2

8
3

文字

分享

2
8
3

AI 是大藝術家?人工智慧演算出的作品可以被稱為藝術嗎?——《再.創世》專題

再・創世 Cybernetic_96
・2021/10/06 ・6415字 ・閱讀時間約 13 分鐘

  • 作者/洪靖,荷蘭 University of Twente 技術哲學博士

人工智慧(Artificial Intelligence,以下簡稱 AI)能夠創作藝術嗎?演算法的作品可以被稱為藝術嗎?

早已有些藝術家利用 AI 或演算法進行創作,但一直要到 2018 年底,這兩個問題才開始進入大眾視野。契機是法國藝術團隊 Obvious 利用 AI(演算法 GAN)協助產生的畫作 Edmond de Belamy 在 2018 年初以一萬歐元賣出,另一幅畫作 Edmond 則在同年十月登上了世界知名的拍賣會佳士德(Christie’s)。雖然 Obvious 涉嫌炒作受到批評,但不可否認的是,他們確實敲開了藝術的大門,把開篇的兩個問題丟向世界。

法國藝術團隊。圖/Obvious

要回答這兩個問題,可以從藝術與技術的關係入手。從藝術角度出發的討論所在多有,尤其是這兩個問題本身就屬藝術領域的熱門話題。相較之下,從技術角度出發的探索似乎不多,而這或許是技術哲學(philosophy of technology)可以提供想法之處。

海德格的技術與藝術

要談技術哲學,不能不談海德格(Martin Heidegger)。他的名文 The Question Concerning Technology(1954)可說是開啟了整代哲學家(與社會學家)對於技術的批判和反省。海德格在文中嘗試追問:技術的本質(essence)是什麼?

《The Question Concerning Technology》。圖/維基百科

我們很容易想到技術零件、工程藍圖…等,但海德格說,技術的本質並不是那些技術的種種(The essence of technology is by no means anything technological)。海德格更認為,傳統用來說明「技術物之所是」的分析,並不足以說明技術的本質。在亞里斯多德的觀點中,一個銀製聖杯之所以是現在這個樣貌,可以拆解成四個因素:材質是銀(質料因)、杯子的樣式(形式因)、由工匠製作(動力因)、用於宗教儀式(目的因)。但在海德格看來,四因說充其量只是近因,真正的問題在於,究竟是「什麼」讓這四個因素剛好聚集在一起並造就了這個聖杯?

-----廣告,請繼續往下閱讀-----

海德格認為,這個「什麼」是名為 Revealing(揭示)的過程,也就是一個原本被掩蓋的東西被看見、被呈現出來。用一個稍不精確但容易理解的方式來解釋:這個聖杯「註定」要成為現在這個樣子,這正是它最好的模樣,而所謂 Revealing 正是逐步找到並實現這個「註定」的過程。但這個 Revealing 的過程究竟為何、如何做到?至少有兩種方式,分別對應傳統技術與現代技術。

想想工匠如何製作聖杯。他們需要十分熟悉手中的材質,在打磨的過程不斷調整手勢、力道、角度,透過日積月累的經驗才能製作出一個精緻耐用的儀式品。這個緩慢的過程,是與世界「打交道」並迎來其最好一面的行動,海德格稱之為 Bringing-Forth(帶出)。很明顯,這並非當今各種技術產品的製造方式。

瓦倫西亞聖杯。圖/維基百科

對海德格而言,現代技術粗暴得多,雖然也是 Revealing,但它其實是種 Challenging-Forth(強索)。現代技術的目的不是逐步迎來世界最美好的一面,而是以最快速度、最大效率逼迫自然吐出有益於人類之物——名為「資源」的東西。

海德格的著名例子,是萊茵河上的水力發電廠。為了發電,人類製造水壩阻斷萊茵河,甚至因此破壞了風景。對於海德格而言,這全然不同於在萊茵河上搭一座木橋:木橋雖然也是技術,但它沒有阻斷自然的運行,沒有把萊茵河的水流變成資源、供人類享用。海德格甚至給這種 Revealing 一個專門名稱:Enframing(座架)。

-----廣告,請繼續往下閱讀-----

海德格進一步論證,要達成這種 Challenging-Forth,就必須能夠精確掌控和預測自然,而這種精確只能透過數學來達到。換句話說,「可以控制」和「可以計算」一體兩面。從這個說法來看,現代技術並不源出現代科學,而是相反:正是因為人類已經具有以 Challenging-Forth 來 Revealing 世界的欲望與渴求,現代科學才應運而生。換句話說,科學才是(現代)技術的應用,而非相反。

把一切轉化為資源的現代技術,終將成為人類的牢籠,因為人類本身也開始被視為「資源」——人力資源早已成為在各大公司不可或缺的部門。海德格認為,要化解這種悲劇,並非拋棄技術,而是回到藝術。Art 一詞本來就指「工藝」,既是工也是藝;換句話說,技術和藝術系出同源。

現代社會之所以將兩者視為不同、甚至對立的領域,是因為我們太過習慣 Challenging-Forth 這種 Revealing,導致全然忽略過往技術的另一條途徑:Bringing-Forth。製作聖杯既是技術也是藝術,聖杯既是技術物也是藝術品,原因無他,正是因為那是 Bringing-Forth——真正的 Art。

因此,從海德格的角度來看,Obvious 的各種作品很難稱得上是藝術。一方面,Obvious 的作品奠基於演算法,而衆所皆知演算法就是數學,顯然是海德格多所批評的對象;另一方面,它們缺乏創作者日積月累與世界打交道的緩慢過程,全然不是 Bringing-Forth 的成果。

-----廣告,請繼續往下閱讀-----

雖然 Obvious 的作品不一定是為了索取自然資源,但就海德格而言,這可能加強或複製了現代技術 Challenging-Forth 的世界觀,如果我們接受了它們是藝術,那麼藝術——與技術系出同源的 Art——成為救贖的機會將消失殆盡。

