奈米下的慢光

本文由 鼎新數智 與 泛科學 共同規劃與製作

你有沒有想過，當 AI 根據病歷與 X 光片就能幫你診斷病症，或者決定是否批准貸款，甚至從無人機發射飛彈時，它的每一步「決策」是怎麼來的？如果我們不能知道 AI 的每一個想法步驟，對於那些 AI 輔助的診斷和判斷，要我們如何放心呢？

馬斯克與 OpenAI 的奧特曼鬧翻後，創立了新 AI 公司 xAI，並推出名為 Grok 的產品。他宣稱目標是以開源和可解釋性 AI 挑戰其他模型，而 xAI 另一個意思是 Explainable AI 也就是「可解釋性 AI」。

如今，AI 已滲透生活各處，而我們對待它的方式卻像求神問卜，缺乏科學精神。如何讓 AI 具備可解釋性，成為當前關鍵問題？

黑盒子模型背後的隱藏秘密

無法解釋的 AI 究竟會帶來多少問題？試想，現在許多銀行和貸款機構已經使用 AI 評估借貸申請者的信用風險，但這些模型往往如同黑箱操作。有人貸款被拒，卻完全不知原因，感覺就像被分手卻不告訴理由。更嚴重的是，AI 可能擅自根據你的住所位置或社會經濟背景給出負面評價，這些與信用風險真的相關嗎？這種不透明性只會讓弱勢群體更難融入金融體系，加劇貧富差距。這種不透明性，會讓原本就已經很難融入金融體系的弱勢群體，更加難以取得貸款，讓貧富差距越來越大，雪上加霜。

AI 不僅影響貸款，還可能影響司法公正性。美國部分法院自 2016 年起使用「替代性制裁犯罪矯正管理剖析軟體」 COMPAS 這款 AI 工具來協助量刑，試圖預測嫌犯再犯風險。然而，這些工具被發現對有色人種特別不友好，往往給出偏高的再犯風險評估，導致更重的刑罰和更嚴苛的保釋條件。更令人擔憂的是，這些決策缺乏透明度，AI 做出的決策根本沒法解釋，這讓嫌犯和律師無法查明問題根源，結果司法公正性就這麼被悄悄削弱了。

此外，AI 在醫療、社交媒體、自駕車等領域的應用，也充滿類似挑戰。例如，AI 協助診斷疾病，但若原因報告無法被解釋，醫生和患者又怎能放心？同樣地，社群媒體或是 YouTube 已經大量使用 AI 自動審查，以及智慧家居或工廠中的黑盒子問題，都像是一場越來越複雜的魔術秀——我們只看到結果，卻無法理解過程。這樣的情況下，對 AI 的信任感就成為了一個巨大的挑戰。

為什麼人類設計的 AI 工具，自己卻無法理解？

原因有二。首先，深度學習模型結構複雜，擁有數百萬參數，人類要追蹤每個輸入特徵如何影響最終決策結果，難度極高。例如，ChatGPT 中的 Transformer 模型，利用注意力機制（Attention Mechanism）根據不同詞之間的重要性進行特徵加權計算，因為機制本身涉及大量的矩陣運算和加權計算，這些數學操作使得整個模型更加抽象、不好理解。

其次，深度學習模型會會從資料中學習某些「特徵」，你可以當作 AI 是用畫重點的方式在學習，人類劃重點目的是幫助我們加速理解。AI 的特徵雖然也能幫助 AI 學習，但這些特徵往往對人類來說過於抽象。例如在影像辨識中，人類習慣用眼睛、嘴巴的相對位置，或是手指數量等特徵來解讀一張圖。深度學習模型卻可能會學習到一些抽象的形狀或紋理特徵，而這些特徵難以用人類語言描述。

深度學習模型通常採用分佈式表示（Distributed Representation）來編碼特徵，意思是將一個特徵表示為一個高維向量，每個維度代表特徵的不同方面。假設你有一個特徵是「顏色」，在傳統的方式下，你可能用一個簡單的詞來表示這個特徵，例如「紅色」或「藍色」。但是在深度學習中，這個「顏色」特徵可能被表示為一個包含許多數字的高維向量，向量中的每個數字表示顏色的不同屬性，比如亮度、色調等多個數值。對 AI 而言，這是理解世界的方式，但對人類來說，卻如同墨跡測驗般難以解讀。

試想，AI 協助診斷疾病時，若理由是基於醫生都無法理解的邏輯，患者即使獲得正確診斷，也會感到不安。畢竟，人們更相信能被理解的東西。

打開黑盒子：可解釋 AI 如何運作？我們要如何教育 AI？

首先，可以利用熱圖（heatmap）或注意力圖這類可視化技術，讓 AI 的「思維」有跡可循。這就像行銷中分析消費者的視線停留在哪裡，來推測他們的興趣一樣。在卷積神經網絡和 Diffusion Models 中 ，當 AI 判斷這張照片裡是「貓」還是「狗」時，我需要它向我們展示在哪些地方「盯得最緊」，像是耳朵的形狀還是毛色的分布。

