1

4
1

文字

分享

1
4
1

臺灣與亞洲大陸「橫斷山脈」的生物高度相近?這個「間斷分布」是如何辦到的?——《橫斷臺灣》導讀

春山出版
・2023/07/28 ・8146字 ・閱讀時間約 16 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/洪廣冀 臺灣大學地理環境資源學系副教授

延伸閱讀:世界屋脊之上,北半球最豐富的高山植物相——橫斷山

一八八一年,五十八歲的華萊士(Alfred Russel Wallace, 1823-1913),出版了《島之生》(Island Life)一書。在此二十二年前,華萊士與達爾文同時提出演化論,讓這位昔日以販賣標本維生的採集者,頓時成為英國科學界的新星。

然而,由於華萊士對通靈與催眠的興趣,以及無法接受達爾文全然把造物者排除在演化之外的見解,他一直處在當時英國的科學圈外。讓華萊士走出自己的路、且在科學界大放異采的便是生物地理學,特別是島嶼的生物地理學。

《島之生》成為生物地理學的經典,其深邃與比較的視野會由著名的演化學者、螞蟻專家、生物多樣性概念的提出者以及普立茲獎得主威爾森(E. O. Wilson, 1929-2021)所繼承,並在其與羅伯特.麥克阿瑟(Robert MacArthur)合撰之《島嶼生物地理學之理論》(The Theory of Island Biogeography, 1967)中發揚光大。

在《島之生》中,華萊士花了相當篇幅討論臺灣的生物相。他說這個被葡萄牙人稱為 Formosa 的島嶼,直到相當晚近,對博物學者來說,都是個「未知之地」(terra incognita)。他表示,感謝斯文豪(Robert Swinhoe, 1836–1877)於一八五六至一八六六年的採集,博物學家得以一窺臺灣的生物相,且細究其與周邊區域的關係。

-----廣告,請繼續往下閱讀-----
華萊士(Alfred Russel Wallace, 1823-1913)圖/wikimedia

在華萊士的時代,論及臺灣生物相的特殊性時,一般見解是臺灣的生物相與對岸的大陸有著密切關係;即臺灣與大陸本為一體,生物相也彼此相通,臺灣海峽的「陷落」是相當晚近的事,導致臺灣生物相與中國大陸生物相兩者仍是密不可分。

華萊士挑戰此通說,認為從生物地理學的角度,臺灣與中國大陸的分離(separation)比一般以為的來得早,具體表現在臺灣島上已出現自己的特有種,且生物相中包含大量東南亞、喜馬拉雅、日本與印度的成分。在如此界定臺灣生物相的特色後,華萊士依照島嶼與大陸的關係遠近,將幾個緊鄰大陸的島嶼生物相排入一個序列。他認為,與大陸關係最近者為英國,關係最遠者則是臺灣。

本是同根生?台灣與大陸生物相的間斷分布

在判斷臺灣生物相之獨特性時,華萊士援引生物地理學中最大的謎團及最歷久彌新的主題:間斷分布(disjunct distribution)。間斷分布的內涵很簡單:高度相近、且在演化上具備深切之親緣關係的動植物出現在相距很遠的地點。

間斷分布示意圖。圖/中華民國地質學會

對於間斷分布,還不具備演化概念的博物學者會訴諸造物者之意志。他們認為,既然物種是造物者所創造,且造物者在造物時,勢必會顧及各物種適合的生育地,若兩地的環境相近,即便相隔甚遠,上頭可發現類似的物種,不僅合理,甚至可作為造物者存在的證明。

-----廣告,請繼續往下閱讀-----

對十九世紀的博物學者而言,當他們已逐漸發展出物種演化的概念,開始不滿把什麼事都推給造物者的解釋方式。他們援引陸橋、冰河等大尺度的地質變動,再把動植物本身的遷徙能力考慮在內,把間斷分布轉化為可以研究的科學問題,而不是證明造物者存在的一則注腳。

年輕島嶼與古老陸塊的關聯

目前科學界對臺灣島及其生物相理解,相較於華萊士的時代,已不可同日而語。在華萊士的時代,地質學者還沒有「板塊」的概念,當然無從以「板塊擠壓」的概念來理解臺灣島的起源。