藝術的定義

就「真正」Art 的定義來說,技術物的原文 Artifact 的意義完全屬實:製造出來的事實(arti-fact)。前面說過,真正的技術也是藝術,是 Bringing-Forth,帶出事物最美好的一面,亦即實現它「真實」的樣子。Arti(製造出來)的事物不一定是假的。

我們之所以很常用 Arti 來暗示虛假,是因為身處現代社會的我們,已經太習慣 Challenging-Forth 意義下的 Artifact。同樣地,AI 裡的 Arti 本身就屬於高科技,所以從海德格的角度來說,AI 不可能也不應該是藝術的創作者,更不可能能名列藝術家,除非 AI 能以傳統 Bringing-Forth 的方式來創作——但顯然不太可能。

Netflix 影集 「Love, Death, Robots」中的「Zima Blue」。圖/Mohamed Aziz

我們不難感覺到,海德格對於技術和藝術的看法有一定程度的封閉性。當海德格追問「本質」問題並試圖回答時,也就不得不排除那些在他看來不是本質的東西。這種對於 Art 的嚴格規定,似乎和當代藝術所強調的開放性與可能性相互扞格。

-----廣告,請繼續往下閱讀-----

多數藝術家總是在嘗試新的手法、新的材料;雖有藝術家試圖回到過去的工匠精神,但這畢竟不是多數。許多時候藝術仍被視為揭露真理/真實(truth)的途徑(之一),但我們幾乎不可能回到那種浪漫的 Bringing-Forth 的實踐與時代。如果現代技術真如海德格所說,是人類與現代世界的牢籠,那麼海德格的論述與觀點本身,似乎也成為藝術的牢籠,將藝術關閉在一定的界線之內。

海德格的封閉性,技術哲學界也注意到了。技術哲學的後續發展,尤其是荷蘭學派,試圖超越海德格。正是在這一點上,荷蘭技術哲學更有助於我們理解 Obvious 的藝術實踐、它對於藝術的意義,並幫助我們回答兩個核心問題。

轉向荷蘭技術哲學

當代技術哲學中荷蘭學派的核心人物是 Peter-Paul Verbeek,其著作 What Things Do(2005)爬梳並評析了過往幾位技術哲學家的論述,海德格佔據重要篇幅。Verbeek 認為,海德格對於技術本質的探問,實際上是從技術本身「向後退」,將技術還原到技術之所是的條件(condition)。

這種觀點並非沒有道理,但後果往往指向悲觀的結局:人類被技術所限制。這種觀點也忽略了一個難以否認的事實:雖然技術可能帶來災難與危害,但更多時候技術往往提供人類與社會許多的自由與可能。Verbeek 強調,與其向後追問技術是什麼,不如「向前進」,探問「技術做什麼」——這也正是書名的由來。

-----廣告,請繼續往下閱讀-----

為了回答這個問題,Verbeek 將眼光鎖定在人類與技術的關係之上,認為技術橋架起人類與外在世界的雙向關係:技術物影響外在世界如何呈現給(for)人類,亦即「世界是什麼」,也影響人類應對(to)外在世界的行動,亦即「人類做什麼」。

例如,溫度計呈現了一個有「度」的世界(而我們理所當然認為世界 是有「度」的);塑膠杯或紙杯的材質本身就暗示我們「用完即丟」 (即使沒有使用手冊告訴我們這麼做)。換句話說,技術是一種中介物(mediator),中介了人類的經驗(experience)與行動(praxis),不論設計師或製造者有無相關意圖。將這兩種技術中介合併起來,就是一個完整的技術中介論(如下圖)。

需要注意的是,技術雖然身處兩端之間,但它不是單純的媒介物或中間物(intermediary),亦即,它並未忠實的再現「已經在那」(already-out-there)的世界,也不僅僅是傳達人類的意志或想望。遠紅外線光譜儀只能呈現遙遠恆星的特定面向,非遠紅外線所能呈現者皆被遺漏在人類視野之外;汽車被設計來方便人類移動,沒有人預料到結果竟是每個駕駛都成為了移動污染的製造者。換句話說,技術兩側的人類與技術的之所是,並不是因為他/它們有什麼本質或真實的存在(being),而是在與技術產生關係之後才生成的(becoming)。

聚焦人類—技術關係,讓我們得以重新看待許多本來被視為專屬人類的事務。例如,Verbeek 在續作 Moralizing Technology(2011)中論證,如果人類的道德經驗和道德行動都是技術中介的產物,那麼倫理學就不能只是一門以人類為中心的學問,而必須考慮並納入技術所能扮演的道德角色。

-----廣告,請繼續往下閱讀-----

也就是說,將一個道德決策或道德行為還原到人類的意向與思考並不足夠;反之,我們應該把這些決策和行為視為人類和技術互動的產物。人類的確是能動者(agent),但光有人類不足以成事,真正的能動性(agency)存在「人類+技術」這個綜合體之上。

更有甚者,如果道德決策和道德行為是技術中介的後果,那麼道德標準很可能也是。亦即,什麼是道德的、什麼又是不道德的,這個判準會隨著技術的發展而改變。例如,隱私是從中世紀以來隨著技術發展而浮現出來的價值,但在這幾年達到高峰以後,隨著各種 ICT 技術的廣泛使用,千禧年世代卻已不再把保護隱私看成重要的道德行為。同樣地,Google Glass 問世之後,如果我們去看看使用者或試用者怎麼討論這項技術,我們就會發現,他們討論的不只是技術本身,也包括如何重新協商和定義什麼是隱私權。

如果我們隨著荷蘭技術哲學的腳步,轉向技術做什麼的問題,就會發現,技術中介論以及它的道德意涵,正好可以用於類比藝術,讓我們重新詮釋 Obvious 的行動能否算是藝術活動的問題。

藝術不只與人、也與物有關

首先,如果道德不是人類的專屬事務,那麼藝術亦然。我們常將藝術作品視為創作者意念或意圖的展現,並試圖從作品中讀出創作者賦予作品的意義,有時甚至有詮釋正確與否的爭議。但從技術中介論的角度來看,我們應當將藝術作品視為「創作者+創作工具」的產物:不只是創作者透過工具來呈現他/她的想法,所使用的工具也會反過來形塑他/她的表達。