其次是局部解釋，LIME 和 SHAP 是兩個用來發展可解釋 AI 的局部解釋技術。

SHAP 的概念來自博弈，它將每個特徵看作「玩家」，而模型的預測結果則像「收益」。SHAP 會計算每個玩家對「收益」的貢獻，讓我們可以了解各個特徵如何影響最終結果。並且，SHAP 不僅能透過「局部解釋」了解單一個結果是怎麼來的，還能透過「全局解釋」理解模型整體的運作中，哪些特徵最重要。

以實際的情景來說，SHAP 可以讓 AI 診斷出你有某種疾病風險時，指出年齡、體重等各個特徵的影響。

LIME 的運作方式則有些不同，會針對單一個案建立一個簡單的模型，來近似原始複雜模型的行為，目的是為了快速了解「局部」範圍內的操作。比如當 AI 拒絕你的貸款申請時，LIME 可以解釋是「收入不穩定」還是「信用紀錄有問題」導致拒絕。這種解釋在 Transformer 和 NLP 應用中廣泛使用，一大優勢是靈活且計算速度快，適合臨時分析不同情境下的 AI 判斷。比方說在醫療場景，LIME 可以幫助醫生理解 AI 為何推薦某種治療方案，並說明幾個主要原因，這樣醫生不僅能更快做出決策，也能增加患者的信任感。

第三是反事實解釋：如果改變一點點，會怎麼樣？

如果 AI 告訴你：「這家銀行不會貸款給你」，這時你可能會想知道：是收入不夠，還是年齡因素？這時你就可以問 AI：「如果我年輕五歲，或者多一份工作，結果會怎樣？」反事實解釋會模擬這些變化對結果的影響，讓我們可以了解模型究竟是如何「權衡利弊」。

最後則是模型內部特徵的重要性排序。這種方法能顯示哪些輸入特徵對最終結果影響最大，就像揭示一道菜中，哪些調味料是味道的關鍵。例如在金融風險預測中，模型可能指出「收入」影響了 40%，「消費習慣」占了 30%，「年齡」占了 20%。不過如果要應用在像是 Transformer 模型等複雜結構時，還需要搭配前面提到的 SHAP 或 LIME 以及可視化技術，才能達到更完整的解釋效果。

講到這裡，你可能會問：我們距離能完全信任 AI 還有多遠？又或者，我們真的應該完全相信它嗎？

我們終究是想解決人與 AI 的信任問題

當未來你和 AI 同事深度共事，你自然希望它的決策與行動能讓你認可，幫你省心省力。因此，AI 既要「可解釋」，也要「能代理」。

舉例來說，當一家公司要做一個看似「簡單」的決策時，背後的過程其實可能極為複雜。例如，快時尚品牌決定是否推出新一季服裝，不僅需要考慮過去的銷售數據，還得追蹤熱門設計趨勢、天氣預測，甚至觀察社群媒體上的流行話題。像是暖冬來臨，厚外套可能賣不動；或消費者是否因某位明星愛上一種顏色，這些細節都可能影響決策。

這些數據來自不同部門和來源，龐大的資料量與錯綜關聯使企業判斷變得困難。於是，企業常希望有個像經營大師的 AI 代理人，能吸收數據、快速分析，並在做決定時不僅給出答案，還能告訴你「為什麼要這麼做」。

傳統 AI 像個黑盒子，而可解釋 AI （XAI）則清楚解釋其判斷依據。例如，為什麼不建議推出厚外套？可能理由是：「根據天氣預測，今年暖冬概率 80%，過去三年數據顯示暖冬時厚外套銷量下降 20%。」這種透明解釋讓企業更信任 AI 的決策。

但會解釋還不夠，AI 還需能真正執行。這時，就需要另一位「 AI 代理人」上場。想像這位 AI 代理人是一位「智慧產品經理」，大腦裝滿公司規則、條件與行動邏輯。當客戶要求變更產品設計時，這位產品經理不會手忙腳亂，而是按以下步驟行動：

1. 檢查倉庫物料：庫存夠不夠？有沒有替代料可用？
2. 評估交期影響：如果需要新物料，供應商多快能送到？
3. 計算成本變化：用新料會不會超出成本預算？
4. 做出最優判斷，並自動生成變更單、工單和採購單，通知各部門配合執行。

