦啦社』，副修電機系。大學4年中至少有1年在山上過，成績排名也因此往往是後半段。」但他認為，自己重要的「能力」如溝通協調、事前規劃、親手解決問題的信念，都是在社團經歷中學到的。

朱士維回想，他在高中時參與了救國團服務隊舉辦的山區營隊，活動內容相當刻苦簡樸，但他十分羨慕服務隊成員們能住在優美山林間，心想「等我上大學，一定要成為其中一員。」

進入台大嚕啦啦社並擔任服務隊員後，朱士維不僅培養了在山野間帶隊行進的嚮導經驗，也經常為了團康活動面對群眾。他說，「服務員經常得一手掌握團隊氣氛，活動才會成功。」他回想，當年為了達到這樣的能力，投入許多時間認真練習，經過跌跌撞撞的多次嚐試，才塑造出自己的風格。

後來得到「優良導師」與多次「教學優良教師」獎項的朱士維分析，這種能力其實就是「溝通」。但是他當時並非盤算著，「有天我會成為教師，能把這種技巧發揮在教室裡。」而是對當下的任務很投入，進行一件自己真的很想做的事情，在過程中內化了這項能力。

做學術研究不可或缺的計畫書，我也是在社團學到怎麼寫的，因為當時想申請更多經費來辦活動。朱士維

因為自身經歷，朱士維相信，讓學生能投入自己真的想做的事情，才能培養長期的能力與素養。為了帶給學生自由探索的時間與空間，朱士維也強力支持 D-School 中的「探索學習」計畫。

選擇「探索學習」的學生，不再受到學期學分下限要求，可以自行前往校園外進行探索，建構自己的志向與經驗。選擇此計畫的學生，有人加入 NGO、有人進入動物園與馬場實習，還有人搭乘無動力帆船橫跨大洋，獲得課堂中無法給予的重要體驗。

朱士維認為，親身體驗，遠比聽講的學習效果更好。而離開校園探索世界的深刻體驗，未必會讓人遠離學術。

提及學術起點，朱士維不好意思地說，當年之所以報考台大光電研究所，「是因為想要繼續參加社團，要是離開台大，社團生涯就結束了。」

研究所開學不久，921 大地震撼動台灣，中部災情尤其嚴重。朱士維聽聞大學時期經常前往、充滿熟悉與認同的南投山區也遭受重創，便和指導老師孫啟光請假，前往災區協助賑災。

朱士維回憶，孫啟光乾脆地答應他的請求，即使他離校超過一個月才回歸實驗室，也不曾額外施加壓力。經過了在南投山區鎮日搬運物資、不時目擊傷亡狀況的賑災經驗，他回到台大光電研究所時，同學們大多已在研究軌道上運作。

朱士維說，「當時我並沒有對研究成果想太多，而是想回報孫老師。因為他給我很大的彈性、研究主題又有趣，就專心投入他的計畫。想不到，幾個月後研究成果竟登上國際期刊。至今我還記得看到自己名列期刊之中的感動，也在那時開始覺得『我或許可以走學術這條路！』」

因為充滿因緣際會的生涯際遇，朱士維相信，「全心投入的事情，都會在生涯某處開花結果。比起嚴密生涯規畫更重要的，是當下的自己、周遭的人與環境，找到自己想投入的事情。」

從「好好生活」出發的學務長

一進入朱士維的學務長辦公室，能看到一幅對聯「好好生活。感恩助人」，書桌後方則並列三幅春聯「好好生活」、「好好吃飯」、「好好睡覺」。

朱士維說，學務處實際上掌管學生除了成績外的所有在校事務，而大學除了學業成績外，更應該協助學生培養人格和價值觀。因此，他將學務處設定為學生在校期間的支持與賦能來源。

台大學務處網站上的理念「好好生活，吃飯睡覺運動交友；感恩助人，學生互助回饋社會。」就是朱士維為學務處設立的目標。他強調，將學生推向世界，能夠與自身、週遭人事物建立真實的連結，是比追求課業成績更優先的大學價值。

因此他規劃學務處擴改善硬體設施、增加軟體服務，從社團資源、宿舍、餐廳、心輔中心到新的經濟支持計畫，提供學生友善、包容的生活環境。他期待學生能夠在生活中感到安定，進而察覺值得感恩的事，得到感激並協助他人的能力，形成助人的循環。

朱士維回想，自己在台大的社團與求學經驗都讓他心懷感恩，包括在台大擔任教師也是非常幸運的事。現在，他致力為台大學生建立可以安心探索自我與真實世界的大學環境，以充滿感動的學習經驗，取代孤獨且競爭激烈的人生賽道。