永遠的科學頑童──費曼誕辰│科學史上的今天：5/11

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

• 作者 / 理查．費曼
• 譯者 / 吳程遠、師明睿、尹萍、王碧

科學道德淪喪

接下來我要談的，沒有上面所說的那麼嚴重，但我認為也非常重要，就是證據的研究、證據的報導。這可說是科學家互動上的一種責任，一種道德情操。

如何報導研究結果才算正確，而怎麼樣又是不對呢？一言以蔽之，就是要做到不偏不倚，也就是你得做到讓別人能夠清楚看懂你要表達的結果，卻儘可能不要把個人的好惡感情攙雜進去。這一點非常管用，因為唯有如此，科學家之間才能避開個人利害得失的羈絆，建立以就事論事為前提的互動關係，共同齊力為理念打拚。

因此你也可以形而上的認為這是道德上應有的態度，而這種道德，我絕對相信應該發揚光大。根據這項理念、或這個科學道德，就應該把宣傳字眼視為髒字。

比方說甲國的組成人民來自乙國，凡是提及甲國時，就該據實稱它為乙國人民組成的甲國。至於甲、乙兩國之間有些什麼淵源，說話的人又跟甲、乙國各有什麼愛恨情仇，都不應該改用其他稱呼，或是另外加上一些形容詞。但是如今這種宣傳文字把戲，已經玩到比盧德的奇蹟更教人瞠目結舌的境地！又如商業廣告，對產品的說明還真是不符科學道德！這種不道德行為到處氾濫，已經深入我們日常生活，讓一般人司空見慣之後更喪失是非觀念，覺得睜眼說瞎話沒啥不對。而我認為，匡正這種風氣非常重要，此則有賴我們科學同仁多多與其他社會人士接觸，向他們說明，並提醒他們，不要讓靈犀被氾濫的資訊所矇蔽，或習慣於僅僅接受有趣的資訊而已。

還有其他方面也用得上科學方法，那是顯而易見的事情，卻愈來愈難以用言詞來討論說明。例如做各種決定。此處不是指做成決定之前的程序應該講求科學方法，那是猶如要求在美國，分秒必爭忙著賺錢的金礦公司，聽你的話坐下來算算術。那真是不顧現實、去強人所難。我指的是決定的下達，得合乎科學，別人才容易聽得懂、才很快就能進入情況。這倒教我回憶起我在讀大二的那年，那個年紀的男生當然對討論女人特別熱衷，我們發現如果借用一些電學上的專有名詞，諸如阻抗、磁阻、電阻等等，絕對不會搞成雞同鴨講。說的人很自然，聽的人更是心知肚明。

另一件讓科學家極端不喜歡的世事，是各式各樣選舉領袖的方式，這方面是天下烏鴉一般黑，沒有一個國家好到哪裡去。譬如今天在美國，兩個政黨都爭相雇用一些所謂公關，也就是廣告界人士，受過專門訓練，套用他們認為必須的事實跟謊言，來包裝製造出真相假象攪和在一起的形象「產品」，目的不外討好選民、贏得選票。

其實最初的動機並不是如此，最初是請他們來當幕僚提供意見，參酌情勢製造一些口號的。這可是千真萬確的事實，美國歷史上有許多次政治領袖的選舉，勝負關鍵繫於一些口號。我確信如今兩黨各有數百萬美元的經費，準備花費在這樣的公關開支上，於是我們將會看到許多極富巧思的口號一一出籠。

我要講的還沒完，沒到做總結的時候。

科學家應該站出來

好幾次我都說科學是個不相干的東西，聽來似乎滿奇怪，所以我想回過頭來再談談這句話。當然，科學跟什麼都有關係，就連占星術也不例外，因為如果依照我們經由科學對這個世界真實情況的了解，我們就無法想像出，占星現象怎麼可能發生。從這個觀點來看，它們當然還是相干的。但是對一般相信占星術的人來說，兩者之間看不出有啥關聯，因為科學家從來不主動去跟他們分析兩者其實不能共存。同樣的，那些相信信仰能治病的人，也完全不用考慮那些方法究竟科學不科學，因為沒人會跑去跟他們理論。

