1

6
3

文字

分享

1
6
3

都是星星惹的禍?——木星合土星—歲星犯填星

臺北天文館_96
・2021/03/08 ・6214字 ・閱讀時間約 12 分鐘 ・SR值 550 ・八年級

  • 本文轉載自臺北天文館,《臺北星空》第 99 期
  • 文/歐陽亮:天文愛好者,曾獲 2001 年尊親天文獎第二等一行獎,擔任 2009 全球天文年特展解說員

最近天空中有兩顆星總是靠得很近,上個月甚至快要貼在一起, 不小心抬頭看到的人也許會驚訝不已、開始猜想它們在暗示什麼?夢中情人快出現了嗎?於是趕緊低頭繼續滑手機,考慮要先上天文網站瞭解一下、還是直接到占星網站看看大師怎麼說?沒手機的古人看到的話,是否會湧起一陣莫名恐慌?

「星星可以預示人的命運」這種想法,早在四千年前的早期文明就已經開始萌芽,不管是東方還是西方,都曾經拿星星來占卜國家大事1,所以嚴格說來,占星真的改變過許多人的命運!不過這是因為統治者的想法如同悲劇「伊底帕斯王」一樣被占卜所左右,造成其決策影響了平民百姓,並非因為星象真的顯露了什麼天機。

這種神秘的國家級占星術雖然與常見的八字算命、紫微斗數或十二星座這些預測個人命運的命理學完全不同2,但也沒有像倪匡小說所描寫的那樣戲劇化:彼此相距遙遠的恆星竟可放出特殊細長星芒匯聚在一起、暗示地球某處即將滅亡。不過天象若能對君王做出預兆或警告,這對於一般人來說,已非常地驚心動魄、宛如宇宙怪譚了。正史還曾記載諸葛亮死前「有星赤而芒角,自東北西南流,投于亮營,三投再還,往大還小,俄而亮卒」,由於他的個人命運關係到國家危亡,所以這種描述也可視為同類型的占星術。

2020 年 12 月 21 日土星木星合於斗牛之間(古稱歲星犯填星)示意圖。圖/筆者繪

要運用星象來連結到人間與世道,必須有個天、人對應的規則或感應方法。用重力?電磁波?但古代沒有這些物理概念。不然用「氣」?還是外星生命的未知力量?其實都不是,古人只是簡單地用人間事物來為天上星星取名,再用它們類比到地上,天上發生異象後,就暗示著地面同名者的異動。

另外古人也用「分野」的方法來判斷異象所對應的地理範圍,找出哪裡會出代誌。把天空與地面配對的方式有很多種,包括用二十八宿、十二次、十二月、天干地支、北斗七星或五大行星,配上分封國名、州名3或山名4等(圖 2)。還有人整理出古今七種分野起源說法5,如唐代一行法師認為是由黃河與長江對應銀河而劃分的6。不過古人眼中的蠻夷之地就不夠格讓天象顯示7,因此,誰是正統就能用應驗地區來判斷8。然而隨著歷代版圖的擴張,這種對應也得隨之變化。於是,原本在明代仍屬海外地的台灣,到清朝時才擁有分野歸屬,但是不同時期的府志卻有不同看法9

-----廣告,請繼續往下閱讀-----
圖 2:明末的塞爾登地圖(Selden map),圖中紅圈所記之星宿即該地之分野。台灣雖已被繪出,但當時屬海外地,尚無分野歸屬。圖/牛津大學博德利圖書館 Bodleian Libraries, University of Oxford

有趣的是,分野之說傳到日本後,為了能在當地實際應用,就被擅自改為他們自己的地名了10(圖3) 。另外,古印度也有類似的分野思想,不過他們是把二十八星宿對應到不同階級或不同職業的人11,其中甚至包括音樂家與小偷。

圖 3:蘇州石刻天文圖(左)與日本天文分野之圖(右,圖/日本國立天文台三鷹圖書室),比較兩者外緣可見中國地名被改爲日本古代國名,佐渡、加賀等地相當於現在的北陸地區。

