利用雷射冷卻技術來冷卻硬幣般大小的物體

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

在極低的溫度下，物質會開始出現奇特而神祕的性質。

低溫學是研究極低溫度的一門科學。這個領域的研究目標是了解如何產生與維持絕對溫度123度或是攝氏-150度以下的低溫，同時研究在這種低溫環境下，各種物理、化學及生物作用會產生什麼變化。

分子的隨機運動會產生熱，而溫度只要下降，分子運動就會開始變慢。但根據熱力學定律，這種情況並不會永遠持續下去，一旦到達某個極限，分子就會完全停止熱運動；這個極限被稱為絕對零度或0K（相當於攝氏-273.15度），也就是可能達到的最冷溫度。

當物質的溫度接近絕對零度時，其性質會大幅改變，例如氮氣與氧氣等永久氣體達到絕對溫度數十度時會變成液體，可作為太空船燃料，或用於快速冷卻食物以供保存，甚至能應用在外科手術，移除受損細胞；鈮合金（niobium alloy）降至接近絕對零度時，會完全失去電阻而成為超導體，能用來製造強大的電磁鐵，將次原子粒子（subatomic particle）加速到接近光速。而當溫度降至絕對溫度2.19度，甚至是更低時，液態氦會失去黏度而變成超流體（superfluid），超流體的特性非常神奇，能夠沿著玻璃燒杯往上流。

讓我們一同探索低溫學的奧祕，深入瞭解這個正將科學極限推向另一個境界的學問。

用低溫電子學為歐洲核子研究組織保冷

通過導體的電流會受阻於物質的電阻，但是當某些金屬的溫度下降時，其電阻也會跟著降低。在某些情況下，導體處於超低溫時，其電阻會突然降至零，因而變成超導體。

歐洲核子研究組織（CERN）的大型強子對撞機（Large Hadron Collider，簡稱LHC）之中導引粒子束運行的主要電磁鐵被液態氦冷卻至絕對溫度1.9度（相當於攝氏-271.3度），這比在外太空還冷，因此電阻會完全消失，以防止能量轉為熱能逸失。

冰凍死人

低溫學vs人體冷凍技術

談到低溫學（cryogenics），許多人腦中浮現的第一個畫面是屍體被保存在冷凍櫃，期待有朝一日能復活。科幻片讓這種想法大為風行，而且美國已有專門機構負責進行這種服務，但冷凍屍體的技術目前仍非常缺乏科學根據。

科學家很謹慎地將低溫學與冷凍屍體的過程──也就是所謂的人體冷凍技術（cryonics）──加以區隔；在準備接受人體冷凍技術的病人死亡後，他的血液將被一些化學混合液取代，目的是在冷凍過程中保護脆弱的細胞。

完成以上的程序後，會用液態氮冷凍人體，並將人體放入儲存槽內。負責進行人體冷凍的公司不須經過科學或醫學認證，冷凍過程中的某些工作甚至可能由志工進行。

冰凍人體確實是個令人振奮的構想，但目前還沒有證據顯示這種人體冷凍技術能夠奏效。

提供火箭燃料

低溫學的主要應用範圍之一是太空旅行；第一部使用低溫燃料推動的火箭是美國航太總署（NASA）的半人馬座火箭（Centaur）的末段引擎，於1963年成功發射。

最常用的成對低溫燃料是液態氫（LH2），而液態氧（LO2 或LOX）則用來助燃。氫氣是很輕的氣體，在氧氣中能完全燃燒，將這兩種氣體冷卻至極低溫後，可將更多燃料擠入燃料槽。

燃料槽在太空飛行期間會曝露在不同的熱源之下，像是引擎廢氣、太空船摩擦大氣層產生的熱，還有來自太陽的熱。為了讓燃料保持液態，燃料槽不但要有良好的絕熱能力，同時也要能忍受內部液體燃料的極端低溫。

一般而言，這些燃料都裝載於重金屬槽，不過NASA與波音公司都致力於發展革命性的綜合材質燃料槽，將比標準低溫槽輕30%。未來這些燃料槽將能攜帶更多燃料，使太空船能飛到太空中更遠的地方。

讓金屬更堅韌

當金屬從液態冷卻成為固態時，會形成晶體結構，個別原子也會排列成有規律的晶格，但這種方式通常會產生缺陷。傳統上會用熱處理來補救，也就是讓金屬再變回液體，以減低壓力、填補空隙，但這種工序並不夠完全。只要運用低溫學，熱處理鋼無法補救的缺陷與應力都能被去除。

