0

0
0

文字

分享

0
0
0

數不盡的星星@《悖論:破解科學史上最複雜的9大謎團》

PanSci_96
・2013/04/23 ・6051字 ・閱讀時間約 12 分鐘 ・SR值 556 ・八年級

-----廣告,請繼續往下閱讀-----

source:wikipedia
source:wikipedia

如果讀者知道天文學家在多久之前就已經察覺這個悖論的存在,便會明白以下事實多麼令人驚訝:直到一九五○年代,這個悖論才首度由來自德國不萊梅(Bremen)十九世紀的醫生兼業餘天文學家韓瑞契.威漢.奧伯斯(Heinrich Wilhelm Olbers)正式提出,並以他的名字命名。在此之前,對這個問題感興趣的天文學家可說是少之又少。

一九五二年, 著名的澳洲裔英國宇宙學家赫曼.邦迪(Hermann Bondi)出版了一本極具影響力的教科書,書中首度使用「奧伯斯悖論」一詞。不過我們稍後將明白,這本書其實有張冠李戴之嫌。奧伯斯既不是第一個提出此一問題的人,他的解答也不具特別的原創性或啟發性。早他一個世紀的艾德蒙.哈雷(Edmond Halley)已經敘述過,再早一個世紀的約翰尼斯.克卜勒(Johannes Kepler)也在一六一○年提過。甚至連克卜勒都不是第一個寫下這個問題的人。為了了解整件事的始末,我們得回到一五七六年;哥白尼(Copernicus)的鉅著《天體運行論》(De Revolutionibus)發表數十年後,第一個英語譯本在這年終於出現。

任何關於天文史的論述總是從相同的幾個關鍵人物開始。首先登場的是西元二世紀的希臘人托勒密(Ptolemy),雖然身為有史以來最重要的科學教科書之一《天文學大成》(Almagest)的作者,他卻誤以為太陽繞地球公轉。他發展出以地球為中心的宇宙模型,並且被全世界天文學家奉為圭臬達一千多年之久。接下來是十六世紀的波蘭天才哥白尼,他推翻托勒密的「地心」學說,並將太陽與地球的位置對換,被尊為現代天文學的鼻祖。我們也不能遺漏伽利略(Galileo),他是一六○九年史上第一位將望遠鏡指向天空的人,並且透過觀測證實哥白尼「日心」模型的正確性:地球的確繞著太陽公轉,與其他行星一樣。

但是哥白尼的模型並不完全正確。他將地球從宇宙中心這個至高無上的位置移開的做法無誤,卻錯在直接用太陽取而代之,並相信太陽系即是整個宇宙。《天體運行論》被認為是引發科學革命的重要著作之一,書中展示了一幅具有指標意義的太陽系示意圖。該圖正確地將地球置於太陽外圍僅次於水星和金星的第三顆行星位置上,而月亮是天空中唯一繞地球公轉的天體。往外接著是火星、木星和土星。到此為止都正確(土星以外的行星尚未被發現),可是接下來哥白尼做了一件很有趣的事,他將所有的恆星放在最外圍繞太陽公轉的同一個固定軌道上,使得太陽成為整個宇宙而非一個行星系統的中心。

-----廣告,請繼續往下閱讀-----

我們現在當然知道,太陽並不在這個特殊的位置上。太陽事實上位於宇宙某個不起眼角落裡平凡星系中的某個旋臂外側。過去幾個世紀以來,愈來愈詳細精確的天文觀測資料不但協助我們建立現代宇宙論,也讓我們明白宇宙並沒有中心,而且很有可能往四面八方一直延伸出去。然而,在望遠鏡發明之前就已提出日心學說的哥白尼並沒有機會得到這些知識。