我們現在已經知道,臺灣並非如華萊士所以為的,很早就從大陸分出,再隨著時間,一度與大陸曾經高度類似的生物相,逐步演化出自己的特色。目前研究者接受的說法是,臺灣是從海中隆起的島嶼,相當年輕;這個島上曾經空無一物,但也因為如此,加上其多元複雜的地形,它成為來自四面八方動植物的收容所與驛站,從而造就華萊士所觀察到的獨特性。

華萊士對臺灣及其生物相之身世的判斷或許有誤,但有一點是正確的,即臺灣是研究間斷分布的寶庫。在華萊士以降之生物地理學者的努力下,臺灣與日本、東南亞之植物相的關聯已日漸清晰;唯獨臺灣與其所謂「喜馬拉雅」的關聯,即便研究者投注大量心力,還是局限在個案的盤點上;其整體的圖像,乃至於催生此間斷分布的機制,還是包裹在迷霧之中。

-----廣告,請繼續往下閱讀-----

二○二三年,臺大森林系博士游旨价出版《橫斷臺灣》,處理了臺灣與華萊士所言之「喜馬拉雅」的關聯,從臺灣的角度將其詮釋為「橫斷山-臺灣間斷分布」。離《島之生》的出版已過了一百四十二個年頭,旨价這本《橫斷臺灣》,是世界第一本處理臺灣與橫斷山之植群關係的專書。

橫斷山脈衛星照片。圖/wikimedia

閱讀《橫斷臺灣》時,對臺灣生物相感興趣的朋友應會驚訝,原來一些我們以為「很臺灣」的物種,如臺灣杉(Taiwania cryptomerioides)、杜鵑、小檗,乃至於那些盛開在三千餘公尺高山的花草,竟同時在橫斷山及其周邊現蹤。乍看之下,此間斷分布的出現讓人難以理解。

臺灣與橫斷山或所謂「喜馬拉雅」在空間上的距離自不待言,在時間尺度的差距更不容小覷。從地質年代來看,臺灣是年輕的島嶼,橫斷山卻是地球上最古老的陸塊之一。臺灣的生物相該如何跨越漫長的時空差距,進而與橫斷山產生連繫?

要回答前述問題,我們得先從橫斷山的身世開始。旨价告訴我們,橫斷山不是一座山,而是面積達五十萬八千七百平方公里、海拔平均在三千七百三十公尺的龐大地域。岷山山脈、邛崍山脈、大雪山脈、沙魯里山脈、芒康山脈、他念他翁山脈、伯舒拉嶺共七條山脈構成它的肌理,怒江、瀾滄江與金沙江則構成其血脈。橫斷山的西界即為喜馬拉雅山,東側則為岷山及四川盆地之西緣與西南緣。

-----廣告,請繼續往下閱讀-----

植物學者估計,目前橫斷山至少有三千三百種特有種與八十九個特有屬,高山植物的特有種比例為北半球之首。以旨价的話來說,

「橫斷山是北半球最著名的山之國度,高山地帶的存在時間可能至少有三千萬年。」

可能的原因是冰河嗎?

然而,橫斷山之植物相的豐饒是一回事,與遙遠的臺灣島產生連繫,又是另一回事。旨价告訴我們,要回答「橫斷山-臺灣間斷分布是如何可能」此將近半世紀的謎團,我們得回到約二百五十八萬年前的冰河期。在那個絕大部分地表均為冰河覆蓋的時代,當許多生命因而消亡,喜愛寒冷氣候的植物反倒伺機擴張。

可以這樣想像,今日臺灣杉的祖先,便是在一片冰天雪地中,離開了橫斷山,一路生根繁衍,越過臺灣陸橋,抵達臺灣。非常有可能,在臺灣陸橋兩側,曾經是繁盛的針葉樹海。此後,當全球進入間冰期,氣溫回升,前述臺灣陸橋兩側的樹海逐步衰亡;落腳臺灣的山地植物祖先,遂遷往高處避難,因而形成間斷分布。

臺灣杉(Taiwania cryptomerioides)圖/行政院農業委員會

於是,旨价表示,「與世獨立的臺灣高山,成為間冰期時橫斷山東遷生物譜系的避難之所。」他告訴我們:「作為山岳之島,位於東亞島弧的臺灣,得天獨厚地擁有一塊遼闊的高山地貌。」那麼,對臺灣人而言,瞭解此間斷分布又有何意義?他的回答是:

-----廣告,請繼續往下閱讀-----

「從生物演化的歷史來看,隱藏在這片山域中真正珍貴的無形之物,是由臺灣高山上橫斷山後代守護萬年的回憶,一段臺灣與世界最古老之山之間獨一無二的連結。」

旨价的這段話讓我想起《山椒魚來了》這部紀錄片。與臺灣杉、櫻花鉤吻鮭等物種類似,山椒魚同樣是冰河孑遺生物,在因冰河生長與衰退誘發的生物大遷徙過程中,在臺灣找到容身之處。

《山椒魚來了》不僅揭露此臺灣特有生物少為人知的故事,更讓人動容的,該片同時也讓我們看見一群為臺灣生態研究犧牲奉獻的當代博物學者,以及串連起這群人的信念與友誼。該片的一個主題為「我們都是特有種」;在看完該片後,我在筆記本寫下:是的,我們都是特有種,因為我們彼此相連。

植物獵人

旨价表示,橫斷山讓人著迷之處,不僅是其地形,或是植物千萬年來的演化,還包括好幾代人們的「築夢」。在一處段落,他細數他如何跟隨眾多先行者的腳步:

我在不知不覺中,將威爾森來到松潘尋找美麗百合與蘭花的故事牢記於心,對於虎克與佛雷斯特關於喜馬拉雅杜鵑花的癡迷感同身受。我站在瀾滄江與金沙江的分水嶺(雲嶺),想像金敦-渥德在三江峽谷的驚險冒險,也在蒼山上眺望洱海,幻想賴神甫辛勤採集植物的身影。每每經過玉龍雪山,我都會想起納西族植物嚮導「老趙」(趙成章)的家族,以及長居在此記錄東巴文化的洛克。橫斷山的山上,不僅有植物的繽紛身影,也滿溢著博物學者的遺緒。

為了幫助讀者理解旨价追逐的是什麼樣的夢想,容我在此提供旨价提及之植物採集者的小傳:

-----廣告,請繼續往下閱讀-----

虎克(Joseph Dalton Hooker, 1817-1911)為十九世紀下半葉英國最重要的植物學者;一八四七年間,他赴喜馬拉雅山區,展開為期三年的植物學探險。長期主掌皇家邱園(Royal Botanical Gardens at Kew)的他,為達爾文好友,也是演化論得以形成與傳播的重要推手。

威爾森(Ernest Henry Wilson, 1876-1930)同樣是英國人;在邱園受過植物採集的訓練後,於一八九九年被著名的園藝公司 James Veitch & Sons 僱用,前往中國採集,開啟其東亞首屈一指之「植物獵人」的傳奇生涯。從一九〇七年起,他開始為哈佛大學的阿諾德樹木園(Arnold Arboretum)採集,重點仍放在東亞,並於一九一八年時來到臺灣採集,稱臺灣的森林是「東亞最美麗者」(the finest forest in East Asia)。

佛雷斯特(George Forrest, 1873-1932)亦為英國人;在前往澳洲淘金失敗後,他為愛丁堡大學植物園工作,於一九〇四年起,七次前往中國雲南及其周邊區域,重點放在當地種類繁複的杜鵑花。

金敦—渥德(Francis Kingdon-Ward, 1885-1958)出身學術世家,父親為劍橋大學的植物學者,本身也曾前往劍橋大學就讀。然而,他並未完成學業;與其在標本館中工作,他更鍾情採集者的生涯。從後見之明來看,中斷學業是個明智的選擇。他過世時,在論及中國西南之植物相時,沒有人可以不提金敦—渥德的名字。

生涯最為坎坷者則是洛克(Joseph Charles Rock, 1884-1962)。洛克生於奧地利維也納,年少時,不滿家中為其做的職涯規畫,他憤而逃家。在歐陸各國流浪後,他來到美國,又前往夏威夷。一九一七至一九二〇年間,他投入夏威夷的植群研究,其成果引起美國農業部的注意。後續十三年,他前往於雲南及其周邊,為美國農業部(United States Department of Agriculture, USDA)、哈佛大學的阿諾德樹木園及其他機構採集植物。他的興趣也擴延至當地原住民納西族的社會與文化。一九六二年,終身未婚的洛克於夏威夷過世,他是世界首屈一指之中國西南植物相及納西族研究的權威。