熱處理之後，金屬被緩慢冷卻至接近絕對零度；這個工序允許結構內部的特定成分移動，以填補微觀缺陷，使結構更為均勻。這種方式能減低應力，產生更緊密、更具韌性的金屬。經過冷處理的金屬能用來製造高爾夫球桿與棒球棒；金屬的結構越緊密，振動越小，也就會傳遞越多能量給球。

治療運動傷害

並非所有低溫冷凍技術都已發展成熟，如同體育界最近才興起所謂的「全身性低溫療法」（whole-body cryotherapy）。過去是用冰敷或浸泡冷水來治療運動傷害，而這種新療法則是透過讓患者在低溫室裡冷卻全身，以減輕運動傷害、肌肉與關節疼痛或是關節炎等症狀；這種療法奠基於日本在1970年代的一項研究。和水相較之下，空氣的導熱能力較差，因此與傳統泡冷水的方法比起來，待在低溫室時，身體的核心溫度受到影響的機率較低。

患者在進入以氮氣冷卻的房間後，會曝露在低於攝氏-100度的環境下約三分鐘。患者的四肢有衣服、手套、襪子、面罩和內衣覆蓋，但其他部位的皮膚就會曝露在極低溫之下。此時身體的自然反應是切斷對皮膚的血液供應，並將血液導向核心部位，讓熱量的流失降至最低，並維持適當的體溫。這種療法的副作用是讓大腦釋出稱為腦內啡的天然止痛劑，使人忘卻疼痛、感到愉快。

治療關節炎

冷療（Cryotherapy）的研究是為了治療關節炎之類的病症。曝露在低溫下可減緩神經傳導，透過降低肌梭的反應，將有助於減低肌肉痙攣；這種現象在生活中能輕易驗證，只要試想當你從天寒地凍的戶外進入室內後，嘗試用凍僵的手指解開你的上衣鈕扣。

寒冷的溫度也被認為能降低發炎關節裡具破壞性的酵素的活性，這種酵素叫做膠原酶，膠原酶會破壞骨頭上具保護功能的膠原蛋白軟骨。

針對許多關節功能失調病患的研究顯示，冷療能暫時降低患者的疼痛感，並維持大約90分鐘，讓病患有空檔在這段時間內進行物理療法或是其他介入療法，否則患者在治療過程中可能會感到非常不舒服。由此可知，即使冷療不具有長期療效，但是在與其他療法結合之後，仍然有顯著的醫療效益。

冷療手術

極低溫帶來的破壞作用已被應用於醫學治療；液態氮的極低溫度現今普遍用在消除疣或癌細胞等異常細胞。

這種療法的進行方式會根據不同狀況而有些微差異，可能會利用棉花棒、噴槍，或是名為冷凍探頭（cryoprobe）的中空管將液態氮直接噴灑於身體受感染的部位。

冷療手術會迅速將受傷的組織冷凍，並消滅掉異常細胞。這種療法比藥物治療更為精確，可能傷及的周圍組織和疼痛感也會比外科手術更小。

超低溫保存法

在極低溫之下，生物程序會近乎停止；缺乏熱能導致酵素活性趨緩，活細胞幾乎能被無限期保存。

不過，活細胞的超低溫保存準備工作絕非易事。細胞的微觀結構相當脆弱，因此可能在低溫時被內部膨脹的水分脹破、變成碎片；當水形成冰後，溶解出的離子、鹽分和其他分子也會濃縮，擾亂細胞內原本的化學平衡。

低溫保護劑（cryoprotectant）這種化學物會被用來保護細胞，以避免上述的情況發生；其中的甘油、二甲基亞碸（dimethyl sulfoxide，簡稱DMSO）或糖會被用來取代水分，阻止冰晶形成，或改變其形狀與大小。接著會用液態氮迅速冷卻細胞，使其越過所謂的玻璃轉化溫度（glass transition temperature），之後水分就會凍結成一種像玻璃而不像冰的固體，然後這些細胞就能安全地貯存在低溫的液態氮蒸汽裡。

本文節錄自《How It Works知識大圖解 國際中文版》第15期（2015年12月號）

更多精彩內容請上知識大圖解

大家都知道太空中溫度很低。在恆星和星系彼此間的廣袤空間，氣體物質的溫度僅有絕對溫度3K，相當於攝氏零下270度左右。不過，美國航太總署（NASA）科學家現在想要在國際太空站（International Space Station，ISS）中打造一間實驗室，溫度將比3K還低。