下一階段的突破得靠英國的天文學家湯瑪士.迪格斯(Thomas Digges), 他來自英國牛津附近一個沉悶的市集小鎮瓦陵福(Wallingford),算不上赫赫有名。他生於一五四六年,亦即哥白尼逝世後數年。他的父親倫納德.迪格斯(Leonard Digges)也是科學家,被推崇為經緯儀的發明人。經緯儀是現今主要由測量師使

用的一種儀器,用來精確量測水平與垂直角度。湯瑪士在一五七六年出版了由其父所著、廣受歡迎的天文年鑑《永恆的預測》(A Prognostication Everlasting)的修訂版,以附錄的形式將新題材加入書中。這本書最重要的貢獻在於首度將哥白尼的鉅著譯成英文。從現在的觀點來看,一本內容資料並非來自哥白尼的天文書籍,竟然願意將這個理論放在附錄裡,實在相當神奇。雖然湯瑪士.迪格斯出版了這個當時飽受爭議的宇宙模型並加以提倡,但他所做的重要工作不只於此。我認為,他進一步改良這個理論為天文學發展所帶來的貢獻,與哥白尼不相上下,他卻遠不如哥白尼有名。

迪格斯修改了哥白尼著名的太陽系示意圖,將原圖中位於最外層的眾多恆星從固定的單一圓形軌道上解放出來,散布到太陽系外廣大無垠的太空中。他因此成為史上第一位提出無限大的宇宙包含無窮多星星的天文學家─不過古希臘哲學家德謨克利特(Democritus)曾經暗示過同一概念。

-----廣告,請繼續往下閱讀-----

迪格斯的突破並非來自猜想。他受到一起發生於一五七二年的天文事件啟發,產生新的宇宙觀。正如當時全世界的其他天文學家一樣,對於天空中突然冒出的明亮新星他也目瞪口呆。現今的我們知道這種偶發事件是超新星爆發:當恆星來到生命終點,用盡所有核燃料之後,自身重力使星體急遽坍縮;這個過程引發衝擊波並向外傳遞,導致星體外層物質被猛烈炸向外太空,同時伴隨最後一次極為劇烈的能量釋放。事實上,爆發時所釋出的能量之高,其亮度甚至會短暫地超越整個星系。這些天體物理學的概念在十六世紀時尚未明朗。當時普遍認為,月亮軌道之外的宇宙結構是穩定而恆常不變的,如果夜空中突然短暫出現明亮星體,隨即再度變暗,它一定非常接近地球,而且必然在月球軌道以內。

迪格斯是當時少數算出一五七二年超新星勢必出現在距離地球極遠處的天文學家之一,其他還包括大名鼎鼎的第谷.布拉赫(Tycho Brahe)。由於超新星的位置相對於其他恆星並未逐日改變(也就是所謂的「視差」現象),天文學家被迫推論,它必定比月亮或其他行星更為遙遠。局勢變得十分令人費解─天空中突然出現一顆新天體,而我們卻搞不清楚它打從何處來。這個被稱為「新星」的出現令迪格斯得到一個結論:恆星與我們之間的距離不見得都相同;也許(雖然現今顯而易見)較亮的星離我們較近,較暗的星較遠。(譯按:因此超新星亮度的變化便可解釋為,該星體與我們之間的距離改變。)這在當時是一個革命性的想法。

當迪格斯看著無垠太空中數不盡的星星思索時,無可避免地想到以下的重大問題:為什麼夜晚的天空是暗的?對他來說,這算不上什麼悖論。他直接假設由於遙遠的星星過於昏暗,對於夜空的亮度並沒有任何貢獻。

迪格斯並沒有考慮到某個至關重要的數學計算,該計算足以揭露他對於黑暗夜空的錯誤推論,不過這一點的釐清已經是更後來的事了。克卜勒在一六一○年重新檢視這個問題,並認為夜晚之所以變暗,是因為宇宙的大小有限。星星之間的黑暗區域其實是包圍著宇宙的外圍幽暗空間。克卜勒之後一百年,另一位英國天文學家哈雷再度思索這個問題,他得到的結論支持迪格斯的解答:宇宙無窮大,但是遙遠的星體太暗,以至於我們看不到。

