0

1
1

文字

分享

0
1
1

增加電費、能源稅、大眾運輸……節能減碳該從哪做起?「邁向低碳社會」民調告訴我們的事

研之有物│中央研究院_96
・2019/08/29 ・6262字 ・閱讀時間約 13 分鐘 ・SR值 543 ・八年級

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位

採訪編輯|黃曉君、美術編緝|林洵安

大家都知道節能減碳很重要,也能做到隨手關燈、少搭電梯……但說到增加電費、徵收能源稅,半數民眾立刻反應「為什麼要我們去做?」這一切究竟是貧富差距的作祟、教育程度的落差,又或者另有隱情?讓我們繼續看下去……

中研院社會所蕭新煌兼任研究員,自 1980 年代開始研究台灣人環境意識,至今已三十多年。

-----廣告,請繼續往下閱讀-----

2017 年,蕭新煌主持「邁向低碳社會的行為與制度轉型研究」,團隊以電話抽樣訪問 1211 位台灣民眾 ,了解國人環境意識和行為,以及低碳政策的偏好。

結果發現:民眾的環境意識已高度成熟,也能贊同政府應有所為的政策,但對個人需要付出較高代價的低碳政策,採取保留態度,顯示國人的環境意識仍然存在知行落差。

2017 年主持「邁向低碳社會的行為與制度轉型研究」中研院社會所蕭新煌兼任研究員(問答簡寫為:蕭,下圖右 1),團隊成員包括中研院社會所林宗弘研究員(問答簡寫為:林,下圖右 2) 以及臺北市立大學許耿銘副教授 (問答簡寫為:許,右 3)。

「邁向低碳社會的行為與制度轉型研究」研究團隊成員。攝影│林洵安

台灣人的環境意識夠成熟了嗎?三十年來,國人的環境意識經歷哪些階段?

蕭:三十多年來,國人的環境意識有長足的進步,主要原因是:經濟成長讓人民有餘力「衣食足,知環保」、民眾環境受害感逐漸擴大、知識份子以及環保團體的倡議。

-----廣告,請繼續往下閱讀-----

我將台灣人的環境意識發展,分為三個階段:環境汙染、生態破壞、氣候變遷。

1980 年代,台灣經濟大好,人民環境意識萌芽,開始發現「環境汙染」問題。怎麼發現?靠五官。眼睛看到空氣汙染,鼻子聞到惡臭、耳朵聽到噪音、皮膚感覺到灰塵……民眾從日常生活感受到的水汙染、空氣汙染等等現象,直接建立受害感。

從 1985 年的民調可知,當時國人關心環境問題主要為:公共衛生疾病 (78.5%),食物、水、空氣汙染 (71.2%),但對於生態保育 (28.1%)、氣候變化 (25.6%)等等需要更多先備知識的議題,還沒有太強烈的感受。

資料來源│蕭新煌,1985:145 圖說重製│林洵安

到了 1990 年代,知識和閱聽能力的擴大,民眾環境意識升級,開始意識「生態保育」的重要性。人們受害感也從自身受害,擴及到動植物受害。當時環保團體喊出「不是不報、時候未到,時候一到就是大地反撲」等等口號,建立起生態保育與人類命運的連結。

2000 年以後,從國外傳入全球暖化氣候變遷、低碳等等新興名詞,再次提升國人的環境意識。再加上,近幾年的極端氣候,創紀錄的高溫、超級暴雨、水旱災頻仍,也讓民眾環境受害感越來越強烈、範圍越來越擴大。

過去都是窮人家,農民、勞動階級受害,現在暴雨一來,不但底層民眾更受害,停車場也會淹水,波及中產階級。可說是全民受害、人人有感!如何將民眾的受害感連結到全球變遷等抽象議題,成為當前知識份子的重要挑戰。

總的來說,三十多年來,國人不再只注重經濟成長,而是希望環境保護與經濟發展能夠兼顧,甚至越來越傾向環境保護優先,顯示台灣正處於環境典範轉移的過程中:從「經濟成長」的老典範,轉移到「環境保護」的新典範。

呼,對環境有感就好!回到 2017 年民調,當前國人對於低碳議題了解多少呢?

許:我們研究國人對低碳政策的理解,擬分為風險知覺、低碳經濟 (生產與消費)、低碳能源與低碳交通這三個大的面向,分成問卷細項來看,國人對於低碳議題已算是有相當程度的認識:

一、對於環境問題的傷害性以及自然災害的嚴重性,比過去更加敏感:

資料來源│ 邁向低碳社會的行為與制度轉型研究 圖說重製│林洵安

另外,還有高達八、九成的民眾,感受到氣候冷熱極端無常與天然災害增加帶來的影響。

二、對於能源結構和節能減碳,也有一定的了解:

資料來源│ 邁向低碳社會的行為與制度轉型研究 圖說重製│林洵安

三、關於核能的危險性,也有很高的警覺:

資料來源│ 邁向低碳社會的行為與制度轉型研究 圖說重製│林洵安

七成民眾贊成非核家園?但 2018 年底公投,民眾又支持「廢止」非核家園……

許:2018 年的公投結果成因很複雜,包括政黨介入、民眾拿小抄投票,可能沒有真的理解題意等等,無法在此詳細分析。但有一點值得注意:在公投當下,民眾對於核能發電佔台灣發電量的比例,可能是嚴重高估的。

長期以來,台灣民眾對於核能占全台灣總發電量的比例,認知非常混亂,10%、20%、50%,甚至 80% 都有。今年 (2019),台大風險中心和聯合報最新民調顯示:仍有四成的民眾認為核能是台灣最主要的發電方式。

事實上,核能佔台灣總發電量約 8~13%,並不像部分人想像的比例那麼高。當民眾高估核電佔比,很可能就會傾向:「絕對不能沒有核電。」在我們的民調也顯示:五成民眾認為不用核電廠,台灣就會缺電。

資料來源│台大風險中心依經濟部能源局資料計算 圖說重製│林洵安

不過,核能發電牽涉的問題非常廣泛,國際上也爭論不休,在此無法詳述。

但不論擁核或反核,民眾應該獲得充分資訊,對於這項爭議有更完整的了解,才能做出更好的判斷。如果民眾對低碳議題已有相當程度認識,大家願意做出哪些改變呢?

