2

3
1

文字

分享

2
3
1

相輔相成的數學與科學,誰才真的是「科學的起點」?或許,它們都不是最好的答案——《教出科學探究力》

親子天下_96
・2022/08/12 ・3626字 ・閱讀時間約 7 分鐘

數學絕對是科學上非常重要的工具,當科學面對重大疑難雜症時,往往確實是由數學來解決問題。歷史上有很多例子,可以用來說明科學家遇到科學問題時,發明數學工具來解決問題。

例如我們知道,一個物體如果維持每秒鐘 30 公尺的速度前進,那麼 100 秒之後,它會前進 3,000 公尺。但如果這個物體的速度是會穩定減少,平均每一秒鐘還會穩定的減少每秒 10 公尺,也就是一秒後它的速度就變成 20m/s、兩秒之後變成 10m/s,以此類推。

這樣的話,我們知道它 3 秒之後會停下來,但你能知道它前進的距離總共有多少嗎?

為了解決這個問題,牛頓發明「微積分」這個數學工具。

現代微積分是由牛頓與萊布尼茲所發展而成的重要工具。圖/Pixabay

先有雞還是先有蛋?先有科學還是先有數學?

物理學家為了要處理像是「位移」、「力」、「速度」這類問題,也發明「向量」這樣的數學工具來幫助物理學家解決問題。

-----廣告,請繼續往下閱讀-----

這樣看起來,好像應該說「科學是數學之母」才對?

也有的時候,科學家為了精準簡潔的描述自然界規則,運用數學語言來作為描述的方式。

例如我們知道,兩物體之間永遠存在一個互相吸引的萬有引力,萬有引力的大小和兩物體的質量大小乘積成正比,和兩物體的距離平方成反比。這麼一大段落落長的描述,如果用數學符號來表達,就會變成:

\(F = G \frac{m_{1}m_{2}}{r^{2}}\)

這樣的表達既簡潔又精準,當然是很不錯的描述方式,很受科學人的喜愛。數學是科學中重要的工具,可以幫助科學解決很多問題。在學習科學或發展科學的某些階段,數學更是不可或缺的工具,沒有數學便跨越不了某些門檻。

-----廣告,請繼續往下閱讀-----

即便如此,數學好像也說不上是「科學之母」。

科學始於好奇心,每個孩子都是天生的科學家

我總覺得「科學之母」的意思,應該是科學的產生者。那什麼才是科學的產生者?我認為是「觀察」。

觀察與好奇心促成科學的動機觀察的意思不是觀看,不是說用眼睛看到些什麼東西就是觀察。觀察是會產生疑問的,會勾起你的好奇心。看到一些「怪怪的」、好像跟平常不一樣的事物時,你可能會留心的多看個兩眼,腦袋裡想著:「昨天跟今天看到的太陽升起位置,是不是有什麼不一樣?」、「上次釀的酒跟這一次喝起來好像不一樣?」

察覺這些差異之後,你的好奇心可能就會接手,開始思考如何解釋這樣的差異。

-----廣告,請繼續往下閱讀-----

如果你認真一點的話,可能會對現象進行系統化的描述記錄,將那些雜亂的事物根據相同處、相異處進行比較並分類,有時候或許能從中發現一些現象的規律性或者因果性。

例如我們的祖先們長期觀看著海,把每天看的海水高度做了記錄,時間一長就慢慢看出一些規律性,發現每天海水高度變化跟月亮的位置有關:滿月的那天,當潮水最高的時候就是在正中午。

我們的祖先們長期觀看著海,把每天看的海水高度做了記錄,時間一長就慢慢看出一些規律性。圖/Pexels

進而發現不同的月相和漲退潮的時間,有某種特定的關係。等蒐集到夠多的事實之後,很可能就可以發現規律性。

察覺這些規律性、相同處、相異處之後,有些人會興起強烈的好奇心,想要一探這些現象背後的完整詳細規則,或是探詢造成這些規則背後的原因,這時,科學的動機就出現了。

自文明誕生以來,有很長一段時間,人們只是用神話的方式來解釋自然,直到近幾百年才發展出有系統的科學方法,以極端嚴謹的態度來檢視心中的答案。雖然科學是近代產物,但產生科學的動機卻是每個人都天生具備的,那就是「觀察」和「好奇心」。

-----廣告,請繼續往下閱讀-----

每個孩子天生就很愛問問題,這也是為什麼許多科學家會說:「每個孩子都是天生的科學家」,不過這句話的下一句是:「直到 XX 歲為止」。

為什麼等到我們長大以後,就不會提問了呢?

身為老師的我們都曾發現,學生到了國中之後,似乎就變得很不愛問問題。

我相信造成這個結果的原因有很多,例如我們的科學教材教法往往是去情境化、去脈絡化的;我們的考題有許多是脫離現實的;我們的課程也經常不是以學生親身觀察而產生的探究問題作為出發點。

此外,大量意義不明的數學練習,恐怕也是重要的原因之一。

-----廣告,請繼續往下閱讀-----
天生的科學家們為什麼長大後就不發問了呢?造成這個結果的原因有很多。圖/Pexels

既然數學題目難以避免,我們該怎麼讓這些練習對學生而言,變得更有意義、更具有科學教育的價值呢?