-----廣告,請繼續往下閱讀-----

數年後, 一位名為尚.菲利浦.迪薛索(Jean-Philippe de Chéseaux)的瑞士天文學家指出,迪格斯和哈雷的論點對於解開這個悖論毫無幫助。他透過簡潔的幾何計算證明:若以地球為中心,將周遭的太空依不同半徑向外劃分為若干同心球殼,像一層層的洋蔥直到無窮遠處,並且假設宇宙各處的星星亮度[註]平均而言相去不遠(我們當然知道這與真實狀況不盡相符,不過為了簡化問題,這是個可接受的假設),那麼雖然位於最內層球殼的星星看起來最亮,但由於較外層球殼面積較大,含有較多星星,總視覺亮度其實與內側任何殼層相同。換句話說,為數較多但較遠較暗的星星所貢獻的亮度,與為數較少但較近較亮的星星一樣。看來我們又回到問題的原點,克卜勒的觀點似乎成為唯一的合理解釋:宇宙並非無窮大,否則夜晚的天空就不會是暗的

下一位登場的人物是奧伯斯。在他一八二三年發表的一篇論文裡,夜空為何黑暗的問題再度被提出。他知道根據迪薛索的計算,距離造成星光變暗並非正解。他另行提出假說指出,太空中可能充滿星際塵與氣體,擋住來自遙遠星體(如今已知是星系)的光芒。不過他沒考慮到,如果時間夠長,這些物質會不斷吸收來自遠處的星光,它們會慢慢被加熱,到最後也會開始發光,而且亮度會與它們所遮住的星體(或星系)相同。

不論如何,當時幾乎沒有其他天文學家注意到奧伯斯提出的問題及解答,直到十九世紀末為止。我們可以原諒奧伯斯所犯的錯誤。各位讀者想想,當時天文學家不但不清楚宇宙的範圍有多大,他們手上甚至沒有明確的證據顯示恆星聚集成星系,而我們的銀河系只是廣大宇宙中數十億個星系之一。這種情況將會在二十世紀的頭十年改變,因為有一位科學家對時間與空間的本質提出嶄新的科學觀點。

原註:當我們考慮的範圍大過某個距離之後,自然會超出銀河系。這時我們所討論的就是星系的亮度,而非恆星。

-----廣告,請繼續往下閱讀-----

不斷擴張的宇宙

愛因斯坦在一九一五年發表他偉大的研究成果,但不是他著名的方程式E=mc2,也不是為他帶來諾貝爾獎榮耀、關於光的本質研究。這個理論被稱為「廣義相對論」(General Theory of Relativity),描述重力如何影響時間與空間。我們在中學時期學過牛頓的重力理論:重力是某種物體之間互相吸引卻不可見的力。這種敘述當然沒錯,我們的確生活在一個受地球重力主宰的世界裡,重力將我們拉向地球表面。牛頓的萬有引力定律也可以解釋月亮為什麼會繞著地球公轉,其引力如何影響地球的潮汐;它同時解釋地球如何繞太陽公轉,並且確認哥白尼以太陽為中心的太陽系模型。美國航空太空總署(NASA)的阿波羅計畫將太空人送上月球時,根據的就是牛頓萬有引力所做的預測。這個學說毫無疑問是正確的,但它並非完全精確。

愛因斯坦的廣義相對論用一種截然不同卻遠為精準的方式來描述重力。它指出,重力並不全然是一種普通的「力」,也就是說它不是一條將兩個物體拉近的隱形橡皮筋,而是一切帶有質量的物體周遭空間形狀的某種度量。寫到這裡,我相信除非讀者本身具有物理背景,否則這些解釋還是像天書一樣難以理解。不過別擔心,當愛因斯坦剛發表他的理論時,據說全世界只有另外兩位科學家能夠理解。時至今日,在經過各種實驗的嚴格測試之後,我們已經確認廣義相對論的正確性。