許:民眾的改變可分為三個部分:

一、民眾對於自己可掌控、成本較低的行為,很願意做環保、愛地球,如:

資料來源│ 邁向低碳社會的行為與制度轉型研究 圖說重製│林洵安

二、民眾也支持政府應有作為的低碳政策,如:

資料來源│ 邁向低碳社會的行為與制度轉型研究 圖說重製│林洵安

三、但是,民眾對於自己要負擔較大成本的政策,例如配合漲價、加稅,願意的比例立刻降到五成。即使願意付出,付出比例也偏低:

資料來源│ 邁向低碳社會的行為與制度轉型研究 圖說重製│林洵安

不過,如果加稅的對象是企業,僅剩兩成民眾不同意,甚至大多數認為加稅比例應該達到 6~10%。

這個研究結果顯示:雖然民眾環境態度已經相當成熟,但將認知化為行動,似乎不如預期……

五成民眾目前不支持加稅、漲價,可能的原因是什麼?

許:從「計畫行為理論」來看,認知和態度不一定會直接轉換成行為,特別是當個人缺少可用的資源或機會,即使本身有強烈的意圖,仍會降低真正採取行動的可能性。

計畫行為理論簡單說:我們心裡面的態度,怎麼轉換成行為,或是會不會受到某些因素影響而讓人不行為 ,有三個關鍵因素:

  1. 行為態度:個人內心對於行為所抱持的態度,比方說:節能減碳很重要,我必須要做一些友善環境的行為。
  2. 主觀規範:如果我做或不做這件事情,會不會有些社會壓力。比方說:父母親或老師的要求,會不會讓我採取節能減碳的行為。
  3. 知覺行為控制:我有沒有辦法把這件事做好,這就涉及個人對於完成某行為程度的掌控度,例如:當不需要使用電燈時,我會不會隨手關掉。

所以在 2017 的民調中,我們進一步分析受測者的性別、已婚或未婚、是否有未成年小孩、收入高低 (以薪資四萬元為區分)、教育程度(大學以上、專科以下)、是否常常參與節能活動等等,看看這些個人變項,如何影響民眾面對自己需付上高代價的低碳政策。

結果發現,女性、已婚、有未成年小孩、低收入、專科以下、不常參加節能活動者,付出意願均比較低。原因可能是:已婚、家中有未成年小孩、教育程度較低、低收入等民眾的經濟負擔較重,而家中財務如果是女性掌管,增加開銷的意願相對也比較低。

值得注意的是,如果民眾參加過環保團體,像是鳥會、荒野保護協會、台灣環保聯盟,主婦聯盟舉辦的環保活動,比較傾向認同低碳政策,個人也容易出現環保行為。

關於「增加大眾交通運輸站點,是否能讓民眾減少開車或騎機車」,結果如何?

林:先來看看台灣人的交通生活方式!大體來說,五成民眾使用機車、兩成三是汽車、兩成四會選擇低碳的大眾交通工具、自行車或步行。

民眾選擇交通生活方式的關鍵是:交通社會排除、生活習慣和文化品味。所謂的交通社會排除,是指社會經濟地位不平等、大眾交通工具的普及度不足,比方說:偏遠鄉鎮的火車站或捷運站很少,民眾當然沒什麼機會選擇大眾運輸。

而 2017 年的民調顯示,當鄉鎮增加捷運站,可顯著降低民眾開車或騎機車的數量,願意轉換到大眾運輸的就有 8%。只不過,願意者大多數是機車族 (7%),汽車族則沒有太大影響。

資料來源│ 邁向低碳社會的行為與制度轉型研究 圖說重製│林洵安

理由可能是:汽車族通常是 40~55 歲的中年人,有一定的經濟能力,家裡可能有小孩、老人需要接送,開車是他們的生活方式。

相對的,機車主要是年輕人、中低階層、自雇者 (農民或小販等) 的謀生工具,只要有不錯的替代方案,最容易改變。雖然大眾運輸的車資,普遍稍微高於機車油錢,但機車族怕颳風下雨,機車也會耗損,所以還是傾向大眾運輸。

由此推知, 如果政府能夠讓大眾運輸的車資更接近機車油錢,或是補貼電動機車,應該有助於機車族選擇大眾運輸。

機車能減量太好了!台灣的機車高達一千五百萬輛呢……

林:欸……這裡要先幫機車族洗白一下!從全台灣整體的汙染量來看,機車排碳量不是最高的,只是機車族最容易因為好的低碳政策轉換成大眾運輸,所以建議針對機車減量來規劃。

台灣整體的排碳量,六、七成來自大工廠,前面說的加稅、加價等政策,就是要解決這些汙染「巨頭」,其中也包含家戶用電。

第二部分就是交通,大概占三成。陸上交通排碳量第一名是大型柴油車,再來是小汽車。機車數量雖然多,但總排碳量均比不上兩者。

但柴油車數量少、利益集中、容易發生集體抗爭,很難改變。汽車族經濟條件和生活習慣所限,不像機車族容易轉換。

從另一個角度來說,機車減量不只是減碳,也能挽救人命!2017 年機車事故達所有車禍死亡人數 36.7%,為所有車輛中最高。中研院的研究也顯示,大眾運輸越少的鄉鎮,機動車輛死亡率越高。而當大眾運輸站點增加,立刻減少車禍傷亡,減下來的都是機車族。

全台機車總量高達一千五百萬輛。每到上下班時間,台北橋的機車宛如瀑布般傾瀉而下。
圖片來源│iStock

總的來說,這次民調可提供政府什麼建議呢?

蕭:這次民調顯示的意義是:不少民眾已經 Ready,準備迎接低碳社會的來臨!但政府必須傾聽民意、拿出魄力,擬定並落實有效的低碳政策。

我們雖很嚴肅地討論國人節能減碳的知行落差,但也千萬不要變成低估民眾,好像國人還普遍很無知、無感!大多數國人的環境意識相對成熟,也有行為改變,贊同政府部分的低碳政策,顯示民眾是有知、有行動的。就算是加稅和漲價,也至少有一半民眾已經抱持支持的態度。

民眾知行落差所透露的意義,應該是:

雖然每個人都在行為上做出小小的改變,但缺乏集體行為,這部分是政府的責任。個人行為改變只是小善,政策改變才是大善。

政府必須負起責任,不能什麼都等著民眾去做,或是害怕民眾不支持,就不敢推行低碳政策,這是自己找藉口。你帶頭做好的政策,民眾就會支持你。以增加電價來說,雖有一半民眾不願意,但還有一半願意啊!

