製造防彈背心必備的纖維「克維拉」，為何能夠強鋼勝鐵？

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

「教授」趴在辦公室的地板上，百無聊賴。材料科學家、互動設計師、工匠與工藝研究人員，整日於麻省理工學院媒體實驗室（MIT Media Lab），忙進忙出，沒空搭理。作為論文第一作者Jack Forman的愛犬，身兼創作謬思，「教授」可能從沒想過，自己終將獲邀貢獻學術，並且榮登致謝名單。^[1]

FibeRobo

「教授」備受冷落的這段時日，研究團隊一直忙於開發織物纖維：穿戴手套、實驗袍和護目鏡，隔著通風櫃，以液晶元（mesogen）為主要原料，適量加入能感光、增加黏性、降低驅動溫度，以及延長有效期限等的各種化學物質。然後，將調製好的液晶彈性體（liquid crystal elastomer；LCE），灌進精心設計的機器。利用液晶分子在常溫下整齊排列，遇熱就亂了陣腳，導致收縮的特性，生產出來的FibeRobo纖維，長度能為溫度所控制。製作步驟及機器各部位的功能，大致如下：^[1]

1. 可調控溫度的針筒幫浦，將原料加溫至約莫34°C，降低其黏性後，推擠出來。（圖片：Step 1的上半段。）^[1]
2. 用紫外線照射，使纖維稍微硬化，避免蜷曲。（圖片：Step 1的下半段。）機器外圍的黃色壓克力板，能隔絕99%的紫外線，保護使用者。透過調光器，則可依需求適度調整光線強度。避免光線太弱，使纖維斷掉；或者是光線太強，而結塊並堵塞針筒的開口。^[1]
3. 鑷子夾住纖維兩端，把它拉得又直又細，再沾點礦物油，比較容易舒展。（圖片：Step 2。）^[1]
4. 經過滑輪的纖維，於緊拉的張力下，再照一次紫外線，加強硬化。（圖片：Step 3。）滑輪轉動的速度愈快，纖維就愈細。^[1]
5. 纖維被捲到機器最頂端的線軸上。（圖片：Step 4。）^[1]
6. 從線軸上取下纖維，撒點滑石粉，降低摩擦力，方便以後用機器紡織。等布料完成，再以溫熱的肥皂水，洗去滑石粉。^[1]

通電與收縮

FibeRobo纖維搭配別種材料，可以創造不同的效果。然而傳統多股對絞的作法，會扭曲FibeRobo，使它收縮的特質變得難以預測。於是，研究團隊改將FibeRobo置於中央，在外面纏繞其他材料。比方說，拿以蠶絲包覆銅芯的利茲線（litz wire）來捆它。銅的電阻低，升溫快，能迅速使FibeRobo遇熱收縮。FibeRobo與利茲線合體後，接上2.5安培、8.5伏特的電，8秒即縮短37%；斷電30秒，則又恢復原狀。不過，這種混合纖維傾向堆成一團，不適用於針織、紡織與刺繡。研究團隊建議，最好分開製作，再搭配使用。^[1]

另外，他們也嘗試用導電塗料浸染纖維。如同調製LCE原料時，身穿防護衣著，隔著通風櫃，先將FibeRobo泡入含有重量百分濃度7%碳黑（carbon black）的甲苯（toluene）溶液裡。8小時後取出，置於80°C的烤箱中，烘烤1個鐘頭。如此一來，FibeRobo纖維就能通電，其電阻會跟著長度的伸縮變化。拉長變細的時候，電阻較高。^[1]

成品展示

研究團隊用FibeRobo纖維跟其他材料，做了些模型和成品，來展示實際用途。以下是其中幾個例子：^[1]

• FibeRoBra運動胸罩：當體溫隨運動逐漸上升，FibeRoBra便開始收縮，給予乳房無鋼圈、零負擔的支持。體溫下降後，布料又回到放鬆的狀態。^[1]

