本文與 高柏科技 合作，泛科學企劃執行。

當我們談論能擊敗輝達（NVIDIA）、Google、微軟，甚至是 Meta 的存在，究竟是什麼？答案或許並非更強大的 AI，也不是更高速的晶片，而是你看不見、卻能瞬間讓伺服器崩潰的「熱」。

 2024 年底至 2025 年初，搭載 Blackwell 晶片的輝達伺服器接連遭遇過熱危機，傳聞 Meta、Google、微軟的訂單也因此受到影響。儘管輝達已經透過調整機櫃設計來解決問題，但這場「科技 vs. 熱」的對決，才剛剛開始。 

不僅僅是輝達，微軟甚至嘗試將伺服器完全埋入海水中，希望藉由洋流降溫；而更激進的做法，則是直接將伺服器浸泡在冷卻液中，來一場「浸沒式冷卻」的實驗。

但這些方法真的有效嗎？安全嗎？從大型數據中心到你手上的手機，散熱已經成為科技業最棘手的難題。本文將帶各位跟著全球散熱專家 高柏科技，一同看看如何用科學破解這場高溫危機！

運算=發熱？為何電腦必然會發熱？

這並非新問題，1961年物理學家蘭道爾在任職於IBM時，就提出了「蘭道爾原理」（Landauer Principle），他根據熱力學提出，當進行計算或訊息處理時，即便是理論上最有效率的電腦，還是會產生某些形式的能量損耗。因為在計算時只要有訊息流失，系統的熵就會上升，而隨著熵的增加，也會產生熱能。

換句話說，當計算是不可逆的時候，就像產品無法回收再利用，而是進到垃圾場燒掉一樣，會產生許多廢熱。

要解決問題，得用科學方法。在一個系統中，我們通常以「熱設計功耗」（TDP，Thermal Design Power）來衡量電子元件在正常運行條件下產生的熱量。一般來說，TDP 指的是一個處理器或晶片運作時可能會產生的最大熱量，通常以瓦特（W）為單位。也就是說，TDP 應該作為這個系統散熱的最低標準。每個廠商都會公布自家產品的 TDP，例如AMD的CPU 9950X，TDP是170W，GeForce RTX 5090則高達575W，伺服器用的晶片，則可能動輒千瓦以上。

散熱不僅是AI伺服器的問題，電動車、儲能設備、甚至低軌衛星，都需要高效散熱技術，這正是高柏科技的專長。

「導熱介面材料（TIM）」：提升散熱效率的關鍵角色

在電腦世界裡，散熱的關鍵就是把熱量「交給」導熱效率高的材料，而這個角色通常是金屬散熱片。但散熱並不是簡單地把金屬片貼在晶片上就能搞定。

現實中，晶片表面和散熱片之間並不會完美貼合，表面多少會有細微間隙，而這些縫隙如果藏了空氣，就會變成「隔熱層」，阻礙熱傳導。

為了解決這個問題，需要一種關鍵材料，導熱介面材料（TIM，Thermal Interface Material）。它的任務就是填補這些縫隙，讓熱可以更加順暢傳遞出去。可以把TIM想像成散熱高速公路的「匝道」，即使主線有再多車道，如果匝道堵住了，車流還是無法順利進入高速公路。同樣地，如果 TIM 的導熱效果不好，熱量就會卡在晶片與散熱片之間，導致散熱效率下降。

那麼，要怎麼提升 TIM 的效能呢？很直覺的做法是增加導熱金屬粉的比例。目前最常見且穩定的選擇是氧化鋅或氧化鋁，若要更高效的散熱材料，則有氮化鋁、六方氮化硼、立方氮化硼等更高級的選項。

典型的 TIM 是由兩個成分組成：高導熱粉末（如金屬或陶瓷粉末）與聚合物基質。大部分散熱膏的特點是流動性好，盡可能地貼合表面、填補縫隙。但也因為太「軟」了，受熱受力後容易向外「溢流」。或是造成基質和熱源過分接觸，高分子在高溫下發生熱裂解。這也是為什麼有些導熱膏使用一段時間後，會出現乾裂或表面變硬。

