數學家最高榮譽：費爾茲獎設立 │ 科學史上的今天：09/05

本文由 ASM 委託，泛科學企劃執行。 

以人類現在的科技，我們能精準打造出每一面牆只有原子厚度的房子嗎？在半導體的世界，我們做到了！

如果將半導體製程比喻為蓋房子，「薄膜製程」就像是在晶片上堆砌層層疊疊的磚塊，透過「微影製程」映照出房間布局 — 也就是電路，再經過蝕刻步驟雕出一格格的房間 — 電晶體，最終形成我們熟悉的晶片。為了打造出效能更強大的晶片，我們必須在晶片這棟「房子」大小不變的情況下，塞進更多如同「房間」的電晶體。

因此，半導體產業內的各家大廠不斷拿出壓箱寶，一下發展環繞式閘極、3D封裝等新設計。一下引入極紫外曝光機，來刻出更微小的電路。但別忘記，要做出這些複雜的設計，你都要先有好的基底，也就是要先能在晶圓上沉積出一層層只有數層原子厚度的材料。

現在，這道薄膜製程成了電晶體微縮的一大關鍵。原子是物質組成的基本單位，直徑約0.1奈米，等於一根頭髮一百萬分之一的寬度。我們該怎麼精準地做出最薄只有原子厚度，而且還要長得非常均勻的薄膜，例如說3奈米就必須是3奈米，不能多也不能少？

這唯一的方法就是原子層沉積技術（ALD，Atomic Layer Deposition）。

小小的電晶體是怎麼做出來的？

蓋房子的第一步是什麼？沒錯，就是畫設計圖。只不過，在半導體的世界裡，我們不需要大興土木，就能將複雜的電路設計圖直接印到晶圓沉積的材料上，形成錯綜複雜的電路 — 這就是晶片製造的最重要的一環「微影製程」。

首先，工程師會在晶圓上製造二氧化矽或氮化矽絕緣層，進行第一次沉積，放上我們想要的材料。接著，為了在這層材料上雕出我們想要的電路圖案，會再塗上光阻劑，並且透過「曝光」，讓光阻劑只留下我們要的圖案。一次的循環完成後，就會換個材料，重複沉積、曝光、蝕刻的流程，這就像蓋房子一樣，由下而上，蓋出每個樓層，最後建成摩天大樓。

薄膜沉積是關鍵第一步，基底的品質決定晶片的穩定性。但你知道嗎？不只是堆砌磚塊有很多種方式，薄膜沉積也有多樣化的選擇！在「薄膜製程」中，材料學家開發了許多種選擇來處理這項任務。薄膜製程大致可分為物理和化學兩類，物理的薄膜製程包括蒸鍍、濺鍍、離子鍍、物理氣相沉積、脈衝雷射沉積、分子束磊晶等方式。化學的薄膜製程包括化學氣相沉積、化學液相沉積等方式。不同材料和溫度條件會選擇不同的方法。

化學氣相沉積是現今最常見的沉積技術

二氧化矽、碳化矽、氮化矽這些半導體材料，特別適合使用化學氣相沉積法（CVD, Chemical Vapor Deposition）。CVD 的過程也不難，氫氣、氬氣這些用來攜帶原料的「載氣」，會帶著要參與反應的氣體或原料蒸氣進入反應室。當兩種以上的原料在此混和，便會在已被加熱的目標基材上產生化學反應，逐漸在晶圓表面上長出我們的目標材料。

如果我們想增強半導體晶片的工作效能呢？那麼你會需要 CVD 衍生的磊晶（Epitaxy）技術！磊晶的過程就像是在為房子打「地基」，只不過這個地基的每一個「磚塊」只有原子或分子大小。透過磊晶，我們能在矽晶圓上長出一層完美的矽晶體基底層，並確保這兩層矽的晶格大小一致且工整對齊，這樣我們建造出來的摩天大樓就有最穩固、扎實的基礎。磊晶技術的精度也是各公司技術的重點。

雖然 CVD 是我們最常見的薄膜沉積技術，但隨著摩爾定律的推進，發展 3D、複雜結構的電晶體構造，薄膜也開始需要順著結構彎曲，並且追求精度更高、更一致的品質。這時 CVD 就顯得力有未逮。

原子層沉積是什麼？

並不是說 CVD 不能用，實際上，不管是 CVD 還是其他薄膜製程技術，在半導體製程中仍占有重要地位。但重點是，隨著更小的半導體節點競爭愈發激烈，電晶體的設計也開始如下圖演變。

