1

2
3

文字

分享

1
2
3

讓 AI 取代真人執法可行嗎?將判斷全交給 AI 可能隱藏什麼危險?——專訪中研院歐美研究所陳弘儒助研究員

研之有物│中央研究院_96
・2024/03/18 ・6292字 ・閱讀時間約 13 分鐘

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|劉韋佐
  • 責任編輯|田偲妤
  • 美術設計|蔡宛潔

人工智慧將改變以人為主的法治領域?

由人工智慧擔任警察,再也不是科幻電影的情節,交通管制常見的科技執法就是應用 AI 辨識闖紅燈、未依規定轉彎、車輛不停讓行人等違規行為。 AI 的客觀、高效率正在挑戰以人為審判主體的法治領域,這樣的轉變會對我們產生什麼影響呢?中央研究院「研之有物」專訪院內歐美研究所陳弘儒助研究員,他將帶我們思考:當 AI 取代人類執法時,將如何改變人們對守法的認知?

交通尖峰時段,後方出現一台救護車,你願意闖紅燈讓道嗎?
圖|iStock

想像有一天你正在尖峰時段開車,車子停在十字路口等紅燈時,後方出現一輛急駛而來的救護車,你為了讓道必須開過停止線。這時你是否願意冒著違規被開罰的風險?還是承擔風險以換取他人盡速就醫?

在上述情境中,針對「要不要闖紅燈」我們經歷了一段價值判斷過程。如果剛好十字路口有真人警察,他的判斷可能是:這是情急之下不得不的行為,並非蓄意違規。

然而,如果負責執法的是「法律人工智慧系統」(Artificially legal intelligent,簡稱 ALI)情況可能截然不同。

-----廣告,請繼續往下閱讀-----

ALI 這個詞源自 Mireille Hildebrandt 的研究,在概念上可區分為兩類:採取傳統程式碼的 IFTTT(if this then that)、運用機器學習的資料驅動。前者是注重法律推理或論證的計算機模型,將法律規範轉為程式碼,藉由程式編寫來執行法律任務。後者則透過大量資料的學習,來預測行為範式,用於再犯率、判決結果預測上有較好的成果。

一般情況下,應用在交通管制的 ALI 會辨識車輛是否超速、闖紅燈等違規行為,不過交通情境千變萬化,ALI 能否做出包含「道德價值的判斷」將是一大挑戰!

中研院歐美研究所陳弘儒助研究員察覺,人工智慧(AI)正在左右人們對守法的價值判斷及背後的因果結構,進而反思當我們將原本由人來判斷的事項,全權交由 AI 來執行時,可能產生哪些潛移默化的影響?

讓我們與陳弘儒展開一場從法哲學出發的對話,探索 AI 與法治價值之間的緊張關係。

-----廣告,請繼續往下閱讀-----
中研院歐美研究所陳弘儒助研究員,從法哲學出發,探索 AI 與法治價值之間的緊張關係。
圖|研之有物

問

怎麼會對「人工智慧」(AI)與「法律人工智慧系統」(ALI)產生研究興趣?

會對 AI 感興趣是因為我很早就對電腦有興趣,我原本大學想唸資訊工程,因為高中有些科目沒辦法唸,於是去唸文組,大學進入法律系就讀,研究所考入「基礎法學組」研讀法哲學。

後來我到美國讀書,當時 AlphaGo 的新聞造成很大的轟動,啟發我思考 AI 的應用應該有些法律課題值得探討,於是開始爬梳 AI 與法律的發展脈絡。

AI 這個詞大概在 1950 年代被提出,而 AI 與法律相關的討論則在 1970、80 年代就有學者開始思考:我們能否將法律推理過程電腦程式化,讓電腦做出跟法律人一樣的判斷?

事實上,AI 沒有在做推理,它做的是機率的演算,但法律是一種規範性的判斷,所有判斷必須奠基在法律條文的認識與解釋上,給予受審對象合理的判決理由。

這讓我好奇:如果未來廣泛應用 AI 執法,法律或受法律規範的民眾會怎麼轉變?

