等效原理與重力異常：厄圖渥許誕辰│科學史上的今天：7/27

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

• 文／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

根本沒有理由假設世界有一個開始。認為事物必須有開始的想法實際上是由於我們思想的貧乏。
—— Bertrand Russell（1950 年諾貝爾文學獎）

「天上的星星千萬顆，世上的妞兒比星多，啊，傻孩子，想一想，為什麼失眠只為⋯⋯」（註一）不！世上的妞兒不會比星多，為什麼失眠也不是只為「她一個」，而是遐想著天空這麼多的星星是哪裡來的？為什麼不停地對著我咪咪地微笑？⋯⋯沉靜晴朗的夜晚，仰望著天空，有多少人不會為閃耀的星空沈思著迷呢？因此相信人類很早就在思考這個問題：在中國有盤古開天闢地，其身形化為日月星辰、山川河流，逝世時將精靈魂魄變成了人類之傳說。

而古希臘人（公元前 750-650 年） 則認為起初世界處於一種虛無混沌狀態，突然從光中誕生了蓋亞（Gaia，地球母親）以及其「他」具有人性的諸神，在沒有男性幫助的情況下，蓋亞生下了烏拉諾斯（Ouranos，天空），後者使她受精，生出了第一批泰坦（Titan）。泰坦後代普羅米修斯（Prometheus） 用泥塑人，雅典娜（Athena）為泥人注入了生命，宙斯（Zeus） 創造出一個擁有驚人美貌、財富、欺騙心、和撒謊舌頭的女人潘多拉（Pandora），給了她一個盒子，令永遠不要打開，但好奇心最後戰勝了，她終於打開盒子釋放出各種邪惡、瘟疫、悲傷、不幸、和在盒子底部的希望——現今打開「潘多拉盒子」的來源。

除了神話和傳說外，宗教在宇宙觀的發展上也佔了重要的地位。西方的宗教如基督教主要認為宇宙是一個由超自然力量之神創造出來的，人死後會上永生天堂。而東方的宗教如佛教則認為宇宙是無始無終的，沒有起點或終點，因此無所謂宇宙的起源與創造，人會以不同的面貌和形式，不斷生死輪迴。歐洲宗教在十六世紀前一直認為人與地球在這宇宙中佔了一個特殊的中心地位，因此深深影響了基於證據、推理、和辯論的宇宙觀發展。

中國古代的天文學

中國古代的宇宙觀有蓋天說、宣夜說、渾天說三學派，蓋天說認為「天圓地方」，天覆蓋著地，但由於地是方的，故而有四個角是無法覆蓋的，因此這四個角上有八根柱子支撐著整個天空。宣夜說則認為「日月眾星，自然浮生於虛空之中，其行其止，皆須氣焉」，即整個天體漂浮於氣體之中。渾天說雖然也認為「天圓地方」，但天是一個圓球，而不是蓋天說中的半圓，地球在天之中，類似於雞蛋黃在雞蛋內部一樣。東漢張衡（78-139 年）將「渾天說」發展成為一套系統的理論，並透過其所製作的「渾天儀」來加以演示，使渾天說成了中國宇宙結構的權威理論。渾天說的基本觀點認為日月星辰都佈於一個「天球」之上，不停地運轉著。

中國帝王自稱為「天子」，因此天文觀測的目的是為了帝王預測天下的禍福，用以指導治國理政、風水地理、農業民生、中醫人文的；天命如果有所改變，就會通過天象昭示天下。因此雖然中國是世界上最早發明曆法的國家之一，也為我們留下了許多寶貴的觀測資料，如記錄了 1054 年 7 月 4 日金牛座超新星的爆發，但古代的天文是皇權統治的一種工具而已，因此中國的天文學難以在民間發展，也不可能出現以科學為目的的天文研究。