數學在科學課堂上扮演的角色在科學的學習中,數學作為一種工具,其存在是必要且適當的。但我們應該注意的是:工具的使用必有其特定的使用動機和情境。

如何讓學生知道自己在幹嘛?以燃素說、氧化說為例

例如拉瓦節(Antoine Lavoisier)並不是一開始就在實驗室裡面計算數學,因而發現燃燒的本質是物質的氧化。他是因為用定性分析方式無法成功反駁當時主流的「燃素說」,才進一步使用量化實驗、測量精準的數據,得到足以駁倒「燃素說」的證據。

讓學生具備動機和情境後,在適當的難度下,引進必要的數學就會覺得理所當然。如果學生知道自己正在處理什麼問題,也知道為什麼需要運用這個工具的情況下,那麼在自然科裡面學習數學是沒有問題的。

-----廣告,請繼續往下閱讀-----
需要透過有設計的教學,才可以激發學生思考、知道自己在處理什麼問題。圖/Pixabay

於是我在燃燒的單元中,設計了讓學生閱讀並比較史塔爾(Georg Ernst Stahl)提出的「燃素說」和拉瓦節的「氧化說」。兩個學說都是在描述學生熟悉的燃燒現象,但卻有著截然不同的解釋方式。

史塔爾的「燃素說」認為:

因為物質燃燒時,物質裡面的可燃成分(燃素),會從物質內逃逸出來與空氣結合,從而發光發熱,這就是火。並且因為燃素從物質中釋放出來,重量就變輕了,釋放燃素的物質只剩下灰。

但有些物質,像是金屬,它們內部的空隙就像容器一樣,裡面充滿燃素。燃素與金屬分離後,空出來的容器會被空氣填滿,容器裝著比燃素重的空氣,重量自然就變重了。

而且物質在加熱時,燃素並不能自動分解出來,必須藉空氣來吸收燃素,才能將燃素釋放出來,而且愈好的空氣吸收燃素的效果愈好。

拉瓦節的「氧化說」則主張:

物質燃燒時,不是物質內部的燃素釋放出來,而是物質和空氣中的氧氣結合。結合的過程中會發光發熱。

結合之後的物質,稱為氧化物。氧化物如果是氣體或者變成飛灰離開了物體本身,質量就會變小,就像紙張燃燒一樣。

如果物質氧化物和物質是依附在一起的,那就會看到質量變重,就像金屬的燃燒一樣。

你會發現兩者的說法看起來都能完美的解釋燃燒現象,如果只是觀察各種燃燒的現象,並不足以判別誰說的才對。這時,用量化方式精準測量燃燒過程中各階段物質的質量變化,就變成判別是非的關鍵所在。

-----廣告,請繼續往下閱讀-----

量化實驗當然是比定性實驗更加困難,但當我們對於某個事件產生興趣時,這些困難就會瞬間變成讓人興致高昂、願意去挑戰和克服的關卡。

「燃素說」和「氧化說」的說法看起來都能完美的解釋燃燒現象,這時便需要科學的力量。圖/Pexels

數學的工具也是如此,所以我在運動學的課程設計中,利用交通安全宣導影片中常出現的「未維持安全距離」下產生的交通事故,讓學生感受到危險,並且產生「安全距離是怎麼計算出來的」的疑惑,激發學生解決問題的動機。

動機產生之後,我們就可以把待解問題轉化為比較嚴謹的文字敘述:「車子以 108km/hr 的速度行駛在高速公路上,因前方發生事故而緊急煞車。若車子能在 X 秒鐘之內停下來,我們的煞車距離有多少?」這就變成大家熟悉的考題了。

此時不管是使用公式也好,圖形法也好,學習起來就會比較自然而然、順理成章。在課堂上營造動機與脈絡,讓解決這些數學問題變成必要的過程,就是我們在課程設計上可以努力的方向。

——本文摘自《教出科學探究力》,2021 年 8 月,親子天下 ,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 2
親子天下_96
26 篇文章 ・ 25 位粉絲
【親子天下】起源於雜誌媒體和書籍出版,進而擴大成為華文圈影響力最大的教育教養品牌,也是最值得信賴的親子社群平台:www.parenting.com.tw。我們希望,從線上(online)到實體(offline),分齡分眾供應華人地區親子家庭和學校最合身體貼的優質內容、活動、產品與服務。

0

1
0

文字

分享

0
1
0
停工即停薪:如何證明你的時間值多少?車禍背後的認知 x 情緒 x 金錢 x 法律大混戰
鳥苷三磷酸 (PanSci Promo)_96
・2026/01/09 ・3351字 ・閱讀時間約 6 分鐘

本文與 PAMO車禍線上律師 合作,泛科學企劃執行

走在台灣的街頭,你是否發現馬路變得越來越「急躁」?滿街穿梭的外送員、分秒必爭的多元計程車,為了拚單量與獎金,每個人都在跟時間賽跑 。與此同時,拜經濟發展所賜,路上的豪車也變多了 。

這場關於速度與金錢的博弈,讓車禍不再只是一場意外,更是一場複雜的經濟算計。PAMO 車禍線上律師施尚宏律師在接受《思想實驗室 video podcast》訪談時指出,我們正處於一個交通生態的轉折點,當「把車當生財工具」的職業駕駛,撞上了「將車視為珍貴資產」的豪車車主,傳統的理賠邏輯往往會失靈 。

在「停工即停薪」(有跑才有錢,沒跑就沒收入)的零工經濟時代,如果運氣不好遇上車禍,我們該如何證明自己的時間價值?又該如何在保險無法覆蓋的灰色地帶中全身而退?