只是在制定政策之前,必須先了解民情。減少交通排碳量,可以從最容易改變的機車族開始,增設大眾運輸站點、補貼捷運車資、補助電動機車。開徵能源稅,這個稅應如何開徵?還是會變相提高油價?當然更重要的是產業結構要改變。總之,了解民眾願意為環境付出多少,再來慢慢調整政策。

蕭新煌堅定的說:「不少民眾已經 Ready,準備迎接低碳社會的來臨!」政府不要再找藉口,應該傾聽民意、拿出魄力,推行符合民情的低碳政策。
攝影│林洵安

許:我們對於政府長期的政策規劃,提出了幾點建議:

  1. 政府應該讓民眾了解,日常生活的改變不會造成損失,甚至可獲利。另外基於稅收中立的前題,建議政府將稅收改採雙重紅利的概念。例如:能源稅的開徵除了抑制汙染、保護環境,還可利用稅收收入,降低目前的稅制對於資本主義市場的扭曲。
  2. 國民的環境知識涵養,是影響接不接受低碳政策的重要關鍵。因此我們建議加強校園的的低碳教育,透過活動的共同參與,可傳達正確的觀念和習慣養成,進而影響社會上每個角落。
  3. 推廣裝設智慧電表,更有效率了解和確認家戶用電量變化與用電的效率,並告知民眾智慧電表的相關知識與優點,透過這種節電裝置進一步改變民眾用電行為。
  4. 政府應該在推行相關政策時,透過各種審議、公民參與途徑進行多元、多層次的政策溝通,以期讓全民都能理解低碳政策,同心推動低碳社會的轉型。

蕭:總之,政府不要輕易誤解民眾!三十多年來,台灣民眾真的有進步,雖然有些人還有點不清楚,但始終可以看到至少有近五成民眾已可稱為先鋒,願意在改變個人行為之餘,還支持必要的減碳政策。

這 50% 非常重要!台灣的民主經驗也只要 50% 的人倡議,民主就成功了。但這些人不能只是個人,必須參加支持環保的公民團體,才能形成集體壓力,促使政府執行低碳政策。

低碳社會的實現,關鍵就在 50% 有動能的公民,以及有實際作為的 NGO !

三十多年來,台灣的公民團體一到關鍵時刻就會出現,不管是環保組織、婦女組織、人權組織,這些都是台灣社會難能可貴的集體能量。

NGO 可以做些什麼事?中研院社會所又扮演什麼樣的角色?

蕭:NGO 平常主要透過傳單或各種環保活動,教育民眾環境知識,像是食農教育、能源教育等等。前面的調查也顯示,參與過環保團體活動的民眾,比較容易接受低碳政策。

現代的 NGO 也會進行「公民電廠」這類社會實驗,促成某些社區自己發電,分散能源生產,不要通通集中在台電。除了實質上推廣再生能源,也是很成功的能源教育與社區營造。

我們非常看重 NGO,因為 NGO 不但代表民眾的集體意識,也能把民意匯流起來,形成集體力量對政府施壓,所以政府也會邀請他們參加能源轉型會議,討論減碳白皮書。我們的計畫也邀請了二十幾個 NGO ,討論政府、產業、公民社會等等應該有什麼作為,才能促成低碳社會。

而我們學者的任務,包括民意調查,從民情探索政策的可行性,並規劃台灣產業轉型建議書等等,善盡知識分子的責任。除此之外,我們也實質補助、聲援這些有動能的公民團體,像是好夥伴主婦聯盟的「公民電廠」,共同推動低碳社會的早日來臨!

延伸閱讀

本文轉載自中央研究院研之有物,原文為「隨手關燈 hen 好,能源稅再說?」從民調看台灣人節能減碳的知行落差,泛科學為宣傳推廣執行單位

-----廣告,請繼續往下閱讀-----
文章難易度
研之有物│中央研究院_96
296 篇文章 ・ 3808 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

2
1

文字

分享

0
2
1
「融合蛋白」如何全方位圍剿狡猾癌細胞
鳥苷三磷酸 (PanSci Promo)_96
・2025/11/07 ・5944字 ・閱讀時間約 12 分鐘

-----廣告,請繼續往下閱讀-----

本文與 TRPMA 台灣研發型生技新藥發展協會合作,泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此,我們花了很多時間介紹最新、最有效的抗癌方法之一:免疫療法

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機,能精準鎖定你體內的敵人——癌細胞,為它們打上標記,然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統,為身體「上buff (增益) 」來抗癌,副作用較低,因此備受好評。

-----廣告,請繼續往下閱讀-----

但尷尬的是,經過幾年的臨床考驗,科學家發現:光靠抗體對抗癌症,竟然已經不夠用了。

事情是這樣的,臨床上醫生與科學家逐漸發現:這個抗體標記,不是容易損壞,就是癌細胞同時設有多個陷阱關卡,只靠叫醒免疫細胞,還是難以發揮戰力。

但好消息是,我們的生技工程也大幅進步了。科學家開始思考:如果這台偵察無人機只有「標記」這一招不夠用,為什麼不幫它升級,讓它多學幾招呢?

這個能讓免疫藥物(偵察無人機)大進化的訓練器,就是今天的主角—融合蛋白(fusion protein)

-----廣告,請繼續往下閱讀-----
融合蛋白(fusion protein)/ 圖片來源:wikipedia

融合蛋白是什麼?

免疫療法遇到的問題,我們可以這樣理解:想像你的身體是一座國家,病毒、細菌、腫瘤就是入侵者;而抗體,就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內,它能迅速辨識敵人、緊抓不放,並呼叫其他免疫單位(友軍)一同解決威脅。過去 20 年,最強的偵查機型叫做「單株抗體」。1998年,生技公司基因泰克(Genentech)推出的藥物赫賽汀(Herceptin),就是一款針對 HER2 蛋白的單株抗體,目標是治療乳癌。

這支無人機群為什麼能對抗癌症?這要歸功於它「Y」字形的小小抗體分子,構造看似簡單,卻蘊藏巧思:

  • 「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」。
  • 「Y」 字形的「尾巴」就是我們說的「標籤」,它能通知免疫系統啟動攻擊,稱為結晶區域片段「Fc 區域」。具體來說,當免疫細胞在體內巡邏,免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合,進而認出病原體或感染細胞,接著展開清除。

更厲害的是,這個 Fc 區域標籤還能加裝不同功能。一般來說,人體內多餘的分子,會被定期清除。例如,細胞內會有溶酶體不斷分解多餘的物質,或是血液經過肝臟時會被代謝、分解。那麼,人造抗體對身體來說,屬於外來的東西,自然也會被清除。

-----廣告,請繼續往下閱讀-----

而 Fc區域會與細胞內體上的Fc受體結合,告訴細胞「別分解我」的訊號,阻止溶酶體的作用。又或是單純把標籤做的超大,例如接上一段長長的蛋白質,或是聚乙二醇鏈,讓整個抗體分子的大小,大於腎臟過濾孔的大小,難以被腎臟過濾,進而延長抗體在體內的存活時間。