為了解決這個問題，高柏科技推出了凝膠狀的「導熱凝膠」，說是凝膠，但感覺起來更像黏土。保留了可塑性、但更有彈性、更像固體。因此不容易被擠壓成超薄，比較不會熱裂解、壽命也比較長。

OK，到這裡，「匝道」的問題解決了，接下來的問題是：這條散熱高速公路該怎麼設計？你會選擇氣冷、水冷，還是更先進的浸沒式散熱呢？

液冷與 3D VC 散熱技術：未來高效散熱方案解析

傳統的散熱方式是透過風扇帶動空氣經過散熱片來移除熱量，也就是所謂的「氣冷」。但單純的氣冷已經達到散熱效率的極限，因此現在的散熱技術有兩大發展方向。

其中一個方向是液冷，熱量在經過 TIM 後進入水冷頭，水冷頭內的不斷流動的液體能迅速帶走熱量。這種散熱方式效率好，且增加的體積不大。唯一需要注意的是，萬一元件損壞，可能會因為漏液而損害其他元件，且系統的成本較高。如果你對成本有顧慮，可以考慮另一種方案，「3D VC」。

3D VC 的原理很像是氣冷加液冷的結合。3D VC 顧名思義，就是把均溫板層層疊起來，變成3D結構。雖然均溫板長得也像是一塊金屬板，原理其實跟散熱片不太一樣。如果看英文原文的「Vapor Chamber」，直接翻譯是「蒸氣腔室」。

在均溫板中，會放入容易汽化的工作流體，當流體在熱源處吸收熱量後就會汽化，當熱量被帶走，汽化的流體會被冷卻成液體並回流。這種利用液體、氣體兩種不同狀態進行熱交換的方法，最大的特點是：導熱速度甚至比金屬的熱傳導還要更快、熱量的分配也更均勻，不會有熱都聚集在入口（熱源處）的情況，能更有效降溫。

整個 3DVC 的設計，是包含垂直的熱導管和水平均溫板的 3D 結構。熱導管和均溫板都是採用氣、液兩向轉換的方式傳遞熱量。導熱管是電梯，能快速把散熱工作帶到每一層。均溫板再接手將所有熱量消化掉。最後當空氣通過 3DVC，就能用最高的效率帶走熱量。3DVC 跟水冷最大的差異是，工作流體移動的過程經過設計，因此不用插電，成本僅有水冷的十分之一。但相對的，因為是被動式散熱，其散熱模組的體積相對水冷會更大。

從 TIM 到 3D VC，高柏科技一直致力於不斷創新，並多次獲得國際專利。為了進一步提升 3D VC 的散熱效率並縮小模組體積，高柏科技開發了6項專利技術，涵蓋系統設計、材料改良及結構技術等方面。經過設計強化後，均溫板不僅保有高導熱性，還增強了結構強度，顯著提升均溫速度及耐用性。

隨著散熱技術不斷進步，有人提出將整個晶片組或伺服器浸泡在冷卻液中的「浸沒式冷卻」技術，將主機板和零件完全泡在不導電的特殊液體中，許多冷卻液會選擇沸點較低的物質，因此就像均溫板一樣，可以透過汽化來吸收掉大量的熱，形成泡泡向上浮，達到快速散熱的效果。

然而，因為水會導電，因此替代方案之一是氟化物。雖然效率差了一些，但至少可以用。然而氟化物的生產或廢棄時，很容易產生全氟/多氟烷基物質 PFAS，這是一種永久污染物，會對環境產生長時間影響。目前各家廠商都還在試驗新的冷卻液，例如礦物油、其他油品，又或是在既有的液體中添加奈米碳管等特殊材質。

另外，把整個主機都泡在液體裡面的散熱邏輯也與原本的方式大相逕庭。如何重新設計液體對流的路線、如何讓氣泡可以順利上浮、甚至是研究氣泡的出現會不會影響元件壽命等等，都還需要時間來驗證。