這位 AI 代理人不僅能自動處理每個環節，還會記錄每次決策結果，學習如何變得更高效。隨時間推移，這位「智慧產品經理」的判斷將更聰明、決策速度更快，幾乎不需人工干預。更重要的是，這些判斷是基於「以終為始」的原則，為企業成長目標（如 Q4 業績增長 10%）進行連續且動態地自我回饋，而非傳統系統僅月度檢核。

這兩位 AI 代理人的合作，讓企業決策流程不僅透明，還能自動執行。這正是數智驅動的核心，不僅依靠數據驅動決策，還要能解釋每一個選擇，並自動行動。這個過程可簡化為 SUPA，即「感知（Sensing）→ 理解（Understanding）→ 規劃（Planning）→ 行動（Acting）」的閉環流程，隨著數據的變化不斷進化。

以偉勝乾燥工業為例，他們面臨高度客製化與訂單頻繁變更的挑戰。導入鼎新 METIS 平台後，偉勝成功將數智驅動融入業務與產品開發，專案準時率因此提升至 80%。他們更將烤箱技術與搬運機器人結合，開發出新形態智慧化設備，成功打入半導體產業，帶動業績大幅成長，創造下一個企業的增長曲線。

值得一提的是，數智驅動不僅帶動業務增長，還讓員工擺脫繁瑣工作，讓工作更輕鬆高效。

數智驅動的成功不僅依賴技術，還要與企業的商業策略緊密結合。為了讓數智驅動真正發揮作用，企業首先要確保它服務於具體的業務需求，而不是為了技術而技術。

這種轉型需要有策略、文化和具體應用場景的支撐，才能讓數智驅動真正成為企業持續增長的動力。

還在猶豫數智驅動的威力？免費上手企業 AI 助理！ 企業 AI 體驗 現在使用專屬邀請碼《 KP05 》註冊就享知：https://lihi.cc/EDUk4 訂閱泛科學獨家知識頻道，深入科技趨勢與議題內容。 立即免費加入

本文由 環境部 委託，泛科學企劃執行。 

政策環評是什麼，跟一般環評差在哪？

隨著公共建設的規模越來越大，傳統的環境影響評估（EIA），難以應對當今層層疊疊的環境議題。當我們評估一項重大政策時，只看「單一開發案」已經不夠，就像評估一棵樹，卻忽略了整片森林。因此，政策環境影響評估（SEA）應運而生，它看樹，也看森林，從政策的角度進行更全面的考量與評估。

與只專注於「單一開發案」的個案環評不同，政策環評更像是一場全面性的檢視，強調兩個核心重點：「整合評估」與「儘早評估」。簡單來說，這不再是逐案評估的模式，而是要求政府在制定政策時，就先全面分析可能帶來的影響，從單一行為的侷限中跳脫，轉而聚焦在整體影響的視角。無論是環境的整體變化，還是多項行為累計起來的長期影響，政策環評的目的就是讓這些潛在問題能儘早浮現、儘早解決。

除此之外，政策環評還像是一個大型的協商平台，以永續發展為最高指導原則，公開整合來自不同利益團體、民眾與各機關的意見。這裡，決策單位不再只是單純的「評分者」，而是轉為「協調者」或「仲裁者」，協調各方的意見看法在這裡得到整合，讓過程更具包容性。

政策環評並沒有所謂的「否決權」，而是側重意見的蒐集與整合，讓行政機關在政策推動時，能更全面地掌握各方意見。政策環評旨在建立系統化、彈性的決策評估程序（包含量化、特徵化等評估方式），也廣納社會面或民眾滿意度等影響因子，把正式與非正式的作法一併考量進去。再來，決策程序中能層層檢討、隨時修正，也建立了追蹤機制和成效評估標準（如環境殘餘效應、累積效應等），透過學習來強化決策品質與嚴謹度。就像一場球賽，隨時根據變化、調整策略。

這樣的制度設計，就非常適合離岸風電這類規模大、跨區域、影響層面廣泛的能源政策評估，讓我們可以在政策推動初期就想到整個工程對環境、產業發展與社會的諸多影響，也為後續政策執行奠定更穩固的基礎。

離岸風電為何需要的是政策環評？

離岸風電是能源轉型的重要策略之一，但這不是只在某塊空地上架幾個風車，而是要在廣闊的大海中進行大規模建設，牽涉的不僅是發電，還涉及海洋保育、航空交通、水下文化資產等議題，更與當地漁民的權益息息相關。

這樣的大型離岸風電工程，因海洋環境的風險和不確定性極高，很容易讓人擔心生態影響。如何在海洋生態保護和綠能發展之間找到平衡點？這就需要政策環評的把關，從多方檢視這些複雜的挑戰，確保政策推行既能穩妥，又能達成發電目標。