偵測器(Fab)加上標籤(Fc)的結構,使抗體成為最早、也最成功的「天然設計藥物」。然而,當抗體在臨床上逐漸普及,一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」,但這同時也是它的限制。

「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」/ 圖片來源:shutterstock

第一個問題:抗體只能打「魔王」,無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效,因為敵人身上有明顯標記。但癌細胞的形成與惡化,是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛,卻只能針對已經帶有特定分子的癌細胞魔王,無法摧毀那個孕育魔王的系統魔窟。這時,我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

-----廣告,請繼續往下閱讀-----

第二個問題:開發產線的限制。

抗體的開發,得經過複雜的細胞培養與純化程序。每次改變結構或目標,幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機,明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間,讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路,科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計,巧合的是,真正的突破靈感,仍然來自大自然。

在自然界中,基因有時會彼此「融合」成全新的組合,讓生物獲得額外功能。例如細菌,它們常仰賴一連串的酶來完成代謝,中間產物要在細胞裡來回傳遞。但後來,其中幾個酶的基因彼此融合,而且不只是基因層級的合併,產出的酶本身也變成同一條長長的蛋白質。

-----廣告,請繼續往下閱讀-----

結果,反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」,而是直接在同一條生產線上完成。對細菌來說,能更快處理養分、用更少能量維持生存,自然形成適應上的優勢,這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發:如果我們也能把兩種有用的蛋白質,「人工融合」在一起,是否就能創造出更強大的新分子?於是,融合蛋白(fusion protein)就出現了。

以假亂真:融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺:把兩種以上、功能不同的蛋白質,用基因工程的方式「接起來」,讓它們成為同一個分子。 

1990 年,融合蛋白 CD4 免疫黏附素(CD4 immunoadhesin)誕生。這項設計,是為了對付令人類聞風喪膽的 HIV 病毒。

-----廣告,請繼續往下閱讀-----

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中,大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作,幫助 T 細胞辨識其他細胞表面的抗原片段,等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球,就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍,竟然把 T 細胞的 CD4 探測器,當成了自己辨識獵物的「標記」。沒錯,對 HIV 病毒來說,免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白,會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合,就會啟動一連串反應,讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞,導致免疫系統逐漸崩潰。

為了逆轉這場悲劇,融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似,由由兩個不同段落所組成:一端是 CD4 假受體,另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內,它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

-----廣告,請繼續往下閱讀-----

厲害了吧。 病毒以為自己抓到了目標細胞,其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4,自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用:一是延長融合蛋白在體內的存活時間;二是理論上能掛上「這裡有敵人!」的標籤,這種機制稱為抗體依賴性細胞毒殺(ADCC)或免疫吞噬作用(ADCP)。當免疫細胞的 Fc 受體與 Fc 區域結合,就能促使免疫細胞清除被黏住的病毒顆粒。

不過,這裡有個關鍵細節。

在實際設計中,CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是:HIV 專門攻擊的就是免疫細胞本身,許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍,反而可能引發強烈的發炎反應,甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊,這樣副作用太大。因此,CD4 免疫黏附素的 Fc 區域會加入特定突變,讓它只保留延長藥物壽命的功能,而不會與淋巴球的 Fc 受體結合,以避免誘發免疫反應。

從 DNA 藍圖到生物積木:融合蛋白的設計巧思

融合蛋白雖然潛力強大,但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事,得從最根本的設計圖,也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質,都是細胞照著 DNA 上的指令一步步合成的。所以,如果科學家想把蛋白 A 和蛋白 B 接在一起,就得先把這兩段基因找出來,然後再「拼」成一段新的 DNA。

不過,如果你只是單純把兩段基因硬接起來,那失敗就是必然的。因為兩個蛋白會互相「打架」,導致摺疊錯亂、功能全毀。

這時就需要一個小幫手:連接子(linker)。它的作用就像中間的彈性膠帶,讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計,是用多個甘胺酸(G)和絲胺酸(S)組成的柔性小蛋白鏈。

設計好這段 DNA 之後,就能把它放進細胞裡,讓細胞幫忙「代工」製造出這個融合蛋白。接著,科學家會用層析、電泳等方法把它純化出來,再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利,這個人工設計的融合分子,就能像自然界的蛋白一樣穩定運作,一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白,早就不只是「假受體+Fc 區域」這麼單純。它已經跳脫模仿抗體,成為真正能自由組裝、自由設計的生物積木。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一 / 圖片來源:wikipedia

融合蛋白的強項,就在於它能「自由組裝」。

以抗體為骨架,科學家可以接上任何想要的功能模組,創造出全新的藥物型態。一般的抗體只能「抓」(標記特定靶點);但融合蛋白不只會抓,還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下,它在藥物設計上,幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說,當我們選擇使用融合蛋白時,通常會期待它能發揮幾種關鍵效果:

  1. 療效協同: 一款藥上面就能同時針對多個靶點作用,有機會提升治療反應率與持續時間,達到「一藥多效」的臨床價值。
  2. 減少用藥: 原本需要兩到三種單株抗體聯合使用的療法,也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數,對病人來說,也有機會因為用藥減少而降低治療成本。
  3. 降低毒性風險: 經過良好設計的融合蛋白,可以做到更精準的「局部活化」,讓藥物只在目標區域發揮作用,減少副作用。

到目前為止,我們了解了融合蛋白是如何製造的,也知道它的潛力有多大。

那麼,目前實際成效到底如何呢?

一箭雙鵰:拆解癌細胞的「偽裝」與「內奸」

2016 年,德國默克(Merck KGaA)展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於,它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝,一邊解除它的防護罩。

PD-L1,我們或許不陌生,它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時,就會讓免疫系統誤以為「這細胞是自己人」,於是放過它。我們的策略,就是用一個抗體或抗體樣蛋白黏上去,把這張「偽裝良民證」封住,讓免疫系統能重新啟動。

但光拆掉偽裝還不夠,因為癌細胞還有另一位強大的盟友—一個起初是我軍,後來卻被癌細胞收買、滲透的「內奸」。它就是,轉化生長因子-β,縮寫 TGF-β。

先說清楚,TGF-β 原本是體內的秩序管理者,掌管著細胞的生長、分化、凋亡,還負責調節免疫反應。在正常細胞或癌症早期,它會和細胞表面的 TGFBR2 受體結合,啟動一連串訊號,抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期,TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失,導致 TGF-β 不但失去了原本的抑制作用,反而轉向幫癌細胞做事

