0

0
0

文字

分享

0
0
0

【Gene思書齋】我也想知道我不知道什麼…

Gene Ng_96
・2015/02/04 ・968字 ・閱讀時間約 2 分鐘 ・SR值 524 ・七年級

FS003541R5f4wNYHL._SY344_BO1,204,203,200_

「我不知道」,在很多時候,尤其是在學校和職場上,是比髒話還難出口的,特別是在美國。畢竟他們的祖先沒像孔老夫子一樣教誨說「知之為知之,不知為不知」(《論語》‧〈為政〉)。

不過人生總有例外,大一上課時,教生命科學的老師特別驕傲地說,上生命科學的課,學生隨便問,不少問題老師回說「我不知道」並不是件丟臉的事Orz 不過,與其回說「我不知道」,我特愛回說「我也想知道」XD

在這本奇特的小書《我不知道:面對未知,如何從不確定當中得到力量?「不知道」讓我們知道的6件事》I don’t know: In Praise of Admitting Ignorance (Except When You Shouldn’t))中,作家莉亞‧海格‧柯恩(Leah Hager Cohen)試圖從各種學科的不同角度來探討怯於說出「我不知道」這個問題,例如人類學、社會語言學、神經科學、哲學、認知心理學,以及童話來探討這個議題。這本頗薄的小書特別適合在通勤的時候讀,我就是在電車上把它讀完的。

柯恩本身是學新聞學的,她以自身的軼事來開場,說明她自己在課堂上多麼難向教授和同學暴露出自己的小小的無知,我想這對絕大部分讀者而言,也能心有戚戚焉的感覺吧。

-----廣告,請繼續往下閱讀-----

可是就因為無法承擔承認自己無知的後果,哈佛大學爆發集體作弊的醜聞,而金融界和政壇上,銀行家和政客怯於承認自己的無知,後果卻要讓全民負擔。

接著柯恩從童話故事來探討人類的智慧,是如何揭發怯於承認「我不知道」這件事,最有名的例子,就是〈國王的新衣〉。

除了自己和文學、科學、語言和哲學上的探討,她也與來自不同階層的人進行了許多非正式的訪問。這些故事中,涉及了家庭、友誼、學校、工作和社會不公不義等等,揭示了像種族、階級和性別因素如何讓我們在不知道某件事的時候要特別掩蓋。

柯恩承認造假是在我們的社會話語的重要貨幣,而且往往還是善意的表達。只是這種善意可能是舖往地獄的道路,讓敗德和偽善能夠趁虛而入,從而破壞人類之間依存的連結。她主張,真正的力量,是來自於我們勇於承認自己的無知並且面對恐懼。

-----廣告,請繼續往下閱讀-----

更重要的是,我們真的必須得要清楚地理解到,我們無法充分地瞭解這個世界,並且欣賞其中一些神秘的奧秘,因為我們真的不知道我們不知道什麼。

 

本文原刊登於The Sky of Gene

-----廣告,請繼續往下閱讀-----
文章難易度
Gene Ng_96
295 篇文章 ・ 32 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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 / 圖片:envato

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/圖片:envato

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

3

23
3

文字

分享

3
23
3
宇宙中出現奇怪圓圈,這是一種全新發現的天體嗎?
陳子翔_96
・2021/01/04 ・2420字 ・閱讀時間約 5 分鐘 ・SR值 525 ・七年級

  • 文/陳子翔(現就讀師大地球科學系,EASY 天文地科團隊創辦者)

「WTF!這是什麼鬼?」大概就是不久前一群天文學家在電波觀測資料中發現下圖物體的反應。

編號ORC1的天體影像。圖/Bärbel Koribalski, based on ASKAP data, with the optical image from the Dark Energy Survey

圖片中央用藍綠色表示的圓形天體就是用電波望遠鏡拍攝的 ORC1,背景中的星系則是用可見光望遠鏡拍攝,並將影像疊合而成此圖。

天文學家表示,圖中可以觀察到 ORC1 中央有一個橘色的星系,但目前無法確認此星系與 ORC1 是實際上相關的天體,還是是兩個距離相差很遠的天體單純在視覺上疊在一起。