高柏科技目前已將自家產品提供給各大廠商進行相容性驗證，相信很快就能推出更強大的散熱模組。

智慧型手機的功能日趨全面，幾乎就要包辦日常生活大小事，當然也包含我們的健康。有些人拿它來記錄每天的運動狀況，也有人搭配應用程式，監測自己的心肺功能。

但這還不夠，科學家總是能想到更奇葩的需求：未來，你的手機也有機會變身「大麻檢測器」了！羅格斯大學健康暨健康政策與高齡研究所（Rutgers Institute for Health, Health Care Policy and Aging Research）研究團隊，調查大麻使用者的「嗨度」，並將其與機器學習技術做結合，試圖打造能準確判斷大麻中毒程度的日常小工具。

研究發表於《藥物與酒精依賴》（Drug and Alcohol Dependence）期刊^[1]。

大麻何以讓人愉悅？

法國喜劇劇集《大麻咖啡館》（Family Business）中，年輕企業家喬瑟夫．亞贊（Joseph Hazan）乘著法國大麻合法化的順風車，決定將老父親傑哈德．亞贊（Gérard Hazan）的肉鋪改造成大麻咖啡館。雖說父親一開始很反對，但在偶像安瑞可．馬西亞斯（Enrico Macias）的循循善誘下，父親最終也體驗了呼麻的快感，並開始積極面對他們的咖啡館事業。

大麻為何能讓人快樂到放棄執著？一個叫四氫大麻酚（Tetrahydrocannabinol, THC）的傢伙扮演著關鍵角色。由於 THC 的化學結構與人體的內源性大麻「花生四烯乙醇胺」（anandamide）十分相似，它能與大麻素受體（cannabinoid receptors）結合，並啟動大腦的獎勵系統，讓我們感到身心愉悅^[2]。

這不免讓人感到好奇：究竟，人們是如何攝入大麻的呢？

一般來說，大麻被攝取的途徑有二：吸食，或直接拿起來嗑（沒啦，是摻在食物裡面服用）。當人們吸食大麻時，裡頭的化學物質會從肺部進入血液，進而將它們運送到身體各處，包括大腦。但如果是用吃的，由於是透過消化系統吸受，因此大麻所帶來的影響通常會晚個 30 分鐘到 1 小時出現。

大麻中毒將導致「定向感」降低

對大麻使用者來說，它最迷人的地方大概就是使用後欣快的放鬆感受。此外，有些人也會體驗到感官放大的飄忽景象，但也有部分人認為，大麻會讓他們感到焦慮、恐懼、不信任和恐慌。雖然目前較少有因純粹吸食大麻而死亡的案例，然而，若是使用過量，便會引發大麻中毒（cannabis intoxication）^[3]。

大麻中毒的人，輕則產生飢餓與嗜睡等症狀，嚴重的話，會導致認知與對人事時地物的定向感降低，甚至會出現急性精神病（acute psychosis）^[4]。其他典型、可預測的症狀，還包括口乾舌燥、紅眼、短期記憶受損，以及知覺和動作的影響等⁵。

部分大麻中毒者，會因為大麻在精神上的影響，對外界反應時間過慢，造成工作或學校表現低落，甚至在開車、駕駛時形成干擾，最終導致交通事故與傷亡等憾事。

雖說如今有血液、尿液或唾液等測試，能針對大麻中毒進行檢測，但若要實現日常生活中的時刻監測，恐怕還是有些限制的。

過去曾有研究，以現代人形影不離的「智慧型手機」裡的感測器，來探測高風險的飲酒者，準確率高達 90%^[6]。有鑑於此，羅格斯大學健康暨健康政策與高齡研究所團隊開始研究，想知道在機器學習模型的協助下，手機是否能發揮檢測「大麻中毒」的作用，即時探測那些可能因大麻中毒引發的危機。

如何檢測嗨不嗨？關鍵是「使用後的行為」

團隊首先從美國賓州匹茲堡（Pittsburgh, PA）找來 57 位年齡介在 18~25 歲的年輕人，透過自我報告，得知他們每週至少使用大麻兩次。之後，團隊透過「手機回傳調查」搭配「手機內感測器數據」等方法，每日收集受試者使用大麻的相關數據持續至多 30 天，以掌握他們在大麻中毒後的狀況。