這種占星術當然不可能真的「實用」,就像古天文裡最有名的「熒惑守心」事件一樣,天象只是被人拿來當做藉口進行想做的事。

編按:熒惑守心即火星(古稱熒惑)在心宿(二十八宿之一)發生「留」——由順行轉向逆行或逆行轉為順行的現象。

剛開始也許只是一次偶然玄奇的星象剛好與最近發生的事件時間相吻合(前後三年內都算應驗12),就被天文官記下來成為僵化的範例,但沒人關注日後是否每一次都應驗,也不曾把多次未應驗的加以排除。難怪古天文占辭在唐宋時期就開始流於龐雜且矛盾百出,更不用說其他許多牽強之處,諸如認錯星星、造假迎合、天文官筆誤、 歷代星官變化等。改朝換代時也常被附會出現過「五星聚」,但大多經不起科學回推驗證13。直到清代的《明史‧天文志》才寫道:「歷代史志凌犯多繫以事應,非附會即偶中爾…比事以觀,其有驗者,十無一二。」

讓我們來看看正史是怎樣描述木星的:「歲星所在,國不可伐,可以伐人14」,這簡直就像獲得雅典娜的保佑或得到通關外掛一樣。那麼最近發生的木星接近土星在古天文裡象徵什麼意義呢?《史記‧天官書》說:「木星與土合,為內亂,饑」(圖 4)。但現代這個國際化的世界裡,內亂與饑荒隨時都在某一國發生,分野也未曾對應到全球各地,所以我們已經無法再把亂源牽扯到星星頭上了。

-----廣告,請繼續往下閱讀-----
圖 4:《史記.天官書》所載的土木合占辭。圖/中國哲學書電子化計劃

這一次極為特別的木星合土星在 2020 年 12 月 21 日最接近,相距僅 6.5 角分左右,是月亮的五分之一、北斗「開陽雙星」的一半而已!視力好的人才能在 21 日黃昏看出那是兩顆星黏在一起,且亮度達負 2 等與 0.6 等,遠高於開陽雙星的 2 等與 4 等。這兩個互有特色的行星相聚,形成一個相當有意思的畫面:兩顆大星星各自帶領一群衛星小嘍囉擠在一個狹窄區域裡。相信已有許多人拍下這樣難得的大合照吧?

為何是歲星犯填星,而不是填星犯歲星?

這次的木星合土星在古代如何稱呼?通常,一個運動中或新出現的天體逼近另一個天體時被古人稱為「犯」15需相距一度之內16否則僅能稱之為合木星在古代被命名為「歲星」之時應該就已經知道它週期約十二年,而且跑得比土星快,所以這次的超近密合可稱為「歲星犯填星(或鎮星)」。但是木星一定比土星快嗎?在木星順逆行轉換的前後幾天(稱為留或守),若此時土星剛好在附近移動,不就像龜兔賽跑的烏龜一樣快?真的只用行走遲疾來判斷誰主動犯誰嗎?還是會採用亮度來決定?

查閱古籍所有木星與土星相犯的十多筆資料裡,大多是寫為「歲星犯填星」17,但也有三筆「填星犯歲星」、「鎮星犯歲星」的記錄,但歸納起來,其發生時間都相同,故僅一筆。這個例外就是「光熙元年(306年)九月己亥,填星守房、心,又犯歲星18」,但實際上木星此時並不在附近,火星則離土星二度多,有可能是因簡稱謄寫轉換到正史時誤認火為木。另外,記載兩星「相犯」的記錄也很少19。然而《舊五代史》竟然有奇特的「歲星犯月」20,當時木星距月球表面僅 17 角分,後來還形成月掩木星,但已落入地平線下看不到。木星在視覺上移動速度不可能比月球快,所以這個正史裡唯一的「歲星犯月」應該是寫反了。同樣地,唯一的填星犯歲星也可能是為了接續前一句「守房、心」而顛倒其主從關係21

上一次土木兩星這麼近的超級密合是 1623 年,而 800 年前(1226 年)距離更近到 3 角分以內!雖然彼此衛星們都快要混合在一起了,不過史書卻只寫「寶慶二年正月壬午,太白與歲星、填星合於女」,沒有記下這兩星幾乎快變成一顆星的情形,也許是因天候或其他因素讓天文官沒有觀測到這次特殊天象。