如果你對科學沒興趣，不會有人拿把刀子架在你的脖子上，叫你非學不可。而本來學科學並不輕鬆，是件絞盡腦汁的苦差事，吃不了苦的人極易放棄，終於變成了科學文盲。目前芸芸眾生之中，放棄科學的比率非常高，以致科學文盲是這麼樣普遍。目前處處標榜高科技，卻同時到處充斥著不科學的神怪現象。但追根究柢，為什麼會有這麼多人放棄科學呢？因為我們學科學的人太過消極，事事因循苟且、見死不救的關係。我認為我們必須主動出擊，強力反擊制止一切我們不相信的事物。當然我們不能用人頭落地的方式，而是以講道理的辦法。

我相信我們應該要求人們在他們心坎內，試圖統一對所有世事世物看法的標準。避免把腦袋一分為四或一分為二，不同的區域用不同的標準。遇到一件事按照甲的說法，遇到另一件事又相信乙的說法，而從來不把甲和乙兩個說法放在一塊兒比較一下。我之所以如此要求，原因是經驗告訴我們，如果把同一事情的兩種不同看法放在腦子裡一塊比較，就能加深我們對事情的了解程度，並且還會幫助我們更加了解自己。而我相信一般人之所以認為科學無關緊要，是因為除非有人直接問上門來，我們這些科學從事者一般都是保持沉默是金的態度。別人請我們去演講，通常是要求我們向一些還搞不清楚牛頓力學的聽眾，去解釋愛因斯坦的相對論。而從來沒有人邀請我們，直截了當去拆穿信仰治病或占星術，或者甚至安排柔和一點的題目，像「科學對當前占星術的看法」。

科學家，您別客氣！

我認為我們必須鄭重其事，寫些通俗文章，讓相信占星術的人至少能得到一些天文學方面的知識，可以有機會把雙方比較一下。而使得相信信仰治病之流，也有機會了解到一些醫藥知識。因為任何人一旦生病，沒有不希望早日康復、去除病痛的。是應該去求神還是就醫，其實只是為了達到同一目標的手段選擇。如果兩邊都是未知數，難怪更多人會去選擇比較簡單省事的信仰治病方式。當然對病人來說，具有一些生物學知識總會有些好處。換句話說，我們必須讓一般人認識到，科學的確是有干係的。

有一回我不記得在什麼地方，看到有人發表言論說，只要不攻擊宗教，或是不跟教義有意過不去的，就是好科學。這是什麼屁話呀！不過正好透露出問題的癥結所在來，因為科學不攻擊宗教，大眾就不會注意到科學，也就沒有必要學習科學的任何內涵，以致大家誤以為科學除了一些實用價值外，可以完全跟現代社會脫節，成為可有可無、與其他東西無關的點綴。在這樣的一般心態下，即使我們現在決定一改初衷，積極起來，主動去向人們講解道理，匡正他們的錯誤看法，只怕難有立竿見影的效果。因為你要講的東西，他們找不出需要知道的理由嘛！

而反過來說，如果你採用激烈的挑釁攻擊方式，迫使他們不得不挺身出來保衛自己的看法，為了挑毛病反駁，他們不能不研究你的論點，也就間接達成你的目的：讓大家有個比較，不再由一言堂控制。所以我認為，如今情況之所以這麼糟糕，極可能就是壞在我們以往為人太厚道、太客氣了。這種對話在歷史上也曾出現過，那就是教會覺得伽利略的看法正面攻擊了教會。而今天的教會則不覺得科學界的看法造成任何痛癢。沒有人看不慣，沒人出面寫文章，來向大眾指出，神學觀點與科學觀點是如何的格格不入。

甚至有時候碰到的一種怪現象，是在同一位科學家身上，他的宗教信仰跟科學信念之間矛盾百出。

2020 年 2 月 28 日，弗里曼‧約翰‧戴森（Freeman John Dyson）去世，享耆壽 96 歲，國際各大媒體紛紛撰文哀悼。

他是只有學士學位的普林斯頓高等研究院榮譽教授，一生獲獎無數；其最知名的科學成就是促成量子電動力學的完備。除此之外，戴森還涉足諸多不同領域，包括數論、生命科學、固態物理、天文物理等等；不少家喻戶曉的學者，例如科學頑童費曼[1]和氫彈之父泰勒[2]，都曾與其並肩。

他撰寫科普書表達對人類未來、乃至移民宇宙的看法，對流行文化影響深遠，許多科幻作品都曾借用他的構想。戴森是原子科學家公報 （Bulletin of the Atomic Scientists）的理事會成員，協同管理末日時鐘[3]（Doomsday Clock），而今年一月的調整，是有史以來最接近世界末日的一次──僅差距 100 秒。

