【特輯】在《我們與惡的距離》之間：關於傷痛、司法、媒體與恐懼的交集

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？

熱不會讀新品發表會

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。

太空教他的，不是把答案搬回地面

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。

好論文，為什麼仍可能造不出好產品

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。

AI 會給答案，誰來負責出貨？

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。

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《多關心、多陪伴，共同面對精神疾病！》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

每個人在生活中，都會出現情緒高亢和情緒低落的狀況，但是若因為情緒過高或情緒過低而對生活、課業與工作造成影響，便可能是罹患情感性疾患。

情感性疾患包括雙極性情感疾患、重度憂鬱症等。

雙極性情感疾患的症狀包括異常而持續地具有高昂、開闊、易怒的心情。膨脹的自尊。睡眠需求減少。比平時多話或不能克制地說個不停。過份積極參與活動或無節制的大採購等。

重度憂鬱症的症狀包括幾乎整天都有憂鬱心情。對各種活動的興趣都顯著減少。體重明顯下降或增加。每日都失眠或嗜睡。幾乎整日疲累或失去活力。出現無價值感、過份的罪惡感。專注能力減退。反覆想到死亡，出現自殺意念等。

除了情感性疾患之外，焦慮性疾患、思覺失調症亦是常見的精神疾病。

若察覺自己出現異樣時，要盡早將情況告知學校輔導老師，或是尋求專業機構的協助。

若察覺他人出現異樣，我們應該學習友善且同理地面對，了解對方生病了，可能無法控制自己的情緒或言行舉止，所以不要跟他爭論、不要加以批評、也不要贊同病人妄想的內容。可適當表示自己並沒有這種感覺、看法，並勸導病人就醫，把握治療時機。

多關心、多陪伴，我們可以共同面對精神疾病！

• 本文轉載自 Care Online 照護線上《多關心、多陪伴，共同面對精神疾病！》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

科羅拉多州丹佛市的科羅拉多州會議中心
第六十一屆美國鑑識科學學會科學年會

司法科學可能失誤？垃圾科學害無辜的人被判有罪？

二○○九年二月十九日，美國國家科學院投下了長達三百頁的震撼彈。全世界的頭條新聞都是宣告絕對正確的鑑識神話破滅。這份後來被稱為《 NAS 報告》的《提升美國司法科學：前進之路》（Strengthening Forensic Science in the United States: A Path Forward），讓聚集在丹佛參加美國鑑識科學學會年會的鑑識社群都深受打擊。自從一九六○年代中期的山姆．謝潑德審判以來，無論是法庭或流行文化都一直認為司法科學是萬無一失的。

即使出現了錯誤定罪，也沒有削弱這個被廣泛認同的信念。二○○九年美國鑑識科學學會的「科學會議」議程就反映出對這件事不存在絲毫懷疑。在該年的五百三十六篇發表文章中，只有一篇是討論錯誤定罪，發表人是一名加拿大的辯護律師，而該科學的可靠性則完全沒有成為關注議題。¹

《 NAS 報告》在一夜之間讓會議議程顯得無關緊要，彷彿是上個世代的產物。垃圾科學害得無辜的人被判有罪，這不能再怪是因為「一粒老鼠屎壞了一鍋粥」。美國國家科學院解釋因 DNA 的平反揭露了「一個令人不安的冤案數量，有些還是死刑案件，並暴露了美國常用的一些鑑定方法的嚴重侷限性」。

即使是在最高法院作成對道伯案的意見之後，糟糕的科學依然在司法制度中占據主導地位。《 NAS 報告》回顧了上個世紀如史詩般的侵權責任之爭，它導致了道伯案這個具有里程碑意義的判決。儘管彼得．胡伯的《伽利略的復仇》一書講述像「中了頭獎」的人身傷害訴訟，讓「現在已眾所周知的『垃圾科學』變得普及，並批評司法制度接受不可靠的專家證詞來支持侵權主張」，但《 NAS 報告》提到的「垃圾科學辯論」幾乎「完全忽略刑事訴訟」。²

鑑識體制對於《 NAS 報告》反應如何？

鑑識體制中大部分是善意而不習慣接受批評的公務員，對司法科學界來說，美國國家科學院的批評是對個人的一種極大侮辱。大部分從業人員都是跟隨廣受尊敬的導師學習這一行，但現在幾乎所有鑑識行業公認的智慧都遭到駁斥：「訓練應該從學徒式的實務傳承轉向大學等級的教育，並且要根據科學上的有效原則。」該報告總結道：「我們需要的是一個新的、強大而且獨立的單位，要切斷與過去的連結，且它要有權威和資源實施新的作法，解決委員會發現、在本報告討論到的許多問題。」

