人為利用資源跟自然使用資源最大的不同，就是人為的利用常常以破壞來換取當下想要的結果，比起自然幾乎每種物質都被充分使用，人為的利用常常是破壞性的。
不論是誰都知道用目前的方式下去，地球負擔不起人類的存在，再生性的利用資源跟環境是以後人一定要走的路，但是常常有人懷疑在大的尺度上，資源再生利用的方式真的存在嘛？這演講展示了很多很有創造力的嘗試，希望把自然循環的精神加入到大尺度的建築上。
其實人類從自然中可以學習到很多技術，裡面一個很好的例子就是模仿甲蟲從空氣中讓水珠凝結的本事，設立海水蒸發溫室，一方面利用海風吹海水蒸發引起的內部溫度下降跟溼度增加，一來內部可以養植物，淡水自動凝結後就有多的水分的改變週遭沙漠化的環境。只是一個建築就開始改變周圍沙漠化的生態，所以並不是所有的人為技術都代表破壞，而是要看這樣的技術怎麼跟自然的循環結合。
本文原發表於科學影像Scimage
本文由 高柏科技 合作，泛科學撰文
林唯耕剛回台灣任教時，曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏，那股刺鼻的氣味瞬間瀰漫整棟大樓，引來眾多師生抗議。
「從此以後，我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中，帶著笑意回憶這段往事。
這段插曲聽來像是一則工程師的寓言：在理論模型中，氨是太空熱控系統的理想介質；但在現實的辦公大樓裡，它首先是逼人逃竄的臭味。公式本身沒有錯，但現實世界永遠比公式更複雜——它包含了人、成本、風險，以及必須為後果負責的工程師。
高柏科技技術專家、清華大學榮譽退休教授林唯耕 ，曾任職於美國 OAO 工程部熱流組，深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球，他鑽研一輩子的老問題再次被推向科技產業的核心：當晶片運算速度無止境攀升，那股伴隨而生的熱，究竟該往哪裡去？
科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗，彷彿進步毫無邊界。然而，每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化，一旦設備過熱，系統便會降頻保護。在物理現實面前，再動聽的發表會敘事也必須低頭。
回顧個人電腦發展早期，晶片幾乎不需專屬散熱元件。隨後，鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級，其實更像是對空間的極限勒索：晶片功率翻倍，發熱源的面積卻沒變大，機箱空間也不可能無限擴張。
林唯耕指出，散熱設計的核心只有三要素：功率、熱源面積與空間限制。他舉例，在標準的 1U 機箱中，若發熱面積約為三十乘三十毫米，氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數，而是取決於空間、面積與氣流的動態平衡。最現實的代價在於，風扇轉速提升的背後，是噪音、電力損耗與空間占用。
因此，「液冷技術」的興起並非單純為了追求酷炫，而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱，卻也將新的挑戰帶入機房：漏液風險、流道堵塞、材料相容性，以及維運時的難度。工程的進步，本質上鮮少是徹底消滅問題，更多時候是選擇一組「比較值得承擔」的新問題。
太空熱控工程之所以迷人，是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中，沒有空氣能讓風扇製造對流；受光面溫度破百度，陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射，以及熱管與環路型熱管（LHP）來搬移熱能。
熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱，冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力：在他設定的特定條件下，實心銅塊約能傳導 120 瓦的熱能；但若每秒有一立方公分的水發生蒸發相變，移熱量可瞬間拉升至 2.4 千瓦（kW）。他強調「每秒」的觀念，因為散熱談的是動態流動速率，而非靜態的冷卻魔法。