-----廣告,請繼續往下閱讀-----

這也就是為什麼,有的創作者會找尋並嘗試新的材料,從材料出發來創作、讓材料「發聲」。換句話說,藝術作品並非單純由人類所創作,而是人類+技術這個「創作體」的共同成果。

創作者+創作工具。圖/Pexels

一旦我們把藝術創作的單位從「人類」換成「人類+技術」,那麼拿著畫筆或雕刻刀來創作可以稱為藝術活動,使用演算法來創作亦然——兩者都是「創作體」的行為。從這個角度來看,問 AI 能否成為藝術家,似乎不具意義。人類是藝術家,但人類從未不透過技術來創作(即使拿著樹枝在地上畫圖,手上的樹枝也算是技術);同樣地,AI 當然可以是藝術家,但它即使是號稱自學的機器學習,也不曾脫離人類的編程與資料輸入。

當然,我們可能會問:「人類+畫筆」可以展現創意,但一個靠著演算法運作的 AI 加上人類,能夠展現任何創意嗎?這個問題的預設其實是:創意意味著某種出乎意料或不期而遇,但數學無法給予我們這些,畢竟它是可計算並預測的。這正是許多人對演算法作品的質疑。

然而,事實上並非如此,很多時候 AI 會丟出超乎編程人員預期之外的結果,有時候編程人員甚至無法在事後提出相關且合理的解釋。這正是許多論者視 AI 為危險的原因,然而,這種「危險」卻恰好反過來說明了 AI 也可以充滿創意。

另一方面,技術中介論表明,「什麼是道德」會隨著技術而改變,那麼「什麼是藝術」又未嘗不是?《觀察者的技術》一書,足以說明這種現象。作者 Jonathan Crary 認為,藝術史經常把藝術家看成是觀看方式的定義者,用藝術作品來引領大衆的視覺,但實際情況其實相反,是因為大眾的觀看方式早已轉變,才使得某些形式的作品得已被視為藝術。更重要的是,這種轉變與技術的發展互為表裡。

Crary 論證,17-18 世紀的技術物「暗箱」,引領並反映當時人們——包括科學家、藝術家、文學家——的觀看方式:人類只是被動的觀看者,外在世界會透過暗箱的透鏡投影到牆上,既無扭曲也沒變造。這種觀看方式意味著人類如何認識世界:透過不斷仔細描繪和收集外在世界的種種景象。在藝術上,是寫實主義的盛行,而在科學上,則是博物學的當道。那是一個「所是即所見」的時代。然而,到了 19 世紀初期,這種觀看方式一去不復返。

暗箱的原理。圖/維基百科

「後像」(afterimage)問題讓人們開始不再信任眼睛,也懷疑「所是及所見」的基本預設。利用各種視覺暫留與錯覺的技術產品大為盛行,其中以「立體試鏡」(stereoscope)為最。這種技術的流行,造成並反映當時人們的觀看方式:人類是主動的觀看者,外在世界究竟如何不得而知,人類能夠確定的只有眼睛所見的景象;換句話說,所見及所是。

這種觀看方式帶來了雙重的吊詭:一方面,人類失去了對真實的信心和掌握,只能依賴眼前的各種影像,有時甚至認為那些影像才是真的;但另一方面,人類開始試圖追逐甚至複製外在世界,以確保真實不會流失。之於前者,我們看到印象畫派的興起,認為「純描繪」印在眼睛上的像(尤其是光和影)才是真正的真實;之於後者,則是攝影技術的發展,有的人認為攝影只是複製真實毫無創意,而有的人則認為攝影也是一種藝術創作。

透過 Crary,我們可以看到,技術的發展確實改變了藝術的內涵。一方面,過往不被描繪的印象變成可以描繪的主題,甚至成為所謂現代藝術的發端;另外一方面,當所見比所是更加重要時候,視覺的各種可能性被完全打開,使得什麼是藝術有了更大的發揮空間。就像當年有人爭論印象派根本算不是好的藝術作品、有人大力質問攝影能否列為藝術,我們如今也在推敲 AI 或演算法的作品算能否算是藝術。這些正是藝術邊界因為技術而悄悄改變的明證。

藝術與技術的相互敞開

AI 可以創作藝術嗎?演算法的作品可以被稱為藝術嗎?這些問題,技術哲學可以提供一點想法。如果從傳統的技術哲學(海德格)來看,答案是否定的。由於海德格認為現代技術的 Challenging-Forth 是一種糟糕的 Revealing,有違技術與藝術系出同源的 Bringing-Forth,並且反對現代科技所隱含的數學性與計算性,使得我們不得不導向AI或演算法和藝術相互排斥的結論。然而,這種觀點限縮了藝術的開放性,也忽略了藝術不斷挑戰自我邊界的各種實踐。

當我們不再追問技術是什麼的時候,我們也得以從藝術是什麼的泥沼中逃脫。轉向荷蘭學派的技術哲學,讓我們得以把藝術創作的行動者從人類轉換成人類+技術這個綜合體,並且再次將技術算進藝術內涵的變化之中。AI 當然可以創作藝術,但它從來不是獨自創作,正如同過往的偉大藝術家也未曾脫離他/她的繪畫工具。演算法的作品也有被視為藝術的可能,就像印象派和攝影都因為技術改變了藝術的內涵,而開始被稱為藝術一樣。

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 2
再・創世 Cybernetic_96
11 篇文章 ・ 29 位粉絲
由策展人沈伯丞籌畫之藝術計畫《再・創世 Cybernetic》,嘗試從演化控制學的理論基礎上,探討仿生學、人工智慧、嵌合體與賽伯格以及環境控制學等新知識技術所構成的未來生命圖像。

0

0
0

文字

分享

0
0
0
不是不會髒,而是更難沾:耐污馬桶的表面科學
鳥苷三磷酸 (PanSci Promo)_96
・2026/09/22 ・3364字 ・閱讀時間約 7 分鐘

