為期刊拍張封面 顯微鏡下的科學魔法

本文由 高柏科技 合作，泛科學撰文

林唯耕剛回台灣任教時，曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏，那股刺鼻的氣味瞬間瀰漫整棟大樓，引來眾多師生抗議。

「從此以後，我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中，帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言：在理論模型中，氨是太空熱控系統的理想介質；但在現實的辦公大樓裡，它首先是逼人逃竄的臭味。公式本身沒有錯，但現實世界永遠比公式更複雜——它包含了人、成本、風險，以及必須為後果負責的工程師。

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ，曾任職於美國 OAO 工程部熱流組，深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球，他鑽研一輩子的老問題再次被推向科技產業的核心：當晶片運算速度無止境攀升，那股伴隨而生的熱，究竟該往哪裡去？

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗，彷彿進步毫無邊界。然而，每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化，一旦設備過熱，系統便會降頻保護。在物理現實面前，再動聽的發表會敘事也必須低頭。

回顧個人電腦發展早期，晶片幾乎不需專屬散熱元件。隨後，鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級，其實更像是對空間的極限勒索：晶片功率翻倍，發熱源的面積卻沒變大，機箱空間也不可能無限擴張。

林唯耕指出，散熱設計的核心只有三要素：功率、熱源面積與空間限制。他舉例，在標準的 1U 機箱中，若發熱面積約為三十乘三十毫米，氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數，而是取決於空間、面積與氣流的動態平衡。最現實的代價在於，風扇轉速提升的背後，是噪音、電力損耗與空間占用。

因此，「液冷技術」的興起並非單純為了追求酷炫，而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱，卻也將新的挑戰帶入機房：漏液風險、流道堵塞、材料相容性，以及維運時的難度。工程的進步，本質上鮮少是徹底消滅問題，更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的，不是把答案搬回地面

太空熱控工程之所以迷人，是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中，沒有空氣能讓風扇製造對流；受光面溫度破百度，陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射，以及熱管與環路型熱管（LHP）來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱，冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力：在他設定的特定條件下，實心銅塊約能傳導 120 瓦的熱能；但若每秒有一立方公分的水發生蒸發相變，移熱量可瞬間拉升至 2.4 千瓦（kW）。他強調「每秒」的觀念，因為散熱談的是動態流動速率，而非靜態的冷卻魔法。

儘管如此，太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度，偏好無馬達幫浦的被動式設計；但地面 AI 伺服器面臨更高的熱負載與環境溫度，往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒：技術是否「先進」，與它是否「適合」當下的場景，始終是兩回事。

好論文，為什麼仍可能造不出好產品

學術研究致力於證明「可行性」，而工業現場則要求「可重複性」——不僅要能運作，還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據，在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時，也曾遇過實驗數據無法複製，或研究方向偏離產業需求。這未必是雙方努力不夠，而是彼此對「成功」的標準不同。為了解決這道鴻溝，高柏科技推動「柏苗啟航創新培育計畫」，每年投入逾千萬資金與成大、中山、台科大等校合作，並指派專業人才在過程中持續微調、校正，確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測，但由於儀器預設以「水」校正，換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算，卻發現缺乏重複性，數據甚至推導出不合理的蒸發率。最後團隊回歸基本面，改用秤重法搭配能量平衡進行交叉驗證，才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號，而在於那段不夠優雅的挫折：假設失效、數據混亂、方法砍掉重練。也正是在這種時刻，企業需要的不只是會算數的人才，而是能洞察研究何時「走鐘」，並有權力喊停、要求重來的關鍵決策者。

林唯耕坦言，過去在校園裡總認為「技術第一、成本第二」，進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽，卻是產品能否進入市場的殘酷真相。再卓越的散熱設計，若無法穩定生產或贏得客戶信任，也僅止於一份精美的報告。

AI 會給答案，誰來負責出貨？

訪談尾聲，主持人國威提出了一個時代難題：假設 AI 能在彈指間生成散熱架構、材料配方與流道設計，企業該選擇全面擁抱 AI 的速度，還是保留緩慢但穩定的工程驗證，以規避潛在的失效風險？