什麼樣的推力與拉力讓前述採集者前仆後繼地遠赴雲南及其周邊地帶,即旨价所稱的橫斷山?首先,隨著鴉片戰爭的結束,中國門戶大開。歐美園藝界摩拳擦掌,準備從這個莫大的土地上,帶回世人還不知道的植物寶藏。

蘇格蘭人福鈞(Robert Fortune, 1812-1880)於華南的植物探險已證明植物採集是門「好生意」。福鈞將武夷山的茶苗運至大吉嶺栽植,終結了中國在世界茶葉市場的獨霸地位;他還發現蓪草所製作的米紙以及園藝植物芍藥等,既滿足了植物學界對中國植物相的好奇,同時也在園藝學界引起陣陣旋風。有了福鈞的成功在先,考慮到中國廣闊的領土,何處才是植物獵人的下一處獵場?答案很快地浮現:中國西南。

-----廣告,請繼續往下閱讀-----

中國西南的植物爭奪賽

十九世紀末期的大英帝國,除了從中國沿海往內陸挺進外,另一重要路線便是從緬甸入侵。一八八○年代,英國控制緬甸全境,正式將之收入大英帝國版圖。夾在兩條路線間的就是中國西南山地。在以軍事與外交手段建立初步政治秩序後,博物學採集者接踵而至。

對他們而言,當地繁複的生物相既蘊含著物種起源中心的解答,同時也是大英帝國得以富強的鑰匙。除了為帝國與科學服務外,對於採集者而言,採集與探險也有一層個人的意義。他們有不少是在主流社會中格格不入的邊緣人;因為無法遏制自己流浪的欲望,他們無法忍耐在室內的長期工作,也由此阻斷了他們翻身或階級流動的契機。前往世界最少人探索的角落採集,帶回少為人知的物種,將其所見所聞出版成書,便成為他們成名的最佳途徑。

值得注意的是,約當此時,美國也加入爭奪中國植物資源的行列。對此,不能不提者為哈佛大學的阿諾德樹木園與美國農業部。前者由波士頓商人之子及林學家薩均特(Charles Sprague Sargent, 1841-1927)主持,後者則以植物探險家、農藝學家費爾柴德(David Grandison Fairchild, 1869-1954)馬首是瞻。

薩均特與費爾柴德堅信,要讓美國變得富強,關鍵是引入世界各地的有用植物。那是美國開始成為眾多移民首選的時代,美國社會開始擔憂糧食生產不足以支應倏地膨脹的人口,引入他國之經濟作物為可能的解決辦法之一。與之同時,生活在都市的中產階級,對於都市公園、造景也有更多的需求。除了美國原生植物外,他們也希望能徜徉在滿布珍稀植物的公園中。

薩均特與費爾柴德均把中國之植物資源視為美國富強的關鍵之一。以其個人財力、政府預算以及在上流社會中無遠弗屆的網路,他們「挖角」了當時最富盛名的植物獵人,令其將採得的異國植物寄回美國,經專業育種後,再分配至美國農家與一般家庭。

薩均特與費爾柴德的植物引入計畫深刻地改變了美國的農業與園藝地景,也因為兩人在產官學界的影響力,美國逐步浮現為世界的園藝、農業與造景大國。

薩均特與費爾柴德的植物引入計畫深刻地改變了美國的農業與園藝地景,也因為兩人在產官學界的影響力,美國逐步浮現為世界的園藝、農業與造景大國。圖/envatoelements

帶動生物學研究的新星——遺傳學

此外,不能不提的是,隨著遺傳學(genetics)與實驗科學的發展,前述植物探險也被賦予了不同的意義。一九○○年代前後,生物學家「發現」了孟德爾的豌豆雜交實驗。這位在花園中培育著豌豆、觀察其性狀,並試著以數學描述其性狀變異之邏輯的奧地利神職人員,開啟了一門與傳統博物學有別的學科,生物學者稱之為遺傳學。

