輕薄電池新發明 信用卡餘額一眼即知

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

2022 年 12 月，來自越南的 999 台 VinFast VF 8 City 型智慧電動車乘坐貨輪抵達抵舊金山貝尼西亞港，敲開特斯拉的電動車帝國大門。

除了吹響這次的電動車戰爭號角的 VinFast，眾多車廠像是通用汽車（General Motors）或是來自中國的比亞迪等，都拿起籌碼坐上桌，準備要搶攻這塊市場。而大家手上握的籌碼，就是自家生產的電池。

氫與鋰，都幾？

在電動車產業中，要掌握電動車，就得先掌握好電池。光是電池就佔了整台車 35～40% 的成本，選擇不同種類的電池，更會影響到續行里程、充電效率和安全性。而目前電動車所使用的均為「鋰離子電池」。

大家是否還記得，在十幾年前，與電動車角逐未來「環保車」位置的，還有氫能車。

氫與鋰的競爭勢必發生，它們排在元素週期表最前面，原子序最小的一、三名。鋰的密度甚至僅有每立方公分 0.534 克，比水還要輕，代表在相同的重量下，可以放入更多的原子，攜帶更多的電量，這正是我們最需要的。由於氫氣的分子量小，在燃料電池中的能量轉換效率也不錯，因此「理論上」氫燃料電池的能量密度是鋰離子電池的 150 倍。

只是，就現在技術成熟度來說，明顯是鋰離子電池獲勝，不論是手機、電動車還是大型儲電設備，到處都見得到鋰離子電池的身影。

鋰離子電池

1970 年代，英國化學家惠廷翰（M. Stanley Whittingham）發明了第一個可以充放電的鋰離子電池，其單位重量的儲電效率遠超過當時的鉛蓄電池與鎳鎘電池。在電池中，金屬鋰會在負極丟下電子，以鋰離子的狀態移動到正極，並被特殊設計的二硫化鈦夾層捕捉，電路中的電子則會從負極流往正極，完成電路循環。

不過當時負極所使用的是純金屬鋰，因此，在電池充電、鋰離子會回到負極再結晶成金屬鋰的過程中，會容易形成如同鐘乳石般的晶鬚（Lithium Dendrite），當晶鬚因為反覆充放電變的更長，甚至會戳破電池的保護層，導致短路爆炸。

好在後來美國的古迪納夫（John B. Goodenough）與日本的吉野彰（Akira Yoshino），分別將正極材料換成了鋰鈷氧化物，負極換成可以捕捉鋰離子的碳材料；整顆電池不再有純金屬鋰，只有鋰離子在電解液中移動，確保了安全性，讓鋰離子電池得以商業化。

而這孕育出鋰離子電池的這三位科學家惠廷翰、古迪納夫以及吉野彰，在 2019 年抱回諾貝爾化學獎，實至名歸。

電池的負極在吉野彰將負極換成石墨烯等碳材料後，至今沒有太大的變化，鋰離子電池最主要的改良還是圍繞在正極材料的改變上，我們習慣將不同的鋰離子電池依照它的正極材料來命名，例如：將鋰離子電池的正極改為鋰鈷氧化物，則稱為鈷酸鋰電池。電池發展到現在，陸續登上舞台的還有磷酸鐵鋰電池、磷酸鋰錳鐵電池、鋰鎳鈷鋁電池、鋰鎳錳鈷電池等。

哪個才是最強的電池

「三元電池」是目前市面上可量產的產品中、能量密度最高的電池，也是現在電動車的電池首選。「三元」指的是正極材料中除了鋰以外，加進了鎳、鈷、錳三種元素，具有高容量、低成本的巨大優勢。

除此之外，材料學家發現，如果提高鎳含量，可再進一步提升單位體積的電容量。許多車廠推出的高鎳電池，其鎳含量甚至高達 80 至 90%。這種高鎳三元電池的電容量可以高達每公斤 280～300瓦時（280～300 Wh/kg），相較之下，馬斯克最愛的「磷酸鐵鋰電池」每公斤只有 140~150 瓦時（140~150 Wh/kg），僅三元電池電容量的一半。

那為什麼電動車龍頭特斯拉反而選擇了磷酸鐵鋰電池呢？就是成本考量。

磷酸鐵鋰的成分除了鋰以外，只需要常見的鐵跟磷，完全移除了昂貴的稀有金屬鎳跟鈷，在俄烏戰爭爆發之初，由於俄羅斯是鎳的生產大國，導致鎳的價格在一個月內暴漲了 250%，大大增加了高鎳三元電池的成本負擔。