戴森曾研發核彈，卻又提倡禁止核子試爆；他親眼見證科學如何讓人類擁有摧毀自己的能力，但也相信科學具有讓人類免於滅亡的潛力。豐富的生命經驗、對社會議題的關注，與天馬行空的想像力，都讓他不再只是單純的科學家，而是現代公共知識份子的象徵。

數學家的養成

弗里曼‧約翰‧戴森出生於 1923 年 12 月 15 日的英格蘭，自年幼就展現出卓越的數學天賦：五歲便嘗試計算太陽有多少原子、少年時期的休閒讀物是微分方程式教科書。1941 年，時值第二次世界大戰，戴森進入了著名的劍橋大學三一學院。

他回憶：「所有的應用數學家都去打仗了，基本上沒什麼物理好做。但是一些非常知名的純數學家還在──像是哈代[4]、李特伍德[5]──我可以獨占他們。作為學生，和這些鼎鼎大名的數學家為伍，是很美好的時光。」在數學大師的薰陶下，戴森養成了數學家的能力，這對他日後在物理上的成就有許多幫助。

之後，戴森參加了戰事，擔任英國皇家空軍分析師，並於戰後回到劍橋取得學士學位。1947 年，他前往美國康乃爾大學進行短期參訪，師從貝特[6]。貝特是極為優秀的物理學家，也具識人慧眼；沒幾年前，他才向康乃爾大學推薦自己在曼哈頓計畫的工作伙伴──才華洋溢的費曼擔任教職。

二戰後物理學的重要焦點：量子電動力學

第二次世界大戰才剛結束，物理研究百花齊放，實驗與想法不斷推陳出新。當時物理學界聚焦的問題之一，是如何發展量子電動力學──光與帶電粒子交互作用的理論，針對電子行為做出正確計算。

哈佛大學教授許溫格[7]率先拔得頭籌，提出新的計算架構，得出與實驗吻合的結果，轟動學界。同時，費曼也用他獨家（簡單但不被欣賞）的費曼圖方法，獲得跟許溫格幾乎一樣的答案。許溫格和費曼，兩者的方法截然不同，卻總能得到相同的結論──這究竟是怎麼一回事呢？在當時沒有人能夠明白。

另一方面，早在 1943 年，戰火肆虐的東方國度日本，東京文理科大學[8]教授朝永振一郎[9]，便不為人知地獨立進行同樣的研究，並比許溫格更早踏出正確的一步，奠定新量子電動力學理論的根基；奈何時局動盪，他的成果到戰爭結束後才為西方所知──分屬不同陣營的兩方，終於可以安心進行學術交流與合作了。考量戰爭期間的時空環境，朝永的工作彷彿寒冬裡綻放的花朵，格外珍貴。

戴森的挑戰：解釋殊途同歸的正統方法與新把戲

與費曼同在康乃爾大學的戴森，是少數同時對許溫格和費曼理論有相當程度理解的人；他自述：「我用正統方法替貝特做的運算，花掉我幾個月的時間，寫了幾百頁的紙；費曼卻可以在黑板上，花半個小時而得到完全相同的答案……我暗自下定決心，做完貝特交代的工作後，接著就要來了解費曼的祕笈，並且用其他人都能懂的語言，將他的思想闡揚出來。」

1948 年暑假，戴森和費曼花上四天，從紐約州開車到新墨西哥州的阿布奎基，一路聊戰爭、聊核武、聊科學、批評彼此對科學的想法，真理卻愈辯愈明。在與費曼分別後，戴森參加了密西根大學的暑期學校，並抓緊機會與擔任課程講者的許溫格交流。每天下午，他都躲在屋簷下，仔細查驗許溫格演講的每一個步驟，再默想私下交流中，許溫格說的每一句話。到五個星期的暑期學校結束時，戴森已用許溫格的方法算過無數題目，寫滿上百頁計算。這時候的戴森還不知道，這個暑假即將成為他個人生命中，非常獨特的一段時期，大大影響了他的命運。

兩邊兜在一起，完備量子電動力學

1948 年 9 月，戴森結束度假，搭上灰狗巴士返回美國東部。已經好一陣子沒想過物理的戴森，腦中卻突然浮現費曼的圖像和許溫格的方程式，「自行在我腦裡前後對正、左右標齊，而且從來沒有那麼清晰過。我生平第一次，可以將這兩個論點兜在一起。」他說。