林唯耕拒絕落入二選一的框架。他的觀點是：兩者並存。AI 擅長處理資訊、生成草案；但工程師仍須實作原型，進行嚴苛的性能與可靠度測試，最終由人決定是否出貨。這並非盲目崇拜人類直覺，而是基於一項事實：AI 的資料庫裡，通常沒記載下一次「意外洩漏」或「材料疲勞」的細節，且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代，最稀缺的未必是熟練下指令（Prompt）的人，而是具備這種能力的人：能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來，並且願意為最終的量產品質負起責任。

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中，雲端是由龐大的機房架構而成，裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張，都會在實體世界留下發熱的足跡。散熱工程師的價值，就是不讓這筆物理帳單，被埋沒在光鮮亮麗的投影片背後。

• 作者／顯微觀點
• 本文轉載自顯微觀點《15皮米的視界：開啟材料原子分析新紀元》

在材料科學領域，「解析度」決定了人類理解物質世界的深度。最早期的材料科學家只能觀察晶體形貌，到現在能利用精密儀器直接解析單一原子排列模式，每一次解析度的突破，都重新設定了我們對材料的認知框架。

2025年，來自馬里蘭大學與伊利諾大學香檳分校的研究團隊^[1]，利用電子疊層繞射成像（electron ptychography）技術，成功達到小於 15 皮米（pm，10⁻¹² m）的空間解析度，不僅觀測到單原子級結構變化，更捕捉到低扭角摩爾超晶格的集體振動模式。這項成果不僅更新電子顯微技術的解析度紀錄，也標誌著材料觀測尺度正式進入「原子振動」時代。

原子解析最前線：從「看見結構」到「測量位移」

過去數十年，各種電子顯微技術在解析度競賽中互不相讓，從奈米尺度（nm，10⁻⁹ m）逐步推進至埃米尺度（Å，10^-10 m），並逼近原子動態。材料科學研究的解析度不僅影響影像清晰度，更決定科學家提出問題意識的層次。

典型原子間距約為 200–300 pm，而原子因熱振動、應變或電子交互作用產生的位移，往往僅有數十皮米甚至更小。然而，正是這些微小的動態變化，主導了材料的關鍵性質，例如：電子傳輸行為、晶格應變分布、相變機制、超導或拓樸態形成等重要特性。

當科學家企圖在原子尺度進行影像分析，傳統高解析電子顯微術雖能辨識原子位置，但在量測如此微小位移時，仍受透鏡像差、電子束散射與訊號雜訊限制，多數結果仍需依賴間接推論，而非直接觀測。

15皮米的意義

1皮米等於千分之一奈米，相當於頭髮直徑的萬億分之一，而多數原子半徑為 50–200 皮米。長期以來，TEM（穿透式電子顯微鏡）與 STEM（掃描式穿透電子顯微鏡）已能解析原子排列，但真實材料中的原子並非靜止，而是不斷受到熱振動、局部應變與電子交互作用影響。

當解析度進入15皮米以下，顯微技術開始出現質性轉變：觀測尺度不再只是確認原子「位在何處」，而是量化原子偏離平衡位置的微小移動，甚至辨識由大量原子共同發生的集體振動模式。

此時，電子顯微鏡首次跨越「結構觀測」與「行為量測」之間的界線，從靜態結構分析工具，轉變為原子動態物理行為的觀測平台。

在15皮米觀測尺度下，材料不再被視為固定排列的結構，而是一個持續波動與調整的動態系統。微小原子位移即可改變能帶結構，進而影響導電性、磁性與量子相態形成。過去仰賴理論推測的效應，如今開始透過顯微觀測直接驗證。

什麼是電子疊層成像？

電子疊層成像（electron ptychography）是一種結合電子波動性與計算重建的先進成像技術。

電子的波動性在穿過極薄樣品時會產生相位改變。傳統電子顯微鏡主要利用電子強度成像，而疊層成像則透過「重疊掃描」方式逐點量測樣品，完整記錄繞射資訊，並以演算法重建樣品內部的電子分布及入射電子波的振幅與相位。

