我來，我見，我感覺：摸得到的3D觸控圖形

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。

• 文／陳彥諺

我們的生活中充滿了音樂。走在大街上，路邊潮流服飾店家放著節奏明快的流行樂，轉個彎，進入咖啡廳，裏頭播放著的是變化豐富的爵士樂，再戴上耳機，接續手機中上次播放的樂曲，忍不住就跟著旋律搖頭哼唱。

你喜歡音樂嗎？高三的阿辰很喜歡。作為一個喜愛音樂的青少年，他並不滿足於單純的欣賞而已，為了進一步靠近音樂，他還加入搖滾樂社，擔任貝斯手，並且，當談到音樂的相關現象，阿辰總能侃侃說出背後的原理從何而來。

阿辰不僅僅是熱愛音樂的高中生，他的另一個重要身份是——《音樂關鍵字》的男主角。

做音樂的關鍵——理性

《音樂關鍵字》是由客家電視台花費長達三年的時間製作而成，一共八集，每集皆為 10 到 20 分鐘左右，是結合 3D 動畫及原創音樂的科普動畫。

篇幅雖短，但兼具理性與感性，作為自然科學與人文藝術的對話與結合，《音樂關鍵字》內容一點都不馬虎。除了透過角色之間的有趣互動，傳達有歡笑、有淚水、有世代溝通等橋段的溫暖故事外，更藉由故事為引子，每集說明 2 至 3 個音樂相關的科學知識。

許多人談到「音樂」，便認為那是「感性的產物」，言下之意是，音樂似乎是由抽象的情感所主宰，不過如果要能掌握聲音、有效率的做出自己想要的音樂，背後牽涉的其實是理性的科學原理——理性，是建立認知的基礎。

試想，當我們心中有著豐沛情感，想藉由音樂表達出來，該怎麼做呢？首先必須正確了解聲音本身的性質，包含了響度、頻譜、直達聲音、殘響、泛音、共振等聲學知識，也須掌握人體的前庭系統、酬賞系統等生理層面的認知後，才能正確地欣賞、理解且運用，讓音樂順利成為表達情感的媒介。若不能正確掌握音樂知識，便容易發生「怎麼好像怪怪的？」卻說不出所以然，也無從改善的窘況。

科學知識不複雜，《音樂關鍵字》用故事解答

音樂的科學知識聽起來很複雜嗎？一點也不。在《音樂關鍵字》的動畫裡，生硬的聲學知識、艱深的人體系統概念等，透過專業物理教師、音樂顧問提供的知識概念，再經劇組人員以生活事件及場景串連，音樂的科學知識便能在短短十分鐘內，讓人看著影片就已輕鬆掌握。

比如，EP06〈你好，我叫江東平〉中，藉由青少年阿辰與患有自閉症的江東平，兩人攜手協作共創一曲的故事，讓大眾看見自閉症學童的狀況，以及「音樂」可以如何有效治療，協助自閉症患者逐漸融入常人生活。

江東平是高功能自閉症，智商其實和一般人無異，不過由於大腦內的聽覺區附近、額葉、邊緣系統的結構或功能異常，導致自閉症患者出現了社交溝通及語言使用的障礙。腦科學研究進一步指出，在音樂治療的過程，可增強聽覺區附近、額葉、邊緣系統三者的連結，因而增強社交能力、共享式注意力、語言能力等。

青春總是充滿騷動與不安，也因此許多青年朋友們很著迷於重金屬音樂，不過，要如何發出如同野獸般的嘶吼聲同時不傷及喉嚨呢？為什麼當主唱用吼音唱歌，就會聽不清楚歌詞呢？EP03〈吼〉這一集中，從發聲原理切入，給了觀眾十分詳盡的解答。

由於人類有真聲帶與假聲帶，假聲帶位於真聲帶之上。當肺部空氣受到擠壓，從氣管上衝，通過聲帶之間的夾縫造成振動，便會發出聲音。振動真聲帶所發出的聲音，因為振動頻率固定，有清晰的音高，不過吼音特別會用到假聲帶，而假聲帶的振動往往不規律，發出的聲音不具清晰的音高，在音階與聲調不明顯的情況下，就難以聽懂吼音所唱出的歌詞了。

《音樂關鍵字》的開篇 EP01〈尋聲〉則是一個在具有科學教育性同時，格外感人的故事。

阿辰喜歡捕捉聲音，自己存錢買了一套錄音設備錄製動物的聲音。某次，在他潛入森林，偶然遇到了一座廢墟，裡頭的鬼魂央求阿辰在陽光出來前，替他們錄製作品。

由於鬼魂不能移駕到專業錄音室，阿辰只能以簡易設備錄音，他注意到了「場域」的限制。由於聲波在遇到障礙物時會反射，當聲波在封閉且無吸音物品的空間裡，便會快速地從四面八方反彈，當反射的時間間隔少於 0.1 秒，就會產生混合餘音，造成「殘響」。不過，阿辰利用他的音樂知識解決問題，順利替鬼魂們錄音，也是在錄音同時，阿辰才發現自己已經遺忘許久的秘密。