當時離達爾文一八五九年出版《物種起源》已過了將近半世紀;就科學社群而言,關心的已不再是物種是否演化,反倒是人類該如何操控演化。隨著遺傳學逐步羽翼豐滿,各種新奇的演化理論紛紛出籠。例如,允為遺傳學奠基者之一的德佛里斯(Hugo de Vries, 1848-1935),主張物種並非如達爾文以為的緩慢且漸進的演化,反倒是以跳躍式的突變(mutation)。

這些新穎的科學理論燃起大眾對於生物學的興趣。既然演化是可以操弄的,且生命是可以掌控的,若可以從世界各地取得各種深具經濟與景觀價值的物種,無疑就擁有了大量的材料,科學家便可在實驗室與花園中,好整以暇地製作新種。

植物獵場的嚮導——納西族人

然而,這些野心勃勃的植物獵人,當他們踏上中國西南時,若無在地人對周遭環境的知識,再有經費與科學知識的加持,同樣也是枉然。對此,不能不提者便是旨价提及的「老趙」。老趙的全名為趙成章,納西族人。當佛雷斯特與金敦—渥德至中國西南採集時,他們便是與老趙接觸,由其出面招募感興趣的年輕人。當老趙招募到一批生力軍後,佛雷斯特與金敦—渥德再傳授植物採集的程序與要求,以老趙為工頭,帶領族人執行兩位採集者交付的工作,又或者帶領他們前往採集。

長久以來,植物學者與歷史學者都不知道佛雷斯特與金敦—渥德的豐功偉業背後,還存在著如此的幕後功臣。一直到人類學者穆格勒(Erik Mueggler, 1962-)撰寫《紙之路》(The Paper Road),老趙及其他納西族人的面容才逐漸明晰。

穆格勒告訴我們,老趙等納西族人前往山區採集時,他們不只是為了採集者的錢,同時也在回溯經典中記錄之祖靈返鄉的路徑。他們為了一群離家背井的外國人採集,同時也在返回其宗教信仰中的原鄉。穆格勒指出,科學知識與在地知識的交流是雙向的;對佛雷斯特與金敦—渥德而言,當他們踏入納西族人的領域時,或許認為這是片沒有人的「荒野」。然而,在與納西人一再重訪祖先走過的路徑,這群在自身社會常常感覺格格不入的外國人,也找到了心靈的寄託,一個他們也會叫作家鄉的地方。

回家

有人曾對我說,居住在臺灣這座島嶼,不時會有一種被世界遺棄的感覺。是的,這座孤懸海中的島嶼,的確也曾令我感到孤單。但我藉由山地植物的生命,理解到島嶼並不孤獨,它不是生物演化的死胡同,當然也不會是旅程的終點。

二〇一九年,初踏上橫斷山的旨价,心中充滿「他鄉遇故知」的興奮。他「天馬行空」地想著:「橫斷山真像是放大了數千倍的中央山脈。不僅山更高、谷更深,植物種類也更多更新奇。如果有天臺灣從島嶼變成一片大陸,那麼中央山脈的模樣,應該就和眼前的橫斷山一樣吧!」

然而,旨价隨即發現,「橫斷山不僅僅只是我幻想中那放大了數千倍的中央山脈」,且「橫斷山能為臺灣山地所揭示的,遠遠超過植物種類間的相似性」。事實上,旨价認為,橫斷山與臺灣的山巒宛如「鏡中的兩座山脈」;「每當我向橫斷山走近一步,我也就朝心中的臺灣山林愈靠近了一步。」

尺度縮放:用不同角度看世界

以地理學的術語,在探究臺灣與橫斷山之間的關聯時,旨价當中經歷了所謂的尺度縮放(scaling)。什麼是尺度縮放?各位應當都有使用 google map 的經驗。為了要搞清楚自己的位置,我們會不時調整右下角的尺度,把地圖拉近或拉遠一些,這便是尺度縮放。那麼,尺度縮放與間斷分布有何關聯?如前所述,間斷分布的核心「是相距甚遠的地點可發現相似的物種」,但什麼是相似性呢?各位應該都有類似經驗——當站在遠處端詳一對同卵雙胞胎時,會覺得兩人看起來非常類似;然而一旦靠近些,又會發現當中存有不少差異。換言之,「像不像」的判斷會涉及觀看者到底站多遠,也就是取決於你所採取的尺度。

