《小飛象》真的能飛得起來嗎？

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。

「大象～大象～你的鼻子怎麼那麼長？」

喬治亞理工學院（Georgia Institute of Technology）最新的研究發現，大象皺巴巴的「皮膚」竟然隱藏著超強的「伸展之力」，跟肌肉簡直就是完美搭檔。有了隱藏的伸展力，大象就能夠加倍發揮象鼻的各種功能，還能將象鼻伸得更長、更遠！

又硬又軟的萬用工具！象鼻究竟有多強？

象鼻實在是非常神奇的存在，它擁有超過四萬條肌肉，既能柔軟靈活地捲起水果和樹葉，又能強悍地打斷樹幹、抵禦攻擊。究竟它為何能這樣「又硬又軟」靈活切換呢？

為了深入探索象鼻的秘密，研究團隊特別跑去亞特蘭大動物園（Zoo Atlanta），設置了高速攝影機，紀錄下非洲大象用象鼻拿取食物的過程。

乍看之下，軟軟的象鼻似乎就像我們的舌頭一樣，是充滿肌肉的無骨組織。然而，它真正派上用場時，可一點兒也不像舌頭呢！透過鏡頭，研究人員發現：象鼻頂部跟底部的運動狀況完全不一樣。當大象伸長象鼻時，象鼻外側的延伸能力比內側強多了。仔細看看畫面，就能發現外側的象鼻其實伸得更長！

秘密就在皮膚裡！打開皺紋發揮伸展之力吧！

至於兩邊的長度為何會有如此大的差距呢？秘密原來就藏在象鼻的皺褶中！研究團隊解剖了大象屍體，發現象鼻外側與內側的皮膚非常不同——象鼻外側那摺疊起來的皮膚，比另一側的皮膚多出了約 15% 的彈性。

更有趣的是，大象移動象鼻的方式，跟章魚觸手這種軟趴趴器官常用的「平均伸展大法」十分不同，象鼻伸展時就像是打開了一把折疊傘，內部是固定的，而傘面則可以向外變寬、延伸。不只如此，大象們還會如同開折傘一樣「分批運動」象鼻喔！

怎麼說呢？牠們運用象鼻時，會先探出頂端，然後視需求一節一節依序運用後面的肌肉，不到萬不得已，絕對不會動到靠近身體這側的肌肉群！學者們表示，大象之所以會這樣動，是因為象鼻前端部分的肌肉量較少，動起來也比較不費勁，而大象其實就跟人類一樣懶，當然是追求越省力越好囉！

借我學一下啦！皺褶象皮竟能應用在機器人身上？

另一方面，象鼻上這些皺巴巴的皮膚其實也十分堅硬，能起到重要的保護作用。比如說，在關節部分，一般肌肉容易拉伸，甚至拉傷，但如果有了皺褶，則需要花上整整 13 倍的力量才能拉伸。

這樣的保護力有什麼用呢？在未來，或許可以應用在仿生機器人身上喔！許多仿生機器人都會設計液壓系統，雖然十分靈活，但施力時卻也非常容易斷裂。如果我們能在機器人身上添加一些皺巴巴的皮膚，不僅能提供更強大的保護力，也讓機器人在運用上出現更多不同的可能性。

參考資料

1. Skin: An additional tool for the versatile elephant trunk
2. Schulz, A. K., Boyle, M., Boyle, C., Sordilla, S., Rincon, C., Hooper, S., Aubuchon, C., Reidenberg, J. S., Higgins, C., & Hu, D. L. (2022). Skin wrinkles and folds enable asymmetric stretch in the elephant trunk. Proceedings of the National Academy of Sciences of the United States of America, 119(31), e2122563119. https://doi.org/10.1073/pnas.2122563119
3. How Skin Helps Elephants Move and Twist Their Trunks
4. 動物奇門功夫．象鼻神奇構造

大象極易受到低估，我就低估了牠們使用工具的能力。過去我只見過牠們撿起樹枝搔抓臀部，另外也見過牠們拋擲泥土。在我工作的一座動物園裡，每當寒鴉在象欄的圍牆上啼鳴，那些大象就會這麼做。那些鳥兒就像《拉封丹寓言》（Fables choisies mises en vers）裡的渡鴉一樣。寒鴉也許自認歌聲動人——畢竟鴉科也屬於鳴禽——但音樂品味是極為主觀的。大象會拋擲一大團泥土趕走那些噪音製造者。

我以為大象的能耐就只有這樣而已，實驗從來不曾顯示牠們有更進一步的能力。科學家曾經把食物放在這種厚皮動物搆得到的範圍之外，再提供牠們一根長棍子，看看牠們會不會利用棍子勾取食物。靈長類動物在這項實驗表現得很好，但大象全然不理會那根棍子。實驗的結論認為大象無法理解這道題目，但沒有人想過，說不定問題是出在我們這些研究者根本就不懂大象。