地球中心模型

反觀西方世界，天文學在古典希臘則早已經是數學的一個分支。柏拉圖（Plato，公元前 427-347 年）鼓勵年輕的數學家蛇床子（Eudoxus of Cnidus，公元前 410-347 年）發展天文學體系，於公元前 380 年左右提出第一個以地球為中心的宇宙模型，認為一系列包含恆星、太陽、和月亮的宇宙球體都圍繞地球旋轉。

亞里士多德（Aristotle，公元前 384-322 年）識這些宇宙球體為物理實體，裡面充滿了導致球體移動之神聖和永恆的「以太」（ether）。他將這些球體分為陸地（terrestrial） 和天界 （celestial） 兩個領域。陸地領域包括地球、月球、及它們之間的月下區域，以變化和不完美為其標誌。天界是月球上方的領域，在這裡秩序井然，完美無缺。恆星固定在一個天球上，該天球每 24 小時圍繞地球旋轉一次。

這個模型在接下來的幾個世紀裡得到了進一步的發展：希臘裔埃及天文學家、數學家、和地理學家托勒密（Claudius Ptolemy, 85-165）仔細研究以前所有天文學家的工作，了解到用肉眼觀察夜空中物體的方法後，透過他出色的數學技能開發出自己的天體運動模型，於公元 150 年出版了一本現在稱為《Almagest》（最偉大）的書籍來闡述其論點。

他認為地球是一個靜止的球體，位於一個大得多的天球的中心；這個天球攜帶著恆星、行星、太陽、和月亮以完全均勻的速度圍繞地球旋轉，從而導致它們每天的升起和落下。完美的運動應該是圓周運動，因此托勒密認為這些表面上不規則的天體運動實際上是由規則的、均勻的圓周運動組合成的：運動的中心不但偏離了地球，而且還沿著主要圓形軌道上的點依較小的「本輪」圓圈（epicenter）移動。托勒密在該書目錄後留言謂：

我知道我天生必死，轉瞬即逝； 但當我隨心所欲地描繪天體的曲折軌跡時，我的腳不再接觸大地，而是站在宙斯面前，盡情享受神的美味。

此後的 1500 年，托勒密書中的表常被用來預測天體在夜空中的位置；而其以地球為中心的宇宙觀也幾乎統領了以後 2000 年的天文物理發展！

太陽中心模型

1543 年，波蘭哥白尼（Nicolas Copernicus，1473-1543）在德國紐倫堡出版《De revolutionibus orbium coelestium》 （論天體運轉，註二） 一書，提出日心系統，謂地球不在宇宙中心之特別位置，而是與其他行星一起在圍繞太陽的圓形軌道上運動。不幸的是它表面上不規則的天體運動之複雜並不亞於托勒密地心系統；還有，如果地球在動，為什麼星星總是在同一個地方出現——除非它們離地球很遠（註三）？因此該書出版後從未獲得廣泛支持。儘管如此，在日心系統裡，行星繞日具有地心系統所沒有的周期性！

十七世紀初，在新發明之望遠鏡的幫助下，意大利天文、數學、哲學家伽利略（Galileo Galilei，1564-1642）發現了圍繞木星運行的衛星，終於對地球位於宇宙中心的觀念造成致命的打擊：如果衛星可以繞另一顆行星運行，為什麼行星不能繞太陽運行？伽利略因之慢慢地深相地球繞日說，但被羅馬教會禁止「堅持或捍衛」哥白尼理論。晚年於 1630 年出版《Dialogo sopra i due massimi sistemi del mondo, tolemaico e copernicano》（關於兩大世界體系——托勒密和哥白尼——的對話）， 在最後一章裡用潮汐現象來證明地球是在動，不是靜止地在宇宙中心（註四）。