在《帝國、氣象、科學家:從政權治理到近代大氣科學奠基,奧匈帝國如何利用氣候尺度丈量世界》(Climate in Motion: Science, Empire, and the Problem of Scale)中,環境史家黛博拉.柯恩(Deborah Coen)重探了尺度縮放此地理學概念。她指出,「尺度縮放是一種軀體學習的體驗」,「為了將自己定位於遙遠的地方或是久遠的過去,我們必須依賴他人的知識。這也使得尺度縮放成為一種社會過程,通常以衝突和協調為其特色。」她也提醒讀者,尺度縮放也是個「情感過程」,

「『它』修正我們對世間事物彼此之相對意義的判斷,就是在形成新的依戀之際,同時放下一些舊有的執著。因此,尺度縮放往往伴隨產生渴望和失落感、異國風情的誘惑以及思鄉的痛苦。」

尺度縮放是《橫斷臺灣》最讓我欣賞的部分。為了釐清臺灣與橫斷山的「相似性」,旨价展開了一系列的尺度縮放;與之同時,他也以誠懇的筆觸,關照自己在尺度縮放過程中的摩擦、猶疑、痛苦、依戀與喜悅。如此的關照讓本書不只是本「科普」書籍,更是一個年輕的植物學家如何地以身為度。

《橫斷臺灣》是旨价的第二本書。他的第一本書是《通往世界的植物》,同樣是在處理間斷分布的主題,但視角則由臺灣往東,越過太平洋與美國西部,探討生物地理學所言的「東亞-東北美間斷分布」。在撰寫該書推薦詞時,我以美國植物學者——同時也是前述隔離分布最主要的發現者——阿薩.格雷(Asa Gray, 1810-1888)的一句話,邀請讀者進入旨价的世界:「你願不願意靠過來,看看萬綠叢中的一個我。」

行文至此,我也想替旨价發出一份邀請函:

「你願不願意站遠一些,從多重尺度審視我們腳下這塊土地,以及在這個島嶼上繁衍百萬年之久的生靈?」

——本文摘自《橫斷臺灣》,2023 年 7 月,春山出版,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 1
春山出版
12 篇文章 ・ 2 位粉絲

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

30
2

文字

分享

0
30
2
民眾黨是未來台灣政治的樞紐?
林澤民_96
・2024/01/30 ・3382字 ・閱讀時間約 7 分鐘

一、前言

選後的立法院三黨不過半,但民眾黨有八席不分區立委,足以與民進黨或國民黨結成多數聯盟,勢將在國會居於樞紐地位。無獨有偶的是:民眾黨主席柯文哲在總統大選得到 26.5% 的選票,屈居第三,但因其獲得部分藍、綠選民的支持,在選民偏好順序組態的基礎上,它卻也同樣地居於樞紐地位。這個地位,將足以讓柯文哲及民眾黨在選後的台灣政壇持續激盪。

二、柯文哲是「孔多塞贏家」?

這次總統大選,誰能脫穎而出並不是一個特別令人殷盼的問題,更值得關心的問題是藍白綠「三跤㧣」在選民偏好順序組態中的消長。台灣總統大選採多數決選制,多數決選制英文叫 first-past-the-post(FPTP),簡單來講就是票多的贏,票少的輸。在 10 月中藍白合破局之後,賴蕭配會贏已經沒有懸念,但這只是選制定規之下的結果,換了另一個選制,同樣的選情可能就會險象環生。

從另一個角度想:選制是人為的,而選情反映的是社會現實。政治學者都知道天下沒有十全十美的選制;既定的選制推出了一位總統,並不代表選情的張力就會成為過眼雲煙。當三股社會勢力在制度的帷幕後繼續激盪,台灣政治將無法因新總統的誕生而趨於穩定。

圖/作者自製

如果在「三跤㧣」選舉之下,選情的激盪從候選人的得票多少看不出來,那要從哪裡看?政治學提供的一個方法是把候選人配對 PK,看是否有一位候選人能在所有的 PK 中取勝。這樣的候選人並不一定存在,如果不存在,那代表有 A 與 B 配對 A 勝,B 與 C 配對 B 勝,C 與 A 配對 C 勝的 A>B>C>A 的情形。這種情形,一般叫做「循環多數」(cyclical majorities),是 18 世紀法國學者孔多塞(Nicolas de Condorcet)首先提出。循環多數的存在意涵選舉結果隱藏了政治動盪。

