0

0
0

文字

分享

0
0
0

緻密小步舞曲— 重離子對撞,再現宇宙大爆炸

科學月刊_96
・2012/06/28 ・6384字 ・閱讀時間約 13 分鐘 ・SR值 557 ・八年級

科學家推測宇宙是由「一個時空特異點」突然大爆炸而出現的,而在大爆炸那一微秒之後,這極高溫的世界是甚麼樣子?大強子對撞機將揭開這神秘面紗!

李彥頡

宇宙是怎麼誕生的,如何演化呢?好奇的人類總是不斷的追問大自然這個問題。從宇宙背景輻射(Cosmic Microwave Background)以及許多天文觀測的證據,我們知道宇宙的開端大概是在140億年前,從一個極為炙熱的小火球,快速的膨脹擴張、降溫,演變成我們現在所知的宇宙。在這篇文章中,我們想問的問題是,在宇宙大爆炸1 微秒後,這個極高溫的世界是甚麼樣子呢?我們有沒有辦法利用實驗的方法重現這個世界,來研究早期宇宙的性質呢?

掌管物質的四種作用力

-----廣告,請繼續往下閱讀-----

我們知道物質之間有四種作用力:重力、電磁力、強力、弱力。重力把你我安安穩穩的「黏」在地球上,也是掌管地球繞著太陽公轉的力量。電磁力是日常生活中最常見的作用力,我們之所以可以看到這個世界(眼球中的視神經接收光子),可以觸摸到這個世界(我們手指中原子的電子雲與桌子的電子雲重疊,產生排斥),都是因為電磁力的作用。弱作用力管理許多基本粒子之間的轉換,如中子衰變為質子的過程。而四種作用力中最強的強作用力則是掌管原子核中,質子與中子之間的作用。核電廠進行核分裂反應產生大量的能量,太陽進行核融合反應照亮這個世界,都跟強作用力有關係。

圖一:宇宙的開端大概是在140億年前,從一個極為炙熱的小火球,快 速的膨脹擴張、降溫,演變成我們現在所知的宇宙。而我們想問的問題 是,在宇宙大爆炸1 微秒後,這個極高溫的世界是甚麼樣子呢?

在電磁力中,電子帶有電荷,電子之間是以交換光子的方式,來傳遞電磁作用力。而強作用力中,夸克帶有三種「色荷」(通常以紅、綠、藍三種色荷來表示,然而「色荷」與日常生活中的顏色無關),以交換膠子(Gluon)來傳遞強作用力。強作用力與電磁力非常的類似,兩個不同的地方是膠子本身也帶有色荷,與電磁力中的光子不同(不帶有電荷),且色荷有三種,電荷只有一種。從這個角度來看,強作用力顯然要比電磁力擁有更豐富的變化(而且強作用力的強度約比電磁力強100倍!)。然而在我們所見到的世界中,物質的交互作用卻是以電磁作用居多,強作用力卻只存在核反應中,到底為甚麼會有如此大的落差呢?

答案是因為我們所處的世界,跟宇宙大爆炸不久後比起來,是一個非常低溫的世界。夸克與膠子這些帶有色荷的基本粒子,都「凝結」了起來,組成零色荷的強子(如質子、中子、π介子),集中在一個極小的空間裡面(半徑約1費米的球體中)。就像是水在低溫的時候,水分子都凝結起來變成冰塊,沒有辦法自由的移動。因為這個緣故,日常生活中不常見到強作用的蹤跡。這告訴我們,實驗上需要一個非常高溫的環境,才能讓質子與中子「融解」成為夸克與膠子,打破強子之間的籓籬,讓夸克與膠子自由的交互作用。而這樣子的世界,事實上曾經存在!在宇宙剛爆炸的時候,溫度與能量密度非常的高。量子色動力學的計算結果顯示,在溫度達到核子彈爆炸核心溫度的5000倍時,夸克與膠子不再被禁錮在強子中,而是以「夸克–膠子電漿」(Quark Gluon Plasma)的方式存在,可以自由的運動與交互作用。

模擬宇宙初始

-----廣告,請繼續往下閱讀-----
圖二:當要產生宇宙剛爆炸時的能量密度,所使用的方法是讓鉛原子核對撞。先把鉛原子核加速到接近光速的狀態,這時候會 變成像「煎餅」一樣的形狀(A)。當這兩個「煎餅」對撞後(B),會將大量的動量釋放在一個極小的空間(C~E),產生 一個超高能量密度的環境,進而重現宇宙大爆炸的狀態。

