仿生機器人──小怪獸（升級篇）

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。

時年 26 歲^[1] 的 Caroline Dela Rose Nilsson 手腳被緊縛，^[2] 嘴巴堵塞著，神色極度焦慮，^[1]在自家的車道上呻吟。^{[3, 4]} 鄰居見狀快速通報警察。^[1]

事情發生在 2016 年 9 月 30 日，^[4] 晚間 10 點 10 分，^[1] 南澳阿德雷東北市郊的 Valley View 地區。^{[1, 3]} Caroline 的三個孩子當時在家，他們分別為 1、3 和 5 歲；^[2] 而她 57 歲的婆婆 Myrna Nilsson 早已被重擊致死，陳屍於洗衣間。^[5] 稍後，員警在屋裡的走廊找到眼神渙散，面容哀戚的男孩；他的兩個姊妹則是面部朝下，趴在床上哭泣。員警讓孩子們同自己坐在警車裡，但卻什麼也問不出來。^[5]

另一邊，當死者的兒子 Mark ，也就是 Caroline 的丈夫，得知母親死了。 Mark 詢問警方， Caroline 是否受傷，然後平靜地以實事求是的口吻說：「我不懂怎麼會有這種事情，您是說意外嗎？」由於警方不願意透漏細節，在完全不知道來龍去脈的情況下， Mark 又問是不是有人闖入家中。^[5][註1]

根據 Caroline 的說法，當天有 2、3 名開著皮卡車的男性，跟蹤她的婆婆 Myrna 回家。他們與 Myrna 在屋外爭執了約 20 分鐘，但殺害她的時候， Caroline 碰巧在關著門的廚房裡，所以什麼也沒聽到。^[1] 這幾個「看起來像粗工」的人，後來也攻擊 Caroline 。^{[2, 5]} 問題是，如果三個孩子徹頭徹尾都在屋裡，為何會安靜到沒被捲進來？

檢方拿 3 個孩子的頭髮樣本，去做藥物檢測，其中 2 個結果顯示有Tramadol殘留。^[2] 在澳洲屬於四級管制藥物的 Tramadol ，需要有處方籤才能取得，是一種會抑制呼吸且具有鎮定作用的止痛劑，一般不得施予 12 歲以下的兒童。^[6] 更啟人疑竇的是，屋裡既沒有外人入侵的 DNA 證據，附近的鄰居也沒注意到一輛皮卡車進出。^[7] 這令檢警不太採信 Caroline 的說辭。^[1]

此外，負債澳幣 4,000 元（時值約新臺幣 10 萬元）的 Caroline ，每半個月還得跟丈夫共同支付婆婆 Myrna 澳幣 1,000 元的房租。^[註2]相較之下，Myrna 經濟優渥，不僅擁有汽車，在澳洲和菲律賓置產，曾赴歐洲旅遊，還給年幼的孫子買車買房。Mark 是獨子，若 Myrna 過世，他們夫婦便可順勢繼承財產，謀財害命的動機充足。^[8]

檢警因此把 Caroline 列為頭號嫌疑犯，卻始終沒有以謀殺罪名逮捕她。直到 2018 年 3 月，他們取得關鍵證據。^[1]

Myrna Nilsson 慘遭殺害的時候，戴著一只蘋果智慧型手錶。^[1]

從智慧型手錶判讀死亡時間

Myrna 的智慧錶記錄到她人生末了的重要數據：她在返抵自家的 47 秒內開始遭受猛烈攻擊，^[4]其中有短短 39 秒的長度，出現 65 次倉皇的動作，然後她的心跳就停止了。時間約莫是傍晚 6 點 41、42 分。^{[2, 4]} 15 分鐘後， Caroline 用手機傳訊息給丈夫，還留下在臉書和 eBay 的使用紀錄。^[4] 從這個時間點到她的鄰居報案，中間相差三個小時。此情形讓 Caroline 的陳述顯得不合理，因而遭檢察官起訴。^[3]