2016 年 3 月，經濟部自願提出「離岸風電區塊開發政策評估說明書」，是臺灣首次針對再生能源政策所進行的政策環評。根據這份評估說明書，政府將採分期公告、逐年檢討的方式，每三年開放 0.5~1 百萬瓩（GW）的電量額度鼓勵業者投入開發。當時環保署（現為環境部）歷經九個月召開 2 次意見徵詢會議，蒐集環評委員、專家學者、相關機關、民眾等意見，最終於同年 12 月的環評委員會作出徵詢意見。這些協商和檢討的過程，讓政策「名正言順」，得以充分顧及各方利益與生態平衡。

共通性環境議題與因應對策

在「離岸風電區塊開發政策評估說明書」中，環評會議盤點了開發過程中共通的環境議題。

首先，對於海洋生態保育的重點，特別是對中華白海豚的保護。環評會要求風機基座必須距離白海豚棲地1公里以上，以減少對其生態的干擾。實際上，這項規範在後續的實務執行中更為嚴格，例如，福海二期示範風場已退縮到 2.5 公里外，臺電二期風場甚至退到 4.2 公里外，顯示政策環評確實發揮了實質作用。此外，針對施工期間的聲音干擾，要求施工需有 30 分鐘以上的打樁緩啟動時間，並限制聲量不得超過 180 分貝等。

針對鳥類保育，政策環評也訂立了具體規範。其中，包括風機之間必須留設 500 公尺以上的鳥類穿行廊道，並在施工期間避開每年 11 月至隔年 3 月的候鳥過境期。同時，為確保這些措施確實生效，工程方也被要求設置「鳥類活動監測系統」，持續追蹤、評估風場對鳥類的影響。

此外，環評會也確立了「先遠後近」的開發原則，要求優先開發較單純的航道外側區塊，待累積足夠經驗及相關資料後，再進行近岸區域的開發。這項原則考量了近海生態系的複雜性，也顧到養殖漁業的漁民權益，展現出政策環評在平衡發展需求與環境保護上的價值。

新一代的審查機制：達成能源轉型及環境保護雙贏

為提升環評效率並確保審查品質，環境部參考過去離岸風電審查經驗，制定「風力發電離岸系統開發行為環境影響評估初審作業要點」，建立了全新的二階段審查機制。

這套新機制分為兩個階段。第一階段，就像「初步檢查」，由環境部依照檢核表進行初審，並由環評審查委員會執行秘書邀集 2-5 位環評委員進行初審，通過第一階段初審之業者，可取得經濟部遴選資格，其初審結果有效期為兩年，必要時可申請展延一年。接著進入「第二階段」，開發單位檢附目的事業主管機關核配的容量證明文件等資料，提供更詳細的環境影響說明書以進行實質審查。

檢核表明確規範了 15 大項審查事項、112 項檢核項目，涵蓋開發案的全生命週期。

在工程面，包含風機及海上變電站基礎設置、海域電纜路線規劃、陸域設施工程等硬體設施的規範。其中，風機基礎設置必須避開海岸保護區、河口、潮間帶等環境敏感區域，且須進行地震危害度分析。海域電纜部分，除特殊情形外，埋設深度至少須達 1.5 公尺，且不得跨越中華電信海底電纜 1 公里的範圍。

環境保護上，檢核表則對施工噪音管制訂立了明確標準。舉例來說，打樁期間警戒區 750 公尺範圍內的水下噪音不得超過 160 分貝，且必須全程採用最佳噪音防制工法。同時，每個開發案或聯席審查的風場，同一時間內只能進行一支基樁施作，而日落前一小時到日出前也不得啟動新的打樁作業。

環境監測計畫更是檢核表中的重點，分為「施工前、施工期間、營運期間」三階段，每個階段都規定了詳細的監測要求（包括海域底質監測、水下噪音監測、鯨豚目視監測等）。以鯨豚監測為例，每年需執行20趟次，四季中每季至少執行 2 趟次。此外，所有監測數據都必須上傳至環境部「環保專案成果倉儲系統」（https://epaw.moenv.gov.tw/）供各界查閱。

這套標準化的審查機制不僅解決了「同一風場可能有多家廠商重複調查或審查」的資源浪費，也透過明確的檢核項目，讓開發單位在規劃階段就能掌握更具體的環境保護要求。不僅如此，該機制亦確保了環境保護標準前後一致，避免不同案件之間標準不一。

結語

透過新的審查機制，環境部正積極推動再生能源開發案的環評審查作業，在提升行政效率之餘，也確保環境影響評估的品質，支持臺灣的離岸風電開發及國家能源轉型政策，也做好把關。藉由標準化檢核表和二階段審查制度，期待能在推動能源轉型的同時落實環境保護。