看出來差別了嗎？沒錯，就是構造越變越複雜！這根本是對薄膜沉積技術的一大考驗。

舉例來說，如果要用 CVD 技術在如此複雜的結構上沉積材料，就會出現像是清洗杯子底部時，有些地方沾不太到洗碗精的狀況。如果一口氣加大洗碗精的用量，雖然對杯子來說沒事，但對半導體來說，那些最靠近表層的地方，就會長出明顯比其他地方厚的材料。

該怎麼解決這個問題呢？

材料學家的思路是，要找到一種方法，讓這層薄膜長到特定厚度時就停止繼續生長，這樣就能確保各處的薄膜厚度均勻。這種方法稱為 ALD，原子層沉積，顧名思義，以原子層為單位進行沉積。其實，ALD 就是 CVD 的改良版，最大的差異在所選用的化學氣體前驅物有著顯著的「自我侷限現象」，讓我們可以精準控制每次都只鋪上一層原子的厚度，並且將一步驟的反應拆為兩步驟。

在 ALD 的第一階段，我們先注入含有 A 成分的前驅物與基板表面反應。在這一步，要確保前驅物只會與基板產生反應，而不會不斷疊加，這樣，形成的薄膜，就絕對只有一層原子的厚度。反應會隨著表面空間的飽和而逐漸停止，這就稱為自我侷限現象。此時，我們可以通入惰性氣體將多餘的前驅物和副產物去除。在第二階段，我們再注入含有 B 成分的化學氣體，與早已附著在基材上的 A 成分反應，合成為我們的目標材料。

透過交替特殊氣體分子注入與多餘氣體分子去除的化學循環反應，將材料一層一層均勻包覆在關鍵零組件表面，每次沉積一個原子層的薄膜，我們就能實現極為精準的表面控制。

ASM 與 ALD、半導體產業攜手前進

你知道 ALD 領域的龍頭廠商是誰嗎？這個隱形冠軍就是 ASM！ASM 是一家擁有 50 年歷史的全球領先半導體設備製造廠商，自 1968 年，Arthur del Prado 於荷蘭創立 ASM 以來，ASM 一直都致力於推進半導體製程先進技術。2007 年，ASM 的產品 Pulsar ALD 更是成為首個運用在量產高介電常數金屬閘極邏輯裝置的沉積設備。至今 ASM 不僅在 ALD 市場佔有超過 55% 的市佔率，也在 PECVD、磊晶等領域有著舉足輕重的重要性。

ASM 一直持續在快速成長，現在在北美、歐洲、及亞洲等地都設有技術研發與製造中心，營運據點廣布於全球 15 個地區。ASM 也很看重有「矽島」之稱的台灣市場，目前已在台灣深耕 18 年，於新竹、台中、林口、台南皆設有辦公室，並且在 2023 年於南科設立培訓中心，高雄辦公室也將於今年年底開幕！

當然，ALD 也不是薄膜製程的終點。

ASM 作為半導體設備領導廠商，為了維持領先優勢，當然也得持續開發新技術。例如 PEALD，ALD 前面的 PE，是 Plasma Enhanced，所以這種改良技術就稱為電漿輔助式原子層沉積。做法是針對 ALD 的第一步，先以電漿方式，將氫、氧、氮等氣體電離成離子。這些氣體離子，例如氧自由基，會先將前驅物提前氧化，同時也氧化基材的表面原子，使其產生缺少電子配對、不穩定的「懸空鍵」。如此被活化的基材與前驅物，就更容易互相產生反應，解決過去 ALD 常遇到前驅物反應率不足的問題。讓反應溫度更低的同時還能加快反應速度，因此能滿足更多的製程需求。未來不論是 GAA 環繞式閘極電晶體還是其他製程，都會持續看到 ALD 技術的身影。

最後，ASM 即將出席由國際半導體產業協會主辦的 SEMICON Taiwan 策略材料高峰論壇和人才培育論壇，就在 9 月 5 號的南港展覽館。如果你想掌握半導體產業的最新趨勢，絕對不能錯過！