其中，回傳調查每日三次，包含開始與結束使用大麻的時間、用量，以及主觀感受的自我評分——依據「嗨」的程度，評分標準為 1~10分，其中 10 分為「敲級嗨」。後來回傳的 451 起大麻使用事件中，平均「嗨度」為 3.77 分。

而手機則搭配應用程式，收集了 102 種手機感測器的數據，如 GPS、加速度計（accelerometer）、撥出的電話數量以及平均移動距離等。有些人聽到這裡可能坐不住了。等等⋯⋯GPS 這類定位工具與加速度計，到底能做什麼？是這樣的，GPS 可用來偵測大麻使用者陷入「自我陶醉」時的行進範圍（travel boundary），而加速度計則是用來監測他們的步態與身體活動量。

在對照受試者的回傳調查及手機數據後發現，當使用者回報他們「正嗨」時，透過 GPS 的數據分析可知，他們的移動範圍並不遠。另外，此時加速度計的資料也顯示，主觀報告大麻中毒者，雖然活動多樣性下降，但身體的活動程度卻比較劇烈。

考慮時間點的監測，精確度大提升！

最後，他們在演算法的幫助下^[7][註1]，盼能瞭解上述方法，是否能區別無中毒和中毒（輕度或中度）的情形。透過各種中毒時的行為特徵，加上機器學習技術的檢核，智慧型手機就可以變成如假包換的「大麻使用監測器」啦！

為了探究這個組合的準確性，團隊企圖在不同的時間點（例如：一周中的某一天，或是某一天的幾點幾分）下做排查，找出與大麻使用行為與特定時間點的關係，以進一步確認大麻中毒的具體指標。

結果顯示，僅出動手機內的感測器偵測這群人是否使用大麻，準確度為 67 ％；但若結合「個人呼麻時間點」與 GPS 和加速度計等資料，則準確度高達 90％。

用手機偵測大麻使用？得再等等⋯⋯

面對如此結果，研究團隊認為，以手機結合機器學習預測大麻中毒程度，是相當可行的。不過，未來還需要加入更多資料，以完備這項工具。

首先，由於該研究對大麻中毒的判定，主要建立在「受試者主觀判斷和自我（ㄕㄡˇ）報告」的基礎上，因此在物質使用和生理反應的識別上，不如執法部門的檢驗工具那般客觀。此外，像是大麻使用者的使用史、攝入身體的途徑、劑量，以及使用者對大麻的耐受性，都會影響他們報告身體狀況的結果。

不僅如此，像是不常使用大麻者在中毒時，他們的行為與身體反應和那些「老司機」們相比，是否有明顯差異？該研究受試者多為白人，其他人種在同劑量的條件下，會不會產生相應的數據？這裡不是要戰種族，但光是「喝酒」這件事，每個人種的反應也多少帶有一些差異，像亞洲人普遍就很難代謝酒精^[8]。

以上種種，都是這個工具可能被泛用的關鍵。最後，假設這個大麻偵測小工具，有朝一日被推到應用程式的市場上，你會想下載嗎？又，我們是否能因為大麻使用者的敏感身份與風險，而逕自對他們搜集資料、加以監控？作為一旁拍手叫好等待好用產品問世的小老百姓，在引頸期盼的同時，也必須深思這樣的問題。

註解

• 註 1：該研究所使用的技術為「Light Gradient Boosting Machine」，是微軟公司以「決策數演算法」（decision tree algorithms）為基礎，於二〇一七年釋出 LightGBM 演算法，用於排序、分類和其它機器學習的任務。

1.  Sang Won Bae et al. (2021) Mobile phone sensor-based detection of subjective cannabis intoxication in young adults: A feasibility study in real-world settings. Drug and Alcohol Dependence. 
2.  How does marijuana produce its effects? National Institute on Drug Abuse, 2020.
3.  What are marijuana’s effects? National Institute on Drug Abuse, 2020.
4.  Helen Okoye. Cannabis Intoxication DSM-5 292.89 (F12.12). Theravive.
5.  Marijuana intoxication. U.S. National Library of Medicine.
6.  Bae et al. (2018) Mobile phone sensors and supervised machine learning to identify alcohol use events in young adults: Implications for just-in-time adaptive interventions. Addictive Behaviors
7.   LightGBM. Wikipedia.
8.  Hui Li et al. (2009) Refined Geographic Distribution of the Oriental ALDH2*504Lys (nee 487Lys) Variant. Annals of Human Genetics.

