帕夫洛夫誕辰│ 科學史上的今天：9/26

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。

各種現代生物學相關研究無法不使用動物來進行實驗，而隨著我們對動物所知愈來愈多，我們不再如十七世紀名哲學家笛卡兒一般視動物為機器，而是有知覺的生命體，因此，基於側隱和道德，關注動物福利已是動物學界的主流。

B.O. Hughes提出動物福利意即動物與身處環境之和諧，而D.M. Broom對動物福利奠下了科學上的定義：動物嘗試適應身處環境的狀態(有能力控制身心的安定，包括生理、心理、行為等等)。對動物的福利關注早於動物福利被科學定義前的1920年代已經出現，由倫敦大學動物福利協會(1938年更名為動物福利大學聯會(Universities Federation of Animal Welfare, UFAW))提出。該會提出「處理動物問題須以科學為基礎，用上最大同情心，但要將感傷收到最小」。

動物福利最先推行於實驗動物。1947年，該會出版實驗動物手冊(laboratory animal handbook)，奠下了實驗動物的福利基準；並於1950年代提出動物實驗的3R原則：替代(Replacement)、減少(Reduction)及改善(Refinement)。這比後來同樣由該會制定的農業動物照護及管理福利基準的出現還要早二十年。儘管如此，實驗動物福利至今仍存在大量需要改善的空間，特別是過去人們多從生理層面去檢視動物福利，只顧消極地預防和處理病痛等問題，而忽略了心理福利需求(而心理問題也會對生理造成壞影響)。因此，過往的實驗動物福利改善多數只從改善居住環境的設計(如擴建和衛生等)著手，較少著眼於改善人類跟實驗動物的互動以減少實驗動物因人類而受的心理壓力。上個月筆者有機會參與澳紐實驗動物協會(Australian and New Zealand Laboratory Animal Association, ANZLAA)主辦的座談會，內容是講述運用行為訓練及條件制約(Conditioning)方法來改善動物設施內的福利，正好提供了改善實驗動物的心理福利的新方法。

動物的心理包括了認知、情緒以及由此而生的行為，而作為有知覺的生命體，動物或被動或主動地不斷從與身處的環境(外來刺激)中學習認知、情緒、行為。要改善動物的心理福利，就要先了解牠們的心理狀況，因此需要了解動物的學習原理和結果；而了解了動物的學習原理和結果後，則可以反其道而行，主動地應用這些原理去幫助動物適應環境。動物有多種學習方法，最不同動物共通、最主要的兩種分別為對情緒(及其延伸行為)作用的古典條件制約(Classical conditioning)，以及對行為作用的操作式條件制約(Operant conditioning)。

古典條件制約由俄國科學家巴洛夫(I.P. Pavlov)所發現，著名例子莫過於巴洛夫那隻聽到鈴聲就流口水的狗。以巴洛夫的狗作例子，狗本來不需要學習，看見食物(非制約刺激)就會被引發食慾而流口水(非制約反應)，而若狗每次看見食物時都聽到鈴聲，久而久之，鈴聲和食物就會在狗的認知中產生配對聯繫，使得鈴聲成為一個制約刺激，可以單獨地引發狗的食慾使其流口水(流口水成為對鈴聲的制約反應)。這過程讓狗學習了鈴聲對自己的意義和對鈴聲作出相應的情緒及行為反應。在實驗室之中，清潔機造成的噪音或人類強迫性的對待手法等等非制約刺激常常引起實驗動物的恐懼情緒，造成躲避、逃跑、反擊等非制約恐懼行為反應，通過古典條件制約過程，動物更學習對清潔機或人類本身(制約刺激)感到恐懼並做出相應行為(制約反應)，這使得實驗動物經常地處於莫大而不必要的心理壓力。動物對人類的恐懼反應更往往引起人類加倍粗暴的對待，例如更迅速用力地抓住動物不讓其逃走或反擊，造成惡性循環，使動物心理壓力更加惡化，並大大提高動物和人類受傷的風險，造成嚴重的福利問題。