本文由 美國穀物協會 委託，泛科學企劃執行。

你加過「酒精汽油」嗎？

2007 年，從台北的八座加油站開始，民眾可以在特定加油站選加「E3 酒精汽油」。

所謂的 E3，指的是汽油中有百分之 3 改為酒精。如果你在其他國家的加油站看到 E10、E27、E100 等等的標示，則代表不同濃度，最高到百分之百的酒精。例如美國、英國、印度、菲律賓等國家已經開放到 E10，巴西則有 E27 和百分之百酒精的 E100 選項可以選擇。

為什麼要加酒精呢？

單論玉米乙醇來說，碳排放趨近於零。為什麼呢？因為從玉米吸收二氧化碳與水進行光合作、生長、成熟，接著被採收，發酵成為玉米乙醇，最後燃燒成二氧化碳與水蒸氣回到大氣中。這一整趟碳循環與水循環，淨排放都是 0，是個零碳的好燃料來源。

當然，我們無法忽略的是燃料運輸、儲藏、以及製造生產設備時產生的碳足跡。即使如此，美國農業部經過評估分析，2017 發表的報告指出，玉米乙醇生命週期的碳排放量比汽油少了 43%。

「玉米乙醇」納入 SAF（永續航空燃料）前瞻性指引的選項之一

航空業占了全球碳排的 2.5%，而根據國際民用航空組織（ICAO）的預測，這個數字還會成長，2050 年全球航空碳排放量將會來到 2015 年的兩倍。這也使得以生質原料為首的「永續航空燃料」SAF，開始成為航空業減碳的關鍵，及投資者關注的新興科技。

只要燃料的生產符合永續，都可被歸類為 SAF。目前美國材料和試驗協會規範的 SAF 包含以合成方式製造的合成石蠟煤油 FT-SPK、透過發酵與合成製造的異鏈烷烴 SIP。以及近年討論度很高，以食用油為原料進行氫化的 HEFA，以及酒精航空燃料 ATJ（alcohol-to-jet）。

每種燃料的原料都不相同，因此需要的技術突破也不同。例如 HEFA 是將食用油重新再造成可用的航空燃料，因此製造商會從百萬間餐廳蒐集廢棄食用油，再進行「氫化」。

就引擎來說，我們當然也希望用到穩定的油。因此需要氫化來將植物油轉化為如同動物油般的飽和脂肪酸。氫化會打斷雙鍵，以氫原子佔據這些鍵結，讓氫在脂肪酸上「飽和」。此時因為穩定性提高，不易氧化，適合保存並減少對引擎的負擔。

至於酒精加工為酒精航空燃料 ATJ 的流程。乙醇會先進行脫水為乙烯，接著聚合成約 6~16 碳原子長度的長鏈烯烴。最後一樣進行氫化打斷雙鍵，成為長鏈烷烴，性質幾乎與傳統航空燃料一模一樣。

ATJ 和 HEFA 雖然都會經過氫化，但 ATJ 的反應中所需要的氫氣大約只有一半。另外，HEFA 取用的油品來源來自餐廳，雖然是幫助廢油循環使用的好方法，但供應多少比較不穩定。相對的，因為 ATJ 來源是玉米等穀物，通常農地會種植專門的玉米品種進行生質乙醇的生產，因此來源相對穩定。

但不論是哪一種 SAF，都有積極發展的價值。而航空業也不斷有新消息，例如阿聯酋航空在 2023 年也成功讓波音 777 以 100％ 的 SAF 燃料完成飛行，締下創舉。

汽車業也需要作出重要改變

根據長年推動低碳交通的國際組織 SLoCaT 分析，在所有交通工具的碳排放中，航空業佔了其中的 12%，而公路交通則占了 77%。沒錯，航空業雖然佔了全球碳排的 2.5%，但真正最大宗的碳排來源，還是我們的汽車載具。

但是這個新燃料會不會傷害我們的引擎呢？有人擔心，酒精可能會吸收空氣中的水氣，對機械設備造成影響？

其實也不用那麼擔心，畢竟酒精汽油已經不只是使用一、二十年的東西了。美國聯邦政府早在 1978 就透過免除 E10 的汽油燃料稅，來推廣添加百分之 10 酒精的低碳汽油。也就是說，酒精汽油的上路試驗已經快要 50 年。

有那麼多的研究數據在路上跑，當然不能錯過這個機會。美國國家可再生能源實驗室也持續進行調查，結果發現，由於 E10 汽油摻雜的比例非常低，和傳統汽油的化學性質差異非常小，這 50 年來的車輛，只要符合國際標準製造，都與 E10 汽油完全相容。