為確保制度能持續精進，環境部每半年至一年會進行制度檢討，並持續公開所有環評書件於「環評書件查詢系統」（https://eiadoc.moenv.gov.tw/eiaweb/）。此外，環評會議召開前一週，也必須在指定網站公布開會訊息，讓民眾能申請列席旁聽或發表意見。透明化措施一方面展現了政府推動永續發展的決心，另一方面也確保全民能共同參與監督離岸風電的發展過程。未來，這套制度將在各界的檢視與建議中持續完善，為臺灣的永續發展貢獻心力，發揮環評作業的最大效益。

• 作者／賴昭正 前清大化學系教授、系主任、所長；合創科學月刊

起初神創造了天地。大地空虛混沌； 深淵的表面一片黑暗；神的靈運行在水面上。神說，「讓它有光」，於是就有了光。 神看見光是好的；神將光明與黑暗分開。 -創世紀 1:3

1905 年愛因斯坦在題為「關於運動物體的電動力學」（On the Electrodynamics of Moving Bodies）的論文引言裡謂：

我們建議將「相對性原理」這個猜想（conjecture）提升到一個公設（postulate）的地位，並引入另一個表面上與它不調和（irreconcilable）的公設，即光在真空中的傳播速率為一與發射體運動狀態無關的定值 c。這兩個假設足以（讓我們）透過適用於靜止物體（狀態）之馬克斯威（James Maxwell）理論，導出一個簡單且不矛盾（consistent）的電動力學理論。

愛因斯坦真大膽：一個可以用實驗來確定的光速，怎麼可以定為「公設」呢?光速與發射體運動狀態無關不是完全違反了我們日常生活的經驗（如聲速）嗎？

更令人難以相信的是：當時的物理與天文學家因為馬克斯威方程式（Maxwell Equation）的成功，都認為空間充滿了絕對靜止的「以太」，「光速為定值」僅是相對於這一固定的「以太」而言；而愛因斯坦竟初生之犢不畏虎，開宗明義地謂不要爭辯了，我們將光在真空中的速度「公訂」為與發射體運動狀態無關的定值 c！幸運地，在「立即引起了我的熱烈關注」下，當時歐洲受人尊敬的理論物理學大師普朗克（Max Planck）立即在柏林大學開始講授相對論，並公開為愛因斯坦的抽象概念理論辯護！由於普朗克的影響，這篇愛因斯坦根本沒想到是「革命性的」、完全改變牛頓之時空觀念的論文終於與量子力學一起開創了近代物理學。

當然，我們現在知道實驗上已經證明了這一「公設」的正確性；愛因斯坦怎麼那麼「神」呢？

隨「光」逐流

第二次世界大戰結束後不久，愛因斯坦受邀在「在世哲學家圖書館」（Library of Living Philosophers）撰寫一篇知識分子自傳（註一）。在該《自傳筆記》（Autobiographical Notes）裡，愛因斯坦開張寫道：「我坐在這裡是為了在 67 歲時寫一些類似於我自己之訃文的東西」，然後以無與倫比的溫暖和清晰解釋了他的思想路徑：從年輕時對幾何的興趣，轉向馬克斯威、馬赫（Ernst Mach）、和波爾（Niels Bohr)等哲學、科學家對他自己之理論發展的影響。此書是愛因斯坦留給我們的唯一個人自傳筆記，為科學史上的一部經典著作。

在講述導致狹義相對論的發展時，愛因斯坦在《自傳筆記》中回憶道：

…..我在十六歲時就已經遇到了一個悖論：如果我以速度c（真空中的光速）追逐上一束光，我應該觀察到其電磁場將是靜止不前進，只是在空間上振盪而已。然而，無論是根據經驗，還是根據馬克斯威方程組，這現象似乎不存在。（因此）從一開始，我就直覺地清楚看到，從這樣一個觀察者的角度來看，一切都必須按照與相對於地球靜止的觀察者相同的定律發生。第一個觀察者如何知道或能夠確定他處於一快速、等速的運動狀態？從這個悖論中可以看出，狹義相對論的種子已經包含在內。

愛因斯坦如何解決這悖論呢?

一場風暴

愛因斯坦在瑞士專利局任職時，經常與「奧林匹亞學院」(Olympia Academy)的成員討論光速之謎。1905 年 5 月中旬，他突然想到光速之謎的答案就隱藏在用於測量時間的程序中，他回憶說：「我的腦海中掀起了一場風暴」。隔天一大早碰到一位工程師同事就迫不及待地告訴說：「我已經徹底解決了這個問題。對時間概念的分析是我的解決方案：時間不能是絕對的，時間和訊號速度之間存在著密不可分的關係。」