它會讓細胞骨架(actin cytoskeleton)重新排列,讓細胞變長、變軟、更有彈性,還能長出像觸手的「偽足」(lamellipodia、filopodia),一步步往外移動、鑽進組織,甚至進入血管、展開全身轉移。

更糟的是,這時「黑化」的 TGF-β 還會壓抑免疫系統,讓 T 細胞和自然殺手細胞變得不再有攻擊力,同時刺激新血管生成,幫腫瘤打通營養補給線。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣,這個融合蛋白在體內循環時,會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合,從而鬆開了那副壓抑免疫系統的腳鐐。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」/ 情境圖來源:shutterstock

告別單一解方:融合蛋白的「全方位圍剿」戰

但,故事還沒完。我們之前提過,癌細胞之所以難纏,在於它會發展出各種「免疫逃脫」策略。

而近年我們發現,癌細胞的「偽良民證」至少就有兩張:一張是 PD-L1;另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號,當它與免疫細胞上的 SIRPα 結合時,就會抑制吞噬反應。

為此,總部位於台北的漢康生技,決定打造能同時對付 PD-L1、CD-47,乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已,但實際上極不簡單。截至目前,全球都還沒有任何三功能抗體或融合蛋白批准上市,在臨床階段的生物候選藥,也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術,製作出了三功能的生物藥 HCB301,目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強,還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄,我們就透過融合蛋白,創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力,而是一組可以「客製化組裝」的平台,用以應付癌細胞所有的逃脫策略。

Catch Me If You Can?融合蛋白的回答是:「We Can.」

未來癌症的治療戰場,也將從尋找「唯一解」,轉變成如何「全方位圍剿」癌細胞,避免任何的逃脫。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
解密機器人如何學會思考、觸摸與變形
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/09 ・6820字 ・閱讀時間約 14 分鐘

本文與 Perplexity 合作,泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡,機器人的聲音就該是冰冷、單調,不帶一絲情感 。它們的動作僵硬,肢體不協調,像一個沒有靈魂的傀儡,甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是,現今的機器人發展不再只會跳舞或模仿人聲,而是已經能獨立完成一場膽囊切除手術。

就在2025年,美國一間實驗室發表了一項成果:一台名為「SRT-H」的機器人(階層式手術機器人Transformer),在沒有人類醫師介入的情況下,成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力,最終在八個不同的離體膽囊上,達成了 100% 的自主手術成功率。

-----廣告,請繼續往下閱讀-----

這項成就的意義重大,因為過去機器人手術的自動化,大多集中在像是縫合這樣的單一「任務」上。然而,這一場完整的手術,是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中,實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題:我們究竟錯過了什麼?機器人是如何在我們看不見的角落,悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化?

這趟思想探險,將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到,它們正以前所未有的方式,發展出生物般的觸覺、理解複雜指令、學會團隊合作,甚至開始自我修復與演化,成為一種真正的「準生命體」 。

所以,你準備好迎接這個機器人的新紀元了嗎?

-----廣告,請繼續往下閱讀-----

只靠模仿還不夠?手術機器人還需要學會「犯錯」與「糾正」

那麼,SRT-H 這位機器人的外科大腦,究竟藏著什麼秘密?答案就在它創新的「階層式框架」設計裡 。

你可以想像,SRT-H 的腦中,住著一個分工明確的兩人團隊,就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

  • 第一位,是動口不動手的總指揮「黑傑克」: 它不下達具體的動作指令,而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令,是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
  • 第二位,是靈巧的助手「皮諾可」: 它負責接收黑傑克的語言指令,並將這些抽象的命令,轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工,而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始,研究人員在訓練過程中,會刻意讓它犯錯,並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法,被稱為「糾正性示範」 。

SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。 / 圖片來源:shutterstock

這項訓練,讓 SRT-H 學會了一項外科手術中最關鍵的技能:當它發現執行搞砸了,它能即時識別偏差,並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後,機器人在遇到困難時,要不是完全失敗,就是陷入無效的重複行為中 。

-----廣告,請繼續往下閱讀-----

正是靠著這種從錯誤中學習、自我修正的能力,SRT-H 最終在八次不同的手術中,達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦,足以應付更混亂、更無法預測的真實世界嗎?例如在亞馬遜的倉庫裡,機器人不只需要思考,更需要實際「會做事」。

要能精準地與環境互動,光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體,它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去,這裡的倉儲機器人(如 Kiva 系統)就像放大版的掃地機器人,核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸,只負責搬運整個貨架,再由人類員工挑出包裹。

-----廣告,請繼續往下閱讀-----

但 2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡,商品被存放在由彈性帶固定的織物儲物格中,而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網,再從堆放雜亂的儲物格中,精準取出單一包裹,且不能造成任何損壞。

2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan / 圖片引用:https://www.aboutamazon.com/news

Vulcan 的核心突破,就在於它在「拿取」這個動作上,學會了生物般的「觸覺」。它靈活的機械手臂末端工具(EOAT, End-Of-Arm Tool),不僅配備了攝影機,還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力,和三個維度的旋轉力矩。這就像你的手指,裡頭分布著非常多的受器,不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」,能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同,從而動態調整行為,避免損壞貨物。

其實,這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時,你的大腦並不會先計算出精準的空間座標。實際上,你會先把手伸到大概的位置,讓指尖輕觸桌面,再沿著桌面滑動,直到「感覺」到硬幣的邊緣,最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺+觸覺」的混合策略,先用攝影機判斷大致的空間,再用觸覺回饋完成最後精細的操作。

-----廣告,請繼續往下閱讀-----

靠著這項能力,Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項,並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義,從單純的「替代人力」,轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」,Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎?它們都還是「專家」,一個只會開刀,一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本,但機器人的終極目標,是像人類一樣成為「通才」,讓單一機器人,能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」?