-----廣告,請繼續往下閱讀-----
如果運氣不好遇上車禍,我們該如何證明自己的時間價值?/ 圖片來源: Nano Banana

薪資證明的難題:零工經濟者的「隱形損失」

過去處理車禍理賠,邏輯相對單純:拿出公司的薪資單或扣繳憑單,計算這幾個月的平均薪資,就能算出因傷停工的「薪資損失」。

但在零工經濟時代,這套邏輯卡關了!施尚宏律師指出,許多外送員、自由接案者或是工地打工者,他們的收入往往是領現金,或者分散在多個不同的 App 平台中 。更麻煩的是,零工經濟的特性是「高度變動」,上個月可能拚了 7 萬,這個月休息可能只有 0 元,導致「平均收入」難以定義 。

這時候,律師的角色就不只是法條的背誦者,更像是一名「翻譯」。

施律師解釋「PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言。」 這包括將不同平台(如 Uber、台灣大車隊)的流水帳整合,或是找出過往的接單紀錄來證明當事人的「勞動能力」。即使當下沒有收入(例如學生開學期間),只要能證明過往的接單能力與紀錄,在談判桌上就有籌碼要求合理的「勞動力減損賠償 」。

-----廣告,請繼續往下閱讀-----
PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言 / 圖片來源: Nano Banana

300 萬張罰單背後的僥倖:你的直覺,正在害死你

根據警政署統計,台灣交通違規的第一名常年是「違規停車」,一年可以開出約 300 萬張罰單 。這龐大的數字背後,藏著兩個台灣駕駛人最容易誤判的「直覺陷阱」。

陷阱 A:我在紅線違停,人還在車上,沒撞到也要負責? 許多人認為:「我人就在車上,車子也沒動,甚至是熄火狀態。結果一台機車為了閃避我,自己操作不當摔倒了,這關我什麼事?」

施律師警告,這是一個致命的陷阱。「人在車上」或「車子沒動」在法律上並不是免死金牌 。法律看重的是「因果關係」。只要你的違停行為阻礙了視線或壓縮了車道,導致後方車輛必須閃避而發生事故,你就可能必須背負民事賠償責任,甚至揹上「過失傷害」的刑責 。 

數據會說話: 台灣每年約有 700 件車禍是直接因違規停車導致的 。這 300 萬張罰單背後的僥倖心態,其巨大的代價可能是人命。

-----廣告,請繼續往下閱讀-----

陷阱 B:變換車道沒擦撞,對方自己嚇到摔車也算我的? 另一個常年霸榜的肇事原因是「變換車道不當」 。如果你切換車道時,後方騎士因為嚇到而摔車,但你感覺車身「沒震動、沒碰撞」,能不能直接開走?

答案是:絕對不行。

施律師強調,車禍不以「碰撞」為前提 。只要你的駕駛行為與對方的事故有因果關係,你若直接離開現場,在法律上就構成了「肇事逃逸」。這是一條公訴罪,後果遠比你想像的嚴重。正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。

正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。/ 圖片來源: Nano Banana

保險不夠賠?豪車時代的「超額算計」

另一個現代駕駛的惡夢,是撞到豪車。這不僅是因為修車費貴,更因為衍生出的「代步費用」驚人。

-----廣告,請繼續往下閱讀-----

施律師舉例,過去撞到車,只要把車修好就沒事。但現在如果撞到一台 BMW 320,車主可能會主張修車的 8 天期間,他需要租一台同等級的 BMW 320 來代步 。以一天租金 4000 元計算,光是代步費就多了 3 萬多塊 。這時候,一般人會發現「全險」竟然不夠用。為什麼?

因為保險公司承擔的是「合理的賠償責任」,他們有內部的數據庫,只願意賠償一般行情的修車費或代步費 。但對方車主可能不這麼想,為了拿到這筆額外的錢,對方可能會採取「以刑逼民」的策略:提告過失傷害,利用刑事訴訟的壓力(背上前科的恐懼),迫使你自掏腰包補足保險公司不願賠償的差額 。

這就是為什麼在全險之外,駕駛人仍需要懂得談判策略,或考慮尋求律師協助,在保險公司與對方的漫天喊價之間,找到一個停損點 。

談判桌的最佳姿態:「溫柔而堅定」最有效?