如果你身在冰天雪地的阿拉斯加,身邊只有冰塊,沒有火種,也沒有其他可以升溫器具,該如何「加熱」這個世界呢?一個很有創意的答案是:你可以讓兩塊冰塊加速相撞,將動能轉換成位能,用這樣的方式來融化冰塊。我們所生活的宇宙也在很相似的狀況,因為所處的世界溫度很低,所以夸克與膠子都凝結成為強子,要產生宇宙剛爆炸時的能量密度,科學家所使用的方法是讓重離子(Heavy Ion)對撞——把重離子(重元素的原子核,如鉛原子核、金原子核)加速到接近光速的狀態,這時候重離子因為羅倫茲收縮(Lorentz Contraction)的緣故,變成像兩個「煎餅」一樣,這兩個「煎餅」對撞之後,會將大量的動量釋放在一個極小的空間裡面,產生一個超高能量密度的環境,進而重現宇宙大爆炸的狀態(如圖二)。

夸克–膠子電漿產生之後,由於極高的能量密度與壓力,其體積快速的擴張,很快的冷卻碎成許多的強子。這個過程發生的飛快,大概只有10-23~10-24秒的時間。因此要研究夸克–膠子電漿的性質十分不容易。事實上,在實驗中我們只能藉由這些由夸克–膠子電漿冷卻凝結成的強子,以及其他不同的粒子,來了解這種新物質的特性。

位於美國布魯克海文國家實驗室(Brookhaven National Laboratory)的相對論重離子對撞機(Relativistic Heavy Ion Collider, RHIC),是第一個進行高能重離子對撞的加速器。金原子核在加速器中最高被加速到1000億電子伏特,並且進行對撞。在布魯克海文國家實驗室的實驗結果中,第一次證實了夸克–膠子電漿的存在。

到了2010 年的冬天粒子物理學界有了重大的突破,位於歐洲的大強子對撞機(Large Hadron Collider, LHC)成功的完成鉛原子核對撞,並且將鉛原子核加速到1.38兆電子伏特,開創了一個超高能量密度的新紀元。1.38兆電子伏特這個數字或許不太易懂,其實這代表著每一個在鉛原子核中的質子與中子,都帶有相當於蚊子飛行時所擁有的動能。理論計算預測在大強子對撞機中將產生體積更大、溫度更高的夸克–膠子電漿,將對宇宙的起源以及高密度環境中量子色動力學的了解做出的貢獻。

-----廣告,請繼續往下閱讀-----
圖三:緊湊渺子線圈(CMS)主要是由 超導磁鐵、矽晶軌跡追跡系統、量能器 (Calorimeter)以及渺子偵測器所組成, 可用來測量由夸克膠子電漿冷卻後所產 生的各種粒子,以重現宇宙大爆炸。

科學之眼—粒子偵測器

為了測量由夸克–膠子電漿冷卻後所產生的各種粒子,我們使用粒子偵測器來測量這些粒子的角度分布、動量以及能量。以緊湊渺子線圈(Compact Muon Solenoid,簡稱CMS偵測器)為例,偵測器主要是由超導磁鐵(Superconducting Magnet)、矽晶軌跡追跡系統(Silicon Tracker)、量能器(Calorimeter)以及渺子偵測器(Muon detector)所組成的。

CMS偵測器使用超導磁鐵產生強大的磁場(3.8 特斯拉)。碰撞中產生的帶電粒子往外飛散時,會受到磁場的影響而轉向,高動量的帶電粒子轉向程度較低,行進的軌跡比較接近直線,而低動量的帶電粒子則是以接近螺線的方式向前移動。CMS偵測器中的矽晶軌跡追跡系統就像是個3D 的數位相機一樣,記錄在對撞中所產生的帶電粒子軌跡,使CMS偵測器能夠測量帶電粒子的動量分布以及數量。電磁量能器是由鎢酸鉛晶體(Lead Tungstate)所組成的,可用來測量光子以及電子的能量。強子量能器可以用來測量中性以及帶電強子的能量,並且用於夸克與膠子噴流(Jet)的重建。由於渺子經過量能器時所損失的能量很低,可以穿過這些偵測器,因此在CMS 的超導磁鐵外層,還裝設了渺子偵測器,用來偵測渺子的訊號。