本文與 Panasonic 合作,泛科學撰文 

●以下科學研究內容作為知識分享,不直接與Panasonic A La Uno全自動洗淨馬桶產品功能連結

在做家務的痛苦排行榜上,「刷馬桶」絕對名列前茅。明明天天都在沖水,但過不了幾天,馬桶內壁邊角總會浮現黃黃的水垢、角落發黑的霉斑,甚至是那些刷掉又長出來的粉紅色污垢(黏質沙雷氏菌)。

許多市售衛浴設備常標榜「神奇抗污」或「永久不沾」,讓人誤以為安裝後便能永保潔淨。然而從材料科學的角度來看,世上並無能使污垢憑空消失的魔法。所謂「耐污」的實質機制,並非打造完全不沾染髒污的材質,而是調整表面的物理與化學屬性,使水垢和微生物難以強力附著。一旦降低了污垢與內壁之間的附著力,透過日常水流沖刷,便能輕易地將髒污帶走。

-----廣告,請繼續往下閱讀-----

為什麼污垢「黏不住」? 

要搞懂為什麼某些特殊表面能做到「耐污」,我們得先像偵探一樣,拆解馬桶裡的髒污究竟是怎麼「抓緊」材料表面的。馬桶內壁的污垢主要有兩大難纏的元兇:

  1. 水垢與礦物沉積*1:我們日常使用的自來水中含有鈣、鎂等金屬離子。當水滴在表面經歷反覆的濕潤與蒸發乾燥循環時,這些離子會逐漸結晶析出,變成硬度極高、緊緊「卡」在微觀縫隙裡的礦物質水垢。
  2. 生物膜與有機物*2:包含尿液中的無機鹽、油脂殘留,以及細菌入侵後分泌出像超強膠水一般的聚合物,所組成的黏滑防禦大本營。
關鍵不是沖水,而是「這些污垢如何抓住表面」

這兩大類污垢想要在材料上「落腳」,前提是它們必須能在表面找到足夠的附著點與黏合力。那麼,材料科學家是如何讓這些髒污「站不穩」的呢?答案就藏在「表面能(Surface Energy)」與「濕潤性(Wettability)」這兩個核心概念中。

當我們把水滴在某個表面上時,水滴會聚成一顆圓滾滾的水珠,還是迅速攤平開來?這取決於表面的特性:

  • 疏水路線(Hydrophobic)*1:具備低表面能的疏水表面,能顯著減少水分子或污染物與表面之間的極性作用力與氫鍵。水滴在這種表面上會因為表面張力而收縮成水珠,當水珠滾動滑落時,就能順便把表面的灰塵與礦物質顆粒帶走,這就是著名的「自清潔效應」。
  • 親水路線(Hydrophilic / Superhydrophilic)*2:相反地,極度親水的超親水表面則會強烈地吸引水分子,在材料最外層形成一層薄薄的「水化層(Hydration Layer)」。這層水化層就像是實體的液體盾牌,讓油污、蛋白質或細菌無法直接接觸到材料基底,只能漂浮在水膜上方。

如果要用攀岩來比喻:傳統粗糙的表面就像是有許多凹槽的攀岩牆,髒污就像攀岩者,需要找到落腳點並用力撐住才能攀附;而我們做的是抽掉把手點,或是在把手上塗上潤滑油,讓髒污找不到施力點,自然難以停留。

-----廣告,請繼續往下閱讀-----
材料科學的核心:想辦法讓污垢「抓不住」

不給細菌「握手」的機會

解決了水垢,下一個更棘手的對手是「細菌」。

馬桶內壁那些黑黑粉粉、摸起來滑滑的污垢,在微生物學中被稱為「生物膜(Biofilm)」。細菌並不是孤立生長的,當單顆細菌落在表面後,如果覺得環境舒適,它就會開始分泌胞外聚合物(EPS),這是一種天然的超強膠水。細菌們用這種膠水把自己與同伴緊緊黏在一起,並築起堅固的防禦堡壘,這時一般的沖水就很難把它們沖洗乾淨了。

根據《Nature Communications》與《Microsystems & Nanoengineering》的學術期刊研究指出,要阻止生物膜形成,除了化學上的抗菌,材料的「表面微幾何結構」扮演了至關重要的角色。

材料科學領域中有一個著名的「附著點理論(Attachment Point Theory)」:

-----廣告,請繼續往下閱讀-----
  1. 粗糙與微孔洞表面:如果材料表面存在許多微小的裂縫、氣孔或微米級凹洞,細菌(體積通常約 1 到 3 微米)就會興高采烈地鑽進這些小凹槽裡。這些凹槽不僅提供了極佳的機械咬合支點,還能幫細菌擋掉水流的沖刷。
  2. 極致平滑與微結構表面:相反地,如果材料表面做到極致平滑,完全沒有微米級的缺陷;或者反過來設計出尺寸遠小於細菌的奈米結構,細菌的足跡構造(如鞭毛或纖毛)就無法在表面找到穩固的「接觸附著點(Contact Points)」。

當細菌發現自己在這個表面上連「手都握不緊」、隨時會被水流吹走時,它就無法順利定殖並分泌膠水築巢。此外,現代衛浴結構在設計時,也越來越強調「一體成形」與「無接縫工藝」。消除接縫與死角,等於直接拔除了細菌與水垢最喜歡的避風港。

阻止細菌、生物膜找不到「落腳點」

當材料、結構與流體科技組隊聯防 

了解了材料化學與微觀幾何,我們就能勾勒出一座現代耐污馬桶的完整防禦體系:【材料層(低附著力)】+【結構層(無縫平滑)】+【動態流體層(泡沫與水流剪切力)】= 高效清潔!