-----廣告,請繼續往下閱讀-----

至於木星與其他三行星的凌犯記錄則皆為歲星被犯,因此可排除以「亮度」做為犯的準則。雖然《開元占經》裡也有相反的「歲星犯太白」等占辭22,但是正史上從未出現過這些記錄23

如果從現代天文學角度來看,木星處於順行轉逆行的「留」時(圖 5 之 A 位置),此時地木土三星位置幾乎連成一直線,呈現狹長三角形,土星若在木星西方,則應在逆行遠離木星;若位於其東方且距離也夠近時,則可能已轉逆行且比木星稍快。例如西元 828 年 11 月 21 到 25 日,土星跑了 2.2 角分並向木星接近,而木星只跑了 1 角分,兩星距離約半度(圖 5 上)。但是當月的 5 日到 21 日則明顯是木星順行衝向土星, 21 日之後才變成土星反過來追逐。

圖 5:木星留前後幾天,其附近的土星速度可高於木星。上圖:西元 828 年,下圖:西元 710 年,背景為 2020 年 12 月 21 日。圖/Stellarium 模擬圖

若木星位在逆行轉順行的「留」(圖 5 之 B 位置),也會出現類似現象,例如西元710 年 3 月 9 到 12 日,木星只移動 0.3 角分而土星向木星移動了 2 角分(圖 5下)。

但是天文官會每天測量行星精確位置來確認誰犯誰嗎?木星每天移動頂多 0.2 度左右,小於宋元之際測量誤差24、並約略等於清代觀測誤差25 ;土星在上述兩例中雖然較木星快,但三、四天才移動 2 角分,古人根本無法察覺。因此,木星除了留的前後,移動都遠比土星明顯,視覺上視為木犯土的機會較大。

-----廣告,請繼續往下閱讀-----

綜合起來,古代凌犯記錄很可能只是依照木星比土星快的印象,直接記為歲星犯填星,並不是根據速度實測。至於 2020 年 12 月 21 日兩星皆處於順行,木星明顯跑得比土星快,依然是歲星犯填星。

除此之外,填星犯某星的記錄也遠少於某星犯填星, 明史稿與明實錄裡的「填星犯太白」到了正史中則被改為「太白犯填星」26,因此可以確定快慢印象應是凌犯的判斷標準。至於其他三個跑得快的行星是怎樣互犯的,就是另一個問題了,以後再談27

除了行星與月球掩犯之外,彗星、流星、新星甚至極光也都被古人用來當做占卜的工具。這種學問在以前私下偷學還會被政府處罰,現在想學的話雖然不用再冒如此風險,只是也沒幾個人會信了。

占星術曾被認為阻礙了現代天文學發展,不過近年來則出現天文學是被占星學哺育長大的說法28。在分野的體系裡就可以看到,天上星宿與地上州國都必須劃有明確的界線才能實際運用,而度量界線極可能促進了天文數量化的技術29

-----廣告,請繼續往下閱讀-----

倪匡曾在小說中寫過「天文學家用望遠鏡觀察星星,就像在一公里之外觀察一個美女想去了解她一樣,同樣是不可能的事」。如此說來,古代占星術就像是用直覺或瞎猜,現代天文學則是使用推論與計算,依據那位美女的行為與造型來推斷她的氣質或個性。這就是現在天文學家在做的浪漫的事吧?

附註:

  1. 江曉原《12 宮與 28 宿:世界歷史上的星占學》,遼寧教育出版社, 2005,頁4、 22。
  2. 科學史專家江曉原教授將前者命名為軍國星占學(Judicial Astrology),後者命名為生辰星占學(Horoscope Astrology),詳見江曉原《天學真原》,遼寧教育出版社, 2004,頁 177。
  3. 陳遵媯《中國天文學史》第二冊,明文書局,1985,頁 177 ~ 178。
  4. 江曉原《12 宮與 28 宿:世界歷史上的星占學》,頁 223、 225。
  5. 李勇〈對中國古代恆星分野和分野式盤研究〉,《自然科學史研究》, 1992,頁 22 ~ 31 。
  6. 《新唐書》卷三十一天文志:「觀兩河之象,與雲漢之所始終,而分野可知矣。」
  7. 《乙巳占》卷第三:或人問曰「…分野獨擅於中華,星次不沾於荒服。至於蠻夷…豈容變化應驗全無?」淳風答之曰:「華夏者,道德、禮樂、忠信之秀氣也。彼四夷者…豈得與中夏皆同日而言哉?…四夷宗中國之驗也。」
  8. 《三國志》卷四十三:魏明帝問權:「天下鼎立,當以何地為正?」權對曰:「當以天文為正。往者熒惑守心而文皇帝崩,吳、蜀二主平安,此其徵也。」
  9. 明史天文志:「福建布政司所屬皆牛、女分」。台灣府首任知府蔣毓英之《臺灣府志》:「臺灣,遠隔大海,番彝荒島,不入職方,分野之辨,未有定指…按考臺灣地勢,極於南而迤於東;計其道里,當在女、虛之交」。高拱乾《臺灣府志》:「臺自破荒以來,不載版圖、不登太史,星野分屬,何從而辨?然臺係於閩,星野宜從閩」。《重修臺灣府志》與《續修臺灣府志》:「臺灣,禹貢揚州之域;天文牛、女分野」。 欽定授時通考:「臺灣府,古海外地,牛、女分野」。
  10. 潘鼐《中國恆星觀測史》,上海學林出版社,2009,頁 514。
  11. 周利群〈虎耳譬喻經梵文精校本早期印度星占史料〉,《中國科技史雜誌》 2018 年 01 期,頁 107 ~ 108。
  12. 江曉原〈天意與人情:星占文化之前世今生〉 ,《新視線》, 2013 年第 5 期。
  13. 江曉原《12宮與28宿:世界歷史上的星占學》,頁267。
  14. 《漢書》卷二十六.天文志。
  15. 劉次沅《明實錄天象記錄輯校》,三秦出版社, 2019,前言頁 2。
  16. 劉次沅《對中國古代月掩犯資料的統計分析》,自然科學史研究第 11 卷第 4 期, 1992,頁 300。但是歷代的凌犯定義其實不太統一,唐瞿曇悉達《開元占經》卷六十四分野略例寫道:「石氏曰:『五星入度,經過宿星,光耀犯之,為犯。』郗萌曰:『五星所犯,木火土水同度,去之七寸,為犯;太白一尺(相當於一度)以內,為犯。』韋昭曰:『自下往觸之,為犯。』…甘氏曰:『在下犯上,為陵。』石氏曰:『在上犯下,為陵。』…甘氏曰:『在下相侵為貫,在傍為刺。』郗萌曰:『直至為抵。星相觸而止,為觸。』甘氏曰:『相切為磨。』石氏曰:『相至為磨。』甘氏曰:『去之寸為靡。星相滅為抵。』」可見有多種形容兩星接近的說法,只是除了「犯」之外的記錄極少。劉次沅《諸史天象記錄考證》(中華書局, 2015,前言頁 11、頁 106)認為2度亦略可稱犯,少數犯的記錄甚至達 5 度(前言頁 17)。 《清史稿》 則定「兩星相距三分以內為凌,月與星相距十七分以內為凌,俱以相距一度以內為犯,相襲為掩。」
  17. 記錄包括《宋書》與《晉書》的天文志:咸安二年(372 年) 正月(相距不到 3 角分)、義熙七年(411 年)七月(相距將近一度)、 《魏書》天象志一之四:太和十五年(491 年)三月(約 17 角分)、《新唐書》卷三十三:大和三年(829 年)四月(約 16 角分)、《元史》卷四十八:至元二十二年(1285 年)十二月(約 11 角分)、《清史稿》康熙二十一年(1682 年)九月(不到 16 角分,隔年正月與四月也一樣近但無記載)、乾隆七年(1742 年)八月(約半度)、乾隆四十七年(1782 年)十月(約 45 角分)。以天文模擬軟體Stellarium觀察以上 8 次記錄,皆為木星移動較土星快。
  18. 同一記錄載於三處: 《宋書》卷二十四‧天文志二、 《晉書》卷十二‧志第二天文中、 《文獻通考》卷二百九十三下‧象緯考。同一月份也有熒惑守心記錄,但用天文模擬軟體來看,火星只是順行穿過心宿並未停留與逆行。
  19. 只有《乾象通鑑》五緯鎮星論:鎮星歲星相犯以及《魏書》天象志一之四「木、土相犯」,但天文軟體顯示兩星距離超過 6 度。
  20. 《舊五代史》卷一百三十九:開平二年(908 年)正月。
  21. 其實歷史記錄經常出錯,劉次沅《諸史天象記錄考證》已全面彙集相關資料,但 306 年這一筆並未載入,另外諸如宋書永嘉三年正月「熒惑犯紫微」這類明顯錯誤(因火星不可能接近恆顯圈)亦未提及。
  22. 另外亦有「填星干木星、 歲星干金星、 歲星干辰星、 歲星干熒惑」,其中「干」是干擾冒犯之意,但容易與「位于某宿」的「于」混淆。正史只有周書卷七「熒惑干房」用過此字,對照前文「大象元年(579 年) 熒惑掩房北頭第一星」(兩星相距不到 4 角分,幾近重合),可知干應是幾近於掩的意思。
  23. 但周邊國家的史書或占書如越南(歲星犯太白,兩星相距超過 3 度)、日本(天文要錄:歲星犯辰星)、高麗(歲星犯辰星、歲星犯熒惑,但歲星速度皆較慢)卻有這類記載。
  24. 潘鼐《中國恆星觀測史》,頁 246、 287、 297、380。
  25. 伊世同《中西對照恆星圖表1950》,科學出版社, 1981,頁 189。
  26. 1434 年,兩星相距約 13 角分。
  27. 明初的《天元玉曆祥異賦》就記載了五星互犯的各種可能,其中水金火三星互犯的實際記錄散見於正史中,但無辰星犯熒惑;而熒惑犯辰星的記錄在實際上卻皆為水星較快(包括《宋書》義熙三年六月、《晉書》義熙五年四月與六月),為何如此有待考證。
  28. 江曉原《12 宮與 28 宿:世界歷史上的星占學》,頁 8。
  29. 陳遵媯《中國天文學史》第二冊,頁 184。
-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
臺北天文館_96
482 篇文章 ・ 46 位粉絲
臺北市立天文科學教育館是國內最大的天文社教機構,我們以推廣天文教育為職志,做為天文知識和大眾間的橋梁,期盼和大家一起分享天文的樂趣!