-----廣告,請繼續往下閱讀-----

另一方面,如果有一位候選人能在配對 PK 時擊敗所有的其他候選人,這樣的候選人稱作「孔多塞贏家」(Condorcet winner),而在配對 PK 時均被擊敗的候選人則稱作「孔多塞輸家」(Condorcet loser)。三角嘟的選舉若無循環多數,則一定會有孔多塞贏家和孔多塞輸家,然而孔多塞贏家不一定即是多數決選制中贏得選舉的候選人,而多數決選制中贏得選舉的候選人卻可能是孔多塞輸家。

如果多數決選制中贏得選舉的候選人不是孔多塞贏家,那與循環多數一樣,意涵選後政治將不會穩定。

那麼,台灣這次總統大選,有沒有孔多塞贏家?如果有,是多數決選制之下當選的賴清德嗎?我根據戴立安先生調查規劃的《美麗島電子報》追蹤民調第 109 波(1 月 11 日至 12 日),也是選前最後民調的估計,得到的結果令人驚訝:得票墊後的柯文哲很可能是孔多塞贏家,而得票最多的賴清德很可能是孔多塞輸家。果然如此,那白色力量將會持續地激盪台灣政治!

我之前根據美麗島封關前第 101 波估計,侯友宜可能是孔多塞贏家,而賴清德是孔多塞輸家。現在得到不同的結果,顯示了封關期間的三股政治力量的消長。本來藍營期望的棄保不但沒有發生,而且柯文哲選前之夜在凱道浩大的造勢活動,還震驚了藍綠陣營。民調樣本估計出的孔多塞贏家本來就不準確,但短期內的改變,很可能反映了選情的激盪,甚至可能反映了循環多數的存在。

-----廣告,請繼續往下閱讀-----

三、如何從民調樣本估計孔多塞贏家

根據這波民調,總樣本 N=1001 位受訪者中,如果當時投票,會支持賴清德的受訪者共 355 人,佔 35.4%;支持侯友宜的受訪者共 247 人,佔 24.7%。支持柯文哲的受訪者共 200 人,佔 19.9%。

美麗島民調續問「最不希望誰當總統,也絕對不會投給他的候選人」,在會投票給三組候選人的 802 位支持者中,一共有 572 位對這個問題給予了明確的回答。《美麗島電子報》在其網站提供了交叉表如圖:

根據這個交叉表,我們可以估計每一位明確回答了續問的受訪者對三組候選人的偏好順序,然後再依這 572 人的偏好順序組態來判定在兩兩 PK 的情形下,候選人之間的輸贏如何。我得到的結果是:

  • 柯文哲 PK 賴清德:311 > 261(54.4% v. 45.6%)
  • 柯文哲 PK 侯友宜:287 > 285(50.2% v. 49.8%)
  • 侯友宜 PK 賴清德:293 > 279(51.2% v. 48.8%)

所以柯文哲是孔多塞贏家,賴清德是孔多塞輸家。當然我們如果考慮抽樣誤差(4.1%),除了柯文哲勝出賴清德具有統計顯著性之外,其他兩組配對可說難分難解。但在這 N=572 的小樣本中,三位候選人的得票率分別是:賴清德 40%,侯友宜 33%,柯文哲 27%,與選舉實際結果幾乎一模一樣。至少在這個反映了選舉結果的樣本中,柯文哲是孔多塞贏家。依多數決選制,孔多塞輸家賴清德當選。

-----廣告,請繼續往下閱讀-----

不過以上的分析有一個問題:各陣營的支持者中,有不少人無法明確回答「最不希望看到誰當總統,也絕對不會投給他做總統」的候選人。最嚴重的是賴清德的支持者,其「無反應率」(nonresponse rate)高達 34.5%。相對而言,侯友宜、柯文哲的支持者則分別只有 24.1%、23.8% 無法明確回答。為什麼賴的支持者有較多人無法指認最討厭的候選人?一個假設是因為藍、白性質相近,對許多綠營選民而言,其候選人的討厭程度可能難分軒輊。反過來說,藍、白陣營的選民大多數會最討厭綠營候選人,因此指認較無困難。無論如何,把無法明確回答偏好順序的受訪者歸為「遺失值」(missing value)而棄置不用總不是很恰當的做法,在這裡尤其可能會造成賴清德支持者數目的低估。