-----廣告,請繼續往下閱讀-----

至於真正開始研究「法律人工智慧系統」(ALI)是受到我父親的啟發。有一陣子我經常開車南北往返,有一天我跟父親聊到用區間測速執法的議題。交通部曾在萬里隧道使用區間測速,計算你在隧道裡的平均速率,如果超速就開罰。

父親就問我:「政府有什麼理由用區間測速罰我?如果要開罰就必須解釋是哪一個時間點超速。」依照一般的數學邏輯,你一定有在某個時間點超速,所以平均起來的速率才會超過速限,可是法律判斷涉及規範性,我們必須思考背後的正當性課題,不能只用邏輯解釋,這啟發我逐漸把問題勾勒出來,試圖分析執法背後的規範性意涵。

問

如果將執行法律任務的權限賦予 AI,可能暗藏什麼風險?

我們先來談人類和 AI 在做判斷時的差別。人類無時無刻都在做判斷,判斷的過程通常會先做「區分」,例如在你面前有 A 和 B 兩個選項,在做判斷前必須先把 A 和 B 區分開來,讓選項有「可區別性」。

在資料龐大的情況下,AI 的優勢在於能協助人類快速做好區分,可是做判斷還需經歷一段 AI 難以觸及的複雜過程。人類在成長過程中會發展出一套顧及社會與文化認知的世界觀,做判斷時通常會將要區分的選項放進這個世界觀中,最終做出符合社會或自身考量的抉擇。

-----廣告,請繼續往下閱讀-----

當我們將判斷程序交由 AI 執行,就會涉及「判斷權限移轉」的問題,這經常在日常生活中發生,你只要發現原本自己可以執行的事情,有另外一個對象做的比你好或差不多好,你就會漸漸把判斷的工作交給它,久而久之,你大概會覺得這是很好的做法,因為可以節省大量時間。

自駕車導航系統就是判斷權限移轉的例子,由於導航通常可以找出最佳行車路線,駕駛人幾乎會跟著走,但仍有可能誤入路況不佳或無法通行的地方。
圖|Vladimir Srajber, Pexels

我擔心這種判斷權限移轉會快速且廣泛的發生,因為 AI 的工作效率極高,可以大幅節省人力成本,但是哪一些權限可以放給 AI?哪一些權限人類一定要守住?我們經常沒有充足的討論,等到發生問題再亡羊補牢可能為時已晚。

以讓道給救護車而闖紅燈的情境為例,如果讓 AI 來做交管,可以節省警察人力,又可以快速精準地開罰,卻迫使民眾需額外花時間,證明闖紅燈有正當理由。如果是真人警察來判斷,警察通常會認為你的行為有正當理由而不開罰。這對於受法律規範的民眾來說,會產生兩種全然不同的規範作用。

AI 產生的規範作用會讓民眾擔心事後銷單的麻煩程序,如果無法順利解決,可能會訴諸民意代表或上爆料公社,並漸漸改變民眾對守法的態度。而真人警察產生的規範作用,將使民眾自主展現對法律的高度重視,雖然當下的行為牴觸法律,卻是行為人經過多方權衡後做的判斷,相信法律會支持自己出於同理心的行為。

-----廣告,請繼續往下閱讀-----

問

使用 AI 執法除了看上它的高效率,也是因為和真人相比 AI 不會受私情影響,比較可以做出公正的判斷。如果從法治觀念來看,為何決策權不能全權交由 AI 執行?

我認為法治的核心價值在臺灣並沒有很好的發展,我們常想的是怎麼用處罰促成民眾守法,長久下來可能會得到反效果。當人們養成凡事規避處罰的習慣,一旦哪天不再受法律約束,可能會失去守法的動機。

事實上,法治最根深柢固的價值為:

法律作為一種人類行為規範的展現,促使民眾守法的方式有很多種,關鍵在於尊重人的道德自主性,並向民眾陳述判決理由。

給理由非常重要,可以讓民眾不斷透過理由來跟自己和法律體系溝通。如此也可以形成一種互惠關係,使民眾相信,國家公權力能用適當的理由來制定法律,而制定出的法律是以尊重公民自主性為主。當民眾理解法律對我所處的社會有利,會比較願意自動產生守法的動機。

AI 執法看似比人類「公正無私」,但它的執法方式以處罰為主、缺乏理由陳述,也沒有對具體情境的「敏感性」。人跟人之間的互動經常需要敏感性,這樣才能理解他人到底在想什麼。這種敏感性是要鍛鍊的,真人警察可在執法過程中,透過拿捏不同情境的處理方式來累積經驗。