你問,機器人能成為像我們一樣的「通才」嗎?過去不行,但現在,這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去,我們教機器人只會一個指令、一個動作。但現在,科學家們換了一種全新的教學思路:停止教機器人完整的「任務」,而是開始教它們基礎的「技能基元」(skill primitives),這就像是動作的模組。

-----廣告,請繼續往下閱讀-----

例如,有負責走路的「移動」(Locomotion) 基元,和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法,學習如何組合這些「技能基元」來達成新目標。

舉個例子,當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時,它會自動將其拆解為一系列已知技能的組合:首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後,就可以開始來大量訓練。

當多重宇宙的機器人合體練功:通用 AI 的誕生

好,既然要學,那就要練習。但這些機器人要去哪裡獲得足夠的練習機會?總不能直接去你家廚房實習吧。答案是:它們在數位世界裡練習

NVIDIA 的 Isaac Sim 等平台,能創造出照片級真實感、物理上精確的模擬環境,讓 AI 可以在一天之內,進行相當於數千小時的練習,獨自刷副本升級。這種從「模擬到現實」(sim-to-real)的訓練管線,正是讓訓練這些複雜的通用模型變得可行的關鍵。

-----廣告,請繼續往下閱讀-----

DeepMind 的 RT-X 計畫還發現了一個驚人的現象:用來自多種「不同類型」機器人的數據,去訓練一個單一的 AI 模型,會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後,它在任何單一機器人上的成功率,比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後,經驗值合併,讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。

AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。/ 圖片來源:shutterstock

不再是工程師,而是「父母」: AI 的新學習模式

這也導向了一個科幻的未來:或許未來可能存在一個中央「機器人大腦」,它可以下載到各種不同的身體裡,並即時適應新硬體。

這種學習方式,也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師,而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型,正是透過一個「數據金字塔」來進行訓練的:

  • 金字塔底層: 是大量的人類影片。
  • 金字塔中層: 是海量的模擬數據(即我們提過的「數位世界」練習)。
  • 金字塔頂層: 才是最珍貴、真實的機器人操作數據。

這種模式,大大降低了「教導」機器人新技能的門檻,讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體,而是「任何」物體?

我們一路看到了機器人如何學會思考、觸摸,甚至舉一反三。但這一切,都建立在一個前提上:它們的物理形態是固定的。

但,如果連這個前提都可以被打破呢?這代表機器人的定義不再是固定的形態,而是可變的功能:它能改變身體來適應任何挑戰,不再是一台單一的機器,而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院特別具有代表性,該學院的仿生機器人實驗室(Bioinspired Robotics Group, BIRG)2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院(EPFL)特別具有代表性。該學院的仿生機器人實驗室(BIRG)在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年,來自 EPFL 的另一個實驗室——可重組機器人工程實驗室(RRL),更進一步推出了 Mori3,這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

2023 年來自 EPFL 的另一個實驗室—可重組機器人工程實驗室(RRL)推出了 Mori3 © 2023 Christoph Belke, EPFL RRL

Mori3 的核心,是一個個小小的三角形模組。別看它簡單,每個模組都是一個獨立的機器人,有自己的電源、馬達、感測器和處理器,能獨立行動,也能和其他模組合作。最厲害的是,它的三條邊可以自由伸縮,讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時,就能像一群活的拼圖一樣,從平面展開,組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡,我們熟悉的 3D 模型,其實就是由許多多邊形(通常是三角形)拼湊成的網格。Mori3 的創新之處,就是把這種純粹的數位抽象,真正搬到了現實世界,讓模組們化身成能活動的「實體網格」。

這代表什麼?團隊已經展示了三種能力:

  • 移動:他們用十個模組能組合成一個四足結構,它能從平坦的二維狀態站立起來,並開始行走。這不只是結構變形,而是真正的協調運動。
  • 操縱: 五個模組組合成一條機械臂,撿起物體,甚至透過末端模組的伸縮來擴大工作範圍。
  • 互動: 模組們能形成一個可隨時變形的三維曲面,即時追蹤使用者的手勢,把手的動作轉換成實體表面的起伏,等於做出了一個會「活」的觸控介面。

這些展示,不只是實驗室裡的炫技,而是真實證明了「物理多邊形網格化」的潛力:它不僅能構建靜態的結構,還能創造具備複雜動作的動態系統。而且,同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景:救援隊帶來的不是一台笨重的挖土機,而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人,鑽入瓦礫縫隙;一旦進入開闊地後,再重組成一隻多足的「蜘蛛」,以便在不平的地面上穩定行走;發現受困者時,一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑,另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景,正是科幻中的概念:可程式化物質(Programmable Matter),或稱「黏土電子學」(Claytronics)。想像一桶「東西」,你可以命令它變成任何你需要的工具:一支扳手、一張椅子,或是一座臨時的橋樑。

未來,我們只需設計一個通用的、可重構的「系統」,它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上,是一個從硬體定義的世界,走向軟體定義的物理世界的轉變。

更重要的是,因為模組可以隨意分開與聚集,損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時,它就像一個超個體,如同蟻群築橋。至此,「機器」與「有機體」的定義,也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡,演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T),甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展,一個全新的挑戰也隨之而來:在一個 AI 也能生成影像的時代,我們如何分辨「真實的突破」與「虛假的奇觀」?

舉一個近期的案例:2025 年 2 月,一則影片在網路上流傳,顯示一台人形機器人與兩名人類選手進行羽毛球比賽,並且輕鬆擊敗了人類。我的第一反應是懷疑:這太誇張了,一定是 AI 合成的影片吧?但,該怎麼驗證呢?答案是:用魔法打敗魔法。

在眾多 AI 工具中,Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity,它馬上就告訴我:該影片已被查證為數位合成或剪輯。但它並未就此打住,而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D

接著,選擇「研究模式」,就能深入了解 ANYmal-D 的詳細原理。原來,真正的羽球機器人根本不是「人形」,而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解,Perplexity 的「實驗室」功能,還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用,更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史:為何選擇四足?如何精進硬體與感測器結構?以及除了運動領域外,四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人:數位世界的新物種

從開刀、揀貨、打球,到虛擬練功,這些都是機器人正在學習「幫我們做」的事。但接下來,機器人將獲得更強的「探索」能力,幫我們做那些我們自己做不到的事。

這就像是,傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力,它就像是數位世界裡的機器人,能成為我們的「代理人」(Agent)

它的核心功能,就是拆解過去需要我們手動完成的多步驟工作流,提供「專業代工」,並直接交付成果。

例如,你可以直接對它說:「閱讀這封會議郵件,檢查我的行事曆跟代辦事項,然後草擬一封回信。」或是直接下達一個複雜的指令:「幫我訂 Blue Origin 的太空旅遊座位,記得要來回票。」

接著,你只要兩手一攤,Perplexity 就會接管你的瀏覽器,分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋,或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路,而實體機器人,則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧! 現在申辦台灣大哥大月付 599(以上) 方案,還可以獲得 1 年免費 Perplexity Pro plan 喔!(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

1

0
1

文字

分享

1
0
1
日本福島的核廢水該流向大海嗎?——《科學月刊》
科學月刊_96
・2023/10/29 ・5063字 ・閱讀時間約 10 分鐘

  • 作者/張郁婕
    • 日本大阪大學人間科學研究科、清大工科系畢
    • 現為國際新聞編譯
  • Take Home Message
    • 自 2011 年福島第一核電廠發生事故後,為了冷卻反應爐和防範地下水受汙染而每天產生核廢水,目前儲水空間即將不足。
    • 雖然經處理過後的核廢水含有放射性物質,不過濃度低於排放標準,日本政府將核廢水排放到海洋的做法獲得國際原子能總署背書。
    • 日本漁業業者相當不滿、認為有其他解決方案,臺灣政府僅表達「遺憾與反對」,並無進一步作為。

福島第一核電廠自 2011 年發生事故後,時隔 12 年再次躍上多國新聞版面。但這次不是因為災後核電廠除役與復興、訴訟或是 Netflix 上架的日劇《核災日月》,而是存放在福島第一核電廠廠區內的「核廢水」即將排放大海。福島第一核電廠的「核廢水」從何而來?又為什麼要在這個時間點排入大海?