不同於靈長類動物的手，大象的抓握器官同時也是嗅聞器官。大象不只利用象鼻拿取食物，也會加以嗅聞並且觸摸——象鼻充滿神經末梢，尤其是敏感的象鼻末端。大象擁有無可比擬的敏銳嗅覺，因此能夠確知自己抓取的是什麼食物，視覺對牠們而言僅具次要地位。不過，大象一旦捲起一根棍子，鼻道就受到了堵塞。就算棍子能夠接近食物，也還是會對嗅覺造成阻礙。這就像是要求我們蒙上眼睛伸手拿東西一樣，除非是參加派對遊戲，不然我們通常不願這麼做，而且理由很充分。

我在不久前造訪位於華府的國家動物園，普雷斯頓．福爾德（Preston Foerder）與黛安娜．瑞絲（Diana Reiss）向我展示了坎杜拉這頭小公象在同一道題目、但不同方法呈現的情況下所能夠做到的事情。這兩位科學家把帶有水果的樹枝高高掛在象欄上方，就在坎杜拉抓取得到的範圍之外。他們為他提供了幾件可以使用的物品，包括棍子、一個正方形的箱子，還有幾塊厚厚的木砧板。坎杜拉沒有理會棍子，但過了一會兒之後，就開始用腳踢那個箱子。他沿著直線踢了那個箱子許多次，直到那個箱子位於樹枝正下方，然後用前腳踩上箱子，即可用象鼻勾到那根樹枝和水果。

坎杜拉嚼食他的獎賞之際，福爾德與瑞絲表示，為了增加這道關卡的難度，他們得把這些物品挪到不同的地方擺放。他們會把箱子放在象欄裡的另一個區域，在坎杜拉的視線之外，於是在他抬頭看見誘人的食物之後，就必須回想先前的解決方案，然後先走離他的目標，前去找尋工具。能夠做到這一點的動物不多，坎杜拉卻能毫不猶豫地到遠處取回那個箱子。後來不給他箱子，他則會把木板疊起來，藉此墊著腳好勾取食物。

坎杜拉的表現顯示他完全擁有對因果關係的理解能力，也就是所謂的「靈光乍現的時刻」（或是更生活化一點：頭頂冒出電燈泡的時刻），而這種能力被視為是高度智慧的徵象。明顯可見，在我們宣稱另一種動物只會拋擲泥土之前，應該先嘗試以牠們的觀點看待世界——就算我們必須想像自己有個像水管一樣的鼻子也不例外。

欠缺證據，不代表沒有證據

這讓我回想起先前的另一項實驗，當時瑞絲和我一起合作，試圖確認大象是否能夠認得鏡中的自己。連同我當時的學生喬許．普拉尼克（Josh Plotnik），我們在紐約的布朗克斯動物園（Bronx Zoo）進行了一項研究。大象在以前從來不曾展現過任何徵象顯示牠們認得鏡中的自己。牠們是不是以為鏡中的自己是另一頭大象，就像猴子看見另一隻猴子的反應一樣？就我們所知，只有人類、猿類與海豚認得自己的鏡像。

然而，先前的測試都只給這種體型最龐大的陸地動物低矮的鏡子，遠比牠本身小上許多。而且鏡子還是擺在室內獸欄欄杆外頭的地面上。大象在那種情況所看見的，可能只是四條腿立在兩層欄杆後方，因為欄杆也會映照在鏡子裡。從那些實驗獲得的令人失望結果，被視為代表了大象不認得鏡中的自己。不過，我們不禁納悶是不是有更好的測試方法。我們特製了一面昂貴的八英呎見方防撞鏡，並且擺放在室外象欄內，好讓大象能夠觸碰、嗅聞以及查看鏡子後方，然後再探索自己的映影。探索是必要的第一步，黑猩猩與兒童也是如此。

結果，一頭名叫快樂的亞洲象就認得了自己。她站在鏡子前面的時候，不斷摩挲自己前額上一個白色十字痕跡。唯有認知到鏡中的影像就是自己的身體，她才有可能知道那個十字痕跡的存在。這也是對兒童測試自我覺察的做法，大多數兒童都在兩歲以前就會展現出自我覺察的能力。大象被納入擁有自覺能力的動物菁英階層，成了一件備受矚目的大事。新聞媒體的標題忍不住引用一首童謠的歌詞：「她就是快樂，而且她自己也知道！」

事實證明大象比我們原本以為的還要聰明，但更重要的是，這項發現證明了負面證據的局限。你如果在一個特定物種沒有發現使用工具的行為或者自我覺察的徵象，並不能據此認定你對這個物種具有確切的理解。有可能是這種動物欠缺相關能力，但也可能是我們對這種動物欠缺了解：我們有可能提供了錯誤的工具，或是擺放了不適當的鏡子。實驗心理學的一句名言反映了這個洞見：「欠缺證據不代表沒有證據。」

——本文摘自《我們與動物的距離：在動物身上發現無私的人性》，2021 年 12 月，馬可孛羅。