另外，相對三元電池，磷酸鐵鋰電池不僅成本低，安全性也較高。

除了特斯拉，在 2022 年電動車銷售數量超越特斯拉的中國車廠比亞迪也很愛！比亞迪自行研發的「刀片電池」用的就是磷酸鐵鋰電池，並且透過物理結構的改良，在不過多改變材料的情況下，增加相同體積中的電容量。

次世代電池，Taiwan can help？

科學家預估，鋰離子電池的物理極限大約就在每公斤 300 瓦時，三元電池也差不多摸到這條線了。而這個結果離「完美」絕對還有很大一段距離，因為汽油的能量密度可是每公斤一萬兩千瓦時，鋰離子電池的 40 倍！

先別失望！隨著科技進步，鋰離子電池也將進入次世代。2022 年 3 月，Gogoro 與台灣電池廠商輝能科技共同發表，將在 2024 年導入固態鋰電池，用固態電解質來取代傳統鋰電池中的液態電解液。藉此不僅重量僅有鋰電池的一半，去掉液態成分後更大幅減少漏液、燃燒的風險；更重要的是，固態電池的能量密度上看每公斤 500 瓦時，是三元鋰電池的兩倍，車主們就可以少換幾次電池。

想開電動車的車迷也可以期待，除了 Gogoro 以外，輝能科技也宣布結盟 VinFast，可望在電動車市場上掀起一波固態電池車風潮。

這邊有個更好的消息，超越固態電池，能量密度可以逼近汽油的「空氣鋰電池」已經在研發路上。空氣電池的負極使用鋰金屬，正極則替換為氧氣或二氧化碳，成為鋰氧氣電池（Li–O2 Battery），或是鋰二氧化碳電池（Li–CO2 Battery）；用氣體取代了原先沉重的金屬正極，大大提高了相同重量的電容量。

雖然空氣電池仍在研發，一樣需面對負極沉積時產生的晶鬚、安全等問題；但至少在過去 20 年，鋰電池遇到的困難已經多次被解決，電化學儲能的方式大有可為。

不論是市場上電動車的銷量年年攀升，還是各國政府、車廠的全力投入，電動車主導汽車市場的未來已經清楚可見。未來會不會出現顛覆市場的電池、電動車，甚至是全新型態的交通工具，都令人期待。而在工業製程與材料改革中，「電動車是否真的有比較環保」這個問題，也希望能有個解答。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

假日出門逛街聚餐，玩樂之後看看皮夾裡的信用卡和金融簽帳卡，你知道戶頭裡的餘額是多少嗎？除了到ATM刷卡查看帳戶餘額或者上網路銀行查詢，現在有了更方便的發明！由日本NEC公司所研發的有機自由基電池（Organic Radical Battery，或稱ORB）具有超薄、可彎曲的特性，未來可望應用在信用卡上，為卡片上的小螢幕提供電力，顯示你的帳戶餘額。

有機自由基電池的厚度只有0.3公厘，可以重複充電使用，相當適合用在厚度約0.76公厘的信用卡上。此外，有機自由基電池的輸出功率大，充電速度也比現有的鋰離子電池等充電電池更快，目前NEC公司正在研發整合有機自由機電池的印刷電路板技術，讓負電極可以直接嵌入電路板。有機自由機電池以0.05公厘厚的聚合薄膜包覆，因此可以裝載天線等小型電子元件；雖然輕薄，卻能提供相當大的輸出功率，容量可達3毫安培時、輸出功率5千瓦/升。

簡而言之，這種新型的有機自由基電池只要充一次電，就可以提供螢幕更新資訊2000次、發送位置35次的電力。更令人印象深刻的是，有機自由基電池在充放電500次以後，仍然保有75%的容量，表現相當於一般手機使用的鋰離子電池。NEC公司正在研發各項相關技術，希望不久之後，這種超輕薄、可彎曲的有機自由基電池就能搭配螢幕顯像和加密功能，廣泛應用在各種領域上！

資料來源：Ultra-Thin Batteries Could Power Displays On Credit Cards  本文原發表於Trr.特誌

一襲華美的傳統印度紗麗，在燈光下反射出璀璨的光芒。仔細收縫的布邊，附了一只小標籤，上頭繡著飛蛾般的圖樣。那是印度絲綢標誌組織，授予的真絲證明。^[1] 買衣服看布料成份，天經地義。不過，如果有一天市面上販售蠶繭電池，廠商是否也會標榜百分之百純天然蠶絲？ 2022 年 8 月的《科學報告》期刊上，二名印度學者詳細解說他們攜手打造蠶繭電池的流程，以及背後的科學原理。^[2]