時隔 12 年再次躍上多國新聞版面。但這次不是因為災後核電廠除役與復興、訴訟或是 Netflix 上架的日劇《核災日月》,而是存放在福島第一核電廠廠區內的「核廢水」即將排放大海。圖/IMDb

回到地震發生時的核電廠

時間回到 2011 年 3 月 11 日。當時東日本大地震與隨後而來的海嘯摧毀了福島第一核電廠的電力系統,導致核電廠在停機之後無法持續注入冷卻水,直到反應爐冷卻。因此發生 1、3、4 號機組氫氣爆炸、1~3 號機組爐心熔毀,以及 1 ~ 4 號機組輻射外洩的事件 註1。這次事故更被歸類為國際核能事件最高級別(第 7 級)的最嚴重意外事故。

在事故發生後,首當要務就是持續冷卻反應爐,直到反應爐的溫度降低。冷卻反應爐需要水,所以當時曾引進海水作為冷卻水。這些在福島第一核電廠事故當下出現在廠房內、遭到放射性核種汙染的水,就是日後的「核廢水」。加上當地曾遭到海嘯襲擊,因此這些受到輻射汙染的核廢水也含有鹽分。

但廠區內受到輻射汙染的水並不是只有事故發生當下出現在廠房內的水,事故發生後只要雨水剛好落在福島第一核電廠廠房上,或是地下水流經福島第一核電廠房底下,都會受到放射性核種汙染。

-----廣告,請繼續往下閱讀-----

保護地下水也會產生核廢水

作為營運福島第一核電廠的東京電力公司,在事故發生後的首要任務就是防止更多乾淨的水遭到輻射汙染,同時也要防止受到輻射汙染的水流出廠房外。所以他們在福島第一核電廠 1~4 號機組外加裝擋水牆,希望隔絕乾淨的地下水流經廠房底下,但這些擋水牆實際上無法有效防止地下水從四面八方流經福島第一核電廠正下方。

再考慮到水的流向,寧可讓乾淨的水流進廠房底下受到輻射汙染、也不能讓受到輻射汙染的水外流,所以東京電力公司必須一直抽取廠房內部受到輻射汙染的水,讓廠房內的地下水位略低於廠房外的水位;但在抽水時又不能使廠房內的水位低太多,否則將會一口氣湧入更大量的地下水、產生更多受到輻射汙染的水。

時至今日,東京電力公司仍每天汲取流經 1~4 號機組的雨水與地下水,使得福島第一核電廠即使到現在,每天都還是會產生核廢水。經過 12 年來的各種嘗試,近年新增的廢水總量已有減少的趨勢,去(2022)年每日平均產生約 90 公噸的核廢水,已是事故發生以來最低的數值。

攝於 2011 年 3 月 16 日從左到右分別為 4、3、2、1 號機。圖/wikipedia

如何處理核廢水?

受到輻射汙染的水在被排放之前需要經過幾道淨化流程。首先是利用「銫吸附裝置」除去水中一部分的銫(caesium, Cs)和鍶(strontium, Sr),再經過淡水化裝置除去水中的鹽分,否則海水中的鹽分會侵蝕、損害廠房設備。接下來這些水有兩種命運:循環再利用或是成為核廢水。

-----廣告,請繼續往下閱讀-----

循環再利用

循環再利用是指受到輻射汙染的水經上述淨化處理後,可以回到福島第一核電廠 1~3 號機組,作為反應爐的冷卻水及輻射防護屏障。即便如此,這些受到輻射汙染的總水量遠多於福島第一核電廠 1~3 號機組的需求,所以絕大多數的水被汲取上岸後,都得存放在福島第一核電廠廠房內一桶又一桶的巨大水槽內,成為沒有其他用途的核廢水。

ALPS 處理水

為了降低核廢水的放射性核種濃度,這些存放在巨型水槽內的核廢水會經過專為福島第一核電廠事故設計的多核種除去設備(advanced liquid processing system, ALPS),而經過 ALPS 淨化處理的核廢水又稱「ALPS 處理水」。

-----廣告,請繼續往下閱讀-----

「多核種除去設備」,顧名思義利用物理或化學方法,大幅降低 62 種人造放射性核種的濃度 註2,但唯獨不能處理氫的同位素——氚(tritium, 3H)。這不是因為多核種除去設備成效不彰,而是即便開發其他設備也很難將氚從水中分離。

由於水分子包含氫原子,而氚和氫是同位素,它們的物理性質和化學性質幾乎一樣,難以使用物理或化學方法將它們分離,因此無法利用 ALPS 或其他方式濾掉氚。

福島第一核電廠內水循環示意圖。圖/科學月刊 資料來源/東京電力公司

快滿出來的核廢水

事實上,福島第一核電廠以外的一般核電廠所排放的廢水當中就含有氚,不過在一般情況下並不會特別放大檢視核電廠廢水當中的氚濃度。

此外,自然界中本來就含有氚,我們日常在使用或是飲用的水中也含有非常微量的氚。例如臺灣對飲用水中氚的容許濃度標準為每公升 740 貝克(Bq),並沒有要求零檢出,也就是數值低到儀器驗不出來的程度。

-----廣告,請繼續往下閱讀-----

但福島第一核電廠的核廢水並不一樣,因為這些是流經福島第一核電廠、遭到人造放射性核種汙染過的水。即使是已處理過的 ALPS 處理水,除了氚之外還是包含低量、因反應爐爐心熔毀而外洩的人造核種,並不能直接排到自然界中。

所以這些水自福島第一核電廠事故以來,被汲取上岸後就一直存放於福島第一核電廠廠區內。

然而福島第一核電廠廠區空間有限,按照它每天產生核廢水的速度來推算,今(2023)年 4 月最新的估計是最快在明(2024)年 2 月以後儲水空間就會不足。該如何為這些存放在廠區內的核廢水找尋新的出路,就成了近年難題。

這個問題在 2013 年討論之初,曾列舉了排放到大海、注入地層、埋到地底下、電解成氫氣後排放到大氣中、轉換成水蒸氣排放到大氣中五種方法。經多年評估、討論後,日本政府在去年決定選用國內、外最常見的核電廠含氚廢水的排放方法,在確保廢水中的放射性核種的濃度符合標準 註3、沒有超標的情況下,就能將核廢水稀釋後排放到海洋。

-----廣告,請繼續往下閱讀-----
ALPS。圖/wikimedia

民眾為什麼反對?