-----廣告,請繼續往下閱讀-----

例如在交通尖峰時段應該以維持交通順暢為原則,這時警察是否具備判斷的敏感性就很重要,例如看到輕微的違規不一定要大動作開罰,可以吹個警笛給駕駛警示一下就好。

我越來越覺得人類這種互動上的敏感性很重要,我們會在跟他人相處的過程中思考:跟我溝通的對象是什麼樣的人?我在他心中是什麼模樣?然後慢慢微調表現方式,這是人類和 AI 最根本的不同。

行動者受各種法律變項影響的因果圖。上圖是由真人警察執法,對於處罰之可能性有影響力,可依不同情境判斷是否開罰。下圖是由全自動法律人工智慧執法,由 AI 直接將處罰之可能性加諸在行動者身上,缺乏真人警察二次確認,很可能影響行動者對守法與否的衡量。
圖|研之有物(資料來源|陳弘儒)

問

相較於法律人工智慧,ChatGPT 等生成式 AI 強大的語言功能似乎更接近理想中的 AI,其發展可能對我們產生哪些影響?

我認為會有更複雜的影響。ChatGPT 是基於大型語言模型的聊天機器人,使用大量自然語言文本進行深度學習,在文本生成、問答對話等任務上都有很好的表現。因此,在與 ChatGPT 互動的過程中,我們容易產生一種錯覺,覺得螢幕後好像有一名很有耐心的真人在跟你對話。

事實上,對於生成式 AI 來說,人類只是刺激它運作的外在環境,人機之間的互動並沒有想像中的對等。

仔細回想一下整個互動過程,每當外在環境(人類)給 ChatGPT 下指令,系統才會開始運作並生成內容,如果我們不滿意,可以再調整指令,系統又會生成更多成果,這跟平常的人際互動方式不太一樣。

-----廣告,請繼續往下閱讀-----
ChatGPT 能讓使用者分辨不出訊息來自 AI 或真人,但事實上 AI 只是接受外在環境(人類)刺激,依指令生成最佳內容,並以獲得正向回饋、提升準確率為目標。
圖|iStock

資工人員可能會用這個理由說明,生成式 AI 只是一種工具,透過學習大量資料的模式和結構,從而生成與原始資料有相似特徵的新資料。

上述想法可能會降低人們對「資料」(Data)的敏感性。由於在做 AI 訓練、測試與調整的過程中,都必須餵給 AI 大量資料,如果不知道資料的生產過程和內部結構,後續可能會產生爭議。

另一個關於資料的疑慮是,生成式 AI 的研發與使用涉及很多權力不對等問題。例如現在主流的人工智慧系統都是由私人公司推出,並往商業或使用者付費的方向發展,代表許多資料都掌握在這些私人公司手中。

資料有一種特性,它可以萃取出「資訊」(Information),誰有管道可以從一大群資料中分析出有價值的資訊,誰就有權力影響資源分配。換句話說,多數人透過輸入資料換取生成式 AI 的服務,可是從資料萃取出的資訊可能在我們不知情的狀況下對我們造成影響。

問

面對勢不可擋的生成式 AI 浪潮,人文社會學者可以做些什麼?

國外對於 AI 的運用開始提出很多法律規範,雖然國外關於價值課題的討論比臺灣多,但並不代表那些討論都很細緻深入,因為目前人類跟 AI 的相遇還沒有很久,大家還在探索哪些議題應該被提出,或賦予這些議題重新認識的架構。

這當中有一個重要課題值得思考:

我們需不需要訓練 AI 學會人類的價值判斷?

我認為訓練 AI 理解人類的價值判斷很可能是未來趨勢,因為 AI 的發展會朝人機互動模式邁進,唯有讓 AI 逐漸理解人類的價值為何,以及人類價值在 AI 運作中的局限,我們才有辦法呈現 AI 所涉及的價值課題。

當前的討論多數還停留在把 AI 當成一項技術,我認為這種觀點將來會出問題,強大的技術如果沒有明確的價值目標,是一件非常危險的事情。實際上,AI 的發展必定有很多價值課題涉入其中,或者在設計上有一些價值導向會隱而不顯,這將影響 AI 的運作與輸出成果。

思考怎麼讓 AI 理解人類價值判斷的同時,也等於在問我們人類:對我們來說哪一些價值是重要的?而這些重要價值的基本內容與歧異為何?