儘管如此，太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度，偏好無馬達幫浦的被動式設計；但地面 AI 伺服器面臨更高的熱負載與環境溫度，往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒：技術是否「先進」，與它是否「適合」當下的場景，始終是兩回事。
學術研究致力於證明「可行性」，而工業現場則要求「可重複性」——不僅要能運作，還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據，在產線上往往未必管用。
他從不避談失敗。在高柏科技早期與學界合作時，也曾遇過實驗數據無法複製，或研究方向偏離產業需求。這未必是雙方努力不夠，而是彼此對「成功」的標準不同。為了解決這道鴻溝，高柏科技推動「柏苗啟航創新培育計畫」，每年投入逾千萬資金與成大、中山、台科大等校合作，並指派專業人才在過程中持續微調、校正，確保研發貼近產線現實。
他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測，但由於儀器預設以「水」校正，換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算，卻發現缺乏重複性，數據甚至推導出不合理的蒸發率。最後團隊回歸基本面，改用秤重法搭配能量平衡進行交叉驗證，才讓數據成功收斂。
這個故事真正的價值不在於「產學雙贏」的口號，而在於那段不夠優雅的挫折：假設失效、數據混亂、方法砍掉重練。也正是在這種時刻，企業需要的不只是會算數的人才，而是能洞察研究何時「走鐘」，並有權力喊停、要求重來的關鍵決策者。
林唯耕坦言，過去在校園裡總認為「技術第一、成本第二」，進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽，卻是產品能否進入市場的殘酷真相。再卓越的散熱設計，若無法穩定生產或贏得客戶信任，也僅止於一份精美的報告。
訪談尾聲，主持人國威提出了一個時代難題：假設 AI 能在彈指間生成散熱架構、材料配方與流道設計，企業該選擇全面擁抱 AI 的速度，還是保留緩慢但穩定的工程驗證，以規避潛在的失效風險？
林唯耕拒絕落入二選一的框架。他的觀點是：兩者並存。AI 擅長處理資訊、生成草案；但工程師仍須實作原型，進行嚴苛的性能與可靠度測試，最終由人決定是否出貨。這並非盲目崇拜人類直覺，而是基於一項事實：AI 的資料庫裡，通常沒記載下一次「意外洩漏」或「材料疲勞」的細節，且模型永遠無法為量產結果擔負法律與商業責任。
在 AI 時代，最稀缺的未必是熟練下指令（Prompt）的人，而是具備這種能力的人：能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來，並且願意為最終的量產品質負起責任。
大眾習慣將雲端想像成輕盈、無重量的空間。但現實中，雲端是由龐大的機房架構而成，裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張，都會在實體世界留下發熱的足跡。散熱工程師的價值，就是不讓這筆物理帳單，被埋沒在光鮮亮麗的投影片背後。
討論功能關閉中。
我們該怎麼研究金鋼狼的再生能力？一般人的想法或許是：詳細解剖金鋼狼。不過更實際的策略其實是：養很多很多金鋼狼，看看誰的再生能力出現問題，再從他下手！
陳振輝的研究領域是「再生」，作為中央研究院細胞與個體生物學研究所（中研院細生所）的成員，其研究團隊目前有數個有趣的題目正在進行，其中「斑馬魚尾鰭的再生」率先問世。
再生為什麼值得研究？和遺傳、發育、生理、免疫等領域相比，人們對再生的認識仍然不多，學術上有許多深入開拓的空間。另外再生研究也有具體的應用價值：人類壽命大幅增長後，癌症、心臟病、老化成為主要的健康問題，增廣再生的知識，有助於對抗老化、退化，增進生活品質。 做研究，材料很重要，這就是選擇斑馬魚的原因。
為了方便實驗進行，多數基礎研究都圍繞在幾種科學社群精心建立的「模式生物」（model organism）上，然而，常用的模式動物，如果蠅、線蟲、小鼠，卻不太有再生能力，不適合用於研究再生；相比之下，斑馬魚擁有十分全面的再生能力，不只鰭與皮肉能再生，甚至遭受脊椎、大腦受損的重傷害，一段時間以後照樣可以再生、恢復正常生活。
陳振輝是勇於踏出舒適圈的探險家，他在博士後研究時才轉換跑道，投入美國杜克大學的 Ken Poss 門下，與尚在起步階段的斑馬魚再生領域一同成長。一番歷練以後，他帶著新研發的技術與創意回到台灣，開始大展身手，而尾鰭再生是他完成的第一項研究計畫。