從傳統手錶推測死亡時間

智慧型手錶進入人類生活已有一段時日，不過有些人仍然會戴其他類型的手錶。它們雖然不會追蹤使用者的生命徵象，但有時也能提供警方估計死亡時間的線索。以下是 2022 年《國際鑑識科學》（Forensic Science International）期刊，介紹的二個例子：

一名八旬老翁俯臥於公寓的地板上，毫無生命跡象。他最後一次被人看見還活著，已經是 5 天前的事情了，對縮小死亡時間範圍的幫助有限。死者左手戴著一只持續運作的自動機械錶，錶面顯示的時間準確無誤。此種手錶仰賴使用者手部的活動帶動發條。老翁戴的這款每次帶動之後，可以撐上 44 至 48 小時，而且它在警方展開調查後 18 小時才停止運轉。所以用 48 減掉 18 ，得知老翁或許在被發現前的 30 小時左右身亡。^[9]

期刊介紹的另一起案件，死者右手戴的是太陽能石英錶。某年12月在丹麥的沼澤，有個獵人撞見一具屍骨。當下右手骨頭上的錶還在走，不過時間快了 1 小時，而日期則晚了 3 天。該國的日光節約通常始於 3 月，終於 10 月，也就是說死者的手錶在 10 月之後，沒有被調回標準時間。至於少掉的 3 天，則是因為 6、9 和 11 月都只有 30 天。若未手動跳過 31 日，手錶的日期就會在這段期間，每個月各晚 1 天。由此推估，死者可能是在 5 月 1 日到 6 月 30 日之間身亡。^[9]

死亡時間與判決

死者配戴的各種手錶，留給警察辦案的線索。然而是否能破案，並將罪犯繩之以法，仍受到其他因素的影響。2016 年 Myrna Nilsson 被害身亡；2018 年她的媳婦 Caroline ，遭警方以智慧錶的紀錄為證據逮捕。^[1] 2020 年在 8 週的審理後，陪審團無法達成共識。 2021 年又經歷 6 週的法律攻防， Caroline 最後被無罪釋放。^[3] 而直至 2022 年的今天，警方仍未捕獲她口中，謀殺婆婆的那幾個粗工。

備註

1. 筆者找到的新聞資料，好像都沒有明確解釋，事發當下 Mark Nilsson 身在何處。
2. 有一篇報導說 Caroline 跟 Mark 給婆婆房租，一家三代同堂，她卻連自己的房間也沒有。Caroline 得跟兩個女兒睡；兒子則是和婆婆同寢。該文沒提到 Mark 睡哪。^[8]

參考資料

1. Rebecca Opie. (29 MAR 2018) ‘Smartwatch data helped police make arrest in Adelaide murder case, court hears’. ABC News.
2. Dillon M, Carter M. (13 DEC 2021) ‘Caroline Nilsson murder trial returns hung jury over death of mother-in-law captured on an Apple Watch’. ABC News.
3. Mahalia Carter. (26 OCT 2021) ‘Caroline Nilsson found not guilty of murdering mother-in-law after smart watch case retrial’. ABC News.
4. Kathryn Bermingham. (15 OCT 2020) ‘Prosecutors close case against woman charged with murdering her mother-in-law in 2016’. The Weekend Australian.
5. Mahalia Carter. (13 DEC 2021) ‘Alleged murder victim’s son was ‘matter-of-fact’ when told of death, court hears.’ ABC News.
6. ‘APO-Tramadol’. (01 March 2022) NPS MedicineWise
7. Rebecca Opie. (3 MAY 2018) ‘Son of alleged murder victim Myrna Nilsson urges court to release wife on bail’. ABC News.
8. Meagan Dillon. (13 DEC 2021) ‘Alleged killer Caroline Dela Rose Nilsson had ‘no motive’ to kill, despite financial pressures, court hears.’ ABC News.
9. Busch JR, Hansen SH. (2022) ‘The wristwatch – A supplemental tool for determining time of death’. Forensic Science International, 335, 111283.

「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