以市面上備受矚目的 Panasonic A La Uno 全自動洗淨馬桶為例,就是將材料科學、結構工程與流體力學發揮到極致的典型代表:

1. 材料層:有機玻璃系新素材

A La Uno 全自動洗淨馬桶採新開發的「有機玻璃系新素材」(以壓克力高分子為基礎研發的衛浴專用材料,這類高分子成形技術亦被廣泛運用於大型水族館高壓觀景窗與飛機機艙罩)。這種材料表面具備極佳的疏水性與耐水垢特性,水滴不易長時間攤平停留;材質堅固、不易破裂,耐刮、不易造成細小傷痕。通過實驗測試,這種素材配合泡沫洗淨,在沖洗後能有效沖刷掉高達 99.99% 的大腸桿菌,從源頭阻斷細菌定殖。

-----廣告,請繼續往下閱讀-----

2. 結構層:無接縫工藝與三重防濺防護

在宏觀結構上,A La Uno 全自動洗淨馬桶採用無水箱沖水與便器、溫水洗淨便座一體成型設計,減少傳統水箱與座體之間的結構層次及接縫,並搭配可動迴轉式排水系統完成沖洗。更貼心的是其「三重防護」設計:

  • 泡沫防護:在水面上製造一層充沛的泡沫緩衝層,有效抑制男性站立小便時的尿液與污水飛濺;
  • 外圍防護:馬桶邊界特別設計了高約 3mm 的水檔,防止液體延著外壁滴落至地板;
  • 測漏防護:便座與馬桶本體採用不外露的防護設計,避免液體從縫隙飛濺滲漏。
Panasonic A La Uno 全自動洗淨馬桶

3. 動態流體層:雙效泡沫洗淨、漩渦水流與 nanoe™ X

當污垢降落在馬桶內壁時,A La Uno全自動洗淨馬桶 的動態流體科技便接手進行徹底打掃。其「雙效泡沫洗淨」會先釋放直徑約 5mm 的「毫米泡沫」包裹並帶走大塊髒污,再透過直徑約 60微米的「微米泡沫」深入微觀縫隙,徹底溶解殘餘的油脂與細微污垢。接著,配合高度清潔力的「漩渦型強力水流」,利用旋轉產生的流體剪切力,一口氣將附著力已被削弱的污垢剝離並沖走。此外,Panasonic A La Uno 全自動洗淨馬桶還搭襯了 nanoe™ X 健康科技,釋放氫氧離子有效抑制異味與髒污,維持空氣與內壁的良好衛生狀態。

科技讓生活變輕鬆,但物理法則依然誠實

從材料化學的低表面能設計,到微觀幾何的附著點控制,再到流體力學的水流沖刷,一座現代抗污馬桶的演進,縮影了人類如何運用基礎科學來解決日常生活痛點的智慧。

我們習慣將衛生清潔想像成一場與細菌髒污的硬碰硬死鬥。然而,A La Uno全自動洗淨馬桶 等現代衛浴技術的突破,展示了材料科學的另一種聰明思維:不靠強酸強鹼硬打,而是透過物理與化學邏輯,將「污垢固著」的機率降到最低。

-----廣告,請繼續往下閱讀-----

當材料科學與現代衛浴技術結合,刷馬桶不再是一件令人頭痛的辛苦瑣事。透過這些前沿科技的加持,我們得以從繁重的家務勞動中解放,享受更加乾淨、舒適且有品質的日常生活。

*1 參考論文:A metallic anti-biofouling surface with a hierarchical topography containing nanostructures on curved micro-riblets

*2 參考論文:Brushing up functional materials

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
251 篇文章 ・ 321 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
0

文字

分享

0
1
0
AI 伺服器晶片大又貴,萬一焊接失敗還有救嗎?
宜特科技_96
・2026/09/18 ・3984字 ・閱讀時間約 8 分鐘

本文轉載自宜特小學堂〈CoWoS, EMIB, SoIC等先進封裝如何精準貼裝且順利重焊(Rework)?〉,如果您對半導體產業新知有興趣,歡迎按下右邊的追蹤,就不會錯過宜特科技的最新文章!

隨著 ChatGPT、生成式 AI 與大語言模型(LLM)的爆發,輝達(NVIDIA)的 Blackwell(如 B200)、Ultra系列,以及 AMD、英特爾(Intel)的高階伺服器晶片,都高度依賴 2.5D / 3D 異質整合先進封裝技術。

為了追求運算極限,晶片不再只是單一矽晶圓,而是 CPU、GPU 和好幾顆 HBM(高頻寬記憶體)用先進封裝「拼貼」在一起。這導致整個封裝完的晶片尺寸變得奇大無比,隨便就突破 90 X90 mm的尺寸,這在以前的消費性電子,例如手機晶片頂多 15 X15 mm,是難以想像的大小。

-----廣告,請繼續往下閱讀-----

一顆高階 AI 晶片的報價動輒幾萬美金,如果在最後打上印刷電路板(PCBA)時,才因為焊接不良(如冷焊、橋接)導致測試失敗,若要整顆報廢,所費不貲。這時,就是「返修系統」上場的時候!如何完美地拆下這顆昂貴的晶片、清理乾淨電路板,再精確地焊回去,是極高難度的維修門檻。

面對晶片巨大化的硬體挑戰,業界普遍遵循的 IPC-9701 規範(焊接性能與可靠度實驗標準)也更加嚴格。從組裝到 Rework(重工)都是重要環節;所謂 Rework,就是將已組裝的元件拆下、修復或更換後再重新組裝,尤其適用於高價值元件的修復與再利用,也是確保 AI 伺服器在高溫、高負載環境下維持可靠度的關鍵。

本文將探討在 AI 算力大爆發的時代下,如何提供一套能跨越物理限制、確保高良率與高可靠度的「大尺寸晶片貼裝與自動返修關鍵解決方案」,協助AI供應鏈上下游克服硬體演進的最後一哩路。

一、AI伺服器晶片巨大化帶來的製程痛點

近期業界最常面臨的痛點是:「現在的大尺寸晶片可能達到 150x150mm,能用什麼工具貼裝?晶片重工維修時又該如何確保品質?」

-----廣告,請繼續往下閱讀-----

(一) 現有設備的尺寸限制:

現行普遍的貼片設備(Pick and Place, P&P)受到物理限制,最大僅能支持邊長約 90×90 mm 的元件,面對現今尺寸動輒超過 90×90 mm 的巨型晶片,已完全無法滿足對位與貼裝的需求。

(二) 手工返修帶來的重工風險:

當大尺寸晶片需要進行重工(Rework)或維修時,若使用傳統人工或非專用設備加熱,容易導致以下缺陷:

1. PCB剝離(Peeling):因加熱不均勻或過熱,導致印刷電路板層壓結構受損。

2. 零件燒焦與冷焊(Cold Solder):溫控不精準導致元件表面燒焦,或是錫膏未完全熔化而形成冷焊,嚴重影響焊接品質。

由左至右是傳統人工除錫製程中,易因溫控不準確,導致爆版、燒焦或冷焊(焊接不良)。圖/宜特科技

3. 焊墊缺陷:傳統人工除錫製程中,容易因物理接觸刮傷或拉扯,造成電路板焊墊(Pad)損壞。

傳統手工除錫常見的缺陷:左圖造成BGA焊墊損傷,右圖為人工除錫後高度不均的現象。圖/宜特科技

二、解密「晶片手術」:高階返修與自動除錫技術

從上面的案例可以了解,在面對大型 AI 晶片的貼裝與返修,真正的挑戰不只是「拆下來再焊回去」,而是如何在不傷害晶片與電路板的前提下,精準完成拆除、除錫、對位與重焊。要完成這場高難度的晶片手術,尺寸、精度、溫控與除錫,每個環節都是關鍵。


因此,專為大型晶片開發的「高精度返修系統解決方案」誕生了!透過精準的溫控技術與光學對準功能,確保BGA元件的可靠拆裝與高效返修,避免因焊接不良導致的損毀。

(一)超大尺寸晶片的也能拆裝:

現行普遍的貼片設備(Pick and Place, P&P)受到物理限制,最大僅能支持邊長約 90×90 mm 的元件,面對現今尺寸動輒超過 90×90 mm 的巨型晶片,已完全無法滿足對位與貼裝的需求。

-----廣告,請繼續往下閱讀-----

(二)高精度光學對位控制更精準:

晶片拆下後,要重新對準電路板上的焊點並不容易。透過高解析彩色相機與光學影像重疊技術,可微調 Theta 角與 X/Y 軸,將對位精度控制在 ±25 μm 以內,降低貼裝偏移的風險。

(三) 複合溫控提升受熱均勻度:

大型晶片若局部溫差過大,可能造成基板翹曲甚至損傷,採用大功率紅外線(IR)結合熱風循環複合加熱,並配備即時監控系統,確保大面積基板受熱均勻,避免板材翹曲或損傷。

結合大功率底座紅外線(Dynamic IR)與頂部熱風循環(Hot Air)的精密加熱架構示意。圖/Kurtz ersa,宜特科技重製

(四) 不傷板清理殘留焊錫:

晶片移除後,電路板上仍會留下殘錫,傳統人工除錫可能增加焊墊受損的風險。自動吸錫技術則能以完全不接觸 PCBA 的方式,自動把殘錫吸取乾淨,徹底杜絕手工除錫帶來的焊墊損壞缺陷 。

三、實際案例分享

宜特經常收到客戶緊急送修、搭載大型 AI晶片的高價伺服器主機板。為了兼顧「高精準貼裝」與「無損維修」,以下是我們將核心技術應用在真實案例的分享。

-----廣告,請繼續往下閱讀-----

案例一:大尺寸晶片(> 90 X 90 mm)光學對位貼裝

客戶研發出一款全新的超大尺寸AI晶片,常規SMT(表面黏著)產線根本無法精準貼裝,也會擔心焊接過程溫度不均,導致高價晶片損壞,而以下是我們針對大型晶片的貼裝流程建議。

大尺寸晶片(> 90mm x 90mm)貼裝流程。圖/宜特科技

1. 精密光學重疊對位(Optical Superposition):
在實機對位時,系統配置了5 MP GigE高解析彩色相機,利用光學影像重疊技術,將晶片接腳(下圖的橘點)與電路板焊墊(下圖中的綠方塊)的影像同時呈現在螢幕上。
工程師就能非常直覺地在畫面上進行Theta角度微調(旋轉修正與 X-Y 軸向微對齊,將貼裝精度控制在極精準的±25 μm以內。當對位完成,真空吸嘴便會自動放開,安全地將元件放到極其精準的座標上。

高精度光學影像重疊(Optical Superposition)對位原理,是系統利用分光鏡(Beam Splitter)與雙LED光源,同時捕捉上方晶片接腳(橘點)與下方電路板焊墊(綠方塊)的影像,將兩者即時重疊於螢幕中,協助工程師進行極其直覺且精準的對位微調。圖/Kurtz ersa,宜特科技重製
IC對位微調補償機制(Alignment Correction)。系統在影像重疊後進行兩階段修正:1. Theta軸向調整(Theta adjustment),旋轉校正晶片角度偏差;2. X-Y 軸向調整(X-Y adjustment),進行前後左右的水平線性對齊,確保晶片錫球與PCB焊墊達到精密接合。圖/Kurtz ersa,宜特科技重製

2. 即時溫控多點監控(Real-time Profile):
在焊接階段,系統採用大功率紅外線(IR)與熱風循環複合加熱。我們在電路板上拉出多達7個位置的溫度感測線(熱電偶),在螢幕上即時繪製動態溫度Profile曲線。此技術能確保這顆超大晶片的每一處受熱都完美均勻,徹底杜絕了傳統加熱不良導致的翹曲(Warpage)、零件損壞或焊接問題。

實機運作時,透過多達7組熱電偶拉線進行的Real-time Profile即時溫度曲線監控,確保巨型基板受熱完全均勻、避免板翹。圖/Kurtz ersa

案例二:高價大尺寸 BGA 元件無損重工返修(Rework)