圖四:粒子在CMS偵測器中留下的軌跡。光子不會在矽晶追跡系統中留下軌跡,但是會在電磁量能 器中被破壞,留下能量;電子會在矽晶追跡系統中留下軌跡,並且將能量釋放在電磁量能器中;帶電 強子的軌跡可被矽晶追跡系統記錄下來,且會穿過電磁量能器,到達強子量能器並釋放能量。渺子因 不帶有色荷不參與強作用,質量又比電子重,因此渺子能夠穿過所有的偵測器以及磁鐵,在超導磁鐵 外的渺子偵測器中留下信號。

在CMS偵測器中(圖四),可以看到電中性的光子,不會在矽晶追跡系統中留下軌跡,但是會在電磁量能器中被破壞,留下能量。帶電的電子(反電子)則會在矽晶追跡系統中留下軌跡,並且將能量釋放在電磁量能器中。帶電強子(Charged Hadron)的軌跡同樣可被矽晶追跡系統記錄下來,與電子不同之處是帶電強子不只會在電磁量能器中留下能量,通常也能穿過電磁量能器,到達強子量能器,然後將能量釋放在強子量能器中。帶電的渺子更加特殊。由於渺子不帶有色荷不參與強作用,質量又比電子重約300倍,這些性質使得渺子通過介質時損失的能量較少,因此渺子能夠穿過所有的偵測器以及磁鐵,並且在超導磁鐵外的渺子偵測器中留下信號。這些探測到的高能渺子可用於Z 玻色子(Z Boson)的重建(經由Z 玻色子衰變至渺子與反渺子的管道)。利用CMS這個「科學之眼」,我們可以捕捉碰撞中除了微中子以外所產生的粒子,並且分辨他們。而藉由觀測這些由夸克–膠子電漿冷卻凝結而成的碎片,我們可以推測在碰撞中產生的新物質的特性。

-----廣告,請繼續往下閱讀-----

新物質—夸克–膠子電漿

實驗物理學家常將電子射向想研究的物質,利用電子偏折的角度來研究物質的結構。然而重離子對撞所產生的夸克–膠子電漿存在時間極為短暫,且體積微小,因此測量這種新物質的性質非常不容易,也是實驗中最具挑戰性的問題。基本上測量夸克–膠子電漿的方法大致可以分為兩類:第一種是測量夸克–膠子電漿散開後所產生的粒子。從這些粒子的數量,角度分布以及能量大小,來推測夸克–膠子電漿的性質。第二種方法是在碰撞中,利用與夸克–膠子電漿同時產生的高能量夸克、膠子以及光子,讓這些粒子穿過夸克–膠子電漿,然後觀察電漿如何改變這些高能量的粒子。

圖五:當鉛對撞發生時,成千上萬的粒子在碰撞中產生,並且在軌跡追跡系統中留 下信號。此圖為CMS 偵測器所記錄下來的一個鉛對撞事件。

圖五是CMS偵測器所記錄下來的一個鉛對撞事件,由圖中可以看出,成千上萬的粒子在碰撞中產生,並且在軌跡追跡系統中留下信號。經由電腦人工智慧辨識,可以重建出碰撞中所產生的帶電粒子軌跡(圖中位於核心、顏色較淡的細絲線狀)以及動量大小。從強子的數量估計,我們發現在大強子對撞機中鉛對撞所產生的夸克–膠子電漿,能量密度比日常生活中常見的其他原子核的密度還要高5~10 倍。換句話說,在一個質子大小的空間裡,要擠下5~10倍質子的能量。因此很顯然的,這種物質不太可能是由質子與中子等強子所組成,而是由更高密度的夸克與膠子所組成。圖中也可以看到許多正方體,所顯示的是電磁量能器所測量到的能量大小。而在最外圍的長柱狀體則顯示強子量能器所測量到的能量。利用量能器所測量到的能量大小,也可以推出與帶電粒子相同的結論,我們在對撞中確實產生了極度緻密的物質。而且所測量到的總能量,大約是在前一個實驗「相對論重離子對撞機」(Relativistic Heavy Ion Collider)的金原子核對撞中總能量的2~3 倍。