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

1
0

文字

分享

0
1
0
今天的星座運勢是……不宜相信占星術?——《數盲、詐騙與偽科學》
大牌出版.出版大牌_96
・2024/01/07 ・2000字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

占星術的背後

占星術是極普遍的偽科學,書店架上塞滿了談占星的書,而且幾乎每一份報紙都會發布每日星座運勢。蓋洛普(Gallup)1986 年發布的一項調查報告指出,52% 的美國青少年相信星座,而各行各業中,認同占星學中某些亙古流傳說法的人,也多到讓人難過。我說讓人難過,是因為如果那些人相信占星師和占星術,當你進一步思考他們還可能相信哪些人事物,會讓人不寒而慄。一旦那些人手握大權(比方說雷根總統)、卻根據這類信念行事,特別可怕。

占星術主張,人出生那一刻的各星球牽引力,會影響一個人的個性。但這個論點很難讓人接受,理由有二:(一)占星學完全沒有提到這種牽引(或是其他)力道,到底要透過哪一種生理或神經生理機制運作,更別說解釋了;(二)負責接生的產科醫師施加的牽引力,遠高於各個星球。請記住,一件物體對於身體(比方說,新生兒)施加的牽引力,和物體的質量成正比,但和物體與身體的距離平方成反比。這是否代表比較胖的產科醫師接生的寶寶,會有一組人格特質;比較瘦的產科醫師接生的寶寶,會有另一種不同的人格特質?