當客戶測試完的 AI 伺服器主機板上的大尺寸晶片,因焊接不良需要更換。此時最擔心的是拆下舊晶片後,人工清理電路板殘錫可能會刮傷、扯斷脆弱的焊墊(Pad),導致整片百萬級主機板報廢。
針對此案例,我們以自動無接觸的除錫手法解除了人工除錫可能刮傷焊墊的問題,將焊墊損傷機率降為零,讓後續重新貼裝(Remount)的新晶片能夠再次擁有完美的焊接基底。

-----廣告,請繼續往下閱讀-----
晶片重工返修流程。圖/宜特科技

四、自動無接觸除錫技術(Auto Scavenger):

當系統自動將舊晶片安全解焊並移除後,電路板上留下了參差不齊的殘錫。此時,「Auto Scavenger 自動吸錫模組」立即啟動。這是一個完全獨立的智慧模組,不需要操作人員費時設定。吸嘴會自動下降至板材上方,在「完全不與PCBA發生物理接觸」的前提下,自動、快速地將殘留焊料吸取乾淨。

(從左到右)顯示了從開始拆拔BGA到焊料吸取,再到完全去除殘留焊料的過程。圖/宜特科技

隨著 2.5D/3D 先進封裝技術發展,AI 晶片越做越大、成本也越來越高,一旦焊接出問題,直接報廢的代價可不小。如何在不傷害晶片與電路板的情況下完成返修,並確保後續使用的穩定與可靠,也成為 AI 晶片製程中越來越重要的一環。

本文出自 www.istgroup.com

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

宜特科技_96
28 篇文章 ・ 6 位粉絲
我們了解你想要的不只是服務,而是一個更好的自己:) iST宜特自1994年起,以專業獨家技術,為電子產業的上中下游客戶, 提供故障分析、可靠度實驗、材料分析和訊號測試之第三方公正實驗室

0

0
0

文字

分享

0
0
0
AI 進雞舍,感測器顧豬場:科技如何成為畜牧業的最佳幫手?
鳥苷三磷酸 (PanSci Promo)_96
・2026/09/05 ・3583字 ・閱讀時間約 7 分鐘

從仰賴人力巡視、憑經驗判斷,到導入感測、影像辨識、聲音分析與 AI,智慧畜牧正逐步以數據支撐養殖決策。(圖片提供:Shutterstock)

過去,養雞農得在半夜走進雞舍,靠耳朵分辨雞隻有沒有出現「囉音」(呼吸道疾病的特有聲音);但農民時間有限,一天頂多進雞舍巡三次,而打噴嚏、咳嗽這類異常聲音,又常和背景噪音太相似、不夠明顯,「漏聽」幾乎在所難免。

如果有一套系統能全天候守在雞舍,不僅聽見異常聲音,還能透過影像觀察雞隻狀態、同步記錄體重,情況會不會有所不同?這正是「智慧監測走進畜牧業」的真實場景。

透過感測、影像辨識、聲音分析與 AI,畜牧養殖管理,已經逐步從仰賴人力巡視、憑經驗判斷,轉向以數據支撐的決策;智慧畜牧不只能提高生產效率,也能改善動物福利與整座牧場的生物安全。

本文從家禽到豬隻,採訪兩位長期投入智慧畜牧管理的研究者:國立中興大學生物產業機電工程學系蔡燿全副教授以及國立臺灣大學生物機電工程學系郭彥甫教授,探討科技如何成為畜牧業的最佳助手。

-----廣告,請繼續往下閱讀-----
透過機器視覺與深度學習,系統能辨識母豬的姿態,量化進食、站立與哺乳時間,協助豬農及早發現健康異常。(圖片提供:臺灣大學生物機電工程學系郭彥甫教授)

科技接手觀察,補上人力巡視極限

「如何客觀量化健康指標,其實相當困難。」蔡燿全副教授指出,人工巡視的限制,在於「人不可能一直在現場」。以雞舍為例,雞隻體重反映健康狀況,但用「肉眼估算」並不精準,原因出在羽毛會隨當下溫濕度蓬鬆變化;至於雞隻的消化道疾病,則要看肛門與糞便,但「異常聲音」要在夜深人靜的半夜靠「人耳」去分辨,這些都是雞農單靠人力會存在的侷限。

養豬也是。郭彥甫教授指出,過去豬農評估一欄豬的健康狀態,多半是走進去、用肉眼看一下,母豬花多少時間吃料、站立、有沒有在哺乳,無法精確量化判讀。

靠肉眼、人耳判讀,既消耗人力、又不夠精準,因此,智慧畜牧把這些工作交給機器,透過感測器接手觀察,目標在於「及早發現」。

以雞舍為例,機器讀的是「身體徵象」。

-----廣告,請繼續往下閱讀-----

蔡燿全副教授指出,透過「家禽監測系統」,在雞舍裝設麥克風、攝影機與秤重平臺,把叫聲、雞冠與雞眼的顏色、體重,連同溫濕度、風速、氣體等環境資料,一併轉成可判讀的數據。

以體重為例,當雞隻走上秤重平臺,秤出幾隻的總體體重後,平台上方的攝影機,再以AI影像辨識方式,辨識出秤重平台上的雞隻數量,進而換算出雞隻的平均體重,更進一步的做法是,只要在雞舍中央架一臺主機,建立「影像輪廓對應實際重量」的關係,雞舍的其餘角落,只需由上往下拍的攝影機(不必裝設秤重平臺),單靠影像就能推算體重。這也同步解決了動物福利的問題:不必再人工抓雞懸掛量重,對雞隻的干擾降到最低。

在豬舍方面,機器讀的則是「行為與姿態」的動態變化。

郭彥甫教授指出,只要在母豬分娩欄後方架設攝影機,以機器視覺與深度學習,辨識母豬的姿態,量化牠花多少時間進食、站立與哺乳,同時逐隻追蹤欄內仔豬的移動,把狀態分成哺乳、休息與活動三類。當母豬把乳頭壓住、遲遲不讓仔豬吸奶,又不太進食,系統就能標記出這頭母豬已接近生病,整欄仔豬可能跟著吃不到奶、活動力下降。這些畫面,都讓長期被關在窄欄、行動受限的母豬處境,能夠直接被機器紀錄、透過數據化被豬農看見。