聰明的你也許會問:「如何證實在碰撞中,一個達到熱平衡的夸克–膠子電漿真的產生了呢?也許這麼多的粒子只是原子核中許多質子與中子之間

-----廣告,請繼續往下閱讀-----

的對撞疊加在一起所造成的,彼此並不相干!」如果在鉛對撞中,所產生的粒子真的是由許多互不相干的核子對撞所造成的,偵測器所偵測到的粒子角度分布會是對稱的。但如果在碰撞中所產生的物質,是已達到熱平衡的夸克–膠子電漿,這時候由夸克–膠子電漿冷卻所產生的粒子由於壓力的作用,會產生不對稱的角度分布。壓力較大的方向,所測量到的能量及粒子數量較多,而壓力較小的方向則會觀測到比較少的粒子。

在CMS實驗中,由矽晶追跡系統以及量能器所測量到的粒子能量分布,真的可以見到角度的不對稱性,這證實了所產生的新物質的確達到熱平衡,而且與相對論性流體力學(Relativistic hydrodynamics)的理論計算結果相符合。實驗數據顯示,這種新物質甚至比水還更接近理想液體。這個有趣的現象首度在相對論重離子對撞機中被發現,而且再度在大強子對撞機實驗中被確認。而且在大強子對撞機的實驗中,甚至在每次碰撞中,都可以直接看到粒子能量分布的不對稱性(如圖六)。

圖六:從矽晶追跡系統以及量能器所測量到的粒子能量分布,可以見到角度的不對稱性,證實了 所產生的新物質的確達到熱平衡。

更進一步—電漿性質的精密測量

在大強子對撞機的實驗中,由於對撞的能量較相對論重離子對撞機提高了17.5倍,超高能量的夸克與膠子,以及不帶色荷的光子與Z玻色子的產生機率大增,我們可以利用這些穿過夸克–膠子電漿的粒子,測量這些粒子如何與電漿反應,進行電漿性質的精密測量。由於光子與Z玻色子不帶色荷,通過夸克–膠子電漿時,理論預測這兩種粒子不會受到強作用力的影響,會直接穿過這種新物質而不被改變。而高能量的夸克與膠子穿過電漿時,由於帶有色荷,會受到強作用力的影響而損失能量,甚至因為介質的推力而改變行進方向。

-----廣告,請繼續往下閱讀-----

利用CMS偵測器的電磁量能器與渺子偵測器,實驗已經成功的捕捉到光子與Z玻色子的信號(如圖七:Z玻色子衰變至渺子與反渺子),並且發現這兩種不帶色荷的粒子不受夸克–膠子電漿的影響,首度證實了理論的預測。而在夸克與膠子的噴流分析中, CMS偵測器直接測量到這些噴流損失了很多的能量,這個直接證據告訴我們在鉛對撞中真的有新物質產生。而且當高能夸克與膠子穿過電漿時,受到非常強大的阻力。每前進1個費米的距離,就會損失約數十億電子伏特的能量。然而奇怪的是,雖然高能量夸克與膠子在通過介質時損失了不少能量,但行進方向卻出乎意料之外的沒有任何變化!研究夸克與膠子如何損失能量可與許多理論模型做比較,初步的結果發現這些夸克與膠子所損失的能量遠高於預期,而行進方向卻沒有改變,與在真空中的狀態無異!這些新現象沒有辦法使用目前的模型解釋。許多更進一步的實驗分析正在進行中,如尋找夸克–膠子電漿中的聲波以及底夸克(Bottom Quark)的測量等等,將提供許多以量子色動力學以及弦論所建構的理論模型和許多珍貴的資訊。

揭開早期宇宙之謎

在2010年大強子對撞機成功的加速鉛原子核到1.38兆電子伏特,並且完成人類史上最高能量的重離子對撞實驗。2011年大強子對撞機更提供了比2010年多20倍的鉛原子核對撞。緊湊渺子線圈的實驗結果再度證實夸克–膠子電漿在鉛對撞中產生了,並且首度完成光子、Z玻色子以及高能夸克(膠子)噴流的分析。這種超緻密的物質,也許與宇宙大爆炸後1微秒後的狀況十分類似,也可能存在於中子星的核心之中。

初步的實驗結果告訴我們,如果有一台火箭,在早期宇宙的環境中被發射升空,我們只需要不到1奈米厚的夸克–膠子電漿,就可以將火箭瞬間停下來,而與火箭一起前進的高能量光子,則不受影響,可以順利的穿透夸克–膠子電漿繼續往前傳播。如果有一個高能量的夸克在早期宇宙中「游泳」,這個夸克會受到夸克–膠子電漿的影響而很快的減速,但「游泳」的前進方向卻不會改變!