其核心技術包含重疊掃描：每次量測相鄰區域時，都會包含部分重疊範圍。以及反演重建演算法，能夠推算電子波如何與樣品交互作用。因此，電子層疊成像本質上是種計算式顯微技術。解析度不完全由透鏡決定，而與資料品質、演算法能力密切相關。

電子疊層成像 vs. 傳統電子顯微鏡

與傳統 TEM 或 STEM 相比，電子疊層成像的特殊之處源自其截然不同的成像方式：傳統電子顯微系統依賴電子透鏡直接觀測，一旦資訊遺失便難以復原。而疊層成像透過大量重疊量測形成資料冗餘，以演算法反推出唯一一致的物理解。

層疊成像時，透鏡像差與部分雜訊所造成的失真，可藉由計算反演修正與補回，形成所謂的「計算補償」。因此，解析度在疊層成像中，是資料品質、取樣密度、計算能力彼此交互而成的結果。

顯微系統的角色，也由傳統的影像獲取，演變為結合量測、運算與模型重建的計算式觀測儀器。

嶄新觀測——摩爾相位振動（Phason）

在低扭角雙層二硒化鎢（WSe₂）材料中，兩層晶格僅約 1–3° 的旋轉，即能形成長週期摩爾超晶格，產生複雜應變場與新型集體振動。這種稱為 phason 的集體滑移模式。不同於聲子的局部振動，屬於超低頻集體激發，其頻率位於次 THz 範圍^[5]，長期難以被直接量測，處於「理論上」存在的狀態。

藉由可達 15 皮米解析度的電子疊層成像，伊利諾大學厄巴納香檳校區的材料工程學家厄德金（E. Ertekin）、黃品珊（音譯。Pinshane Y. Huang）、范德贊德（A. M. van der Zande）與研究團隊在2025年首次成功捕捉phason局部化且具方向性的振動分布，為人類在原子世界的探索立下新里程碑。

Phason的成功觀測，意味著材料科學不再受限於判斷原子位置，開始能夠直接觀察大量原子協同運動，揭露摩爾超晶格中隱藏的低頻動態自由度。

Phason對材料科學的重要性

一般材料的振動模式通常可透過拉曼或紅外光譜量測，但 phason 的特徵波數低於 1 cm⁻¹ ^[5]，遠低於這些光譜技術的解析能力，訊號容易被背景噪訊淹沒。此外，phason 是一種集體滑移模式，空間上高度局部化且方向性明確，而傳統光譜只提供整體平均訊號，無法展現原子層級的位移分布。

電子疊層成像則能直接量測原子位移，使低頻集體模式得以被視覺化並解析空間分布，將材料分析由「平均結構」提升至「局部動態行為」的細緻層次。

在二維材料與量子材料研究中，微小原子位移即可顯著影響電子結構、熱傳導與電性行為等重要材料特質，因此原子級位移場已成為材料科學核心研究對象之一。在摩爾超晶格中，低頻 phason 振動會影響局部應變，進而可能調變平帶（flat band）與強關聯態，提供理解拓撲量子態的動態調變視角。

精準量測原子群體振動模式，將能呈現材料的多種特質：

• 熱穩定性：振動如何影響熱傳導與熱容
• 電子調控：位移場如何重組能帶結構
• 缺陷作用：雜質與邊界如何干擾原子群體的協同振動
• 電子輸運：低頻振動對載子散射與量子輸運的貢獻

材料設計可以從量測結構、測試性能的既有模式，轉向「模擬振動、預測性能」的精準路線，加速開發流程。

對半導體與材料檢測的啟示

電子層疊成像技術的突破，也為高階材料檢測開啟潛在發展方向。

針對介面品質，將能超越觀測形貌，進行原子位移量測，達到原子級界面分析。面對精密元件的缺陷與應變量測，在皮米尺度解析局部應變，能提供更精準的製程回饋。

最後，當顯微系統將超越傳統電子顯微儀器範疇，結合資料處理與演算法，成為智慧分析平台。未來的顯微系統競爭重點，不是專精於非單一性能，而是計算成像與智慧分析整合的整體系統分析能力。