在風暴中，愛因斯坦匆匆忙忙地在數週內完成了那革命性的狹義相對論論文。在此讓我們看看為什麼他認為「時間和訊號速度之間存在著密不可分的關係」。

愛因斯坦同步程序

要測量光速，必須讓光訊號在已知距離內從一個位置跑到另一個位置，然後透過起點和終點的時鐘讀數之差異來確定傳播時間。因此用於測量傳播時間的時鐘必須同步，否則它們之讀數差異將毫無意義。可是我們卻需要利用光速來同步化兩個不同地方之時鐘，這顯然是「雞生蛋、蛋生雞」的循環邏輯問題。

愛因斯坦的風暴就是他終於想出了可以避免循環邏輯的同步化假想實驗：在 t_A 時從 A 發出一道光線，當它在 t_B 到達 B 時立刻讓它反射回去，於 t’_A 時到達 A；如果

則我們稱 A、B 兩地的時鐘精確地同步化了。例如 A 在 1:00 發出光信號，1:10 收到反射回來的光信號，如果 B 收到光信號的時刻是 1:05（或者將它調到 1:05），那麼 A、B 兩地的時鐘便是同步。今天的物理學家將此方法稱為「愛因斯坦同步程序」( Einstein Synchronization Procedure )。

光速定值的「公設」

愛因斯坦接著說：「另外，根據經驗，我們進一步要求

為普適常數（真空中的光速）。」這是根據經驗計算光在兩點間之平均速度的方法，毫不起眼，但卻隱藏著一個非常不尋常的「陰謀」？

邏輯告訴我們：如果我們用另一毫不起眼的 t_B 定義去測單方向的光速（A 到 B或 B 到 A），其值一定是 c ( 註二 )！因此愛因斯坦說：「…我們根據定義確定，光從 A 傳播到 B 所需的時間等於光從 B 傳播到 A 所需的時間。」也就是說愛因斯坦在這裡從「平均速度」及「愛因斯坦同步程序」的定義，魔術般地導入了他的公設：光在任何方向的速度都是一樣的 c 值！

為什麼這是個「陰謀」呢？在愛因斯坦的假想實驗中，我們既然不需要知道光的速度，為什麼不用聲音呢？答案很簡單：因為我們知道聲速會受到 A、B 兩點與空氣之相對速度的影響；如果風從 A 吹到 B，那麼 B 收到聲音的時間將比愛因斯坦之 t_B 早！ 可是那時候幾乎所有的物理學家都相信光是在「乙太」中傳播的（見後），愛因斯坦怎麼知道光速不會受到 A、B 兩點與「乙太」之相對速度的影響？

歷史上最「失敗」的實驗

在「近代物理的先驅：馬克斯威」裡，筆者提到曾被評選為有史以來第三大物理學家馬克斯威用簡潔數學方程式━「馬克斯威方程式」━闡釋了當時已知的電磁現象。1865 年，馬克斯威透過其方程式導出電磁波的存在，並證明光事實上就是一種電磁波！光既然是一種波動，那像水波及聲波一樣應該有傳播的媒體(介質)，物理學家開始尋找這一稱為「乙太」的媒體，並測試地球在這一媒體中的運動狀態。

這些實驗中最有名的是後來被稱為歷史上最「失敗」的實驗：1887 年，邁克爾森（Albert Michelson）與莫利（Edward Morley）用光干涉儀測量地球與乙太的相對運動速率。邁克爾遜和莫利預計會發現：分道揚鑣的兩道光束在不同時間回到探測器，從而可以計算出地球在乙太中的運動速度。但他們非常失望地發現：無論光向哪個方向傳播，它總是以相同的速度移動，因此下結論説：如果乙太存在，地球與乙太的相對運動速率為零！他們認為這有兩種可能的解釋：(1) 在地球表面之乙太被地球拖著走；或 (2) 根本沒有乙太（參見「乙太存在與否的爭辯」）。但更簡單的解釋應該就是愛因斯坦的不要爭辯「公設」；可是誰敢提出這種違反常識的論調呢？或許只有當時還是默默無聞的瑞士專利局小職員吧？

可是愛因斯坦回憶說：「在我自己的發展中，邁克爾遜的結果並沒有(對我)產生很大的影響。我甚至不記得當我寫第一篇關於這個主題的論文時（1905 年），我是否知道它。」然而愛因斯坦也在許多場合中曾經反覆使用「可忽略不計」、「間接」、「非決定性」等詞彙來形容邁克爾遜實驗對他思想的影響…。看來「愛因斯坦當時是否知道邁克爾遜實驗結果」這個問題將永遠是個懸案。但可以肯定的似乎是：即使愛因斯坦知道邁克爾遜的結果，它對愛因斯坦理論的起源貢獻應該是非常小和間接的，絕對不是他發現相對論的主要推動因素。

事實上前面提到：愛因斯坦根本可以不需要知道，因為在他的時鐘同步程序下，光速一定是定值，與實驗結果或「乙太」是否存在無關。相反地，如果愛因斯坦清楚不用時鐘同步化的邁克爾遜-莫利實驗，那風暴可能就不會產生了！