然而，當我們理解古典條件制約的學習原理，就可以反其道而行對動物使用反條件制約(Counter-conditioning)——在實驗動物遇上引發恐懼(或有可能引發恐懼)的刺激時，給予牠們喜好的刺激(如牠們喜歡的食物、玩具、撫摸等等)，使那些刺激(如清潔機和人類本身)和喜好的刺激配對聯繫起來，令實驗動物不再對其恐懼，甚至更願意主動接近人類。這不但消除動物的恐懼，也使得粗暴的對待手法不再必須，因此可以大大減少動物的心理壓力，甚至讓牠們感到正面的情緒，滿足牠們福利需求。

影片：對注射疫苗的小貓進行反條件制約訓練

第二大學習原理為史金納(B.F. Skinner)發揚光大的操作式條件制約，原理請回顧筆者之前所寫的《狗狗不打不成器？非也，研究指獎勵式訓練較為可取》。要注意的是，因為筆者於該文以訓練動物的角度來介紹操作式條件制約，因此使用了「給予/移除刺激為後果去鼓勵/阻止」這種帶有訓練者主動意圖的描述，然而事實上操作式條件制約作為動物學習調整行為與環境互動的原理，刺激的出現及消除並不需要帶有主動的訓練意圖，以人跟實驗動物的互動為例：傳統對待實驗動物的手法都帶有正處罰(Positive punishment)和負增強(Negative reinforcement)——實驗員把白老鼠抓起，白老鼠掙扎，為免牠逃脫實驗員加強了握力。縱使實驗員無意訓練老鼠乖乖不掙扎，但握力帶來的痛苦卻正處罰了老鼠掙扎的行為，令牠停止掙扎；而見老鼠停止掙扎後，實驗員不自覺的放鬆握力，使得握力帶來的痛苦消失，也負增強了老鼠乖乖不掙扎的行為；不過，假若實驗員加強握力時，老鼠勇敢地反擊咬了實驗員手指使他放開手，得以從粗暴的對待中逃脫，則會負增強老鼠的咬人行為，讓老鼠學習當人加強握力時就要咬人以求逃脫。

在這例子可以看到傳統對待實驗動物的手法所引起的問題：製造人和動物的對抗，不僅對雙方造成不必要的心理壓力，更帶來更高的受傷風險。另外，動物訓練師Bob Bailey有句名言叫「巴洛夫常在你的肩上(Pavlov is always on your shoulder)」，就是說使用操作式條件制約時，古典條件制約仍然存在。因此，以正處罰及負增強這些涉及厭惡刺激的學習原理為主的對待手法往往令實驗動物學會恐懼人類，造成前一段所述的福利問題。

相反，使用正增強(Positive reinforcement)為主的訓練方法可以改善實驗動物福利，例如以小食獎勵主動行為的方式訓練白老鼠自動地走到磅上量體重、進入清潔的籠子，又或者訓練牛隻主動進入圍欄讓人抽血。正增強訓練如何改善動物福利？第一，壓力的成因在於動物無法控制牠所身處的環境，因此當容許動物主動選擇並以獎勵方式正增強想要的行為時，動物感知到原來自己可以控制環境，就能大大減少壓力。研究證實，使用正增強訓練主動接受麻醉注射的實驗用黑猩猩，比起被迫以麻醉槍麻醉的同伴，其血液檢驗結果顯示較低的壓力生理指標。第二，使用正增強訓練可間接達成部分反條件制約效果。比如近年就有研究指出使用正增強訓練的馬喜好親近人類，而使用負增強訓練的馬則恐懼人類。在實際應用上，正增強訓練動物主動量體重、接受注射等等，於先進的動物園及水族館等等設施已取得空前成功，成為動物檢查護理的一部分。此外，不少靈長目動物實驗室也開始了正增強訓練的應用。再加上操作式條件制約可應用到多種不同動物(包括哺乳類、鳥類、爬蟲類及魚類等等)，正增強訓練是改善實驗動物福利的好方法。