過沒多久，戴森的論文發表了，名為〈朝永、許溫格和費曼的輻射理論〉[10]。原來，許溫格所用的複雜數學方法，和費曼所發明的費曼圖方法，存在一一對應的關係──兩者描述的是同一件事，只不過一方著重全面、精確的數學語言，另一方則給予我們更直觀的物理圖像；而戴森的論文，清楚闡述了二者之間的連結。朝永、許溫格和費曼，將量子電動力學帶入嶄新的階段，也因其貢獻，共同獲得 1965 年的諾貝爾物理學獎，戴森則對三人的獲獎扮演了關鍵角色。

在量子電動力學發展的關鍵時刻，戴森剛好站上一個特別的位置：既能和費曼長時間相處、討論其物理觀點，也有機會密集向許溫格求教，再加上戴森於劍橋養成的數學能力──這些因素的總和，讓戴森成為量子電動力學的獨特橋梁，連結起不同架構與敘事觀點，成就了量子電動力學的完備。

沒有博士學位的大學教授

1951 年，儘管戴森只有大學學歷，以及幾年的研究生經驗，仍然被康乃爾大學聘為教授職，成為恩師貝特的同事──這也正好符合戴森一貫的信念：「我很自豪沒有博士學位。我認為博士學位系統很令人厭惡……它強迫一點都不適合做研究的人們，浪費多年的生命，某種程度上假裝自己在從事研究工作。最終，他們得到一張紙，載明他們合格了，但那並不代表任何事情。攻讀博士要花上太多時間，也阻擋了女性成為科學家──我認為這是莫大的悲劇。」

儘管原子彈才剛在六年前轟炸日本的廣島和長崎，造成絕大死傷，戰爭的殘酷卻並沒有停下部分科學家的腳步；當時，威力更強大的氫彈試爆和研發工作正如火如荼進行，貝特也參與其中，不但長時間不在康乃爾大學，也無心進行物理基礎研究。

另一方面，戴森之前還是個菜鳥、到普林斯頓高等研究院進行短期訪問的時候，曾利用專題研討會的時間，多次主講量子電動力學，向當時的院長歐本海默[11]推銷費曼和許溫格的成就，並成功說服了打從心底不接受的歐本海默，讓歐本海默刮目相看──這幫助戴森得到普林斯頓高等研究院的終身職工作。高等研究院的工作自是相當誘人，再考慮到貝特的狀況，戴森最終下定決心，於 1953 年離開康乃爾大學，前往普林斯頓高等研究院任職。這一待，就是六十多年，直到他生命的最後。

小型核子反應爐的研發

1955 年，聯合國在瑞士日內瓦召開第一屆國際原子能和平用途會議，共有 73 個國家出席；從事核反應爐研究的各國科學家齊聚一堂，交流工作心得，一堆機密文件也都公開展示。會議的進行，標誌了國際合作時代的來臨。一時之間，核能成為造福全人類的尖端科技，發展前景可期。

就在這樣的氛圍下，隔年，應通用動力公司的邀請，戴森和氫彈之父泰勒一起主導了核反應爐的研發；他們專注於安全性，致力打造就連高中生都能操作的小型核反應爐──並且成功了。這部被命名為 TRIGA 的核反應爐是最成功的核反應爐之一，根據設計絕不可能發生爐心熔毀等重大核災事故。至今，TRIGA 反應爐仍作為教育、研究和醫療用途，在世界各地使用中。

儘管曾參與核反應爐的研發，也支持和平使用原子能，戴森對核能發電工業卻有諸多批評。他認為，既有的核能技術並不夠好，隨著石化能源用罄，人類將需要更便宜、更安全的核能反應爐，但是新核反應爐的研究卻越來越少，沒有嘗試就不會有進步。

「冒險家、實驗家、發明家一個個被逐出大企業，而讓會計師、經理人獨擅勝場。」、「核能發展出了岔錯。」他說。

在戴森眼中，核能工業之所以陷入窘境，完全不如 1950 年代的蓬勃，一方面是因為「許多舊有的勢力都涉嫌重大，他們共謀讓核能發展變得麻煩而昂貴，遠超過我們先前的預估。」更重要的，則是因為人們不再有耐心去做試驗，也沒有預算去容納這項高風險的投資了──他在車諾比核災之前就做出了上述評論；現在的狀況，比起戴森那時候，是更好，還是更壞呢？

殘念的獵戶座計畫，與不容忽視的核子試爆威脅

從 1958 到 59 年，戴森參與民間發起的獵戶座計畫（Project Orion），打算利用原子彈作為太空船的推進動力；他們喊出口號：「1970 土星見！」預計 1970 年就載人上土星的衛星。然而，世界局勢快速轉變，關於核彈試爆存續的討論不絕於耳，戴森出於對獵戶座計畫的熱情，不僅投書表達支持試爆，也嘗試設計新型核彈，希望大幅減少獵戶座計畫產生的放射性落塵，以延長計畫壽命。當時的戴森，一心只想探索浩瀚的宇宙，對於核彈設計抱持純然和平的動機。