解惑：這些生質酒精的來源原料是否符合永續的精神嗎？

在環保議題裡，這種原本以為是一片好心，最後卻是環境災難的案例還不少。玉米乙醇也一樣有相關規範，例如歐盟在再生能源指令 RED II 明確說明，生質乙醇等生物燃料確實有持續性，但必須符合「永續」的標準，並且因為使用的原料是穀物，因此需要確保不會影響糧食供應。

好消息是，隨著目標變明確，專門生產生質酒精的玉米需求增加，這也帶動品種的改良。在美國，玉米產量連年提高，種植總面積卻緩步下降，避開了與糧爭地的問題。

另外，單位面積產量增加，也進一步降低收穫與運輸的複雜度，總碳排量也觀察到下降的趨勢，讓低碳汽油真正名實相符。

隨著航空業對永續航空燃料的需求抬頭，低碳汽油等生質燃料或許值得我們再次審視。看看除了鋰電池車、氫能車以外，生質燃料車，是否也是個值得加碼投資的方向？

參考資料

• Corn to Power Airplanes? Biden Administration Sets a High Bar. – The New York Times
• 台灣中油全球資訊網-加油站查詢
• https://grains.org.tw/最新科學研究：玉米燃料乙醇大幅減少溫室氣體排/
• USDA Releases New Report on Lifecycle Greenhouse Gas Balance of Ethanol
• https://scijournals.onlinelibrary.wiley.com/doi/10.1002/bbb.2225
• 本田・GE100% 可持續燃料航空引擎測試成功
• 阿聯酋航空邁向永續 完成 100％ SAF 驅動單一引擎首航
• https://tcc-gsr.com/module-1/transforming-transport-and-mobility/

• 作者／李奕萱

阿貝爾獎（Abel Prize）自2003年開始由挪威國王頒發給傑出數學家的獎項。阿貝爾獎的歷史可以追溯到1899年，當時挪威數學家索菲斯·李（Sophus Lie）得知阿佛烈·諾貝爾（Alfred Nobel）計劃設立的諾貝爾獎將不包括數學獎，又剛好正逢數學家尼爾斯·亨里克·阿貝爾（Niels Henrik Abel）誕辰100週年紀念，便提出設立阿貝爾獎。 不幸的是，索菲斯·李不久後逝世、提供資金的奧斯卡二世國王也因為瑞典和挪威聯合王國解散而下台，阿貝爾獎這件事也就不了了之。

2001年，人們覺得應該給數學家一個相當於諾貝爾獎的獎項，便再次將阿貝爾獎提案給挪威總理。隔年挪威政府便宣佈撥款2億挪威克朗在數學家阿貝爾誕辰200週年時正式設立阿貝爾獎，並由挪威自然科學與文學院成立阿貝爾委員會負責審理。

雖然說阿貝爾獎被譽為數學界的諾貝爾獎，但表彰方向卻和諾貝爾獎不盡相同。舉例來說，諾貝爾物理學獎主要是頒發給對物理作出重要發現或發明的人，像是2020年的諾貝爾獎得主就是成功觀察到銀河系中心的超大質量緻密天體，並發現黑洞的形成是廣義相對論的確鑿預測，因而得獎。阿爾貝獎則是大多頒獎給在數學領域發展中的重要推手，也就是引領數學界的人。

今年挪威科學院將2021年的阿貝爾獎頒給匈牙利羅蘭大學（Eötvös Loránd University）的洛瓦茲·拉茲洛（László Lovász）和美國普林斯頓大學的以色列數學家阿維·威格森（Avi Wigderson），表彰他們對理論計算機科學與離散數學的貢獻，以及將兩者塑造成現代數學的重要領域。

“for their foundational contributions to theoretical computer science and discrete mathematics, and their leading role in shaping them into central fields of modern mathematics”

剪不斷理還亂的計算機科學和數學

1970年代，理論計算機科學和純數學是沒什麼關係的兩個學術領域。經過幾十年的發展，這兩個學科之間早已變得極為密切，在現代數學，我們甚至很難分清它們之間的界限。其中，洛瓦斯和威格森就是在最前線開疆闢土的人。