補救的辦法之一是在「無法明確回答等於無法區別」的假設下,把「遺失值」平分給投票對象之外的其他兩位候選人,也就是假設他們各有 1/2 的機會是無反應受訪者最討厭的候選人。這樣處理的結果,得到

  • 柯文哲 PK 賴清德:389 > 413(48.5% v. 51.5%)
  • 柯文哲 PK 侯友宜:396 > 406(49.4% v. 50.6%)
  • 侯友宜 PK 賴清德:376 > 426(46.9% v. 53.1%)

此時賴清德是孔多塞贏家,而柯文哲是孔多塞輸家。在這 N=802 的樣本中,三位候選人的得票率分別是:賴清德 44%,侯友宜 31%,柯文哲 25%。雖然依多數決選制,孔多塞贏家賴清德當選,但賴的得票率超過實際選舉結果(40%)。用無實證的假設來填補遺失值,反而造成賴清德支持者數目的高估。

如果擔心「無法明確回答等於無法區別」的假設太勉強,補救的辦法之二是把「遺失值」依有反應受訪者選擇最討厭對象的同樣比例,分給投票對象之外的其他兩位候選人。這樣處理的結果,得到

-----廣告,請繼續往下閱讀-----
  • 柯文哲 PK 賴清德:409 > 393(51.0% v. 49.0%)
  • 柯文哲 PK 侯友宜:407 > 395(50.8% v. 49.2%)
  • 侯友宜 PK 賴清德:417 > 385(52.0% v. 48.0%)

此時柯文哲又是孔多塞贏家,而賴清德又是孔多塞輸家了。這個樣本也是 N=802,三位候選人的得票率分別是:賴清德 44%,侯友宜 31%,柯文哲 25%,與上面的結果一樣。

以上三種無反應處理方法都不盡完美。第一種把無反應直接當遺失值丟棄,看似最不可取。然而縮小的樣本裡,三位候選人的支持度與實際選舉結果幾乎完全一致。後兩種以不同的假設補足了遺失值,但卻過度膨脹了賴清德的支持度。如果以樣本中候選人支持度與實際結果的比較來判斷遺失值處理方法的效度,我們不能排斥第一種方法及其結果。

無論如何,在缺乏完全資訊的情況下,我們發現的確有可能多數決輸家柯文哲是孔多塞贏家,而多數決贏家賴清德是孔多塞輸家。因為配對 PK 結果缺乏統計顯著性,我們甚至不能排除循環多數的存在。此後四年,多數決選制產生的總統能否在三角嘟力量的激盪下有效維持政治穩定,值得我們持續觀察。

四、結語

柯文哲之所以可以是孔多塞贏家,是因為藍綠選民傾向於最不希望對方的候選人當總統。而白營的中間偏藍位置,讓柯文哲與賴清德 PK 時,能夠得到大多數藍營選民的奧援而勝出。同樣的,當他與侯友宜 PK 時,他也能夠得到一部份綠營選民的奧援。只要他的支持者足夠,他也能夠勝出。反過來看,當賴清德與侯友宜 PK 時,除非他的基本盤夠大,否則從白營得到的奧援不一定足夠讓他勝出。民調 N=572 的樣本中,賴清德得 40%,侯友宜得 33%,柯文哲得 27%。由於柯的支持者討厭賴清德(52.5%)遠遠超過討厭侯友宜(23.7%),賴雖然基本盤較大,能夠從白營得到的奧援卻不多。而侯雖基本盤較小,卻有足夠的奧援。柯文哲之所以成為孔多塞贏家,賴清德之所以成為孔多塞輸家,都是這些因素的數學結果。

-----廣告,請繼續往下閱讀-----

資料來源

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

林澤民_96
37 篇文章 ・ 246 位粉絲
台大電機系畢業,美國明尼蘇達大學政治學博士, 現任教於美國德州大學奧斯汀校區政府系。 林教授每年均參與中央研究院政治學研究所及政大選研中心 「政治學計量方法研習營」(Institute for Political Methodology)的教學工作, 並每兩年5-6月在台大政治系開授「理性行為分析專論」密集課程。 林教授的中文部落格多為文學、藝術、政治、社會、及文化評論。