只不過，當他的同事發明中子彈之後，自覺負有部分責任的戴森，無法再對核彈的和平用途充滿信心了──戰爭與和平，無法簡單一刀兩斷，不可能有純粹和平使用的核彈。

隨著時間推移，美、蘇兩國的核子試爆越演越烈，在全球累積的輻射塵也到了不能忽視的地步；於「軍備控制與裁軍署」（Arms Control and Disarmament Agency）兼差的戴森十分驚訝地在統計數據上發現，核子試爆總數每年呈指數增加，按照這個趨勢繼續下去，只怕會走上人類的不歸路。頭一次，他打從心底認為：核子試爆，非禁不可！

1963年，身為軍備控制與裁軍署專家的戴森，不但是甘迺迪總統簽訂《部分禁止核試驗條約》（Partial Test Ban Treaty，PTBT）的顧問，也以美國科學家聯合會代表的身份，在參議院聽證會上幫該條約背書護航。最後，《部分禁止核試驗條約》於同年 10 月 10 日生效，由美國、蘇聯、英國共同簽署，明訂禁止在大氣層、太空和水下進行核武器試驗──儘管那並無法阻止冷戰時期美、蘇兩國的軍備競賽，但也是很大的進步。

戴森一度對原子能充滿期待，深信它將帶給人類更光明的未來；但隨著世界局勢的轉變，原子能的發展完全不如想像那般美好，他也不再純然相信原子能的和平使用，甚至給自己曾熱切參與的獵戶座計畫簽下死亡證書。

涉獵眾多領域，對社會的莫大影響力

戴森興趣廣泛、涉獵過眾多不同領域；他就像充滿好奇心的小孩，找尋自己能夠解決的有趣問題，不介意它們重要與否。戴森寫過許多科普書，探討科學、技術、宗教與哲學問題，也提出過許多完全符合科學原理的天外奇想。他想像在小行星或彗星上種植基改樹木（人稱「戴森樹」，Dyson Tree），創造完整的生態系，以作為人類未來的居所。他也將既有科幻小說[12]中的情節發揚光大：發達的智慧文明可以建造環繞於恆星周圍、適居的人造生物圈（artificial biosphere），充分利用恆星的能源。

儘管跟戴森本來的想像略有不同，之後的科幻小說家開始幻想，將整個恆星完整包覆、吸取所有能源的巨型結構──稱為「戴森球」（Dyson Sphere）。雖然戴森本人並不喜歡這個名字，但戴森球已廣泛出現在許多科幻作品中，包括知名影集《銀河飛龍》（Star Trek: The Next Generation）。

作為受人敬重的科學家，和對流行文化有莫大影響的意見領袖，戴森在氣候變遷議題卻是出了名的懷疑論者。他認為現有氣候模型過於簡略、無法描述真實世界；全球暖化帶來的效應也不見得全然負面，其嚴重性被政治性地過分誇大──但這並不表示他忽視氣候科學家提出的證據。對戴森來說，跳脫既有框架、保持懷疑的態度是重要的，只要現有證據無法百分之百說服他，他會毫不猶豫地站出來挑戰（儘管戴森的說法後來也遭到其他科學家的反駁）。

知名諾貝爾物理學獎得主溫伯格[13]這麼形容戴森：「當共識如同湖面結冰那般逐漸成形，戴森就會盡力去敲碎那冰塊。」不管是在科學、還是社會議題上，戴森向來強調多元的重要性──這使他往往刻意站在大眾的對立面。

率直的思想家

戴森一生絕大部分時間都在普林斯頓高等研究院度過；即使退休，他仍擁有自己的辦公室，並常漫步於院區──直到生命結尾。

戴森不追求發表自己的獨創性科學理論，滿足於和其他人共同工作、討論他們的構想。他穩重、內斂、聰明，並且謙遜，因此得到許多同僚的敬重。他對科學的可能性懷抱著無比信心，積極思考人類的長遠未來；他深知戰爭的殘酷，核武帶來的議題遠比製造核武的科學來得更複雜，核武的研究也不可能和戰爭撇清關係。