• FibeRoGlow燈具：開燈後升高的溫度，令燈罩緩緩上捲，彷彿打開花瓣。全程費時，大約5分鐘。^[1]

• ShadeRobo窗簾：窗簾不該因為陽光強烈，氣溫上升，就自動捲起來。因此，驅動此窗簾所需的溫度，被設計得比較高。布料只有在上面的利茲線通電時，才會有反應。4伏特、2.5安培的電，得花2分鐘，才能將這個5 x 5公分的小窗簾捲好。冷卻1分鐘後，又會完全攤平。^[1]

• FurbeRobo遙控狗背心：論文的第一作者Jack Forman，為他的愛犬「教授」，織了一件小背心。本文開頭的那張照片，即是牠的定裝照。如果寵物在辦公室悲鳴，於實驗室忙碌的主人，就可以透過藍芽，啟動背心上的控制器。此時，連接12伏特、2.5安培電池的利茲線，會通電並發熱，造成驅動溫度不高的布料，輕微收縮。就像給狗溫暖的擁抱，減輕牠的分離焦慮（separation anxiety）。不過，基於動物實驗倫理等因素，後來示範布料收縮的照片，都是穿在布偶上拍攝，「教授」再次被晾在一旁。^[1]

成本與環保

2023年麻省理工學院的團隊，在美國計算機協會（Association of Computing Machinery）主辦的使用者介面軟體與技術（User Interface Software and Technology）研討會上，發表了這篇介紹FibeRobo的論文。研究團隊認為，他們的成果具有商業化的潛力。畢竟跟雷同的技術比起來，製作FibeRobo的成本相對低廉：機器的針筒幫浦約美金250元；裝滿5、10、20或30毫升原料的針筒，每個至多4元；而生產直徑0.5mm的纖維，每公尺約0.2元。^[1]單人操作單機，一天或一個下午就能產出750公尺的纖維；^{[1, 2]}亦有報導指稱是每日1公里。^{[3, 4]}不過，FibeRobo不可回收，儘管某些新興LCE纖維可生物分解，有時搭配的導電材質，仍是廢料處理的阻礙。因此，在這方面還有改善的空間。^[1]

1. Forman J, Afsar OK, Nicita S, et al. (2023) ‘FibeRobo: Fabricating 4D Fiber Interfaces by Continuous Drawing of Temperature Tunable Liquid Crystal Elastomers’. UIST ’23: Proceedings of the 36th Annual ACM Symposium on User Interface Software and Technology, 9, pp. 1 – 17.
2. MIT Media Lab. (27 OCT 2023) ‘FibeRobo: Powerful Body-Temperature Morphing Fibers’. YouTube.
3. Paul A. (26 OCT 2023) ‘This liquid crystal fabric is ‘smart’ enough to adapt to the weather’. Popular Science.
4. Global Update. (29 OCT 2023) ‘New Liquid Crystal Elastomer Fiber Makes Shape Shifting Fabrics a Reality – FibeRobo’. YouTube.

2022 年 9 月 30 日，^[1]在巴黎時裝週 2023 春夏大秀上，近乎全裸的超模 Bella Hadid 緩步走上伸展台。她氣定神閒地，任由與法國時尚品牌 Coperni 合作的科學家們，用噴槍將液態布料覆蓋在她身上。^{[2, 3]}經剪刀裁去布邊，並劃出高衩，一件服貼簡約的雪白平口洋裝，當場完成，驚豔全場。^[4]

時裝秀的科技時刻

英國品牌 Alexander McQueen 也曾於 1999 春夏系列時裝秀中，讓超模 Shalom Harlow 在緊湊高亢的音樂襯托下，接受二支機械手臂的顏料洗禮，演繹出時尚史上經典的噴墨洋裝。^[5]不過，這兩次乍看雷同的科技嘗試，其實有根本上的差異：Alexander McQueen 的做法，是把洋裝當作畫布，透過機械手臂在上頭忘情揮灑。放蕩不羈的風格，使模特兒的皮膚上沾染不少墨水，帶著一縷淒美的頹喪。^[5]然而，這次巴黎時裝週的白色洋裝製作，則是宛如迪士尼動畫《睡美人》的情節。噴槍就是設計師的魔杖，妙手一揮便幻化出成品，整個過程乾淨俐落。做完馬上走秀，都不怕沿路滴水。^[4]