美國鑑識科學學會的議場傳出了鑑識專家們抗議的悲鳴。《鑑識科學期刊》發表過大量經同儕審查的文獻，在過去六十年間，在美國鑑識科學學會的科學會議上也發表了上萬篇經評審的演講和「學術研討會」。全國法院都宣布法醫從業人員是「專家證人」。

現在來了一些統計學家，就想要說我們沒有科學？ 我們不知道自己在做什麼？ 問問那些教授，他們最後一次從屍體上採下帶血的指紋是什麼時候！

前 FBI 實驗室分析人員馬克斯．胡克回憶道：「每個人都快氣瘋了。」³

醫學領域也發生過類似經歷？為什麼醫學界發生改變，鑑識學界卻難以動搖？

很少人能斷然放棄長期以來的信念，無論反面的事實多麼令人信服。這就是人性，司法科學也絕對不是第一個抗拒新事實的科學領域。一九八○年代中期的醫學就是這樣，歷經了漫長而緩慢的轉變過程，才從「根據大師怎麼說」（依照該領域的領導者傳下來的智慧），轉向實證的治療方法（依據精心設計的研究做出醫學決定）。

以「萬物的隱藏面」為主題的公共廣播節目《 Freakonomics 》做了一個〈劣藥〉（Bad Medicine）的四集報導，其中便呈現出司法科學社群對《 NAS 報告》的反應，也顯示出它和醫學界對「考科藍協作組織」（Cochrane Collaboration）的反應有著令人驚異的相似之處——考科藍組織所做的事便是對幾世紀以來的醫學文獻進行前所未見的系統性檢視。

這份一千五百頁、分成兩冊的報告於八○年代末在該領域造成轟動。如同廣播主持人史蒂芬．都伯納（Stephen Dubner）表示：「考科藍協作組織是第一個將既有醫學問題加以真正系統化、彙編和評估其最佳證據的組織。你會認為這應該得到普世的讚揚，但是就和任何行業中根深柢固的智慧（即使是很不智的智慧）一旦受到挑戰一樣，醫學界並沒有為此感到振奮。」⁴

考科藍協作組織的共同創辦人伊恩．查爾默斯（Iain Chalmers）爵士描述，當一群局外人告訴醫生應該如何治療病人時得到了什麼反應：「我必須說，醫學界其實對此有很大的敵意。我記得有一次，我同事要出席英國醫學會在當地的一場會議，英國醫學會基本上是叫他去說明實證醫學（evidence-based medicine）是什麼，以及這群統計學家和其他又不是醫生的人，到底跑來這個他們不該亂搞的領域胡鬧什麼。他開車出發前問我：『我應該告訴他們什麼呢？』我說：『如果是病人抱怨實證醫學的目的，我們應該認真對待這些批評。在那之前，就當這主要是既得利益者在尋找出路。』」

實證醫學成為規範作法的主要原因之一，是患者（客戶）提出了要求，最終會迫使醫學界默默地站在數據這一邊，而不是繼續服從該領域的大師。然而垃圾科學在美國刑事司法體系中的主要客戶是檢察官，他們大部分都對現狀感到滿意。

——本文摘自《法庭上的偽科學》，2023 年 12 月，商周出版，未經同意請勿轉載。

註解

1. 二○○九年美國鑑識科學學會的「科學會議」議程，瀏覽日期二○二一年七月五日，aafs.org/common/Uploaded%20files/Resources/Proceedings/2009_Proceedings.pdf。 ↩︎
2. National Academy of Sciences, Committee on Identifying the Needs of the Forensic Sciences Community, “Strengthening Forensic Science in the United States: a Path Forward,” at 89 (2009) (NAS Report)（省略內文的引用和引述）。 ↩︎
3. 對胡克的訪談。 ↩︎
4. “Bad Medicine, Part I: the Story of 98.6,” Freakonomics Radio (Bad Medicine) ， 瀏覽日期二○二一年七月五日，freakonomics.com/podcast/bad-medicine-part-1-storyrebroadcast/（節目文字紀錄）。 ↩︎