我目前的研究有幾個方向,一個是研究法律推理的計算機模型(Computational models of legal reasoning);另一個是從規範性的層面去探討,怎麼把價值理論、政治道德(Political morality)、政治哲學等想法跟科技界交流。未來也會透過新的視野省視公民不服從議題。

這將有助科技界得知,有很多價值課題需要事先想清楚,影響將擴及工程師怎麼設計人工智慧系統?設計過程面臨哪些局限?哪些局限不應該碰,或怎麼把某些局限展現出來?我覺得這些認識都非常重要!

鐵面無私的 ALI ?人類與人工智慧執法最大的分野是什麼?

陳弘儒的研究室有許多公仔,包括多尊金斯伯格(Ginsburg)公仔,她是美國首位猶太裔女性大法官,畢生為女權進步與性別平權奮鬥。
圖|研之有物

陳弘儒是臺灣少數以法哲學理論研究法律人工智慧系統(ALI)的學者,他結合各種現實情境,與我們談論 ALI、生成式 AI 與當代法治價值的緊張關係。

由於 ALI 擅長的資料分類與演算,與人類判斷過程中涉及的世界觀與敏感性思辨,有著根本上的差異;以處罰為主、缺乏理由陳述的判斷方式,也容易影響民眾對公權力的信任。因此陳弘儒認為,目前 ALI 應該以「輔助人類執法」為發展目標,讓人類保有最終的判斷權限。

至於現正快速發展的生成式 AI ,根據陳弘儒的觀察,目前仍有待各方專家探索其中的價值課題,包括資料提供與使用的權力不對等、哪些人類價值在訓練 AI 的過程中值得關注等。

在過去多是由人文社會學者提出警告,現在連 AI 領域的權威專家也簽署公開信並呼籲:AI 具有與人類競爭的智慧,這可能給社會和人類帶來巨大風險,應該以相應的關注和資源進行規劃和管理。

在訪談過程中,有一件令人印象深刻的小插曲,陳弘儒希望我們不要稱呼他「老師」,因為他從小就畏懼老師、警察等有權威身分的人,希望以更平等的方式進行對話。

假如今天以 AI 進行採訪,整個談話過程或許能不受倫理輩分影響,但這也讓我們意識到,在 AI 的世界裡,許多人際互動特有的敏感性、同理反思都可能不復存在。

陳弘儒的研究讓我們體會,AI 在法治領域的應用不僅是法律問題,背後更包含深刻的哲學、道德與權力課題,也讓我們更了解法治的核心價值:

法律要做的不只是規範人們的行為,而是透過理由陳述與溝通展現對每個人道德自主性的尊重。

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
研之有物│中央研究院_96
296 篇文章 ・ 3928 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

0
1

文字

分享

0
0
1
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

-----廣告,請繼續往下閱讀-----

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
254 篇文章 ・ 322 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

0
0

文字

分享

0
0
0
脂肪肝不只靠減肥!AI 看臉揪出風險,瘦瘦針與新藥能逆轉肝纖維化?
PanSci_96
・2026/11/07 ・1997字 ・閱讀時間約 4 分鐘

本文由 AI 協助生成,內容經編輯審閱。

你相信嗎?未來可能只要拍一張照片,AI 就能看出你的肝臟有沒有問題!這一集,就讓挺健康鄭丁靚醫師帶我們看懂,為什麼明明是肝臟的問題,卻會寫在臉上?而且,當大家還以為脂肪肝只能靠「少吃多動」來改善時,醫學界其實已經有了突破性的進展,就連大家熟知的「瘦瘦針」也成為治療肝病的新星。讓我們一起來了解脂肪肝的最新科學發展吧!

為什麼肝臟生病,會「寫在臉上」?

2026 年《Cell Reports Medicine》發表了一項涵蓋超過 1.1 萬人的研究,團隊開發出一套名為 3D-FAICE 的 AI 系統,透過分析受試者的三維臉部影像特徵,竟然能辨識出罹患脂肪肝的風險。

你可能會想,難道古人說的「印堂發黑」真有科學根據,還是 AI 學會了看面相?其實都不是。研究團隊進一步比對受試者的血液代謝物後發現,AI 算出的風險分數,和人體內的醣類、脂質及胺基酸代謝途徑息息相關。換句話說,AI 看到的並不是「脂肪肝長在臉上」,而是全身代謝失衡後,反映在臉部脂肪分布、組織型態等肉眼難以察覺的細微變化。

這也點出了一個核心觀念:脂肪肝從來不只是肝臟關起門來自己的問題,它更像是全身代謝系統拉警報時,浮現出來的一個強烈訊號。

-----廣告,請繼續往下閱讀-----

一樣都是脂肪肝,為什麼有人沒事,有人卻會肝硬化?