大約就在那個時候，德國數學、天文學家開普勒（Johannes Kepler 1571-1630）「盜取」導師丹麥天文學家布拉赫（Tycho Brahe，1546-1601）的豐富實驗資料構建了日心的定量模型，在 1618 年至 1621 年期間出版（立刻成為天主教會禁書的）《Epitome Astronomiae Copernicanae》（哥白尼天文學概要），提出描述行星體如何繞太陽運行的（開普勒）三定律：（1）行星以太陽為焦點在橢圓軌道上運動，（2）無論它在其軌道上的哪個位置，行星在相同的時間內覆蓋相同的空間區域，及（3）行星的軌道周期與其軌道的大小（半長軸）成正比。

開普勒終於解開行星之謎：行星以橢圓形——不是完美的圓形——圍繞太陽運轉。開普勒第三定律謂：行星與太陽的距離與其繞太陽公轉所需的時間存在精確的數學關係。這條定律激發了牛頓（Isaac Newton,1643-1727）的靈感，證明橢圓運動可以用引力與距離的平方反比定律來解釋。

平方反比定律

人類事實上好像很早就注意到了所有物質都互相作用，例如亞里士多德認為物體由於其內在的引力（沉重）而趨向一個點，伽利略則注意到物體被「拉」向地球中心。英國博學士胡克（Robert Hooke，1635-1703）在 1670 年的格雷沙姆演講 （Gresham lecture） 中謂萬有引力適用於「所有天體」，並添加了萬有引力隨距離減小的原理，及在沒有任何這種動力的情況下，物體會直線運動。到 1679 年，胡克認為萬有引力具有「距離平方反比」依賴性（註五），並在給牛頓的一封信中傳達了這一點：「我（胡克）的假設是引力總是與距中心距離成雙倍比例。」

牛頓因為害怕其他科學家和數學家竊取了他的想法，喜歡把他的工作隱藏起來、不發表；因此直到 44 歲才在英國天文學家哈雷（Edmond Halley）說服下，寫了一篇關於他的新物理學及應用在天文學的完整論述；一年多後（1687 年），發表了後來成為物理經典的《Philosophiae Naturalis Principia Mathematica》（自然哲學數學原理）或簡稱為《Principia》（原理）。

儘管牛頓在《原理》中承認胡克曾經提出太陽系中的平方反比定律，但胡克仍然對牛頓聲稱「發明」了這一定律感到不滿。胡克是一位才華橫溢、但是又駝背又矮的科學家：發現彈性定律（胡克定律）、發現有機體基本單位的「細胞」、發明顯微鏡（使他成為細胞理論的早期支持者）。 當胡克要求牛頓承認他已經預料到後者在陽光中顏色的一些研究結果時，牛頓寫了一封諷刺的拒絕信，影射了胡克的小身材謂：「如果我看得更遠，那是因為站在巨人的肩膀上」（事實上，牛頓的許多創見都不是站在巨人之肩膀上的——被譽為是有史以來最偉大的物理學家，不是沒有道理的）。

自然哲學數學原理

牛頓在《自然哲學數學原理》裡用同一個定律解釋了一系列以前不相關的現象：太陽-行星運動、行星-衛星運動、軌道物體、拋射體、鐘擺、地球附近的自由落體、彗星的偏心軌道、潮汐變化、以及地球軸的進動等等，具體地證明了「萬有引力」定律：「⋯⋯所有物質吸引所有其它物質的力與它們質量的乘積成正比，與它們之間距離的平方成反比」。這項工作使牛頓成為科學研究的國際領導者，「自然哲學數學原理」被公認為有史以來最偉大的科學著作。

但除了受過幾何學訓練的數學家外，《原理》事實上是一本非常難以理解的書，更糟的是：裡面充滿了矛盾和不一致，而且還點綴著一些令人毛骨悚然的錯誤（一些錯誤是計算和演示中的徹底錯誤，其它則是邏輯上的空白：沒有證明、只是猜測）。在牛頓時代，很少有人能讀懂它，而今天幾乎沒有人嘗試過。牛頓任教之劍橋大學的學生曾這樣諷刺：「有一個人寫了一本他和任何人都無法理解的書」。