早在日本政府確定選擇「排入大海」這個方案前,就有許多反對聲浪。最主要的原因就如前面所說,福島第一核電廠核廢水和一般核電廠的廢水差異在於含有爐心熔毀釋放的人造放射性核種,氚只是這些放射性核種當中的其中一種。

即便福島第一核電廠核廢水在 ALPS 淨化處理後,除了氚以外的放射性核種濃度大幅降低,且符合科學上的排放標準,但和「沒有發生事故」的核電廠廢水相比,內容物組成還是有所不同。

不過國際原子能總署(International Atomic Energy Agency, IAEA)在今年 7 月公布的報告書表示,目前日本提出的方案符合國際安全標準,ALPS 處理水的輻射量也極低,幾乎可以無視輻射對人體或環境的影響,國際水域也幾乎不會因此受到影響。與此同時,IAEA 也會與第三方機構持續監測、分析 ALPS 處理水排放的狀況。

但上述都是關於核廢水放射性物質濃度是否符合目前科學認定的安全標準討論,撇開在科學上是否經得起檢驗、一翻兩瞪眼的檢測問題,民眾願不願意接納這些「科學上的論點」,有時還會有情感方面的考量。

-----廣告,請繼續往下閱讀-----

對於福島漁業來說,政府好不容易才在 2021 年解除試驗性捕魚,當地漁業才正準備要復甦。更何況日本政府先前曾承諾在未取得漁業相關業者的理解之前,不會將福島第一核電廠的核廢水排入大海,但現在的態度卻是要趕在福島第一核電廠放不下更多核廢水之前,陸續將核廢水排入大海,讓當地漁業業者相當不滿。

受核放射線影響,阿武隈川被禁漁10年。圖/wikimedia

此外,也有一派反對聲浪認為日本政府僅因經濟效益考量,而選定「排入海洋」的解決方案,考慮不夠周全、詳盡。雖然規模不同、在日本也未曾將含氚的廢水先蒸發成水蒸氣後排放,若採用這種做法或許就能大幅降低對海洋生物的危害。

也有民間團體提議,如果認為核廢水太占體積,將 ALPS 處理水混合類似水泥的材質進行固化處理,就能堆疊起來繼續存放於福島第一核電廠廠區內,而不會汙染到廠區外的環境。但上述這些做法仍有實務上的困難之處,例如廢水蒸發會影響到陸域環境、固化處理後仍會繼續消耗存放空間等。

在臺灣的我們會被影響嗎?

福島第一核電廠核廢水排放在即,臺灣行政院原子能委員會(原能會)近年多次重申福島第一核電廠的廢水是核電廠事故後的廢水,不能和一般核電廠排放的含氚廢水混為一談。

-----廣告,請繼續往下閱讀-----

也許值得慶幸的是,臺灣和日本的直線距離雖然很近,但洋流方向卻未必如此。福島第一核電廠的核廢水排放後,會因為太平洋的環流系統流向,先往東朝美國加州附近水域擴散,再順時針繞來臺灣。

根據原能會的試算,最快要四年後才會流至臺灣附近海域,屆時放射性物質的濃度已低於儀器偵測極限,濃度低到難以被偵測,不會對臺灣附近海域造成輻射安全上的危害。

但中央研究院環境變遷研究中心研究員吳朝榮以過去觀測的海洋數值模擬,福島第一核電廠的核廢水排放後最快一年內就能抵達臺灣附近海域。

目前原能會已和漁業署、氣象局等跨部會合作監測福島第一核電廠核廢水的擴散狀況並進行漁獲、水產的輻射檢測,相關資訊都公開在「放射性物質海域擴散海洋資訊平台」隨時供民眾查閱。

在臺灣的我們暫時不需要過於擔心福島第一核電廠的核廢水會影響臺灣水域,核廢水排放海洋對環境的衝擊也會遠小於福島第一核電廠事故發生之初的狀態。臺灣方面針對日本食品的輻射檢驗標準仍高於歐、美國家,在現行邊境輻射檢驗標準下毋須過於擔心。

註解

  1. 當時 4 號機組處於定期檢修期間,反應爐內並沒有燃料棒,爆炸原因為與 3 號機組共用管線。當 3 號機組爐心熔毀後,放射性物質和氫氣隨著共用管線流入 4 號機組而發生氫氣爆炸。2 號機組雖然免於廠房爆炸,但 2 號機組內部也發生爐心熔毀,當時為了釋放 2 號機組內部壓力避免發生氫氣爆炸,曾將 2 號機組內部含有放射性物質的氣體釋出,造成輻射外洩。
  2. 放射性核種指的是會自然釋放輻射的放射性元素,依據這些放射性元素的形成方式,又可分為存在於自然界中的「天然核種」與「人造核種」。核電廠發電過程產生的放射性元素,都屬於人造核種。
  3. 目前日本針對福島第一核電廠「核廢水」濃度規範是:
    a.針對所有放射性核種整體的有效輻射劑量須低於每年 1 毫西弗(mSv/year)。
    b.除了氚以外的其他放射性核種實際濃度佔該核種告示濃度的比值總和(稱為「告示限度比」或「告示濃度比總和」)必須<1。

參考資料

  • 行政院原子能委員會,2023 年 6 月 13 日。原能會成立跨部會合作平台,做好日本福島含氚廢水排放因應準備,行政院原子能委員會
  • 台灣科技媒體中心,2023 年 6 月 13 日。「日本將排放含氚核廢水」專家意見,台灣科技媒體中心
  • 〈本文選自《科學月刊》2023 年 9 月號〉
  • 科學月刊/在一個資訊不值錢的時代中,試圖緊握那知識餘溫外,也不忘科學事實和自由價值至上的科普雜誌。
-----廣告,請繼續往下閱讀-----
所有討論 1
科學月刊_96
249 篇文章 ・ 3902 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。