解析度突破 15 皮米，儀器呈現的不只是更清晰的影像，而是能同時理解結構及其動態的材料分析模式。最先進的材料分析平台，能夠精密回報原子的位置，並進一步說明原子如何移動、如何影響元件性能。顯微系統正演進為整合高維資料擷取、即時運算與 AI 分析的計算式平台，加速從研究成果到產業應用的落地整合。

當解析度進入原子振動尺度

在黃品珊等材料工程學家的突破下，電子疊層成像將顯微觀測推向皮米等級，使人類首次能在原子振動尺度理解材料行為。這不僅是儀器性能的提升，更是觀測典範的轉移——原子層級的顯微技術開始從描繪結構，走向量測運動。

原子材料科學正由靜態描述邁入測量動態機制的嶄新階段。對半導體與先進材料產業而言，電子疊層繞射術帶來的原子動態理解能力，將成為高階檢測與智慧分析平台的重要基礎。面對人類的觀測，解析度的疆界持續後退；而人類對材料的理解，正開始深入動態的世界。

參考資料

1. Yichao Zhang, Ballal Ahammed, et al. (2025). “Atom-by-atom imaging of moiré phasons with electron ptychography.” Science, 389 (6758), p.423-428. DOI: 10.1126/science.adw7751
   https://www.science.org/doi/10.1126/science.adw7751
2. “UMD Breakthrough Named Amongst Physics World’s Top 10 of the Year.” Published December 15, 2025, University of Maryland.
   https://mse.umd.edu/news/story/umd-breakthrough-named-amongst-physics-worldrsquos-top-10-of-the-year?utm_source=chatgpt.com
3. 陳震。＜電子層疊繞射成像技術的突破及應用＞，《物理》，北京，2023 V.5.
   https://wuli.iphy.ac.cn/cn/article/pdf/preview/10.7693/wl20230509.pdf
4. 何翰蓁。＜讓鏡中世界不再黑白，電子顯微鏡的全新顯像技術＞，《科學月刊》，台北，2017.
   https://pansci.asia/archives/116644
5. Indrajit Maity, Mit H. Naik, et al. (2020). “ Phonons in twisted transition-metal dichalcogenide bilayers: Ultrasoft phasons and a transition from a superlubric to a pinned phase.” Phys. Rev. Research 2, 013335. DOI: 10.1103/PhysRevResearch.2.013335
   https://journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.2.013335

• 作者／顯微觀點
• 本文轉載自顯微觀點《第一張複雜腦圖譜：果蠅連接體》

2024年10月，神經科學的劃時代里程碑，成年雌果蠅完整大腦神經圖譜系列研究，發表在《自然》期刊（Nature）。此圖譜詳盡至果蠅腦中每一條神經的所有分支、每一個突觸的尺寸和型態，這樣的腦神經圖譜稱為「連接體」（connectome）。要繪製完整成熟雌性果蠅連接體，需要辨識近14萬個神經元（神經細胞）與其間的5千萬個突觸（不同神經元的連接處）。

「世上還沒有另一個如此複雜的成年動物全腦連接體。」

馬拉．莫西／普林斯頓大學神經科學研究所長

普林斯頓大學神經科學研究所長馬拉．莫西（Mala Murthy）、神經科學與電腦科學教授承現峻（Sebastian Seung）率領跨國科學團隊建造果蠅連接體雲端平台「FlyWire」，並在《自然》同時發表12篇論文，以《成熟大腦的神經連接圖》（Neuronal wiring diagram of an adult brain.）為旗艦研究，展現果蠅大腦的完整神經迴路，包含8453種神經元的構造與位置，其中4581種為本系列研究的新發現。

連接體開拓腦科學高速公路

有了詳細的腦神經地圖，科學家得以規劃嶄新的神經科學研究路徑，更加直接、詳盡地實驗神經構造與行為之間的關聯。例如，按圖索驥蒐集所有關於果蠅「剎車」動作的神經元，建構完整的動作神經網路，找出過往研究方式所遺漏的因素；或是利用果蠅連接體推論出「觀看」等動作的完整神經活動，捕捉新的神經科學現象。