再生是重要的問題，斑馬魚是好用的研究工具，但是尾鰭乍看不太起眼，為何探討尾鰭的再生呢？主因是觀察尾鰭再生的過程相對容易。尾鰭由皮膚、血管、神經等不同種細胞組成，構造夠複雜卻又不會太過複雜，切掉多少面積，再生長回來多少、多快，都可以精確地量化。選擇較為單純的身體外部器官來研究再生反應，有助於釐清調控再生過程的複雜機制。
從突變的異常樣本著手，比較它和正常個體之間的不同，抓出關鍵的差異，這就是「養很多很多金鋼狼，看看誰的再生能力出現問題，再從他下手！」的道理，又稱作「正向遺傳學」（forward genetics）。
概念說來簡單，但是光是尋找在誘發突變後，表徵可以穩定遺傳的突變品系，就需要耗時兩到三年；順利找到後又要花費同樣久的時間，確定突變點發生的位置，努力加上運氣，一共經過五到六年，才有我們如今在論文中見到的成果。
動物身上每一個細胞的基因組都是一樣的，透過調控不同的基因表現，卻能產生各式變化。具備再生能力的動物，細胞中儲存了一套復活的遺傳「記憶」，如同電腦的重開機程式一般，有需求的時候就會啟動。尾鰭再生的過程中有許多基因牽涉其中，重要的基因倘若失去作用，尾鰭會喪失再生能力，了解哪些基因是「再生基因」？這些基因如何影響再生？是陳振輝實驗室努力的方向。
經由這個研究方法，陳振輝與其研究團隊，發現有個基因 pola2 ，其表現活性竟然可以影響尾鰭再生後的形狀或大小！也就是說，指引尾鰭重建的「再生記憶」其實也可以改變。
原本以為按部就班，一成不變的再生過程，人為介入後卻可以改變再生的結果。累積更多這方面的知識後，是不是有反過來應用的機會：讓原本不會再生的組織也能重新生長呢？比方說，手指被夾斷是常見的職業傷害，假如能讓斷掉的手指再生，將是多麼實際的用途！
當然，離那一天仍然遙遠，不過這類想像卻不是癡人說夢。陳振輝的研究工具不侷限於斑馬魚，為求了解找到的機制是否只是斑馬魚的特例，他與細生所的同事游智凱與蘇怡璇合作，發現另外兩種具有再生能力的動物：文昌魚和水蚯蚓，在「再生記憶」的調控上也具備類似的機制。
文昌魚、水蚯蚓和斑馬魚，如今是差異很大的動物，演化上的共同祖先能追溯到超過五億年前；然而，它們依舊保有類似的機制維持再生記憶，表示這是一套非常遠古的調控之道。而人類也身為可再生動物的後裔，儘管早已喪失大部分的再生能力，或許仍存在一絲潛力，只待我們找到激活的辦法。
上述研究聽起來很有趣嗎？其實這只是陳振輝實驗室許多研究主題之一，再生研究的領域還有許多基礎問題等待回答。
陳振輝利用博士後研究時研發的「Skinbow」技術，精確標記細胞，追蹤再生時詳細的變化過程，是進一步探討不同題材的基礎。此外，中研院也有多元的人才庫，有需求時能發出穿雲箭，尋訪其他領域的專家合作。
例如再生過程中有一個普遍的現象：「受傷愈重，再生愈快」。像是蠑螈有再生能力，切掉一隻手或一支手指都會再生，可是失去兩者後傷勢不同，長回來的時間卻是一樣。此一至今仍然無解的有趣現象，在陳振輝與中研院物理所、化學所的同儕一同努力之下，似乎已經見到曙光，而且真相令人非常驚喜。至於詳情如何，目前先賣關子，還請各位讀者耐心等待。
成為世界上第一個知道這件事的人，這就是做研究最大的樂趣啊！
人為利用資源跟自然使用資源最大的不同，就是人為的利用常常以破壞來換取當下想要的結果，比起自然幾乎每種物質都被充分使用，人為的利用常常是破壞性的。
不論是誰都知道用目前的方式下去，地球負擔不起人類的存在，再生性的利用資源跟環境是以後人一定要走的路，但是常常有人懷疑在大的尺度上，資源再生利用的方式真的存在嘛？這演講展示了很多很有創造力的嘗試，希望把自然循環的精神加入到大尺度的建築上。
其實人類從自然中可以學習到很多技術，裡面一個很好的例子就是模仿甲蟲從空氣中讓水珠凝結的本事，設立海水蒸發溫室，一方面利用海風吹海水蒸發引起的內部溫度下降跟溼度增加，一來內部可以養植物，淡水自動凝結後就有多的水分的改變週遭沙漠化的環境。只是一個建築就開始改變周圍沙漠化的生態，所以並不是所有的人為技術都代表破壞，而是要看這樣的技術怎麼跟自然的循環結合。
本文原發表於科學影像Scimage
每個專業領域都有所謂的權威，當「出了一些狀況」時，我們會向他們求助。
健身不見成效？請找健身教練；經常胃痛？請聽聽醫生怎麼說；在交友軟體尋覓另一半？除了拜月老， 「數學家在尋找真愛上特別在行。」數學家漢娜‧弗萊（Hannah Fry）也是一位值得諮詢的對象。