最終章 EP08〈搖滾夢想〉，阿辰與高中社團夥伴們站上了搖滾舞台，他們用充滿破壞性與雜質的音樂榮獲第一名，而出生醫生世家的阿棋是他們的重要音樂夥伴。

不打算考醫學系的阿棋，家裡的人並不了解他喜愛的搖滾樂，卻願意支持他走一條不同的路，因為阿棋就像是搖滾樂中不能沒有的「雜質」，特殊而豐富的雜質，會使得搖滾樂聽起來格外有渲染力。一個乾淨清楚的樂音，在頻譜軟體上看來是一系列頻率成整數比的泛音，但搖滾樂中為了追求聽覺的刺激，會以特殊演奏技法、效果器等，讓相鄰泛音之間出現雜質，以表現音樂張力。

各大平台皆可收看《音樂關鍵字》

《音樂關鍵字》除了科學知識內容豐富扎實外，3D 動畫也別具風格，視覺也是享受，此外，節目中選用的音樂類型多元，貼合現代人的閱聽喜好，更由專業音樂人譜曲、填詞、配唱，內容好看又好聽。

目前《音樂關鍵字》已上架到客家電視台、Youtube 頻道囉，只要搜尋節目名稱，即可找到收看連結！

• 音樂關鍵字- 客家電視台
• 《音樂關鍵字》
• 暢歌實驗所 Hakka Music Lab

此外，精心製作的節目原曲，也可上 StreetVoice 或 節目官網 收聽喔！

• 本文轉載自科技大觀園，原文為《直擊果蠅大腦運作！光學顯微技術拍出高速的3D動態影像！》
• 作者 / 劉馨香｜科技大觀園團隊

大腦：人類未竟的疆土

當我望著無邊無際的蔚藍海洋、聽到浪花聲、感受微風的輕拂，喜悅地回想起和好友在此旅行的回憶，並決定拿起手機拍下眼前的美景，我是如何感知世界、如何儲存與提取記憶？我的情感、思想、決策與行為是如何發生的？這些心智行為的奧秘藏在擁有 860 億個神經細胞的大腦，是我之所以為我的關鍵。

究竟大腦如何運作？這些神經細胞是如何透過彼此的連結與交互作用產生進一步的功能？進入 21 世紀以來，美國、歐盟、日本、中國等紛紛成立大型且長期的腦科學研究計畫，企圖揭開大腦的奧秘。

我國科技部也推出「台灣腦科技發展及國際躍升計畫」，整合既有研究能量與專業人才，期望建構模式動物至部分人腦的腦神經網路結構及功能圖譜，並帶動腦部疾病的精準醫療。

光學顯微鏡：小動物腦研究的利器

想要全面分析大腦的結構與訊號，解開單一或一群神經細胞的連結情形，精良的觀測工具是其根本，因此臺大物理系教授朱士維致力研發先進的光學顯微鏡技術。

朱士維表示，常用於醫療的影像技術，像是正子造影（PET）、磁振造影（MRI）、超音波等，雖然可以穿透很深的物體，但是解析度不夠高，無法看到單一細胞；而解析度極高的電子顯微鏡穿透深度卻很小，只能看到表層。光學顯微鏡恰好介在中間，適合用於研究小動物的腦。近期，朱士維的跨領域團隊發表了數個嶄新的顯微技術，分別在解析神經訊號和結構有了重大突破。

飆速3D攝影，解析神經的功能性連結

首先，研究團隊發表了「高速體積成像系統」，是全球第一次可在活體果蠅腦中以毫秒解析度取得神經結構 3D 高速動態影像！

「高速體積成像系統」是由雙光子顯微鏡與「可調變的聲波漸層透鏡」（TAG）結合構成。拍攝二維的動態影像並不稀奇，厲害的是，研究團隊如何把二維變成三維？關鍵就在於「可調變的聲波漸層透鏡」。由於液體透鏡的密度，會決定光的折射率，進而影響焦距的長短，研究團隊透過壓電材料激發液體透鏡共振，當透鏡的密度不斷變化，焦點也會快速移動，其振盪頻率可高達 100 kHz – 1 MHz，也就是說，在 10 萬分之一秒以內即可完成焦點的來回移動。

一般雙光子顯微鏡每拍攝一次只能拍到水平面（xy 軸）的像素並組成二維影像，若加上「可調變的聲波漸層透鏡」組成「高速體積成像系統」，即可同時進行深度（z 軸）的來回掃描，在同樣的時間內拍攝出一個包含各個深度的體積三維影像。 