-----廣告,請繼續往下閱讀-----

由於在大強子對撞機中的高能量鉛原子核對撞,許多高能光子、Z玻色子、以及高能量的夸克與膠子與夸克–膠子電漿一起產生,開創了一個全新的研究方向。由於光子與Z玻色子不參與強作用力,因此測量這些不帶色荷的粒子,可以得到夸克–膠子電漿剛產生時的初始狀態,就像是利用微中子可以探測太陽的核心一樣。利用超高能量的夸克與膠子穿過電漿,我們可以進行類似拉塞福(Rutherford, 1871~1937)實驗的研究,只是這次不是利用電子去探測原子核,而是用這些高能夸克與膠子來探測夸克–膠子電漿的結構。

在大強子對撞機有了這些有趣的研究工具,將有助於了解高密度環境下的量子色動力學,並且解答早期宇宙之謎。近年來在弦論模型的計算與發展,更提供了嶄新的方向,幫助我們在夸克–膠子電漿研究中所學習到的知識,運用在各種其他的強交互作用系統(Strongly interacting system)。許多精彩的實驗分析與理論計算,正如火如荼的進行中!

圖七:利用CMS偵測器的電磁量能器,成功的捕捉到Z玻色子衰變至渺子與反渺子,並且發現這兩種不 帶色荷的粒子不受夸克膠子電漿的影響,首度證實這兩種粒子不會受到強作用力的影響。

李彥頡:任職歐洲核子物理研究中心

原文發表自科學月刊第四十三卷第五期

-----廣告,請繼續往下閱讀-----
文章難易度
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。

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

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。

0

4
1

文字

分享

0
4
1
微擾理論:我們有沒有可能遮蔽了新的物理?——《撞出上帝的粒子》
貓頭鷹出版社_96
・2023/01/27 ・2632字 ・閱讀時間約 5 分鐘

對撞機能夠給出什麼答案?

物理學家想用大型強子對撞機來解答的重要問題,可以總結如下:在大型強子對撞機的能量級下,粒子物理的標準模型是否有效?「對撞機能量級」是個大大的躍進,因為其能量大小超越了電弱對稱破缺尺度;在這個尺度之上,兩種基本作用力相互統一,而 W 和 Z 玻色子、甚至所有其他基本粒子的質量,也許都是起源於此。

從空中鳥瞰大型強子對撞機的地理環境。圖/wikipedia

如果標準模型可以成功描述新能量範疇的現象,希格斯粒子應該就會存在,但看來不會有什麼其他的新發現;反之,如果標準模型失效,也許就沒有希格斯粒子了,不過背後一定會藏著稀奇古怪的事物。其實有個不易察覺的問題會左右這件事:我們究竟有多了解標準模型在此能量級下預測的現象?這並不容易回答。

一般而言我們並沒有能耐百分之百準確地解出標準模型。所有人都是用近似法。而絕大多數的近似方法之所以可行,是因為基本作用力的「耦合」,也就是強度,沒有很大。「耦合」就是在物理過程對應的費曼圖中,每個作用頂點帶有的值。(參見【科學解釋 8】)

微擾理論的應用

作用力的強度可以用一個數值來表示。如果說這個數值是 0.1,那麼兩個粒子交互作用的機率就會和 0.1 乘上 0.1,也就是 0.01 成正比。要是有三個粒子,機率就變成 0.1 的三次方,0.001,四個粒子的話就是 0.0001,如此這般。由此可知,如果耦合值很小,你就可以忽略比方說四個粒子以上的粒子交互作用―超過這個臨界值的項對於主要結果都只是極小的微擾罷了,因為前面至少會乘上 0.1 的五次方,也就是 0.00001。

-----廣告,請繼續往下閱讀-----

可見更多粒子的反應項只會些微改變原本的結果而已。這就是「微擾理論」的例子,微擾理論廣泛運用於解決物理界和化學界中許多的問題。只要耦合值很小、也就是作用力很弱,這個理論就十分準確。

然而,這種近似法並不是永遠有效。微擾理論失效的地方大多涉及強核力、也就是量子色動力學。這就是為何大家要把這種作用力稱為強核力。我們不是故意要混淆視聽的,強核力的確和它的名字一樣難以應付。