時鐘同步化與光速無關

測量單方向光速實際上並不需要同步化的兩個時鐘（即沒有循環論證的問題）。例如 A、B 兩地皆在赤道上，A 在 1:00 發出光信號，B 在收到光信號後等 12 小時再發射回去，如果 A 在收到 B 光信號的時間是 13:04，那麼因為地球 24 小時自轉一次的關係，AB 距離除以 0.02 便是光單方向（相對於宇宙）的速度。在這一個實驗中，A、B 兩地的時鐘根本不必要同步化，只要它們的精確度是一樣就可以了。

人類早在 18 世紀初就已經知道如何製造相當精確及穩定的時鐘：哈里森（John Harrison）是英國的一名木匠，自學了鐘錶製作；在 1720 年代中期，他設計了一系列卓越的精密長殼時鐘，其精確度已經高達一個月僅差一秒（註三）。我們可以將兩個 Harrison-IV 時鐘在 A 處校正，然後慢慢（原則上無限地慢）將其中一個移到它處，不但可以用它來同步化這些地點的時鐘，還可以用來直接測量單方向的光速。

還有，首次確鑿證明地球在動的布拉德利（James Bradley）早在 1729 年就已經透過「星光像差」（stellar aberration）測得高達 0.4% 精確度的光速；而發明「傅科擺」（Foucault pendulum）來證明地球在自轉的傅科（Léon Foucault）則在1862年透過旋轉鏡與單鐘測得 0.6% 精確度的光速。

馬克斯威方程式也告訴我們，不需要使用任何時鐘，透過測量自由空間的磁導率和介電常數即可間接計算光速，完全避開愛因斯坦的循環論證邏輯。事實上馬克斯威 1865 年就是用這兩個實驗數據計算出電磁波的傳播速度為每秒鐘 310740000 公尺，接近當時光速的（傅科）實驗值。馬克斯威認為這不會是巧合，謂：「我們幾乎無法避免這樣的結論：光存在於同一介質的橫向波動中，這是電和磁現象的原因」，因此他預測光是一種電磁波。

上面這些說明了 20 世紀黎明前，科學家就已經知道了：時間（校時）和訊號速度之間並不存在著密不可分的關係。事實上愛因斯坦更應該知道，因為當他被問到是否站在牛頓的肩膀上時，他回答說：「不，是站在馬克斯威的肩膀上！」所以不知道愛因斯坦是否故意沒想到這些，以便透過陰謀來創造相對論？在今天，愛因斯坦那篇沒有任何參考資料的相對論論文是不可能被接受發表的！

愛因斯坦的規定

在愛因斯坦同步程序下，無論光的實際速度是多少，光速測量起來總是定值 c。難道愛因斯坦不知道這「魔術」充滿了漏洞嗎？一個可能的解釋是 19 世紀末電報線和鐵路將整個歐洲連接成一個巨大的網絡，為了以確保訊息、乘客、和貨物的順利流動，同步時鐘是非常實際的考慮；愛因斯坦是專利局電訊操作設備的技術專家，負責審查時鐘同步的網路電磁設備之專利申請，因此他一定在思考時鐘同步問題，加上經年累月地為光速所困，似乎很自然地便往這牛角尖裡鑽。

我們知道魔術是騙人耳目與大腦的，不能用在科學上。光速是可以量的，怎麼可以根據定義確定（光從 A 傳播到 B 所需的時間等於光從 B 傳播到 A 所需的時間）？因此在其 1916 年之科普《相對論：狹義理論與廣義理論》一書中，愛因斯坦辯說：「（假設 M 在 A、B 兩處之正中間）實際上光需要相同的時間穿過路徑 AM 和穿過路徑 BM，這既不是關於光之物理性質的假設（supposition）、也不是假說（hypothesis，註四），而是我可以根據自己的自由意志做出的規定（stipulation），以便得出同時性的定義（註五）」。換句話說，愛因斯坦認為光速恆定是一種「規定」，與物理無關，無需解釋其真偽（註六）。且聽「創相對論紀 1:3」道來：

19 世紀中旬馬克斯威創造了馬克斯威方程式。大地充滿了乙太；深淵的裡面測不出地球的運動；愛因斯坦的靈運行在其中。愛因斯坦說，「讓光速為定值」，於是光就依定值傳播。愛因斯坦看見定速是好的；愛因斯坦將定速與乙太分開。