影片：正增強訓練狨猴量體重

雖然行為訓練及條件制約可大大改善實驗動物福利，但也有需要注意的事項。首先，實驗動物的飼養是以完成研究為主要目的，因此該座談會的一位講者Dr. John chofield提醒實驗動物照護員，對實驗動物進行行為訓練及條件制約前，必須先與研究員好好溝通。照護員須尋求並遵守研究員的指引，避免訓練對動物造成了實驗外變數(Non-experimental variables)——令動物除了實驗要檢視的不同處造成的影響外，多出了實驗沒有預期的同處所造成的影響——使得研究結果大亂而將整個研究(甚至研究員的研究生涯)毀掉。另外，目前使用行為訓練及條件制約改善實驗動物福利也有其阻力，比如實驗動物管理員常質疑訓練動物(並訓練實驗人員訓練動物)需求更多時間及資源而不願嘗試，然而，若能訓練實驗動物主動合作，一時的額外付出很可能帶外長期的時間及資源節省，因此這個改善實驗動物福利的新方法是大有潛力並值得考慮的。

參考資料：

Broom, D. M. 2011. A History of Animal Welfare Science. Acta Biotheoretica, 59, 121-137.

Common Marmoset Care: Handling and Training (http://www.marmosetcare.com/care-in-captivity/handling-and-training.html)

Highlights from UFAW’s History (http://www.ufaw.org.uk/highlights.php)

Incorporating Behavioural Training and Conditioning into Animal Facility Routines (Symposium organised by ANZLAA on Wednesday 20^th June, 2012)

Perlman, J. E., Bloomsmith, M. A., Whittaker, M. A., McMillan, J. L., Minier, D. E. & McCowan, B. 2011. Implementing Positive Reinforcement Animal Training Programs at Primate Laboratories. Applied Animal Behaviour Science.

Sankey, C., Richard-Yris, M.-A., Henry, S., Fureix, C., Nassur, F. & Hausberger, M. 2010. Reinforcement as a Mediator of the Perception of Humans by Horses (Equus Caballus). Animal Cognition, 13, 753-764.

同場加映兩個有關古典條件制約及操作式條件制約的小笑話：

除了「薛丁格的貓」，科學史上最負盛名的寵物再來應該就是「帕夫洛夫的狗」了。而且不像薛丁格的貓根本是虛構出來，只存在於思想實驗之中，牠可是貨真價實、活生生的狗，還有流口水的特殊技能（咦？）。不過就如同薛丁格的貓被不斷傳述後扭曲了薛丁格的本意，帕夫洛夫的狗也因名氣太大而遮掩了帕夫洛夫的其餘事蹟。

帕夫洛夫原本研究的其實是狗的胃液。當時已經知道食物進入胃以後，會刺激胃液分泌；但他想知道在食物還沒到達胃之前，會不會就已經分泌胃液了？要觀察到實際情況，顯然必須得對清醒的狗做實驗才行，於是帕夫洛夫用他的巧手

－－－－－（警告：以下畫面可能過於殘酷，膽小者與愛狗人士請自行斟酌是否繼續閱讀）－－－－－

將狗的食道與胃各開了幾條瘻管接到體外，讓被狗吞下的食物從瘻管排出體外，進不到胃中；再從胃外接出來的瘻管檢測是否有胃液。結果證實了帕夫洛夫的猜測：食物不用進到胃裡，光靠視覺、嗅覺、味覺等感官刺激就能刺激胃液分泌。

帕夫洛夫還進一步實驗不同的食物造成胃液分泌的快慢、多寡、與持續時間。他對消化系統的嚴謹實驗與深入研究為他贏得 1904 年的諾貝爾生理或醫學獎，不過他在領獎致辭時，講的卻是他發現的「制約反應」(conditioned reflex)。

原來他在實驗時觀察到：負責餵食的工作人員走進時，狗就開始分泌唾液。於是他試著在食物出現之前先給予視覺或聽覺的刺激，例如圖片、哨子、節拍器、音叉（偏偏就是沒有傳說中的鈴鐺）。這些原本並不會令狗分泌唾液，但連續幾次之後，狗被制約了；即使沒有食物，只要這些圖片或聲音一出現，狗就會流口水。

先別急著笑狗笨，後來有實驗證實人也會受到制約反應的影響，而不由自主地被不相干的事物勾起恐懼、厭惡、……等情緒反應。這正是為什麼「帕夫洛夫的狗」會如此深植人心吧？因為牠映照出我們人類也並非全然是自己的主人，原來還有理性、意志力，甚至自由意志所不能及的晦暗之處啊！

本文同時收錄於《科學史上的今天：歷史的瞬間，改變世界的起點》，由究竟出版社出版。