希維塔克·帕特爾（Shwetak Patel）為電腦協會計算大獎（ACM Prize in Computing）2018 年的得主，該獎項為電腦科學界僅次於圖靈獎的獎項，與費爾茲獎相同都有 40 歲以下的年齡限制，帕特爾獲獎時僅 37 歲。獲獎原因是帕特爾對於人類健康與永續生活，發展出創意與實用性兼具的感測系統。

帕特爾不僅擁有大學教授與創業家等多重身份，他還擁有合格的水工與電工執照。現為華盛頓大學計算機科學與工程和電氣工程的特聘教授，同時也是 Google 健康科技部門的執行長（Director of Health Technologies, Google）。他曾經創立過 Zensi家居能源監測公司（2010 年被 Belkin 公司收購），以及 Senosis Health 健康檢測公司（2017 年被 Google 收購）等。

接下來，就來介紹帕特爾改變世界並且獲得電腦協會計算大獎的研究！

智慧家居能源監測系統

家家戶戶每個月收到帳單時，都知道家裡的用電量以及對應的費用，然而我們並不清楚是用在哪些方面。若是能收到每個月使用能源與用水的效率報告，就能夠讓人們了解自己的行為模式，進而採取行動增加能源效率與節省荷包。但是，要即時監控家居的能源消耗，一般來說需要裝設非常多感測器才可能辦到。

帕特爾成功發展出一套智慧家居能源監測系統，透過行動裝置就可以監控即時的耗電量與用水量。他發展的 ElectriSense 系統（用水則是 HydroSense 系統），利用既有的電路加上一個感測器（single plug-in device），就能把各種電器發出的高頻電磁干擾雜訊（high frequency EMI noise）當作訊號辨識對應的來源。

以iPad呈現建築物中每個電器即時的用電百分比

這套系統的發展，源自於複雜的電子交換特性與不同電器都會產生的雜訊，帕特爾藉此建立一套理論模型分析電器開關（稱為事件）的雜訊，並由使用者協助機器學習的程式訓練，最終發展出一套精確的預測系統。這套系統的精確度，甚至可以藉由輕微的公差來區分型號相同的電子產品。

考慮到感測器的易用性與持久性，帕特爾發展出可以維持 25 年、低耗電的無線感測系統與晶片（Sensor Nodes Utilizing Powerline Infrastructure, SNUPI），不需要經常替換非常方便。

更棒的是，一般人都可自行安裝，不需要專業的電工協助。未來這整套產品也可能推行至美國以外的地區，讓全球的家庭了解他們的詳細用電情況，進而改變人們的認知與行為，達成節約能源的永續目標。

用手機監測個人健康

人們通常要等到不舒服才會去醫院看病與檢查，過一陣子才會收到檢測報告，才被迫了解自己的身體狀況。現代的穿戴型裝置讓人們開始主動了解自己的健康狀態，除此之外，我們還有其他更好更深入的方法嗎？

帕特爾這幾年的研究領域包括了行動裝置於醫療上的應用。利用手機的 APP 與各種感測器監測個人健康狀態（personal health monitoring），在螢幕上就能立即看到結果，要進行定期與連續的監測也十分方便。

以 SpiroSmart 這個APP來說，它的操作非常簡單，不需要額外的硬體設施，只要對著手機裡的麥克風吹氣，手機會偵測受測者聲音裡的壓力波，自動轉換成即時圖形，就可以監控肺部功能是否衰退以預防慢性疾病。

像這類的檢測，傳統上一定要到醫院才能完成：受測者要對著肺量計 (spirometer)用力吹氣，以呼出的流速與容積（flow-volume）進行肺功能指標判讀。若偏離下圖的白色線段，便可能是這三種疾病的前兆，分別為哮喘 (Asthma)、囊腫性纖維化 (Cystic Fibrosis，CF)、慢性阻塞性肺病 (Chronic Obstructive Pulmonary Disease，COPD)。