蠶繭電池的製作

首先，他們弄來一些印度當地家蠶（Bombyx mori）的繭，攤在陽光下曝曬，以確保裡面沒有活著的蛹。吹掉灰塵後，再把蠶繭儲存在木櫃子裡備用。接著，於 25 毫升的再蒸餾水中，加入 12.5 公克的食鹽（NaCl），然後把蠶繭丟進去浸泡 24 小時。另外，也用雷同的方法，準備分別泡了再蒸餾水和氯化鉀（KCl）水溶液的兩個組別。^[2]

（a）每個蠶繭都被切成兩份，做一顆蠶繭電池需要 8 份。^[2]

（b）切好的蠶繭內面緊實地套住鋁片；外頭則綑上銅線。鋁是負極；銅為正極。^[2]

（c）將組裝好的 8 份蠶繭串起來，放在吹風機和圓底瓶之間。上頭吹熱風；下面供應水蒸氣。^[2]

（圖／參考資料 2，Figure 2）

經過一番測試之後，研究團隊最滿意食鹽水這組的結果，決定再做一個進階版的裝置：他們將蠶繭電池放在熱水壺的壺嘴，並接上 LED 燈泡。熱水大滾，水壺裡冒出來的蒸氣觸發蠶繭電池，燈泡就會發光，像下面影片中看到的模樣。^[2] （畫面長寬比例差距過大，建議開全螢幕較方便觀賞。）

蠶繭電池的原理

（a）蠶繭是一層內外結構不對稱的絲質薄膜。圖中黃色代表內面；褐色則為外側。^[2]

_{（圖／參考資料 2，Figure 9a）}

（b）此為蠶繭薄膜切面的局部放大圖。由內（黃色）而外（褐色），蠶繭上面細孔通道的尺寸逐漸變大。^[2]這個結構平時的功能，是令水分子和二氧化碳得以快速地排出，但卻只能緩慢地滲入。前者確保蠶繭幾乎防水；後者則避免類溫室效應的發生。^[3]

_{（圖／參考資料 2，Figure 9b）}

（c）圓底瓶供應的水蒸氣，被困在細孔通道中。當吹風機為蠶繭加熱，水分子與蠶繭蛋白作用，H₃O⁺ 等電荷載體應運而生。它們會因為通道內外寬窄帶來的水壓不對等，而朝單一方向運動。^[2][註]

（圖／參考資料 2，Figure 9c）

（d）鋁和銅基於電負度（electronegativity）不同，也就是吸引電子的能力有所差異，更加劇了方向性移動的效果。^{[2, 4]} 另外，食鹽水能增加電荷載體的濃度，促進蠶繭電池導電的效能。^[2]

_{（圖／參考資料 2，Figure 9d）}

吹風機的熱風與圓底瓶的水蒸氣，讓水分子迅速穿過蠶繭的細孔通道，也就是快速充電的意思。^[2] 這個乾溼無限循環的靈感，源自蠶繭所處的自然環境。蠶繭通常吊在樹上，樹葉會給它滋潤的水氣，但陽光又導致水份蒸散，二者不斷改變溫度與濕度。然而，當蠶繭被放在攝氏 5 和 50 度的環境下，裏頭還能分別維持 25 與 34 度。^[3] 在調節溫度的過程中，從溫差產生電能，便是熱電效應（thermoelectric effect）的展現。^{[2, 5]} 當溫溼度都極高，充飽電的蠶繭就會用類似腦波的信號，通知蛾該退房了。^{[2, 3]} 這也就是蛻變的現象，具有季節性的原因。^[3]

蠶繭綠電建築

蠶繭電池製作起來雖然事倍功半，但是研究團隊寄予它極高的期望。充電靠水蒸氣；導電用食鹽，二者都是地球上容易採集的資源。因此，他們認為蠶繭電池的前景，必然優於目前市售的儲電或發電裝置。是不是純天然蠶絲不要緊，重點是希望未來能夠人工模仿蠶繭的結構，以生態友善的方式，建造會自體發電的生物聚合建築。如此一來，就能輕易滿足偏遠地區、戰略要地以及其他地方的用電需求。^[2]

備註

原文專業的說法是，內外寬窄不對稱的細孔通道中，水壓梯度會導致電位差，進而使電荷載體出現方向性的運動。

1. Silk Mark – A Quality Assurance label (Silk Mark Organisation of India, 2017)
2. Jangir H & Das M. (2022) ‘Designing water vapor fuelled brine-silk cocoon protein bio-battery for a self-lighting kettle and water-vapor panels’. Scientific Reports, 12, 13999.
3. Tulachan B, Srivastava S, Kusurkar T, et al. (2016) ‘The role of photo-electric properties of silk cocoon membrane in pupal metamorphosis: A natural solar cell’. Scientific Reports, 6, 21915.
4. 電負度（國立臺灣大學 科學Online，2010）
5. Chandler DL. (2010) ‘Explained: Thermoelectricity’. Massachusetts Institute of Technology.