舉例來說,在我們對撞質子,想一探其內部夸克及膠子的種類分布時,某些方面的資訊其實無法從先前所提的原則計算得到(參見 4.5 節)。除此之外,我們也無法算出夸克和膠子最後是如何結合成新的強子的。雖然大家手上有量子色動力學的限制條件,也有一些基本的能量守恆、及動量守恆定律,以及不少從其他地方得到的數據,卻無法用微擾理論。

由二個上夸克及一個下夸克所構成的質子。圖/wikipedia

原因在於強核力的耦合值非常接近一,不論幾次方都還是一。因此,不管你計算的對象是幾個粒子,得到的結果都不會收斂到某個可信的值。最終我們只好依據自己的經驗來猜測結果、或建立模型。而這樣的結論一直都有調整空間。

-----廣告,請繼續往下閱讀-----

因此我們要嚴肅看待一個問題:大家在調整模型的時候,實際上可能會遮蔽了令人興奮的新物理。要避免這個問題,你得拿自己熟悉、以微擾理論計算的結果,連結上自己還不太明白、有調整空間的模型。我想像出一個比較毛骨悚然的情景來譬喻這件事――一具以精準預測架構的骨架,嵌在以最佳猜想組成的濕軟肉體內。

肉體的形狀可以改變。你可以重搥它的肚子,或捏它的臉頰(相對來說比較不痛);但是它有兩隻手兩隻腳,如果你打斷了某根骨頭,自己一定會知道。

用既有的知識探索未知

無論如何,大家利用電腦程式來把可塑的模型、與不易動搖的微擾理論整合在一起,而且絕大部分的工作都已經完成了;這種程式就是蒙地卡羅事件產生器(Monte Carlo event generator)。程式不但能編譯大部分我們擁有的粒子對撞現象的相關知識,同時也是個珍貴的工具,能協助物理學家設計新的實驗,並釐清既有的實驗對不同模擬數據會如何反應與解讀。「蒙地卡羅」這個名字有其典故,因為就和俄羅斯輪盤賭注一樣,這種事件產生器用上了很多隨機的數字。

這一切其實都牽涉到一點有趣的科學社會學。身為一位理論學家,有時你會因為投入某類蒙地卡羅事件產生器相關的研究而吃虧。你的一篇論文可能已經被引用了數千次,大家還是會說:「不過是電腦軟體罷了。」或是「這只是蒙地卡羅那類的玩意兒。」反之,要是你是發表一篇弦論的論文,又被引用這麼多次的話,你就能像個巨人般橫行全世界了。但說到底,弦論努力想預測的現象距離實證還是很遙遠,蒙地卡羅事件產生器卻可以實際解釋數據。

-----廣告,請繼續往下閱讀-----

蒙地卡羅事件產生器雖然不是唯一的辦法,大致上仍是物理學家在理解標準模型的意義、與儘量試著利用模型精確預測現象時,所付出的一份心血。

粒子物理標準模型。圖/wikipedia

雖然和大型強子對撞機的學界相比,蒙地卡羅事件產生器的研究社群規模較小,但相對來說,這個領域的成員盡的心力甚至不會比大家建造對撞機的付出還要少。美國物理學會也許是考量到了這一點,將 2011 年的櫻井獎(J.J. Sakurai Prize)頒給在這個領域工作的三位理論學家,分別是韋伯(Bryan Webber)、阿塔瑞利(Guido Altarelli)、斯舍斯特蘭(Torbjörn Sjöstrand)。頒獎典禮的引言如下:

因為三位物理學家的洞見,我們得以縝密驗證粒子物理的標準模型,實現高能物理實驗的目標、並從中學習量子色動力學、電弱交互作用、與可能的新物理的確切知識。

我很開心他們獲獎,因為其中兩位是我很親近的朋友,也更是因為三人所寫的計算方法及程式對大型強子對撞機幾乎所有的研究都十分重要,像是確保大家不會在不知情的情況下遮蔽任何新的物理。當前,我們正在嘗試確認希格斯粒子搜尋實驗的不定變數大小,並縮減其數量;人人都在尋找關鍵的三標準差證據、甚至是五標準差的大發現。為了這個目標,許多人夜以繼日持續比對新的數據和蒙地卡羅事件產生器的結果。

——本文摘自《撞出上帝的粒子:深入史上最大實驗現場》,2022 年 12 月,貓頭鷹出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
貓頭鷹出版社_96
65 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。