《原理》在那個時代還有一個很大的邏輯問題：那時的物理學家認為世界是一部大機械，作用是必須透過物質撞擊或擠壓物質的接觸來達成的；從遠處發出穿過虛空的無形作用力量是魔法、神秘的、非科學的！為了阻止不可避免的批評和挑釁，牛頓先下手為強，在《原理》一書謂：

「我已經用重力解釋了天空和海洋的現象，但我還沒有為重力提出一個原因。 ⋯⋯我還不能推斷⋯⋯這些重力特性的原因。我不需要假設，因為任何不是從現像中推導出來的東西都必須被稱為假設；而假設——無論是形而上學的、還是物理的、基於神秘特性的、或機械的⎯在實驗哲學中都沒有地位⋯⋯。在本哲學中，特定的命題是從現像中推斷出來的，然後通過歸納來概括。」

所以重力不是機械的、不是神秘的、不是假設；牛頓用數學及結果證明了這一點：「重力確實存在，並根據我們制定的定律起了作用，足以解釋天體和海洋的所有運動」，因此即使它的本質不能被理解，但我們不能否認它。牛頓認為這就「夠了」。

靜態的宇宙

當牛頓抬頭仰望月亮、太陽、和行星以外的天空時，他沒有發現任何物體的運動，因此宇宙應該是靜止的。而如果萬有引力可以用在所有的天體上，科學家再沒有任何理由認為人類很特別，我們所處在的地方在宇宙中佔了一個很獨特的地位。這在現代物理宇宙學中被稱為「宇宙學原理（Cosmology principle）」的概念，認為這些力會在整個宇宙中均勻地作用，因此從足夠大的尺度上觀察時，宇宙中物質的空間分佈應該是均勻的、沒有方向性的。同樣地，我們現在所處在的時刻也沒理由是個很特殊的時刻。顯然地，宇宙永遠就是那樣地存在，它沒有開始，也不會有終結—因為如果有開始，那顯然就應有創造者，這不是太宗教了嗎？

牛頓的引力理論實際上需要一個持續的奇蹟來防止太陽和恆星被拉到一起。在 1666 年至 1668 年之間之手稿《De Gravitatione》 （引力）中，牛頓闡述對空間和宇宙的看法：一種「無限而永恆」的神力與空間共存，它「向各個方向無限延伸」。牛頓設想了一個無限大的宇宙，上帝在其中將星星放置在正確的距離上，因此它們的吸引力抵消了，就像平衡針在它們的點上一樣精確。所以宇宙可以保持靜態，不會崩潰到無任何一點（無限大的宇宙沒有中心點）。

有限的宇宙

但是此一充滿著星球的無限宇宙在羅輯上是有幾個很嚴重的問題。例如雖然兩物體間的作用力與距離的平方成反比（收斂系列），但作用的星球數卻是與距離的平方成正比，正好抵消了前者的效應；因此，

（1）宇宙中的任何一點均應感受到無限大、往四面八方外拉的重力，所以物體不可能存在的！

（2）宇宙中的任何一點均應看到無限多的星光，所以夜晚的天空不應是黑暗的（註六）。

事實上亞里士多德早就回答了這個問題：物質宇宙在空間上一定是有限的，因為如果恆星延伸到無限遠，它們就無法在 24 小時內繞地球旋轉一圈。1610 年，開普勒也提出既然夜晚的天空是黑暗的，所以宇宙中的恆星數量必須是有限的！這有限宇宙的觀點一直到二十世紀初期還是被歐洲宗教及大部分科學家所接受（註三），造成了愛因斯坦犯下他一生最大的錯誤（詳見愛因斯坦的最大錯誤——宇宙論常數）。