那麼，SpiroSmart 是怎麼做到類似的功能的呢？這跟一個「雜訊」有關：講話時會產生的聲道共振（vocal tract resonances）。過去數十年開發語音辨識演算法（speech recognition algorithms），都將聲道共振視為雜訊，希望盡量排除。但關鍵的地方就在這裡：聲道共振實際上與受測者呼出的氣流成比例關係。因此藉由聲帶的物理模型加上深度學習聲道共振的資訊，就能夠反推回受測者呼出氣體的流速─容積曲線。也就因此，用手機與麥克風就可以模擬肺量計了。

面對有人質疑手機APP的準確率，帕特爾表示 SpiroSmart 與原本價格 10 萬美金的肺量計相比的誤差為 5-10%，與美國食品與藥物管理署（FDA）對肺量儀的誤差容忍相同。表示技術上完全可以用手機 APP 取代醫院的儀器；然而要說服民眾相信一個 APP 可以是個醫療裝置，需要透過更多的科學教育與科學普及才有可能達成。

除了以上的案例，帕特爾的普及運算研究室還開發了許多醫療相關的手機 APP，像是以深度學習辨識咳嗽的CoughSense、把手指放在鏡頭前方檢測紅血蛋白（HemaApp）、在新生兒皮膚上放上色卡搭配鏡頭檢測黃疸（BiliCam）、利用陀螺儀檢測骨質疏鬆症（OsteoApp）等實用又創意的專案。

「你的雜訊就是我的訊號」 Your noise is my signal.

這句話貫穿了帕特爾的整個研究生涯，無論是從早期的智慧家居能源感測到近來的個人健康監測。這樣的創意是源自就讀喬治亞理工學院博士班時期，他花了許多時間進行許多跨領域的研究，當某個研究方法行不通的時候，卻有可能作為另一個研究的靈感來源與解決方案。因此把一般研究者亟欲排除的「雜訊」成為可辨識的「訊號」，突破既有知識的框架。

海德堡桂冠論壇小記與場邊觀察

帕特爾以電腦協會計算大獎得主的身份，於 2019 年首次參加海德堡桂冠論壇（Heidelberg Laureate Forum, HLF），也是論壇史上最年輕的得主，非常受到歡迎。每天都忙著接受採訪與分享自己的經驗，幾乎無時無刻不被一群學生包圍發問。

對帕特爾而言，海德堡桂冠論壇是個非常獨特的盛會，在這裡能夠一次見到背負盛名因此平時難以見到的大師，以及從前輩的身上了解到得主如何對世界產生長期影響，是個前所未有的經驗。

即使已經身為得主，帕特爾認為如果他年輕的時候有機會參與論壇，會對早期的學術生涯更有幫助，同時也希望讓更多年輕研究者知道這個世界級的活動，讓與會者覺得能夠脫穎而出參與論壇是個殊榮。（註：2019年海德堡桂冠論壇有800名年輕研究者報名，最終錄取200名）

從小時候動手作到學術遊樂場

帕特爾出生於美國阿拉巴馬州的塞爾瑪（Selma, Alabama），擁有高學歷的父母自印度移民至美國，經營一間含有數十個房間的汽車旅館。因此，帕特爾從小是在汽車旅館旁的公寓長大，就像是旅館的管理人員，必須做一些庶務像是整理床位以及修理壞掉的燈泡，甚至是維修自動販賣機，自然而然對於動手作（tinkering）十分熟悉。

習慣動手作，也讓他的學術研究變得與眾不同。帕特爾在博士班就發表了很多篇與感測器有關的論文，包括機器學習、永續、醫療等領域，並開始創立自己的公司。他同時是實踐家、發明家、會寫論文。思考未來的職涯發展時，認為大學教職可以是個自由研究的遊樂場，可以讓電腦科學變得有影響力，因此選擇成為大學教授。