生物資料科學家更進一步利用此完整連接體搭配演算法建立一個虛擬蠅腦，不僅完全重現神經元線路，更能及時推算各神經訊號的傳輸路徑與功能，模擬果蠅的真實腦內活動。接收初始訊號之後，這個虛擬蠅腦啟動一連串神經訊號，最後以運動神經元控制肢體作為結果，就像活生生的果蠅在對環境刺激進行反應。

讓神經科學換檔加速的果蠅連接體，在「FlyWire」網站向公眾徹底開放。由公眾人力與人工智慧合力打造的龐大資料庫，現在平等地提供研究資源，科學界認為，FlyWire的完整度與開放性將大幅加速人類大腦的解密。

「蠅」來連接體學大躍進

人類大腦含有超過500億個神經元，形成上百兆個突觸，具備了人工智慧還無法達成的認知、思考與創造力。若能理解人腦的基礎運作方式，科學家有機會找到帕金森氏症等退化性腦部疾病的解藥，或是掌握思覺失調症等精神疾病的生理機制。甚至逐漸實現承現峻的科學狂想：以連接體科技上傳記憶與意識，讓人類達到永生。

發展四十年後，連接體學家終於掌握了果蠅大腦，這個器官最寬處不到0.75毫米，渺小如塵埃，其中蘊含的連接體奧秘卻超越過去累積的科學資料。以果蠅連接體完成博士學位的多肯沃（Sven Dorkenwald）比喻，果蠅連接體彷彿是一座茂密森林，神經元猶如樹木，可以透過根系彼此溝通。但在空間比例上，果蠅的某個視神經橫跨全腦連接雙眼，有如一棵紐約的樹木能夠和位在洛杉磯的樹木互通聲息。

相對「頭腦簡單」的線蟲與果蠅幼蟲缺少成年果蠅的複雜行為與反應，成年果蠅卻與人類共享許多認知功能與神經生理反應。例如：辨別同類、劃分地盤/食物、求偶交配等行為，以及時差、酒醉、咖啡因亢奮等特殊生理狀態。

果蠅：當前最佳人腦模擬器

在動物行為領域，果蠅大腦與人類大腦面對許多相似的問題，如何前往目的地、判斷氣味來源、觀察周遭物體的移動，以及複雜的社會性行為，如歌唱求偶、爭奪資源；以及注意力與情緒調節等。從神經科學技術的現實面來看，果蠅大腦也是最適合進行全腦研究的複雜連接體，現有科技僅能對斑馬魚、小鼠的大腦進行分區重建。

「連接體研究需要夠複雜但體積不太大的腦，果蠅正好位在這個甜蜜點上。」

馬拉．莫西

莫西實驗室深入研究果蠅行為，發現果蠅的生存、繁殖行為蘊含複雜的模式。例如，雄果蠅演奏求偶時，會依照雌果蠅與它的距離改變演奏的音量與編曲，並追隨雌果蠅。運用FlyWire，莫西團隊清點雌果蠅中腦關於聽覺的600多個神經元與其突觸，辨認出20種新的神經元，發現其功能網路比過往所知更加複雜。

莫西團隊發現，雌果蠅聽覺迴路中，神經元的回饋訊號可以憑藉音訊特徵進行預測，未來可以據此模型預測真實雌果蠅對「情歌」的回應行為。或許我們深深自豪的音樂品味也刻劃在我們的腦神經細胞之間，只是和我們的連接體一樣，比果蠅的複雜萬倍。

在基因層面，果蠅與人類共享約60%的基因，包括學習、時差反應與唐氏症相關的基因。接近3/4的人類遺傳疾病能在果蠅DNA中找到對應的基因。因此，完整的成年果蠅連接體被視為通往人類大腦奧秘的橋頭堡。

美國太空總署（NASA）在1947年將果蠅送上太空，作為地球生命前往太空環境的實驗品。牠們竟生還返地，為太空人開拓了道路。作為經典模式生物，果蠅相關研究獲得6項諾貝爾獎，生理學、神經科學與行為學領域已累積豐富資料，搭配完整連接體圖譜的跨領域研究，勢必能帶人類深入探索腦宇宙。