除了有單據的財損,車禍中最難談判的往往是「精神慰撫金」。施律師直言,這在法律上沒有公式,甚至有點像「開獎」,高度依賴法官的自由心證 。

-----廣告,請繼續往下閱讀-----

雖然保險公司內部有一套簡單的算法(例如醫療費用的 2 到 5 倍),但到了法院,法官會考量雙方的社會地位、傷勢嚴重程度 。在缺乏標準公式的情況下,正確的「態度」能幫您起到加分效果。

施律師建議,在談判桌上最好的姿態是「溫柔而堅定」。有些人會試圖「扮窮」或「裝兇」,這通常會有反效果。特別是面對看過無數案件的保險理賠員,裝兇只會讓對方心裡想著:「進了法院我保證你一毛都拿不到,準備看你笑話」。

相反地,如果你能客氣地溝通,但手中握有完整的接單紀錄、醫療單據,清楚知道自己的底線與權益,這種「堅定」反而能讓談判對手買單,甚至在證明不足的情況下(如外送員的開學期間收入),更願意採信你的主張 。

車禍不只是一場意外,它是認知、情緒、金錢與法律邏輯的總和 。

在這個交通環境日益複雜的時代,無論你是為了生計奔波的職業駕駛,還是天天上路的通勤族,光靠保險或許已經不夠。大部分的車禍其實都是小案子,可能只是賠償 2000 元的輕微擦撞,或是責任不明的糾紛。為了這點錢,要花幾萬塊請律師打官司絕對「不划算」。但當事人往往會因為資訊落差,恐懼於「會不會被告肇逃?」、「會不會留案底?」、「賠償多少才合理?」而整夜睡不著覺 。

-----廣告,請繼續往下閱讀-----

PAMO看準了這個「焦慮商機」, 推出了一種顛覆傳統的解決方案——「年費 1200 元的訂閱制法律服務 」。

這就像是「法律界的 Netflix」或「汽車強制險」的概念。PAMO 的核心邏輯不是「代打」,而是「賦能」。不同於傳統律師收費高昂,PAMO 提倡的是「大腦武裝」,當車禍發生時,線上律師團提供策略,教你怎麼做筆錄、怎麼蒐證、怎麼判斷對方開價合不合理等。

施律師表示,他們的目標是讓客戶在面對不確定的風險時,背後有個軍師,能安心地睡個好覺 。平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。

平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。 / 圖片來源: Nano Banana

從違停的陷阱到訂閱制的解方,我們正處於交通與法律的轉型期。未來,挑戰將更加嚴峻。

-----廣告,請繼續往下閱讀-----

當 AI 與自駕車(Level 4/5)真正上路,一旦發生事故,責任主體將從「駕駛人」轉向「車廠」或「演算法系統」 。屆時,誰該負責?怎麼舉證?

但在那天來臨之前,面對馬路上的豪車、零工騎士與法律陷阱,你選擇相信運氣,還是相信策略? 先「武裝好自己的大腦」,或許才是現代駕駛人最明智的保險。

PAMO車禍線上律師官網:https://pse.is/8juv6k 

-----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
人工智慧的極限
賴昭正_96
・2026/01/15 ・5792字 ・閱讀時間約 12 分鐘

在發現的道路上,智慧(intellect)作用不大。意識(consciousness)━你可以稱之為直覺或其它任何你想用的詞━會發生一次飛躍,答案會突然出現在你面前,而你卻不知道它是如何或為什麼出現的。

-愛因斯坦(1879-1955),1921年諾貝爾物理獎

2025 年 10 月 13 日在參加建國中學高三 6 班畢業 66 週年的同學旅遊後,希望能瞭解一下投稿多年、從未謀面之《泛科學》的作業情形及發展計畫等,我決定到「泛科創新股份有限公司」參觀一下:沒想到知識長鄭國威竟然邀請我錄了一集「思想實驗室」。當被問及有關人工智慧(artificial intelligence,AI)的看法時,我突然冒出「因為科學的發現很多都是意外的,因此AI無法像人類一樣具有創造性」。沒想到這句話似乎成為這次訪問的主題,也引起比較熱烈的討論,因此我想在這裡補充一下。

AI(人工智慧)是否能青出於藍、更勝於藍地超越我們?這事實上也是專家爭論最多的話題。我不是專家,雖然知道「我思故我在」,但完全不知人類如何思想、大腦如何運作,更不瞭解上面愛因斯坦所提到之意識(consciousness)如何飛躍!但是已經被國威推上了這個平台,因此只好在這裡野人獻曝,依我所知的科學史提出懷疑。

回歸正題,上面問題的直覺反應答案是:人製造出來的怎麼可能比人聰明呢?但相信很多人都知道:人類所製造出來的圍棋軟體 AlphaGo 已經戰勝了所有的人類!其主人谷歌(Google)謂:它能戰勝人類是因為它利用策略網絡來推薦有希望的走法,並利用價值網絡來評估在給定局面下獲勝的機率,從而大幅縮小搜尋空間,使得它能夠「預想」數百萬步棋,並透過自身的對弈不斷學習,最終超越人類的層次。從這段話看來,我覺得 AlphaGo 能戰勝人類是基於高速地使用人類所設計出來之有路可循、亦有跡可尋的「邏輯策略」!