占星理論中有很多缺陷,但數盲視而不見。他們不太關心運作的機制,也不太想去比較數值大小。話說回來,即使沒有清晰明瞭的理論基礎,但如果占星術有用、有實務證據撐腰,還是應該獲得尊重。只可惜,一個人的出生日期,與標準人格測驗的得分之間,沒有任何相關性。

圖/envato

一直以來,都有人找占星師做相關的實驗(最近是加州大學的蕭恩.卡爾森﹝Shawn Carlson﹞)。研究人員會給占星師看三個匿名的人格特質側寫,其中一個是當事人的。當事人提供所有占星要用到的數據(透過問卷,而非面對面),占星師必須從人格特質側寫中挑出哪一份是當事人。實驗中總共有 116 位當事人,而負責檢驗的是歐洲與美國 30 位最頂尖(由同業判定)的占星師。實驗結果如下:占星師約有三分之一的機率,可以挑出正確的當事人人格特質側寫,也就是說,和隨機猜測沒什麼區別。

-----廣告,請繼續往下閱讀-----

凱斯西儲大學(Case Western Reserve Univer sity)物理學家約翰.馬蓋文(John McGervey)檢視《美國科學名人錄》(American Men of Science)上,超過 1 萬 6,000 位科學家,以及《美國政治名人錄》(Who’s Who in American Politics)上,超過 6,000 位政治人物的出生日期,發現他們的星座是隨機且均勻分布在十二個月中。密西根州立大學(Mi chi gan State University)的伯納德.西弗曼(Bernard Silver-man)取得密西根州 3,000 對夫婦的紀錄,發現他們的星座和占星師預測相配的星座之間,沒有相關性。

那麼,為何這麼多人相信占星之說?一個明顯的理由是:在通常語焉不詳的占星預言中,人們會去讀他們想讀到的一切,然後為預言添加根本不存在的真實性。他們也比較可能記得有成真的「預言」,過度看重巧合,忽略其他。其他理由還包括,占星術的歷史悠久(當然,人祭﹝ritual murder﹞和獻祭也同樣古老)。或是因為,它原理很簡單、但操作起來有一定的複雜度,會讓人感到安心。或者是,堅稱這個月能不能墜入愛河和天上的浩瀚星海有關,很能寬慰人心。

圖/envato

我猜,此外還有最後一個理由,那就是在一對一諮詢期間,占星師會從臉部表情、儀態、肢體語言等等,尋找和人格特質有關的線索。我們來看看知名的案例:聰明的漢斯(Clever Hans)。漢斯看來是一匹會算數的馬,牠的訓練師會擲骰子,問牠骰子上面的點數是多少。而漢斯會用馬蹄踏出正確答案,然後停住,旁觀者都大為驚異。但人們看不出來的是,訓練師原先都站定不動,等到馬兒敲到正確的次數,會有意無意地動了一下,就是這樣的反應讓漢斯停了下來。所以,不是這匹馬知道答案,牠只是反映了訓練師知道答案。人常無意間在占星師面前扮演訓練師的角色,占星師就像漢斯一樣,反映出客戶的需求。

美國天文學家卡爾.薩根(Carl Sagan)就說過,要破解占星術以及更廣義的偽科學,最好的辦法就是真正的科學。真正科學的奇妙之處也同樣神奇,不過多了一項優點:這些奇妙之處很可能是真有其事。說到底,偽科學之所以成為偽科學,並不是因為得出的結論稀奇古怪。畢竟,運氣好猜中、機緣巧合、奇特的假說,甚至是一開始的誤信,都在科學上扮演過一定角色。偽科學失當,是因為其結論經不起檢驗,以及無法和其他經過檢驗的主張之間,建立起一致的關係。我很難想像,像演員莎莉.麥克琳(Shirley MacLaine,按:麥克琳是推動新時代運動的先驅)這些人會因為證據不足、或有更好的替代解釋,就去否定通靈等超自然現象。

-----廣告,請繼續往下閱讀-----

——本書摘自《數盲、詐騙與偽科學》,2023 年 11 月,大牌出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

大牌出版.出版大牌_96
3 篇文章 ・ 0 位粉絲
閱讀的大牌不侷限於單一領域, 視野寬廣,知識豐富,思考獨立。