與一般教授不同的是，與其研究如何增進 1% 演算法效率，他認為不如去思考如何動手開發出一個對人類有直接影響的產品，能夠正向影響數百萬人的想法甚至行為，其意義會超過發表許多論文與獲得終身教職。

對一個應用導向的研究者來說，開發產品才能夠真正到影響一般民眾。帕特爾與其團隊通常把產品開發到一個程度，就讓其他人收購公司去加速產品的開發，接著投入下一個研究。

即使從研究生時期就被其他人開始質問是否不務正業，例如：「你不是個電腦科學家、你沒有一個專精的領域、你不會拿到教職」，然而擁有自由探索的學術遊樂場對他來說是最自在的。

選擇學生條件與社會服務

要怎樣才能進入帕特爾的學術遊樂場一起玩呢？帕特爾強調，選擇學生的時候他最重視的是善良（kindness）與否，一方面是若對人不友善就會很難找到合作對象，尤其研究室關注的領域與醫療保健與永續相關，關注其他人是必要條件。畢竟技術可以透過學習而來，然而人格特質不容易改變。

那麼，帕特爾是如何指導學生的呢？在研究室裡，有很多不同領域的人，像是電腦科學、電子工程以及醫療背景，帕特爾會試著創造出每個人都貢獻己力才能解決的專案，讓跨領域合作自然而然發生。另外，與其安排好研究方向與每一個細節，帕特爾傾向激勵學生、與學生討論研究的大方向、留給學生探索的空間。

帕特爾從高中時期就有機會接觸研究，因此大學時期也較同儕來得早開始寫論文，而這徹底改變了他的研究生涯，他自認非常幸運。因此，他希望現在的高中生能早點接觸研究，因此特別為高中生開放了 8-10週的暑期研究室實習，期待能夠開啟學生對於程式與科技的想像。

值得一提的是，帕特爾近來婉拒至知名大學演說，他傾向把時間留給郊區的學校，接觸更多高中以下的學生；此外，他認為傳遞科學知識最有效率的是為第一線的教師上課，讓教師在課堂分享電腦科學是個很強大的工具，能夠對社會有正面影響，電腦科學不是只有電玩遊戲。

讓世界變得更好的人文精神：給年輕研究者的建議

「我的研究社群是整個世界與人類。」

帕特爾在海德堡桂冠論壇的演說，除了介紹行動裝置於健康的應用之外，還提供建議給年輕研究者。他提到這是個特別的時代，人類史上擁有最多工具（如人工智慧、資料分析與視覺化）、跨領域研究非常興盛；最好的提問與答案，都在不同領域的交會之處。

當帕特爾還是個年輕教授時，常常被問到「你是什麼領域？是網路、系統或資料庫？」同樣地，許多年輕研究者內心假設「我必須成為一個數學家，必須是個電腦科學家，必須研究某個單一領域」。

然而這並不是世界運作的方式，年輕研究者當然可以在某個領域創新，但是別忘了跳出領域的框架，思考像是政治與政策等更廣的層面，以及自己在做的事對於人類與世界是否有深切的影響。

假使年輕研究者只是想著要拿諾貝爾獎、圖靈獎等大獎，這樣的心態（mindset）本身就是個災難，若是找到自己有熱情的事物，而且每天醒來都為此感到興奮，並且奮力地驅策自己前進，將有最佳的機會能夠邁向成功。

希維塔克·帕特爾在他的研究生涯，實踐了科學與工程最重要的價值──人文精神。

延伸閱讀：

1. 華盛頓大學普及運算研究室：Ubicomp Lab – Ubiquitous Computing Lab at the University of Washington
2. 海德堡桂冠論壇專訪影片：The Heidelberg Laureate Forum Foundation presents the HLF Portraits: Shwetak N. Patel
3. 海德堡桂冠論壇講座影片：New Ways of Thinking the Mobile Phone for Healthcare (52 mins)與投影片
4. 屬於數學與電腦科學的榮耀，聚集大師的海德堡桂冠論壇

想親炙海德堡桂冠論壇，與大師們面對面交流嗎？

每年11-隔年2月開放來自全球的年輕研究者報名

詳情可上官網： https://www.heidelberg-laureate-forum.org/