戴森去世當天，於普林斯頓高等研究院發布的新聞稿裡，院長戴克赫拉夫（Robbert Dijkgraaf）這麼形容戴森：

近代粒子物理的建築師、無拘無束的數學家、太空旅行、天體生物學和裁減軍備的倡導者、未來學家、永遠的研究生、（包括他自己的）先入為主觀點的反對者、富有思想的評論家、全時對世間事保持睿智的觀察者。他的秘密就是直率地接受生命中的所有事，直到最後一刻。

他豐富的生命經驗、廣泛的涉獵領域、不隨波逐流的堅持，都讓他成為世人眼中的戴森──自由又隨性的異類科學家。

註釋

• [1] 理察‧菲利普斯‧費曼（Richard Philips Feynman，1918 年 5 月 11 日－1988 年 2 月 15 日），美國理論物理學家，因對量子電動力學的貢獻，於 1965 年獲得諾貝爾物理學獎。
• [2] 愛德華‧泰勒（Edward Teller，1908 年 1 月 15 日－2003 年 9 月 9 日），匈牙利猶太裔美國理論物理學家，以研發氫彈聞名。
• [3] 由芝加哥大學的《原子科學家公報》雜誌於 1947 年設立，每年一月進行評估，標示出世界距離毀滅有多近；午夜零時象徵世界末日來臨。
• [4] 戈弗雷‧哈羅德‧哈代（Godfrey Harold Hardy，1877 年 2 月 7 日－1947 年 12 月 1 日），英國數學家，二十世紀英國分析學派的代表人物。
• [5] 約翰‧恩瑟‧李特伍德（John Edensor Littlewood，1885 年 6 月 9 日－1977 年 9 月 6 日），英國數學家，長期和哈代合作。
• [6] 漢斯‧阿爾布雷希特‧貝特（Hans Albrecht Bethe，1906 年 7 月 2 日－2005 年 3 月 6 日），德國和美國猶太裔核物理學家，1967年諾貝爾物理學獎得主。
• [7] 朱利安‧西摩‧許溫格（Julian Seymour Schwinger，1918 年 2 月 18 日－1994 年 7 月 16 日），猶太裔美國理論物理學家，因對量子電動力學的貢獻，於 1965 年獲得諾貝爾物理學獎。
• [8] 現在的筑波大學。
• [9] 朝永振一郎（Shinichiro Tomonaga，亦做Sin-Itiro Tomonaga，1906 年 3 月 31 日－1979 年 7 月 8 日），日本物理學家，因對量子電動力學的貢獻，於1965年獲得諾貝爾物理學獎。
• [10] 原名“The Radiation Theories of Tomonaga, Schwinger, and Feynman”，發表於《物理評論》（Physical Review）。
• [11] 朱利葉斯‧羅伯特‧歐本海默（Julius Robert Oppenheimer，1904 年 4 月 22 日－1967 年 2 月 18 日），美國理論物理學家，人稱「原子彈之父」。
• [12] 出自史泰普頓（Olaf Stapledon）於 1937 年出版的《造星者》（Star Maker）。
• [13] 史蒂芬‧溫伯格（Steven Weinberg，1933 年 5 月 3 日－），美國物理學家，1979 年諾貝爾物理學獎得主。

1. The Economist (2020/03/14), “Freeman Dyson died on February 28th”, The Economist.
2. Andrea Stone (2020/02/28), “Freeman Dyson, legendary theoretical physicist, dies at 96”, National Geographic.
3. Freeman J. Dyson, “The radiation theories of Tomonaga, Schwinger, and Feynman”, Physical Review. 75 (3): 486 (1949).
4. +plus magazine (2013/07/22), “Operas, revolutions and nature’s tricks: a conversation with Freeman Dyson”.
5. Dwight E Neuenschwander (2016), “Dear Professor Dyson: Twenty Years Of Correspondence Between Freeman Dyson And Undergraduate Students On Science, Technology, Society And Life”, Wspc.
6. 高崇文（2018/02/11），〈孤高的物理學家：許文格（二）邁向巔峰〉，物理雙月刊。
7. Steve Connor (2011/02/25), “Letters to a heretic: An email conversation with climate change sceptic Professor Freeman Dyson”, Independent.
8. Thomas Lin (2014/03/26), “A ‘Rebel’ Without a Ph.D.”, Quanta magazine.
9. Robbert Dijkgraaf (2020/04/13), “Remembering the Unstoppable Freeman Dyson”, Quanta Magazine.
10. 戴森（2016），《宇宙波瀾：科技與人類前途的自省》，邱顯正譯，天下文化。