如何解決牛頓之無限宇宙論與宗教之有限宇宙論間的衝突呢？請待下回分解吧。

註解

• 註一：高山（作曲沈炳光之夫人黄任芳？）：《牧童情歌》。
• 註二：該書非常複雜難懂，科學歷史學家稱它為一本沒有人讀的書。
• 註三：Giodano Bruno（1548-1600），意大利哲學家、天文學家、數學家、和神秘學家；因為堅持非正統的想法——包括宇宙是無邊緣的，恆星是離地球很遠的太陽、有它們自己在上面可能存在生命的行星，而付出被羅馬天主教酷刑，在火刑柱上燒死的代價——為一有名的宗教迫害案件例。
• 註四：晚年被羅馬天主教強迫收回（在審判庭上寫了悔過書），因此不像註三的 Bruno，只被軟禁在家到逝世。說來有點可笑，伽利略之「證明」地球在動的理論完全是錯誤的：例如潮汐每天應該出現兩次，但他的證明只出現一次而已。但伽利略發現相對論原理，正確地解釋了為什麼我們沒感覺地球在動。
• 註五：引力與距離的平方反比定律最早由布利亞爾杜斯（Ismael Bullialdus）於 1645 年提出；但他不但不接受開普勒的第二和第三定律，也認為太陽的力量在近日點是排斥的。
• 註六：為紀念十九世紀的德國天文學家歐博耳（Heinrich Olbers, 1758-1840） 在這方面的深入研究，現在被稱為「歐博耳悖論（Olbers paradox）」 。

• 作者／亞當．羅傑斯 
• 譯者／ 王婉卉

光譜的故事

牛頓從三稜鏡中獲得的最大體悟，並非不同色光在穿透同一介質後，折射率會有所不同。席奧多瑞克與他同時代的研究學者已經證實這點了。

就算讓單色光再穿透另一個稜鏡也不會改變，牛頓甚至不是證明這點的第一人——證明的人是十七世紀的波西米亞科學家約翰尼斯．馬克斯．馬奇（Johannes Marcus Marci）。

牛頓的獨家發現是，那些色彩是如何混合在一起。他發覺，純粹陽光的白光，其實是所有其他色光混合而成的結果，透過稜鏡的折射，才使其分散開來。或者就像牛頓所說的，光是「由形形色色的光線構成，有些光比其他光更容易折射。」我們四周充斥的光是由順序固定的「純」色構成，而這個順序就是自亞里斯多德的時代起，眾人不斷在尋找的目標。

牛頓為這個順序想出了一個非常不錯的名稱，叫做「光譜」（spectrum）。

然後，牛頓誰也沒說，就這樣返回了劍橋。他協助一位年長導師編輯光學與色彩的著作，卻沒告訴對方自己的新發現。這位導師退休後，牛頓接任了這傢伙的職務：盧卡斯數學教授（Lucasian Professor of Mathematics）榮譽職位。

牛頓這位據說上課很無聊的講師，這時才終於開始一點一滴發表自己從研究稜鏡所得出的結果。

儘管牛頓寫出的折射運算式既冰冷又毫不浪漫，卻依然有人深感崇拜。當時的皇家學會祕書是德國人亨利．歐登堡（Henry Oldenburg），工作主要是負責讓歐洲各地的研究人員能進行書信交流。（歐登堡精通荷蘭語、英語、法語、德語、義大利語、拉丁語。）

《自然科學會報》的鬥嘴故事

一六六四年，他向皇家學會創始成員的波以耳極力推銷一個可以賺錢的構想：把所有書信整合成只供訂閱的通訊刊物。

法國才剛開始出版《科學家週刊》（Journal des Sçavans），他們的編輯部也有向歐登堡邀稿。結果，歐登堡反而把先前出版的一本週刊帶到了學會的集會上，連同一份他自己想嘗試的通訊草稿或校樣——一份相似「但本質更偏向哲學」的刊物，他如此表示。

於是，《自然科學會報》（Philosophical Transactions）就這樣創刊了，可說是世上首份徹徹底底的科學期刊。一份有兩三頁，要價一先令。

歐登堡聽說了牛頓正在埋首研究的主題，於是開始不斷央求他發表成果。最後，在一六七二年二月，牛頓洋洋灑灑寫了一封長信，描述自己的研究，以為這封信會在皇家學會的集會上由人朗讀。