這款神奇的噴霧布料，是 Manel Torres 博士研發的 Fabrican。^[3]

Fabrican 噴霧的原理

來自西班牙的 Torres 博士，^[6] 2003 年於英國倫敦創立 Fabrican 有限公司。他希望用皮膚般貼身的媒材，來製作衣服，並加速生產的流程。^[7]一件 Fabrican 服飾的生成，從無到有約莫只要 9 到 15 分鐘，^{[1, 6]}而且材質和顏色都有多元的選擇。^{[8, 9]}無論是棉、毛、亞麻、尼龍或是奈米碳纖維等原料，^{[6, 9]}加入特製的揮發性溶劑後，噴在人體上便會快乾成形。 ^[6]這種液態布料能做出一年四季的服飾，差別主要在於塗層的厚度。成品噴好後，不僅可以重複穿著和洗滌，也能以溶劑即刻還原再利用，^[10]十分環保。

Fabrican 服飾的量產

Copern i 的二位品牌創辦人 Sébastien Meyer 與 Arnaud Vaillant ，在這次的巴黎時裝週開始前 6 個月，就已經緊鑼密鼓地和 Torres 博士，一起研究如何呈現這件白色洋裝。「我們不會因此賺錢」，回想秀場上的那一刻 Meyer 如是說：「但那是段美麗的時光 ── 一個創造情感的體驗。」^[3]

以人工一件一件地噴出衣服，並不符合經濟效益，所以除了上述量身訂做的方法，Torres 教授還開發出適合工業化量產的模式。這個概念有點類似 Alexander McQueen 1999 春夏系列服裝秀的演出，不過要把那位面目驚恐，非常入戲的模特兒，換成冰冷的人體模型。如此一來，裝有噴槍的機械手臂以及負責運算的可程式邏輯控制器（programmable logic controller，簡稱PLC），便能以每秒 9 公尺的速度噴出原料，不眠不休無休地將已經設計好的服飾，精準地製作出來。由於針對不同產品，只要依照個別需求，微調程式或液態布料的成份，Fabrican 官網宣稱，這比起仰賴為數龐大的傳統機器，更適合剛起步的事業和開發程度較低的國家。^[11]

Fabrican 的其他用途

此外，同樣的技術也能運用在汽車內裝，^[11]以及醫療器材上。比方說，口罩、繃帶、藥物貼片、創傷敷料，^[12]還有取代石膏的骨折固定器等。^[13]比較出乎意料的是，據說 Fabrican 也有清除海洋汙染，例如：原油外洩等的功能，可惜相關的資訊不多。^[14]看到如此萬用的布料科技，只能期望它無論如何都要打入一般市場，造福大眾。別像伸展台上的高級服飾，永遠那麼遙不可及。