同樣地,如果我們給 AI 一含所有物質之性質的資料庫,然後告訴它如何尋找「規律」(pattern),相信它會非常勝任地發現許多具有某種特性的「新物質」、「新藥物」、甚或告訴我們如何製造它們(有機合成的資料庫)。但是 AI 雖然知道哈密瓜的所有性質(資料庫),可是它會想到哈密瓜含有能大量分泌青黴素的菌株、即時在第二次世界大戰中拯救了上百萬士兵的生命嗎(見後)?我覺得後者不是邏輯的問題,是沒辦法訓練的,因此 AI 不能「真正創造」不是依靠邏輯的發現。這正是本文所要談的:許多科學大突破都不是靠訓練或邏輯分析的!

-----廣告,請繼續往下閱讀-----

視眾人所見視,思眾人所未思

牛頓的傳記《艾薩克·牛頓爵士生平回憶錄》(Memoirs of Sir Isaac Newton’s Life)於1752年出版;作者斯圖克利(William Stukeley)在書中轉述:「晚餐後,天氣溫暖,我們去了花園,在幾棵蘋果樹的樹蔭下喝茶……他(牛頓)告訴我,他當時的處境和以前一樣,剛剛想到萬有引力的概念。當他正沉思時,一個蘋果掉了下來。他心想:『為什麼蘋果總是垂直落到地上,永遠不會向上或向一側掉落呢?……』,這使他得出結論:地球一定具有『引力』,從而發展出他的萬有引力理論。」

早在西元前 4 世紀左右,亞里斯多德(Aristotle)及歐幾里德(Euclid)等希臘哲學家就為自然哲學和邏輯奠定了基礎。樹上的水果都是往地面掉,這是任何小孩都知道的「常識」,但為什麼卻等了 1700 年才引起牛頓的注意?我們不知道為何牛頓會想到這個問題,但 AI 也會注意到這個現象嗎?如果會,它會先想到萬有引力或是直接跳到更精確的愛因斯坦廣義相對論(見後)呢? 

發現世上第一個抗生素的弗萊明(Alexander Fleming)度假回來後發現培養皿因未加蓋而發霉(見後),一般的研究者大多會將這些被黴菌孢子污染的培養皿丟掉;但弗萊明這次卻心血來潮……。他回憶說:

「基於先前「溶菌酶」的經驗,也像許多細菌學家那樣,我應該會把污染的培養皿丟掉,……某些細菌學家也有可能(早就)注意到我(那時)看到的相似變化,……但是在對天然產生的抗菌物質沒有任何興趣的情況下,都會順手地將培養物丟棄。……但(這次)我沒有找個藉口丟掉受污染的培養液;相反地,我做了進一步的探討。」

如果AI也能做實驗,它會像許多細菌學家那樣「順手地」丟棄培養物嗎?機會總是降臨在那些做好準備的「人」身上。

-----廣告,請繼續往下閱讀-----

幸運的靈感/直覺

一位正在自由下落的人不會感覺到自己的重量,那不是等於漂浮在沒有任何重力的外太空空間嗎?如果加速度可以抵消重力,那麼在沒有重力的情況下,加速度本身不是可以模擬重力,產生與真實重力沒有區別的人造重力嗎?愛因斯坦稱上面這一發現為「等效原理」(Equivalence Principle):我們雖然不知道重力是什麼,但其現象可以用加速度來模擬!這一想法啟動了愛因斯坦嘗試改變牛頓重力論的八年艱苦抗戰,於 1915 年 11 月完成了人類有史以來最美麗的物理理論━「廣義相對論」(General Theory of Relativity)。100 多年後的今天,愛因斯坦這一透過想像力來推測的理論仍然在指引著物理學家們去瞭解宇宙的基本特徵!怪不得愛因斯坦後來大膽地稱它為「我一生中最幸運的靈感」。

德國理論物理學家普朗克 (Max Planck) 謂他是靠「幸運的直覺 (lucky intuition) 」而意外地敲響了量子力學革命之鐘聲!在 1918 年諾貝爾獎頒獎典禮上,普朗克回憶說:

「然而,即使(我推導出來的)輻射公式絕對準確,它仍然只是一個幸運猜測(lucky guess)了正確插值公式的結果,其價值是非常有限的。因為這個原因,從那時起,我就忙著… 想闡明此公式的真實物理特性,這導致我考慮連接熵和概率之間的波茲曼(Boltzmann)關係。在經過我生命中最艱苦的幾個星期之工作後,光明終於驅除了黑暗,一個新的、從未夢想到的的觀點在我面前展開了。」

這普朗克從未夢想到的觀點是什麼呢? 就是「能量量化」的觀念,違反了當時「能量是連續」的共識!因之此後的十幾年,普朗克便一直在努力地想使他的量子觀念能容於古典力學裡;可是每次嘗試的結果,似乎均使自己失望得想收回那革命性的「大膽假設」而已。

錯誤的假設

好吧,就假設 AI 像愛因斯坦一樣也有「最幸運的靈感」,發現了廣義相對論。可是後來物理學家瞭解到了愛因斯坦的「等效定理」事實上不完全正確,是有限制的,也就是說它只是一種近似的基本定律,只適用於一個局部、無限小的時空區域內。哈,如果AI比人類聰明,怎麼會在邏輯上犯下這個錯誤呢?如果不犯這個錯誤,它能發現廣義相對論呢?