既然我們的宇宙是充滿物質的空間,而且所有物質基本上都受重力主宰,愛因斯坦及其他同僚馬上想到,也許廣義相對論可以用來描述整個宇宙的特性。然而,愛因斯坦隨即碰到一個棘手的難題。假設宇宙中所有星系在某個時刻相對於彼此是靜止的,而且如果宇宙的大小有限,引力將會使彼此逐漸靠近對方,最終導致整個宇宙的坍縮。當時普遍公認的宇宙觀認為,宇宙在星系的尺度以上是恆常不變的;一個隨著時間演變的動態宇宙,不但與主流想法脫節,也顯得多餘。因此當愛因斯坦發現廣義相對論的方程式得出宇宙必將收縮的結論時,他決定設法補救這個漏洞,而非構思出另一個石破天驚的解答。他假設,為了平衡向內拉的引力,宇宙中必須有另一個作用方向相反的反重力,稱為宇宙斥力。這個宇宙斥力恰好能夠與各種物質之間的萬有引力達成平衡,使得星系不會彼此撞在一起,並且使得宇宙維持在恆定狀態。愛因斯坦想出的上述辦法說穿了是一種數學技巧,讓他的廣義相對論能妥協於「已知」的穩態宇宙模型。

接著,令人意想不到的進展出現了。一九二二年,一位俄國宇宙學家亞力山卓.傅里德曼(Aleksandr Friedmann)想出不同的解答。有沒有可能愛因斯坦弄錯了,其實並沒有協助宇宙保持穩態平衡的反重力?他了解到,如果真的如此,宇宙並不見得會因重力作用而坍縮,其實也有可能在擴張。不過這怎麼可能呢?沒有宇宙斥力的話,宇宙不是應該要縮小而非擴張嗎?請看以下的說明。

-----廣告,請繼續往下閱讀-----

設想某種原因(例如初始時期的爆發)讓宇宙一開始就處於擴張的狀態。物質之間互相吸引的重力會讓擴張減緩。因此,如果用來抵消引力的宇宙斥力不存在,宇宙又一開始就在擴張,現在的宇宙應該不是在擴張就是在收縮。唯一不可能出現的是穩態宇宙,也就是在擴張與收縮之間取得平衡;宇宙的狀態是不穩定的。

以下的範例足以說明為何如此。想想看光滑斜坡上的球是怎麼滾動的:如果將一顆球直接放到斜坡上,它必定會往下滾。然而,如果我們觀賞一段球在斜坡上滾動的影片,當球滾到斜坡中間時將影片暫停,然後請第三者預測影片恢復播放後球的滾動方向。如果他們經過仔細思考,就會回答球可能往斜坡上滾(對應於擴張中的宇宙),也可能往下滾(收縮中的宇宙),但不會停在斜坡上靜止不動。要讓球往上滾的唯一辦法,當然要有人在一開始時踢它一腳。在這種情況下,球向上滾的速度會逐漸減慢,最終會停下來並開始往下滾。

沒有人打算相信傅里德曼的理論,包括愛因斯坦本人─直到發現觀測上的證據。幾年後證據就出現了。艾德溫.哈伯(Edwin Hubble)是第一位證明銀河系外還有其他星系存在的天文學家。在此之前,一般認為望遠鏡中所見許多一小抹的微弱光暈是銀河系內的星際塵埃,稱為星雲。透過強力望遠鏡,哈伯發現這些星雲根本離地球太遠,不可能是銀河系的一部分,因此他們本身必然就是其他星系。更引人注目的是,他的觀測顯示遙遠的星系正在遠離地球,而且遠離速率與距離地球的遠近相關。不論望遠鏡朝向天空的哪個方向,都能觀測到此一現象。他的發現證明了傅里德曼關於宇宙正在擴張的想法是正確的。