-----廣告,請繼續往下閱讀-----

專家教會 AI 讀懂異常,監測從記錄升級為預警

但機器「看得到」只是第一步,「讀得懂」則要靠人與 AI 協作。

以豬舍的應用場景為例,郭彥甫教授指出,AI的機器學習過程,得先由「人」在影像裡,把豬一隻一隻單獨標註起來,累積上千張影像之後,提供給AI學習、訓練,確保AI能夠「讀懂」之後,之後就由機器接手,自動辨識每一隻豬;例如有些小豬在吃飼料、有些在喝水、有些在打架、互咬;郭彥甫教授指出,這套AI 辨識仔豬「日常行為」的準確率已達到91.36%,等於在100隻仔豬中,AI就能精準判讀出91.36隻的行為模式。

雞舍的場景也是同樣邏輯。蔡燿全副教授解釋,透過預先架設機器在雞舍,進行現場錄音,接著以濾波去掉雜訊、把聲音切成小段,再請專家逐段標註,哪些是正常叫聲、哪些是異常囉音,取出聲紋特徵之後,再餵給AI機器學習,訓練出辨識模型。

當機器學會判讀後,監測的價值就能直接從「記錄」,升級為「預警」。

-----廣告,請繼續往下閱讀-----

舉例來說,雞舍的聲紋辨識系統,由於是24小時錄音,在農民尚未察覺、還沒記錄到異狀之前,系統就先發出「偵測到異音」的預警,不會等到農民到現場查看才發現。此外,影像辨識系統則可以預先偵測到人眼較難察覺的雞眼異常(雞眼異常後2至3天會出現較高死亡率),等於替農民爭取到提早3天處置的黃金時間。

預警換來實際效益。蔡燿全副教授表示,根據合作雞農的回饋,導入這項系統之後,育成率可提升約3%,因為透過系統24小時不間斷監控,農民更能做到「及早發現、及草治療」,提高雞隻「從飼養到出貨」生命週期的完整性。此外…….傳播途徑。蔡耀全副教授補充,傳統雞隻育成率大約落在80%,導入系統這幾年來,育成率持續提升,近年來已經逐步成長至85%至87%。此外,因為農民不再需要頻繁進出雞舍,也切斷了病原透過人腳、野鳥糞便帶入的傳播途徑。蔡耀全副教授補充,傳統雞隻育成率大約落在80%,導入系統這幾年來,育成率持續提升,近年來已經逐步成長至85%至87%。

豬舍也是。郭彥甫教授指出,量化母豬的姿態與哺乳行為,能夠提早判斷牠是否接近生病,另一方面,系統對仔豬群體活動力的追蹤,則讓農民能夠更早察覺「一頭母豬不好、整欄仔豬跟著受影響」的連鎖效應,進而提早做出相對應的準備措施。 科技帶來的好處,除了提前預警,減少人為疏漏,當農民的巡視工時下降、勞動強度減輕,也能間接讓更多青年農民,願意回鄉接手畜牧場。

雞舍聲紋辨識系統可 24 小時錄音,在農民察覺異狀前發出預警,影像辨識也能提早發現人眼較難察覺的雞眼異常。(圖片提供:Shutterstock)

技術到位、市場未到,智慧畜牧的應用挑戰

然而,儘管智慧畜牧的技術持續進步,但要真正落地應用並普及化,目前仍有待跨越的門檻。

-----廣告,請繼續往下閱讀-----

「因為農民沒有 IT 部門。」蔡燿全副教授點出了智慧畜牧最大的門檻:推廣難度高。

他解釋,老一輩農民對科技熟悉程度較低,一旦網路不穩、甚至插頭沒插上的小狀況,原廠可能就得親自跑一趟畜牧場,服務成本相當高,再加上臺灣市場規模有限,負責落地推廣、技術轉移的農業科技公司,意願自然不高。

此外,「農民投入意願」也是一大門檻。「如果這個科技一定可以幫他賺到錢,他就會樂意接受。」郭彥甫教授觀察,豬農評估導入系統的關鍵,在於能不能幫他「賺到更多錢」,而非只是「節省時間和勞力」,「如果只是省下勞力,農民多半會傾向自己來、或是另外聘請人力。」臺灣雖然在2020年就從口蹄疫除名,但近年來面對周邊國家持續存在的非洲豬瘟等疫情風險,豬農對外部人員(智慧農業團隊、農業科技廠商等)進出格外謹慎,都讓智慧畜牧的應用落地,還需要更多溝通與推廣。

最後一道判斷留給人,「資料治理」智慧畜牧下一步

換句話說,智慧畜牧的技術本身,其實已經備妥,唯獨產業與市場的節奏,還需要時間跟上。

-----廣告,請繼續往下閱讀-----

從雞舍到豬場,感測與 AI 接手了「看」這件過去只能靠人力與經驗撐著的工作,效率、動物福利與疫病防線,也因此被重新畫過一遍。

值得一提的是,兩位研究者不約而同都將「最後一道判斷」留給了人:雞隻該不該投藥、母豬難產怎麼處置,這類牽涉責任的決定,仍由農民與獸醫拍板,AI 負責的是更精準的監測、讓異常更及早被發現。

隨著愈來愈多養殖現場,開始累積這些數據,郭彥甫教授預測,「資料治理」將是畜牧業下一步的趨勢。他解釋,當養殖場規模擴大、不常親臨現場的經理人將更依賴簡單直觀的報表,掌握場內狀況;而這些累積下來的數據,還能推估產量、預估禽隻出場時機,同時對接市場價格,做出更合適的決策。

資料來源

-----廣告,請繼續往下閱讀-----
  1. 中興大學生物產業機電工程學系蔡燿全副教授
  2. 臺灣大學生物機電工程學系郭彥甫教授

原文連結:https://pse.is/9k7pkt

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

繁 简