許多人在健檢報告上看到「脂肪肝」,可能會覺得:「不就是肝裡油太多嘛,少吃一點、多運動,明年再看看吧!」但這種「佛系」心態,很可能會讓你錯失治療的黃金期。

脂肪肝的進程是從「單純脂肪堆積」開始的。如果代謝異常持續,肝細胞會因為脂質毒性、氧化壓力而開始發炎,演變成「代謝性脂肪性肝炎(MASH)」。當肝臟反覆發炎、受傷,身體就會啟動修復機制,留下疤痕組織,這在醫學上稱為「肝纖維化」。

醫學上將肝纖維化分為 F0(無纖維化)到 F4(肝硬化)。所以,現在醫師看脂肪肝,已經不再只關心「脂肪有沒有變少」,而是更在意「肝臟有沒有持續發炎?纖維化到了什麼程度?」因為一旦肝臟長出疤痕,未來惡化成肝硬化、肝癌的風險就會大幅增加。

治療重大突破:新藥與「瘦瘦針」也能治肝?

過去面對已經開始纖維化的肝臟,醫師除了勸患者減重、運動外,並沒有太多直接針對肝臟修復的藥物。但近年來,脂肪肝的治療迎來了重大突破。

-----廣告,請繼續往下閱讀-----

2024 年,美國 FDA 核准了首款專門針對脂肪性肝炎的新藥「Resmetirom(Rezdiffra)」。它的機制非常特別,主要鎖定肝臟中的甲狀腺素受體 β(THR-β)。你可以把它想像成是在優化肝臟這座工廠的「內部產線」,讓肝臟更有效率地處理脂質,幫助減少脂肪堆積並減輕發炎傷害。臨床試驗顯示,有超過四分之一使用高劑量藥物的患者,肝纖維化獲得了至少一個等級的改善。

緊接著在 2025 年,大家熟知的「瘦瘦針」——Semaglutide(Wegovy 的主要成分)也正式取得了治療脂肪性肝炎的適應症。Semaglutide 是一款 GLP-1 受體促效劑,原本用來減重和控血糖。當患者體重下降、胰島素阻抗改善,送進肝臟的代謝負荷自然減輕。研究發現,接受治療的患者中,約有 63% 達到脂肪性肝炎緩解。這意味著,瘦瘦針的價值不再只限於減肥,對符合條件的肝病患者來說,它還能帶來肝臟組織實質的改善。

如何知道自己的脂肪肝走到哪一步?

既然有了治療新武器,我們要如何知道自己的脂肪肝只是「單純堆油」,還是已經「發炎長疤」了呢?

雖然肝臟切片最準確,但畢竟是侵入性檢查;而大家最常做的腹部超音波,雖然能看出肝臟有沒有脂肪,卻難以精準判斷纖維化的程度。因此,臨床上現在更強調「風險分層」。

-----廣告,請繼續往下閱讀-----

其實,你可以利用手邊的健檢報告,自己做初步的風險評估。例如利用「FIB-4」指數,只要套入你的年齡、AST、ALT(兩項肝指數)以及血小板數量,就能初步計算出肝纖維化的風險。如果算出來屬於中高風險,醫師就會建議進一步安排「肝臟彈性掃描(FibroScan)」,利用超音波震動來測量肝臟到底有多「硬」,作為後續治療決策的重要參考。

結語:長壽醫學觀點,別等出事才處理

從長壽醫學的角度來看,脂肪肝是一個提醒我們全身代謝出問題的警報。一旦發現脂肪肝,除了關注肝臟本身,更要同時檢視自己的血糖、血壓、血脂與胰島素阻抗。現在我們有了更進步的 AI 篩檢概念,以及能夠逆轉肝臟疤痕的新藥,我們更不應該等到肝硬化才來想辦法。及早評估、積極應對,才能為自己的健康後半場,保留更多美好的選擇。


延伸閱讀|實證醫學專欄|循證長壽、失智預防、更年期、睡眠科學|叮噹醫師
以同儕評審論文為根據的長壽科學深度解析。睡眠科學、光線生物學、更年期醫學、認知儲備、失智早期檢測。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1308 篇文章 ・ 2685 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

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
繁 简