結論

從上面的分析看來，愛因斯坦這「光速為定值的規定」似乎是建基於錯誤的認知上，所以顯然愛因斯坦其實沒有那麼神！

開玩笑的，事實上愛因斯坦是筆者佩服的極少數科學家之一！在「思考別人沒有想到的東西──誰發現量子力學？」一文裡，筆者指出：當普朗克還一直在努力地想讓他的量子解釋能容於古典力學時，愛因斯坦已認識到量子不連續性是普朗克黑體輻射理論的重要組成部分！也只有愛因斯坦能看出波思（Satyendra Bose）一篇被英國名物理雜誌退稿、題為「普朗克定律及光量子的假設」的重要性，開創了量子統計力學！更奇怪的是：他被證明是錯的「EPR 悖論（EPR Paradox）」竟推動了許多如量子密碼學、量子計算機、量子資訊理論、量子遠程傳送等的研究；而他自認是一生中最大錯誤的「宇宙論常數」則成為研究近代宇宙的主要工具。……因此筆者總覺得愛因斯坦雖然像常人一樣犯錯，但對物理卻具有一般人所沒有的第六感！或許愛因斯坦心裡早就預感光速應該是定值（註七），其同步程序只是設計出來「證明」光速恆定的妙計？

雖然以卓越教學而備受讚賞的慕尼黑大學理論物理學教授薩默費爾德 ( Arnold Summerfeld ) 曾於 1907 年對愛因斯坦的公設提出「微辭」，但現在物理學家從未公開批評該相對論公設，只是默默地屏棄此一公設，改採將光速恆定作為可以實驗驗證的物理定律（經驗基礎）：光速恆定不是規定，而是根基於實驗的自然界基本定律。

如果光相對於愛因斯坦的速度永遠為c, 那麼他將永遠無法隨「光」逐流看到光駐波，愛因斯坦不但終於解決了他16歲時所迷惑的悖論，還開創了相對論！

註釋

（註一）《世哲學家圖書館》系列的第七卷（Paul Arthur Schilpp編輯，美國紐約市 MJF Books 出版，2001 年元月一日重印版）。單行本：《阿爾伯特·愛因斯坦：哲學家-科學家》（Albert Einstein: Philosopher-Scientist；Open Court，3rd edition，December 30, 1998）。

（註二）筆者讀過多次愛因斯坦同步程序，從沒想到被騙；視而不思，真是書呆子一個！

（註三）2023 年初可攜帶型的商業原子鐘精確度高達 10^-11%。

（註四）大英百科全書：科學假設是對自然界中觀察到的現像或一組狹窄現象提出初步解釋的想法。

（註五）參見『不用數學就可以解釋──相對論的著名想像實驗「雙胞胎悖論」』。

（註六）這種不顧物理的隨心所欲「規定」使筆者想到了波爾於 1913 年提出的：「電子雖然如行星繞日，但它的軌道卻不能隨便，而必須適合一個新的條件，即量子條件（quantum condition）。在這種軌道條件下的電子是穩定的，它可不服從電磁理論，因此也就不須放射出電磁波。」波爾輕而易舉地用「規定」的方法解決了拉塞福 ( Rutherford ) 原子模型與電磁理論的衝突（參見「原子的構造」）。當然，波爾原子模型的成就不只解決這衝突而已，它事實上解釋了當時存在的部份光譜問題，推動了新力學的迅速發展。同樣地，愛因斯坦的規定不只提出了「同時」是相對的觀念，還開創出一個新的力學。

（註七）用兩個簡單的公設就可推導出當時已知的洛倫茲轉換方程式（Lorentz transformation）、時間膨脹（time dilation）、洛倫茲—傅玆久拉空間收縮（Lorentz－FitzGerald contraction ）等公式，這絕對不可能是一個巧合。

延伸閱讀

• 「愛因斯坦是第一個發現狹義相對論的物理學家嗎？」《泛科學》,2022年10月21日。
• 「近代物理的先驅：馬克斯威」《科學月刊》，2019年4月。
• 『不用數學就可以解釋──相對論的著名想像實驗「雙胞胎悖論」』,《泛科學》,2022年8月26日。
• 「思考別人沒有想到的東西──誰發現量子力學？」，《泛科學》,2022年6月1日。
• 「量子糾纏態的物理」，《泛科學》,2024年4月24日。
• 「大家都知道地球在動，但你怎麼知道？」，《泛科學》,2023年6月19日。
• 《我愛科學》（華騰文化有限公司，2017年12月出版）：收集筆者自1970年元月至2017年8月在《科學月刊》及少數其它雜誌所發表之文章。內含本文談到之「原子的構造」（科學月刊1971年6月）、「量子統計的先鋒－波思」（科學月刊1971年4月號）、「愛因斯坦的最大錯誤——宇宙論常數」(科學月刊2011年12月號)、「愛因斯坦其實沒那麼神？」（泛科學2016年3月16日）、「愛因斯坦的最後一搏—EPR悖論」」（科學月刊2016年5月）、「乙太存在與否的爭辯 」（科學月刊2017年5月）。