這項強大的技術對於研究神經與神經之間的功能性連結非常有用，譬如說，想了解果蠅如何處理嗅覺訊號，我們可以給果蠅聞一種特殊氣體，以「高速體積成像系統」綜觀其腦，即可找出此特殊的嗅覺刺激會引發哪些下游神經反應。接著，選擇想深入研究的神經，將拍攝範圍鎖定在該神經所在的區域，便可以毫秒時間解析度與微米空間解析度，追蹤訊號在這些神經細胞之間的傳遞順序。 

朱士維表示，「高速體積成像系統」的突破之處，在於可以於腦中劃定任意形狀的空間，並以毫秒等級的時間解析度，看見目標神經中各個神經細胞的電生理動態行為。

研究團隊更進一步發展光學神經激發系統，用光精準地刺激個別神經，再透過「高速體積成像系統」，輔以自動化影像分析，精準定位有反應之神經區域，做到「全光學生理」觀察（all-optical physiology）。目前已成功解析果蠅的視覺神經迴路中，上下游的神經連結與編碼模式。

「高速體積成像系統」以高速動態影像研究神經細胞功能上的連結，為建立果蠅的「功能性全腦連結體（connectome）」提供強而有力的工具。

探入果蠅腦深處，描繪超高解析度的 3D 結構

此外，在結構解析方面，顯微鏡光是能看到神經細胞還遠遠不足。神經細胞有樹突、軸突等向外延伸的纖維，有些纖維寬度只有 100 奈米，當兩條神經纖維緊鄰彼此，需要小於 100 奈米的解析度才能將它們區分開來。而且，神經纖維常常延伸至很遠的地方與其他神經細胞連結，因此顯微鏡的穿透深度，還須深至腦的最底層。

朱士維團隊發表了「深組織超解析光學技術」（Confocal lOcalization deep-imaging with Optical cLearing, COOL），在果蠅全腦中達成 20 奈米的超高空間解析度，剖析腦中神經的細微結構，能分辨出相鄰或彼此纏繞的神經纖維，藉以判斷神經連結的路徑。

「深組織超解析光學技術」結合了四個關鍵技術，包含「螢光蛋白標定」、「共軛焦掃描顯微鏡」、「光學組織澄清技術」以及「定位顯微技術」。

「定位顯微技術」是 2014 年諾貝爾化學獎的得獎項目，透過操縱螢光分子輪流放光，再分別計算螢光分子的中心位置，打破光學顯微鏡的解析度極限，大幅提高解析度至接近 20 奈米。「光學組織澄清技術」則是江安世院士發明的 FocusClear^TM 試劑，因其獨特的化學配方，讓生物組織各部位的折射率一致，呈現透明狀態。

朱士維團隊找出可適用於腦組織的螢光分子並改善其放光能力，成功將定位顯微技術應用在果蠅腦，並且透過光學組織澄清技術讓腦組織透明化，減少組織的散射與像差，提高穿透深度，以及利用共軛焦掃描顯微鏡一層一層地掃描不同深度的影像。最終，組合成三維的超高解析影像。

這項技術最厲害之處在於可穿透厚度約 200 微米的果蠅腦，在果蠅全腦皆達成 20 奈米的解析度，可應用在建立果蠅全腦的神經連結網路。

跨領域團隊　開創顯微技術新紀元

這些研究成果仰賴跨領域的團隊，除了朱士維，還有清華大學腦科學研究中心主任、中央研究院院士江安世、中研院物理所副研究員林耿慧、清大工程與系統科學系副教授吳順吉、清大生醫工程與環境科學系助理教授朱麗安、捷絡生技公司執行長林彥穎等人，共同參與研究。

諾貝爾生醫獎得主 Sydney Brenner 曾說：「科學的進展往往是始自新的技術」，腦科學作為 21 世紀科學界的兵家必爭之地，顯微技術的研發重要性不言可喻。朱士維團隊在動態的神經訊號與靜態的神經結構，皆發展出相應的顯微技術，可說是為腦科學領域開拓出令人期待的嶄新未來。

參考資料

1. K.-J. Hsu, Y.-Y. Lin, Y.-Y. Lin, K. Su, K.-L. Feng, S.-C. Wu, Y.-C. Lin, A.-S. Chiang, S.-W. Chu*, “Millisecond two-photon optical ribbon imaging for small-animal functional connectome study”, Opt. Lett. 44, 3190-3193 (2019). 
2. C. Huang, C.-Y. Tai, K.-P. Yang, W.-K. Chang, K.-J. Hsu, C.-C. Hsiao, S.-C. Wu, Y.-Y. Lin*, A.-S. Chiang*, and S.-W. Chu*, “All-optical volumetric physiology for connectomics in dense neuronal structures”, iScience22, 133-146 (2019)
3. H.-Y. Lin, L.-A. Chu, H. Yang, K.-J. Hsu, Y.-Y. Lin, K.-H. Lin, S.-W. Chu*, A.-S. Chiang, “Imaging through the whole brain of Drosophila at λ/20 super-resolution”, iScience14, 164-170 (2019).