-----廣告,請繼續往下閱讀-----

又如 1905 年,愛因斯坦在題為「關於運動物體的電動力學」的(狹義相對論)論文引言裡,開宗明義地謂「不要爭辯」光速了:

「我們建議將「相對性原理」這個猜想(conjecture)提升到一個公設(postulate)的地位,並引入另一個表面上與前者不調和(irreconcilable)的公設,即光是在真空中的傳播速率為一與發射體運動狀態無關的定值 c。 這兩個假設足以(讓我們)透過適用於靜止物體(狀態)之馬克斯威(Maxwell)理論,導出一個簡單且不矛盾(consistent)的電動力學理論。」

愛因斯坦真大膽:一個可以用實驗來確定的光速,怎麼可以定為「公設」呢?光速與發射體運動狀態無關不是完全違反了我們日常生活的經驗(如聲速)嗎?愛因斯坦在其時鐘「同步程序」的假想實驗裡魔術般地導入了他的公設:光在任何方向的速度都是一樣的 c 值!完全忽略了當時幾乎所有物理學家都相信光是在「以太」中傳播的理論。

1924 年,一位名不見經傳,任教於東巴基斯坦的講師波思 (Styendra Bose) 在一篇 1500 字的論文裡做了一個誤打誤撞、連他自己本人都不知道、在整篇論文中隻字未提的重要及創新性假設:光量子是不可分辨的!在當時,所有的物理學家都認為光量子像銅板一樣是可以分辨的(我們可以分辨哪個是 A 銅板、哪個是 B 銅板、…),因此兩個銅板出現「一正及一反」的或然率是 2/4;但如果它們不能分辨呢?則出現「一正及一反」的或然率將變成 1/3。沒想到這一「錯誤」的假設後來竟成為打開量子統計力學的鑰匙!超強邏輯的AI會犯這種錯誤嗎?

愛因斯坦1915年完成他的廣義相對論後,發現他的方程式所預測的宇宙只能膨脹或收縮,與當時大部分科學家所認為的靜態宇宙觀相衝突!沒想到推翻了深植物理學家心中達兩百多年之牛頓時空觀念的革命壯士,竟然在這裡屈服了:為了符合當時的想法,愛因斯坦於1917年強行地於其廣義相對論導出之宇宙觀中加入一「常數」來平衡萬有引力,使他的宇宙能保持靜態!沒想到1929年後,新數據顯示宇宙不是靜態,而是在膨脹中;愛因斯坦因而後悔當初為何不相信自己的推論,稱那強行加入人為常數━「宇宙論常數」(cosmological constant)━為他一生中所犯之「最大錯誤」。AI會犯這種錯誤嗎?

-----廣告,請繼續往下閱讀-----

只有萬有引力的宇宙膨脹速率在一段時間後應該慢慢減小;但90年代末期,新的發現顯示現在宇宙膨脹速率不是隨時間減小、而是在加大!沒想到那錯誤的「宇宙論常數」現在竟然成為提供瞭解釋膨脹速率加快所需之排斥力來源─雖然我們還不知道那是啥!當然,我們也不知道愛因斯坦在天之靈是否還認為「宇宙論常數」是他一生中所犯的最大錯誤?而AI如果當初未犯那「最大錯誤」,現在是否反而會後悔呢?

老天的幫忙

硝化甘油為液體,非常不穩定,一不小心就爆炸;因此諾貝爾 (Alfred Nobel)一直在尋找取代物,但久而不得。傳說有一天儲存的硝化甘油意外泄漏,與用來包裝儲存鐵桶之板狀矽藻土混合但未爆炸,使他想到了試用此板狀矽藻土。經實驗後,他發現兩者相混之固體不但安全可靠,而且還可保持原有之爆炸威力─這不正是他夢寐以求、研究甚久而未能找到的「穩定炸藥」嗎?他因此發了大財,設定了今日大家所知道的諾貝爾獎。

在「發現能治療糖尿病的胰島素—胰島素與生技產業的誕生(上)」一文裡,我提到了「….將狗的胰臟割除,發現這隻可憐狗整天口渴及隨地小便。數日後,一位助手覺得實驗室內的蒼蠅好像突然多了起來,尤其是在狗小便過的地板。分析狗尿及其血液後,梅倫(Joseph von Mering)及明考斯基(Oskar Minkowski)很驚奇地發現裡面充滿了糖份。」顯然地,胰腺具有調解體內糖代謝的功能,它一旦受損將導致糖尿病。就這樣,法國兩位外科手術醫生無意中發現了「困擾」人類三千多年之糖尿病的病源━胰臟分泌物「胰島素」失調!這不是透過邏輯分析得到的結果,AI能做到嗎? 