哈伯更進一步準確地指出,既然宇宙在擴張,那麼過去的宇宙必然較現在為小。如果將時間回溯到夠久以前,我們將會回到某個所有星系彼此重疊的時刻,當時的宇宙擁擠不堪。繼續回溯到更早的時間,所有物質將會愈靠愈近,直到我們回到宇宙創生的那一刻,也就是現今稱為「大霹靂」的宇宙大爆發。(天體物理學家佛列德.霍伊爾於一九五○年代首度使用「大霹靂」一詞。)

-----廣告,請繼續往下閱讀-----

在此必須特別說明,一般人常誤以為宇宙擴張是指所有其他星系都在遠離我們而去;這是錯誤觀念。真正擴張的其實是星系之間虛無的空間。另一件值得說明的有趣事實是,我們隔鄰的仙女座星系正朝著我們撞過來!根據目前所估計的宇宙擴張率,它應該以每秒五十公里的速率遠離我們。反之它卻以每秒三百公里的速率接近我們!之所以產生這種矛盾,是因為星系在宇宙中並非均勻分布,就像星星不是均勻分布在星系中一樣。在哈伯所觀測到的現象裡,離我們而去的是極為遙遠的星系,而非我們所在的本星系群的組成星系。

銀河系與仙女座星系彼此接近的速率相當於兩分鐘內繞地球一圈,或是在一週內從地球航行到太陽的距離。事實上,這兩個星系正在進行碰撞的程序,按照目前的進行速度估計,兩個星系需要耗時數十億年才會完全疊在一起。

關於宇宙擴張要說明的最後一點是,宇宙擴張速率正在逐漸增加。似乎有某種比重力還強的作用力將星系彼此推開,使擴張逐漸加速,與預期中重力會使擴張減慢的結果大不相同。這似乎是來自某種神祕的反重力作用,由於尚未找到更恰當的名稱,我們暫且稱它為「暗能量」。愛因斯坦關於宇宙斥力的想法看來終究不算太瘋狂,只是它似乎正在將宇宙撕裂,而不是維持恆定。

現今的宇宙學家相信,儘管宇宙從一百四十億年前誕生到現在一直在擴張,但是由於它所包含物質的重力作用,前七十億年間擴張速率是逐漸減慢的。後七十億年之中,由於星系分布過於稀疏,使得引力的效應轉弱。此時暗能量開始取得優勢,導致空間擴張愈來愈快。這意謂宇宙永遠不會再度坍縮,也就是宇宙不會毀於「大崩墜」(直到一九九八年發現宇宙加速擴張之前,大崩墜被認為是宇宙可能的最終命運之一);相反地,所有物質因為遠離彼此而永遠被孤立,導致宇宙終將死於「熱寂」(heat death)。這個想法令人意志消沉;不過,我們的壽命不會長到需要去煩惱這些問題。

-----廣告,請繼續往下閱讀-----

 

節錄至 PanSci 2013 四月選書《悖論:破解科學史上最複雜的9大謎團》(由三采文化出版)

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2568 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

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

2
1

文字

分享

0
2
1
邏輯駭客!霍金成功寄出穿越時空的邀請函,為何沒人赴約?
劉馨香_96
・2019/01/08 ・1540字 ・閱讀時間約 3 分鐘 ・SR值 528 ・七年級

史蒂芬·霍金 (Stephen Hawking) 是全球知名的理論物理學家、宇宙學家,在近代物理學上做出許多重大貢獻。

他曾預測黑洞會發出輻射(現稱霍金輻射)、提出了結合廣義相對論和量子力學的宇宙論等等,其講述宇宙、空間與時間本質的科普著作《時間簡史》更是暢銷多年。

縱使身體因為漸凍症而愈來愈不方便,霍金的內心仍是自由奔放的,大膽思索著宇宙奧秘、翱翔於無盡空間。

史蒂芬·霍金 (Stephen Hawking) 是全球知名的理論物理學家、宇宙學家。
圖/wikipedia

-----廣告,請繼續往下閱讀-----

霍金舉辦派對竟無一人赴約?