由於歐登堡假定，任何人寄給自己的任何內容都屬於正式公開發表，於是就把那封信的內容刊登在當月的《自然科學會報》上。這時，歐登堡已經把這份期刊改為訂閱制，而這種模式是否可行，全取決於獨家內容。

《自然科學會報》自創刊以來的七年間，發表的論文格式大多遵循波以耳樹立的範本，也就是採時序敘事。現今期刊可能會遵循的格式——緒論、假設、研究方法、實驗結果、結論——當時尚未成形。

牛頓寫的信一開始有點像做工精良的成品，提出了研究方法與概念，並表達這整個研究到底多有樂趣，他自己對研究發現又是多樂在其中。

然後，他似乎就放棄了。寫到一半，牛頓不再試圖用數學計算證明任何事，就只是寫下自己的理論，描述幾個實驗。這不是「我的彩虹之旅」。儘管如此，牛頓依然為世上有史以來的第一份科學期刊，寫下了有史以來的第一篇科學論文。內容還是關於色彩與光。

幾乎沒過多久，世上最聰明的一群人就開始酸他。虎克在信件內容發表後的一週內，就寫信給歐登堡，表示牛頓對折射性不同的看法錯了、對白光的看法錯了、對光是由什麼構成的看法也錯了。

況且無論如何，虎克說，他早就做過這些實驗了，不覺得有什麼了不起。接下來的四年間，《自然科學會報》不斷發表針對牛頓研究成果的批評，再刊登牛頓對這些批評的回應。

《光學》終於出版

最終，牛頓投降放棄。他不再跟歐登堡有所交流。虎克則在一七○三年去世，一年後，少了吹毛求疵的批評者，牛頓出版了《光學》（Opticks）。

在這本相當有分量的著作中，牛頓添加了一堆新難題。他先前就一直在思考原色的問題，但現在終於承認光譜是連續的，而這個連續光譜包含了無窮的色彩層次變化，也是色彩何以會改變、色彩順序何以會漸變的答案。

然而，牛頓也堅決主張，這個光譜具有亞里斯多德式（與煉金術）的七種色彩：他在紅、黃、綠、藍、紫羅蘭中，加上了橙與靛藍，接著將所有色彩圍成一圈，透過根本就是他虛構的非光譜紫色，把其中一端的紅色與另一端的紫羅蘭色連接起來。

以現代色彩學術語來說，他創造出一張色度圖（chromaticity diagram），試圖要量化混色的方式，似乎也呈現出色彩按順序漸變為另一種色彩。

牛頓建構的色彩順序屬於現代，有如彩虹般的漸層變化，是以自然的物理現象為基礎。不過，把色彩圍成一圈，可能是牛頓輕觸尖頂巫師帽，向鍾情於畢達哥拉斯神奇數學比例的煉金術士致意。

牛頓實際上究竟有沒有尖頂巫師帽，歷史學家對此尚未發表意見，但他無疑相當熟悉煉金術是如何看待色彩，以及色彩具有的重要性：雖然是在背地裡，但牛頓確實寫下了大量關於煉金術的內容，而且在他位於三一學院〔Trinity College〕的實驗室裡，還放置了煉金術相關的藏書，以及煉金術會用到的常見材料。

但不像典型的煉金術士，牛頓運用的是數學。他能相當精確地計算出每個色彩之間的折射率差異，色環（color circle）也依各顏色的比例，分配到長短不一的周長，意即各顏色的扇形區塊有大有小。

無可否認的是，這些比例都是主觀分配的結果，跟對應音階的神祕關聯有關，但就像之後會看到的，一般人對色彩彼此是如何互有關聯的認知，一向都很主觀。這個色環逐漸成為具體表達色彩之間幾何關係的方法。簡言之，就是所謂的色彩空間。

——摘自《全光譜》，2021 年 12 月，商業周刊。