延伸閱讀

蠶繭電池是綠能的未來？！

1. Testa J. (02 OCT 2022) ‘The Best Moment of Bella Hadid’s Life’. The New York Times.
2. Yang R, Chen L, Chiang R, Tseng R.（01 OCT 2022）〈巴黎時裝周2023春夏秀場盤點！Coperni現場噴墨製衣、Balmain邀請傳奇巨星Cher壓軸走秀〉Harpers Bazaar.
3. Maguire L. (01 OCT 2022) ‘A spray-on dress and a solid gold bag: Coperni goes after Gen Z with novelty and fun’. Vogue Business.
4. iDest. (01 OCT 2022) ‘Bella Hadid Closing Coperni Spring 2023 Collection’. YouTube.
5. Couture Daily. (13 JAN 2013) ‘Alexander McQueen spring/summer 1999’. YouTube.
6. Sample I. (17 SEP 2010) ‘Spray-on clothing becomes a reality’. The Guardian.
7. ‘Fabrican History’. Fabrican Spray-on fabric. (Accessed on 02 OCT 2022)
8. FannVideo Best. ‘New Spray-on Clothing Future Technology’. (28 MAY 2013) YouTube.
9. ‘Fabrican Technology’. Fabrican Spray-on fabric. (Accessed on 02 OCT 2022.)
10. New Scientist. ‘Spray-on clothing could be the future of fashion’. (17 SEP 2010) YouTube.
11. ‘Industrial – Industrial Application’. Fabrican Spray-on fabric. (Accessed on 02 OCT 2022.)
12. ‘Healthcare – Innovation, choice and flexibility in healthcare’. Fabrican Spray-on fabric. (Accessed on 02 OCT 2022.)
13. fabricanltd. (15 MAY 2012) ‘Spray-on arm cast. Fabrican Ltd’. YouTube.
14. ‘Environmental – Protecting our environment from seaborne spills’. Fabrican Spray-on fabric. (Accessed on 02 OCT 2022.)

輕量、高強度的先進材料，不只是在科幻片中存在，也已被真實的應用於我們的生活中。像是應用於防彈背心的高強度纖維，看似柔軟，強度卻勝過鋼鐵。這樣不太合乎一般人認知的產物，是怎麼發明出來的呢 ?

過往要製造盔甲等護具，能夠選用的材料不外乎金屬或有機物，例如最為人熟悉的盔甲原料──鐵。但鐵最大的問題就是材料密度高 （ 7.86 g/cm³），若當成防彈衣材料相當笨重，造成著裝的人行動不便。

原子間的作用力非常強，若可以大面積有序的排列，就有機會提供足夠的強度，應用在防彈衣上。所以，如果選用有機物來製作呢？

有機物中之碳、氮、氧 為分子中常見的元素，就原子量而言，三者皆比鐵的重量還輕。問題在於，如何能夠讓這些「輕」的元素產生足夠的強度，想辦法讓原子排列形成化學鍵甚至排列成更大的分子呢？

材料的基礎：原子與分子間的作用力

討論如何調整的材料以製作盔甲之前，讓我們往回推一點點，認識所有材料的基礎：原子與分子間的作用力。

1. 原子間的作用力──鍵結

原子與原子互相排列結合形成分子，原子間會有作用力穩定結構，這股將原子連在一起的力量稱為化學「鍵結」。鍵結可以細分為離子鍵、金屬鍵與共價鍵。離子鍵存於正／負離子之間，金屬鍵存於金屬之間，共價鍵多存於有機物（非金屬）間。

有了鍵結之後，若要增加形成分子後整體結構的強度，則要依靠分子間的作用力。

2. 分子間的作用力──凡德瓦爾作用力與氫鍵作用力

分子間的作用力有「凡德瓦爾作用力」與「氫鍵作用力」兩種。

凡德瓦爾作用力的成因是因為分子間各個原子的電子分布不均勻而產生電偶極（electric dipole），電偶極與電偶極之間所產生的吸引力，就是凡德瓦爾力。

另一種氫鍵作用力則是氫原子特有。當氫原子與氮、氧、氟排列（-N－H、-O－H、-F－H）形成共價鍵時，兩者會因為拉引電子的能力差異較大，導致電荷分佈不均勻而形成電偶極，電偶極間的吸引力稱為氫鍵。

氫鍵的強度（鍵能最大約為 200 kJ/mol，一般為 5-30 kJ/mol）大於凡德瓦爾作用力（ < 5 kJ/mol），能有效穩定蛋白質結構，所以廣泛存在於自然界生物體之蛋白質中，像是我們人體的 DNA、蛋白質結構，都是靠氫鍵來穩定的。  