對於時間旅行概念感到癡迷的他,有一回為了驗證時間旅行的可能性,更是決定直接邀請時間旅行者來場特別的約會,事先做好一切準備,就等著時間旅者上門。

霍金仔細地寫好:「誠摯地邀請您參加時空旅行者派對」的戰帖邀請函,除了基本的時間、地點資訊,甚至連準確的經緯度都一併附上,就是要讓時空旅者沒有迷路的藉口。

然而,要怎麼把邀請函送到時間旅行者手上呢?答案其實很簡單:不要送就對了!

這封邀請函,霍金按著不表,打算等派對結束後直接昭告天下、讓它流傳百世,如此一來就不會有現在的人跑來湊熱鬧,未來的人們也都能看到了。

2009 年 6 月 28 日中午 12 點,原定的派對時間到了。霍金在劍橋大學的岡維爾與凱斯學院舉辦盛大派對,桌上擺滿了美食和一杯杯斟好的香檳,柱子也綁上一簇簇的紅、白、藍色氣球,看起來歡樂又溫馨。然而,時間滴答滴答過去了,等了又等、等了又等,最後卻一個人都沒有來。

-----廣告,請繼續往下閱讀-----

霍金心裡苦,霍金不說。圖/泛科動畫截圖

就這樣,派對結束了,只是從頭到尾都只有霍金一人。(年度最邊緣蓋章認證)看來,未來人即便看到了邀請函,也沒有能力穿越時空來參加派對呀!(絕對不是不喜歡霍金)

時空旅行沒有想像中容易!時空旅行的悖論

其實,霍金對時空旅行已經有一套看法了。他認為我們頂多前往未來,但不可能回到過去

自從愛因斯坦提出相對論,我們知道了物質的質量愈大或速度愈快,時間流動的速度就會愈慢。所以只要將太空船靠近一個超大質量黑洞,或者以接近光速的速度來旅行,那麼船上的人可能才過了一年,地球上的人們卻已經過了十年,這時太空船再回到地球,相當於他們前往了十年後的未來。

-----廣告,請繼續往下閱讀-----

至於要回到過去,科幻作家最喜歡使用「蟲洞」假說,指的是將兩個不同地點之間連結起來的時空隧道,然而蟲洞比分子、原子還細小,即使真的掌握到一個蟲洞,也不可能讓你全身穿過,還得放大個數億倍並保持蟲洞的穩定才行,實在難以執行。

許多科幻作家喜歡使用「蟲洞」假說作為時空旅行的實現方法。圖/flickr

然而,回到過去最關鍵的問題在於:會產生悖論。

最簡單的例子就是:你回到了過去殺了你自己,那麼你在被殺當下就死了,又是誰穿越時空殺了你呢?這樣因果錯亂、邏輯不通的情況,宇宙會陷入混亂啊啊啊!

此外,一旦蟲洞擴張,就可以讓輻射進入,引發「回授」現象,也就是來自未來時空的輻射通過蟲洞增加了過去時空的輻射,到了未來就又有更多輻射通過蟲洞增加過去的輻射,如此循環往復、正向回饋,蟲洞就爆掉啦!碰!

-----廣告,請繼續往下閱讀-----

霍金雖然也想要回到過去看看瑪麗蓮夢露、拜訪伽利略,然而經過科學性的思考便知道這是不可能的。唉,這麼可惜的事情不能只有我知道,辦個時空旅行派對讓大家一起認清現實吧(邪笑)。

想知道各種神祕的時空悖論是怎麼回事?快來看看這部影片吧:

參考資料:

-----廣告,請繼續往下閱讀-----