漢娜的演講「愛的數學」（The mathematics of love），在網路上有近 500 萬觀看次數，從數學家的角度來分析愛情，整理出愛情三部曲，告訴聽眾從零開始的愛情該如何順利發展，從交往一路到婚姻經營，教導在愛情中茫然迷失的人們如何找到方向。
等等，你或許會想，自己只是個想談戀愛的人，晚上打開手機，滑一滑交友軟體為你推薦的對象，思考可以開啟什麼話題來吸引對方。為什麼這樣也能扯上數學？而且教你談戀愛的竟然是，嗯，數學家？
弗萊是倫敦大學學院（University College London, UCL）的教授，一名相當出色的女數學家。
她在倫敦大學學院的先進空間分析中心（Centre for Advanced Spatial Analysis）專職研究人類行為模式。城市中的社會問題是她經常處理的對象：恐怖主義、購物行為、犯罪等。她不僅研究這些議題，她還同時是一位積極讓普羅大眾感受數學之美的數學傳播者。
除了學術方面的工作，弗萊更為一般人所知的身分是講者。上面提到的「愛的數學」是她在知名演講平台TED上的演說。
除了這個，她還會上廣播節目跟聽眾聊一些數學或科學裡有趣的問題，也在BBC主持節目《拉塞福與弗萊的稀奇古怪一籮筐》（The Curious Cases of Rutherford and Fry），回答民眾大大小小的數學或科學疑惑。
不僅如此，她更協助 BBC 拍攝多部紀錄片，提供其中相關的數學知識，像是《天空之城》（City in the Sky）、《數字的喜悅》（The Joy of Data）。《天空之城》在探討航空業的飛行安全，以及航空業後勤工作所仰賴的數學、工程學等領域。《數字的喜悅》則是在說幾個掀起數據時代革命的幾個工程師的故事。
主題再拉回來本次我們主要關心的「愛情議題」。一個研究人類行為又擅長分析數據的數學家，聽起來可能真的能給人愛情上的建議，你一定會好奇她是如何解決大家的愛情困擾？
首先你必須知道，為網路世代的我們鋪上愛情路的專家，其實有許多是數學家。至少對三分之一的美國新婚夫婦來說，數學家就是他們的媒人婆。
我們以弗萊最愛的交友網站 OKCupid 為例。OKCupid 就是由一群數學家建立的免費交友網站，他們有一套配對演算法，幫使用者計算與其他人的速配程度。決定你按下喜歡還是不喜歡的關鍵除了照片之外，就是速配程度了。使用者可以提出一些問題，並且自己排序這些問題的重要性。
系統就像在計算成績一般，以使用者的答案、使用者期望心儀對象的答案搭配題目重要性來加乘權重，最後算出兩人的幾何平均數，產生速配程度。
舉例來說，假設 A 與 B 提出的問題是：
A 的答案兩者皆是。同時，他認為心儀對象答案應該為「否」與「是」，且兩題的重要性為 90 分、10 分。
B 的答案兩者皆否，他認為心儀對象答案應該為「是」、「否」，且兩題的重要性為 20 分、80 分。
從以上的回答，我們可以知道 A 是一位非常怕蟑螂，需要另一半來幫忙打蟑螂的人。他會從牙膏尾端開始擠，但這點對他來說不太重要。B 不僅不怕蟑螂，也很樂意幫害怕蟑螂的另一半處理，不過或許是他自己不常從最後面擠牙膏，他很不希望另一半是認真擠牙膏的人。
於是，A 與 B 的第一題配對成功。第二題配對失敗。再考慮到兩個題目的加權，我們可以得到，對極度害怕蟑螂的A來說，B之於他的速配程度是（90+0）/（90+10）=90%。對受夠為了牙膏吵架的 B 而言，A 之於他的速配程度只有（20+0）/（20+80）=20%。綜合以上，兩人的速配程度（幾何平均數）約為 42%。
交友軟體運作的方式大概如同上述，透過簡潔又易懂的運算方式就可以估算出兩個陌生人適不適合開啟話題，或進一步發展關係。當然，實際的運算會再更複雜一些，問題也會再多上許多。只是背後的原理其實並不難懂。
由於弗萊的演講點擊率相當高，TED組織邀請她把影片提到的數學概念加以整理，擴寫成一本書，書名是《數學的戀愛應用題》。
除了影片中提到的愛情三部曲外，她在書中詳盡地帶讀者從頭愛一遍，在愛情的每條必經之路上分析如何借用數學，讓大家的情路更好過。教你如何更有效率地找到合適對象、對於另一半你該不該忠誠、怎樣才可以度過感情中最大的一關──婚禮，最後，如何經營一段長久的親密關係。這其中會用到包括了最佳停止問題、費米估測、回歸分析產生的婚姻方程式等等。很神奇吧，在愛情的每個環節裡，都有數學的規律可循。
還在愛情上困擾的人們啊，倘若你翻遍了坊間的愛情教戰守則，卻依然無法覓得真愛，不如尋求地表最強助攻的「數學」吧。