既然自然界這麼多物質都是依賴氫鍵穩定結構，那麼我們是否可以師法自然，用氫鍵的原理來增加材料的強度，製造防彈衣呢？

這就是高強度纖維誕生的起點啦！

神奇纖維克維拉

克維拉（Kevlar）化學名為「聚對苯二甲酰對苯二胺」，化學式的重複單位是「-[-CO-C6H4-CONH-C6H4-NH-]-」。它是美國杜邦公司於1965年推出的一種芳香聚醯胺類合成纖維，由波蘭裔美國化學家斯蒂芬妮·克沃勒克發明。

克維拉有極佳的抗拉性能，抗拉伸強度為同等質量鋼鐵的五倍之多，但密度僅為鋼鐵五分之一左右（克維拉密度為每立方公分 1.44 克；鋼鐵密度為每立方公分 7.86 克），因此 1970 年代初便開始被用於替代賽車輪胎中的部分鋼材，現在更被廣泛用於船體、飛機、自行車輪胎、軍用頭盔、防彈背心等。

克維拉到底有什麼特別的？為何一個有機化合物的強度能高過鋼鐵五倍？

首先我們來看看克維拉的合成。它是由對苯二胺（para phenylene diamine ）與對苯二甲醯氯（Terephthaloyl chloride）聚合後所形成的「聚對苯二甲酰對苯二胺」聚合物。

並且在形成高分子聚合物後，每一個「對苯二甲酰對苯二胺基本單元」會與鄰近的「對苯二甲酰對苯二胺基本單元」形成四組氫鍵（如下圖所示），更大大提升了克維拉（Kevlar）的強度。這與自然界蛋白質結構穩定的原理相同，都是應用氫鍵增加穩定性及結構強度。

高分子鏈段強度再增加

一個有分子間作用力的高分子若分散於溶液中，會呈現有如凌亂毛線球的展開狀態，所以當我們要將高分子做成纖維來紡織時，會先將高分子材料拉成纖維絲，使高分子部分順向延伸。（如下圖所示[2]）

但如果是一個具有高度分子間作用力的高分子，將之分散於溶液中則仍然存在部分有序狀態，經過拉絲後則會使高分子內部有序區塊順向排列延伸。此一結果大幅增加了高分子的強度 > 15倍） [6]，此一現象就好像高分子間彼此有作用力將分子與分子束縛住來增加整體受力強度而使物理性質提升。這樣形成的高強度纖維可以用來當成防彈衣的材料。（如下圖所示[2]）

由於克維拉是有規則結構的高分子，而且高分子間的氫鍵又可促成特定的有序排列「結晶」[7]，因此大大增強往後克維拉（Kevlar）拉成纖維後的物理性強度，也成就了它能抵禦子彈的強大能力。（如下圖所示[2]）

許多人類的發明靈感都來自於大自然，克維拉（Kevlar）所應用的原理，不過是高分子結構的特性罷了，卻創造出了這樣特殊且可以多樣化運用的高強度纖維。師法自然不只是回到原點，有時候也會成為新的起點。

參考資料 :

• [1]：Jian Yao, Cees W. M. Bastiaansen, Ton Peijs  Fibers 2014, 2, 158-187
• [2]：Dawelbeit Ahmed, Zhong Hongpeng, Kong Haijuan, Liu Jing, Ma Yua, Yu Muhuo  Materials Research. 2014, 17(5), 1180-1200
• [3]：杜邦公司網站的克維拉介紹頁
• [4]：Tiffany Vu. Kevlar, the “Not-so-Secretive” Bullet Proof Fiber
• [6]：Polymer Processing. ENGINEERING TRIPOS PART IIA: MODULE 3C1 MANUFACTURING ENGINEERING TRIPOS PART IIA: MODULE 3P1. 2012
• [7]：在高分子學領域中，這種有局部有序排列的行為稱為「結晶」。

• 文字編輯／翁郁涵