前面所提到之蘇格蘭醫生兼微生物學家弗萊明是一位粗心的實驗室技術員。1928 年夏在研究葡萄球菌的某一天,他忘了將含有葡萄球菌培養物的培養皿放在培養箱中,留在實驗室工作台上就匆匆忙忙地離開實驗室去度假。命運就是這樣作弄人:那時室內的溫度及濕度均適合霉菌(mold,或譯「黴菌」)的生長;因此兩個禮拜回來後,弗萊明發現在敞開窗戶旁的培養皿因未加蓋而發霉。經細心觀察及研究後,弗萊明發現抑制或預防細菌生長的不是黴菌本身,而是黴菌產生的「黴汁」。就這樣,弗萊明發現了世上第一個抗生素「盤尼西林」(Penicillin,又稱為「青黴素」)!被《時代》雜誌評選為20世紀的100位最重要人物!

-----廣告,請繼續往下閱讀-----

1943年的某一天,在伊利諾州皮奧里亞 (Peoria) 的農業部北部區域研究實驗室 (NRRL) 工作的亨特 (Mary Hunt) ,無意中在一雜貨店裡發現了一顆表皮長滿漂亮及金色青黴的哈密瓜。將它帶回實驗室,篩選出能大量分泌青黴素的菌株後,她發現該菌株產生的青黴素數量是notatum的200倍━她因之贏得「發霉瑪麗 (Moldy Mary)」的綽號。在許多研究團隊紛紛加入菌種及製造方法的改良後,青黴素產量由1943年只能醫治不到1000人,一下子跳到1944年時,已有足夠的青黴素來治療每位需要的士兵,為第二次世界大戰提供了功不可沒的貢獻!也啓動了尋找其它抗生素的研究,開創了醫學的新紀元。

結論

上面我們提到科學家意外地發現了穩定的炸藥、控制血糖的胰島素、及治療特定細菌感染的抗生素。這些化合物都已經存在自然界中,但絕對不是邏輯分析可以發現其功能的,因此如果不是「老天的幫忙」,我實在很難理解AI怎麼會想到?事實上靠「老天幫忙」所發現的化學物是非常之多的。不需要靠老天幫忙的理論物理呢?

在討論牛頓「思眾人所未思」地發現萬有引力、開創了古典物理後,我們其它的討論都是針對全面改變我們日常生活之近代物理━量子力學及相對論━的發現史。希望讀完本文後,讀者能體會到科學進步不但鮮少一帆風順,相反地是一條充滿了意想不到之彎路和迷茫時刻的曲折蜿蜒旅程:這正是我在訪談中所提到的要多看「課外書」,鑑古知今瞭解理論背後歷史有助於瞭解理論本身。也希望讀完本文後,讀者能感受到科學上的突破幾乎全不是源自邏輯分析,而是出自無法捕捉的「靈感」、「直覺」、「錯誤假設」,「老天幫忙」、以及挑戰既有認知的「勇氣」。AI具有這些人性「缺點」嗎?

最後讓我們在此以公認為最偉大之兩位物理學家的話來結束。牛頓說:「沒有大膽的猜測,就沒有偉大的發現」;愛因斯坦謂:「我從未通過理性思考的過程取得任何發現」。

-----廣告,請繼續往下閱讀-----

致謝

謹在此感謝《泛科學》鄭國威、曹盛威、謝富丞、廖儀瑄、王喆宣等同仁的招待及讓我有機會當了一次近代科技 Podcast 的明星。Podcast 的出現造就了許多不需要經過好萊塢的影視明星以及網紅,是我首次接觸到之近代日常生活典範的另一個重大轉變,真是活到老學到老。

延伸閱讀

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

賴昭正_96
50 篇文章 ・ 61 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此獲有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪,IBM顧問研究化學家退休 。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲它轉載我的科學月刊上的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」。

0

2
0

文字

分享

0
2
0
「別來無恙」不只是招呼
顯微觀點_96
・2025/04/12 ・2349字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自顯微觀點

圖/照護線上

我最親愛的 你過的怎麼樣  沒我的日子 你別來無恙   -張惠妹《我最親愛的》

常常聽到「別來無恙」的問候,其中的「恙」就是指「恙蟲」。在唐朝顏師古的《匡謬正俗》一書中便提到:「恙,噬人蟲也,善食人心。古者草居,多移此害,故相問勞,曰無恙。」用以關心久未見面的朋友沒有染讓恙蟲病、一切安好。

而清明節一到,衛福部疾管署便會提醒民眾上山掃墓或是趁連假到戶外踏青,要小心「恙蟲病」,就是因為每年恙蟲病的病例數從4、5月,也就是清明假期左右開始上升;到6、7月達最高峰。

Qingming Or Ching Ming Festival, Also Known As Tomb Sweeping Day In English, A Traditional Chinese Festival Vector Illustration.
圖/照護線上

但恙蟲病到底是什麼樣的疾病呢?恙蟲病古時被稱為沙虱,早在晉朝葛洪所著的醫書《肘後方》提及,「初得之,皮上正赤,如小豆黍米粟粒;以手摩赤上,痛如刺。三日之後,令百節強,疼痛寒熱,赤上發瘡。」