計算複雜性理論 (Computational complexity theory)是數學和計算機科學領域的一個重要分支。從小我們就知道算數學要快、狠、準，如何更快、更輕鬆地解決問題一直是人類追求的目標。計算複雜性理論通過引入數學計算模型計算各個演算法的資源使用情形，像是時間（透過幾個步驟產出結果）、空間（需要佔用多少記憶體），再進一步進行複雜性分類、聯絡。洛瓦茲設計的LLL演算法、威格森的去隨機化研究對拓寬和深化這個領域的貢獻無疑是最重要的領導者。

從數學到計算機科學──拉茲洛·洛瓦斯

洛瓦茲於1948年出生在布達佩斯，從小就對數學有濃厚的天份，22歲便拿到博士學位，他的早期靈感大部分來自數學家艾狄胥·帕爾（Erdős Pál）。艾狄胥的成就集中在離散關係的數學，而不是典型的連續變量上，也就是組合學、圖論等領域。

組合學（Combinatorics）、圖論（Graph theory）都是離散數學的範疇。前者主要解決組合模型中的存在、計數以及構造等方面的問題；後者作為組合學的分支，將對象之間的關係通過邊和節點組成數學結構圖。拉斯洛·洛瓦茲作為新一代數學家自然不會將離散數學侷限在純數學的理論研究中，他意識到離散數學在計算機科學中非常具有發展潛力，並著手研究離散數學可以解決計算機科學問題的方法。

最著名的研究是由洛瓦茲（Lovász）以及荷蘭數學家阿爾揚·倫斯特拉（Arjen Lenstra）和亨德里克·倫斯特拉（Hendrik Lenstra）的名字命名的LLL演算法（LLL lattice）。這種稱為LLL的算法將由整數組成的大向量分解為各種類型的最短向量的總和，也就是可以計算出空間中的點集與原點的距離。

最初的LLL演算法被應用將多項式時間（Polynomial time，P）以有理係數多項式表示，來找出他的實數近似值來解決固定維數的整數線性規劃問題。LLL演算法在數論、密碼學和通訊計算等領域也都具有顯著的應用，更是現今可以抵禦量子計算機攻擊的加密系統之一。

從計算機科學到數學──阿維·威格森

威格森於1956年出生於以色列海法。威格森最著名的成就之一就是闡明了隨機性在計算中的作用。在聊隨機性之前，我們先來聊聊什麼是P, NP：

P和NP是複雜性的類別，P問題是可以快速計算出來的問題，NP問題則是可以快速驗證的問題。

當問你17乘以19是多少時，你可能沒辦法馬上心算出來，但按一按計算機就一定能得出答案，那麼這個問題就是屬於P問題，包含了所有容易解決的計算問題。現在，問你323的所有質因數有哪些呢？問題複雜了許多吧！我們必須從2、3、5……開始慢慢找，正著找質因數很困難，如果我們反著找呢？先告訴你17、19是323的質因數，是不是只要把它們乘在一起就能驗證答案對不對了？這個例子就是屬於NP問題，包含了可能是很難解決的計算問題，但只要有答案就很容易被驗證正確與否。

科學家便提出了一個看法：「會不會其實P=NP？」也就是說NP問題有可能可以被簡單解決。威格森的主要研究就是將複雜性類別一一歸位，將多項式時間演算法完全去隨機化，更快速的得到結果，並把隨機演算法和複雜性理論結合，提出P = BPP（bounded-error probabilistic polynomial time），回答了多年來對P/NP問題的疑問，大大拓寬了資訊界的未來視野。

威格森對貨幣加密的零知識證明也很有貢獻，零知識證明簡單來講就是在不透露任何資訊的情況下驗證正確性的方法。最初是在保護個資方面，像是我們想要申請某個購物網站的會員，我們就必須提供姓名、電話、出生年月日等各種資料來驗證我們的真實身份，但在零知識證明之下我們可以選擇提供「零密碼證明」、隱藏真實密碼，達到完全保護個資的目的。

有些人可能會有疑問說數學有用嗎？數學不是只能拿來算錢嗎？那你就錯了！數學一直扮演著承載科學的角色，躲在背後支持著科學發展，不難發現每一門科學都或多或少跟數學交織在一起，每一年頒發的阿貝爾獎、菲爾茲獎、諾貝爾獎都顯現出這些數學家、科學家正將科學這個巨網越織越堅固。一起為今年的得獎者送上掌聲吧！

參考資料

• The Abel Prize
• Wikipedia – László Lovász
• Wikipedia – N versus NP problem
• nature – Abel Prize celebrates union of mathematics and computer science
• 新智元導讀 – 以色列數學家威格森獲阿貝爾獎