NASA下所屬的噴射推進實驗室（JPL）低溫原子實驗室（Cold Atom Lab，CAL）計畫主持人Rob Thompson表示：這個計畫將研究遠低於自然界溫度的物質，目標是絕對溫度100塵度（pico-Kelvin，註：pico，塵，兆分之一）。目前這個原子冷凍庫預定將在2016年發射並裝置在ISS中。如果建置成功，這將是已知宇宙中最冷的地方。

100塵度相當於絕對零度（0K）之上約100億分之1度，在此溫度下，理論上所有原子的熱活動都會停止，一般常說的固態、液態、氣態也不再有意義，反倒使原子彼此間的交互作用創造了一種新的量子物質型態。

量子力學是物理學的分支之一，應用於原子尺度的光和物質。在量子領域中，物質可以幾乎同時出現在兩個地方，物體行為可以是粒子也可以是波動，沒有任何事物是確定無疑的，量子世界依靠的是機率。簡單來說，量子世界和你我熟知的世界大不相同，這也是為何Thompson等人要打造低溫原子實驗室的原因。他們要研究的目標，是所謂的「玻色–愛因斯坦凝聚（Bose-Einstein Condensates，BEC）」。

1995年時，研究學者發現在銣原子氣體冷卻到接近絕對零度時，會凝聚成一種單一物質波；鈉原子氣體也有同樣的情形，由於當初在1920年代，玻色（atyendra Bose）和愛因斯坦（Albert Einstein）曾就此提出過預言，因此這個新發現被稱為玻色–愛因斯坦凝聚。2001年時，美國麻省理工學院（MIT）Wolfgang Ketterle、美國國家標準技術研究所（National Institute of Standards & Technology）Eric Cornell和科羅拉多大學（University of Colorado）Carl Wieman因為個別獨立發現這樣的現象而獲得諾貝爾物理獎。

有趣的是，如果製造出兩種BEC並將之放在一起，它們並不會像普通氣體一樣混和，反而會像波動一樣產生干涉現象，因而出現薄而平行的物質層，而層與層之間是則是空無一物的空間。在一個BEC中的原子，與另一個BEC中的原子相加後的結果，居然是….半個原子都沒有！低溫原子實驗室就在幫助科學家瞭解這些這些物體在可能是最低溫狀態的行為。

科學家可在低溫原子實驗室混合超低溫氣體，藉機觀察會發生何事。將不同種類的原子予以混合後，它們會幾乎毫無干擾的懸浮在一起，這讓科學家得以對它們之間極其微弱的交互作用進行更靈敏而精密的測量，或許可藉機發現有趣而新奇的量子現象。

在太空中繞地球公轉的國際太空站由於受到的地球重力不大，在此能將物質降溫到很冷的程度，遠比在地球表面可製造的最低溫還低得多。這是因為根據熱力學原理，當氣體膨脹時會冷卻；這種現象相當常見，例如當按壓噴霧罐讓氣體噴出時，便可感覺到噴霧罐的罐身變冷了。量子氣體冷卻的方式和噴霧罐幾乎相同，只不過是將噴霧罐換成所謂的「磁阱（magnetic trap）」。在國際太空站中，因重力微弱，原子不需要對抗重力的拉扯，使得磁阱也可弄得非常微弱，而微弱的磁阱則讓氣體膨脹而冷卻的程度比地面更甚，從而能製造一個超低溫環境。

不過，低溫原子實驗室建置完成後，科學家們也不確定底會通過這個實驗室而發現什麼，即使湯普森列出了一堆諸如量子感應器（quantum sensors）、物質波干涉儀（matter wave interferometer）、原子雷射（atomic laser）等等可「實際應用」的清單，不過聽起來還是很像科幻小說的情節。所以，事實上，這個低溫原子實驗室將引領科學界進入一個未知的領域。

科學家們期望低溫原子實驗室能成為通往量子世界的敲門磚。如果溫度夠低，或許科學家們可研究聚集成約人髮寬度的原子波，以人眼可以觀察到這些物質波，如此一來，將量子世界提升至巨觀世界後，或許能更容易發現量子世界的秘密。

資料來源：The Coldest Spot in the Known Universe. NASA Science [January 30, 2014]

轉載自網路天文館