-----廣告,請繼續往下閱讀-----

恙蟲病是一種病媒傳播的人畜共通傳染病,致病原為恙蟲病立克次體(Orientia tsutsugamushi或Rickettsia tsutsugamushi),被具傳染性的恙蟎叮咬,經由其唾液使人類感染立克次體。而感染立克次體的恙蟎,會經由卵性遺傳代傳立克次體,並在每個發育期中,包括卵、幼蟲、若蟲、成蟲各階段均保有立克次體,成為永久性感染。

感染恙蟲病可能引起危及生命的發燒感染。常見症狀為猝發且持續性高燒、頭痛、背痛、惡寒、盜汗、淋巴結腫大;恙蟎叮咬處出現無痛性的焦痂、一週後皮膚出現紅色斑狀丘疹,有時會併發肺炎或肝功能異常。 恙蟲病的已知分佈範圍不斷擴大,大多數疾病發生在南亞和東亞以及環太平洋地區的部分地區;台灣則以花東地區、澎湖縣及高雄市為主要流行區。

比細菌還小的立克次體

立克次體算是格蘭氏陰性菌,有細胞壁,無鞭毛,革蘭氏染色呈陰性。但它雖然是細菌,但是嚴格來說,更像是細胞內寄生生命體,生態特徵多和病毒一樣。例如不能在培養基培養、可以藉由陶瓷過濾器過濾、只能在動物細胞內寄生繁殖等。大小介於細菌和病毒之間,呈球狀或接近球形的短小桿狀直徑只有0.3-1μm,小於絕大多數細菌。

最早發現的立克次體感染症的是洛磯山斑疹熱(Rocky mountain spotted fever);由美國病理學家立克次(Howard Taylor Ricketts,1871-1910)所發現。

-----廣告,請繼續往下閱讀-----

1906年立克次到蒙大拿州度假,發現當地正在流行一種叫做洛磯山斑疹熱的傳染病,病患會出現頭痛、肌肉痛、關節疼痛的症狀,之後皮膚會出現出血性斑塊。當時沒有人知道是什麼原因造成這個疾病。

立克次一開始以顯微鏡觀察病患血液,發現一種接近球形的短小桿菌,但卻無法體外培養。而他將帶有「短小桿菌」的血液注射進天竺鼠體內,或是以壁蝨吸食患者血液再咬天竺鼠,發現天竺鼠也會染病。另外,他試驗各種節肢動物來做為媒介,發現只有壁蝨能夠成為傳染窩進行傳播。

立克次釐清了洛磯山斑疹熱的成因與傳染途徑,但因為無法在體外培養基培養這個病原菌,他並未加以命名。

後來其他研究者從斑疹傷寒等其他疾病也發現無法在培養基生長、必須絕對寄生宿主細胞的類似細菌,並為了紀念立克次的貢獻,而命名為「立克次體」。

-----廣告,請繼續往下閱讀-----

而立克次體不只一種,因此引起的疾病也不只有恙蟲病。在台灣列為法定傳染病的還有由普氏立克次體(Rickettsia prowazekii )引起的流行性斑疹傷寒,透過體蝨在人群間傳播;由斑疹傷寒立克次氏體(Rickettsia typhi)造成的地方性斑疹傷寒,由鼠蚤傳播至人體。另外還有由立氏立克次體(Rickettsia rickettsii)所引致的洛磯山斑疹熱等。

立克次體透過傳統革蘭氏染色的效果非常弱;因此常用一種對卵黃囊塗片中立克次體進行染色的方法,以利光學顯微鏡觀察。現在,這項技術常用於監測細胞的感染狀態。

受限於光學顯微鏡的解析度,許多科學家也使用電子顯微鏡來對立克次體與宿主細胞相互作用的精細結構進行分析。例如分別引起流行性斑疹傷寒、洛磯山斑疹熱和恙蟲病的立克次體,外膜組織就能透過電子顯微鏡看到些許的差別,有的外膜較厚,有的則是外膜內葉和外葉倒置。

立克次
卵黃囊塗片立克次體的顯微影像,其尺寸範圍為 0.2μ x 0.5μ 至 0.3μ x 2.0μ。立克次體通常需要使用特殊的染色方法,例如Gimenez染色。圖片來源:CDC Public Health Image Library

做好預防就能別來無「恙」

根據疾管署統計,今(2024)年至 4 月 1 日恙蟲病確定病例已累計至 2 8例,高於去年同期。

-----廣告,請繼續往下閱讀-----

立克次菌無法在一般培養基培養,雖然可用接種天竺鼠或雞胚胎來分離病原確診,但基於實驗室生物安全操作規定,通常以免疫螢光法、間接血球凝集、補體結合等檢查抗體的方式來檢驗。

恙蟲病可用抗生素治療,若不治療死亡率達 60%。但最好的預防方式還是避免暴露於恙蟎孳生的草叢環境,掃墓或是戶外活動最好穿著長袖衣褲、手套、長筒襪及長靴等衣物避免皮膚外露。離開草叢後也要盡速沐浴和更換全部衣物,以防感染。

參考資料

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

顯微觀點_96
44 篇文章 ・ 10 位粉絲
從細微的事物出發,關注微觀世界的一切,對肉眼所不能見的事物充滿好奇,發掘蘊藏在微觀影像之下的故事。