讓天文學家摸不著頭緒的怪東西

事情是這樣的,2019 年底,天文學家們在電波望遠鏡的觀測影像中,發現了一個神祕的環形物體,更有趣的是,經過仔細檢視比對與討論後,這群天文學家對於這個奇怪的物體究竟是什麼卻仍然摸不著頭緒,在困惑驚訝之餘就將它特別標示起來,還留下了「WTF」的註記。

不僅如此,經過檢視更多的觀測資料,他們還發現了好幾個類似的物體,代表這個身分不明的怪東西並不是絕無僅有的特殊案例!而天文學家也暫時將它們命名為「Odd Radio Circles」或縮寫成「ORCs」,也就是「奇怪電波圓圈」的意思。

找到未知神秘天體的興奮

想像一下,當一群天文學家,或是任何領域的科學家找到了某種未知的新東西,會有什麼反應呢?第一個反應大概就是「我好興奮呀!」而ORCs 的發現也不例外。「這真的是任何一個天文學家的夢想:在你的職涯中找到從來沒有人發現過的東西。」ORCs 發現團隊中一位天文學家在受訪時說道。

-----廣告,請繼續往下閱讀-----

發現了暫時無法解釋的新東西,那是不是代表這群天文學家可以像阿基米德一樣大喊一聲「Eureka」,然後向大家宣布這就是一種全新天體了呢?等等,事情可沒這麼簡單呀!

網路上有「假訊息」,電波天文影像可能有「假訊號」?

要釐清 ORCs 可能是什麼,就像是面對選項超多的選擇題,當對於正確答案沒有頭緒時,至少可以先刪除比較不可能的選項,同樣的在「了解 ORCs 應該是什麼」之前,天文學家們也得先從「ORCs 應該不是什麼」下手。

首先第一個要檢視的是,這些在影像中的東西是「真的」嗎?

咦?啊不是都已經在影像中看到了,眼見為憑還可能是「假的」嗎?

沒有錯,其實要得到一張電波望遠鏡拍出的影像,並不是像我們平時拍照一樣按個快門就馬上可以看到照片的,電波望遠鏡在接收訊號後所得到的觀測資料並不是直接可用的影像資料,因此天文學家拿到一手的資料後,還必須透過電腦進行相當複雜的處理程序,而處理程序中天文學家也必須輸入適合的各項參數讓電腦進行運算,最後才能得到影像成果。

也由於望遠鏡接收到的訊號需要到電腦進行最後運算,這些過程中只要有什麼步驟出了問題,或是在軟體上出現的 Bug,都可能造成最後得到的影像不正確,也因此可能跑出「假訊號」。

-----廣告,請繼續往下閱讀-----

為了避免假訊號的錯誤判讀,電波天文學家常常會利用「將同一筆資料給不同團隊處理」以及「用不同的電波望遠鏡,觀測同樣的天體」,交叉比對就可以大大降低誤判假訊號的可能性。例如家喻戶曉的 M87 黑洞影像,就是分別將觀測資料交由三支不同的團隊來處理喔!

而在這次 ORCs 的案例中,這支團隊也已經使用三個不同的電波望遠鏡陣列進行觀測,結果都觀測到了 ORCs 的存在,也因此能初步排除「假訊號」的可能性了。

著名的M87黑洞影像,為了避免資料處理過程的出錯造成最終影像的不正確,將原始資料交由三個不同的天文學家團隊處理。 圖/Wikipedia

抽絲剝繭調查ORCs的真面目,結果帶來的是更多的疑問

排除掉假訊號的可能後,下一個可以著手的就是確認 ORCs 有沒有可能是某種已知種類的天體。

ORCs 有幾項特徵,首先,它們的形狀是接近圓形或環形的,而且像是某種星雲。此外它目前只在電波觀測資料中被看見,也就是說像是哈伯太空望遠鏡這種以可見光或紅外線、紫外線等等波段的望遠鏡,目前是沒有觀測到 ORCs 的。在位置的分布上,ORCs 則主要分布在銀河盤面外(恆星數量較少)的位置。

而根據這些特徵天文學家就可以列出並檢視 ORCs 可能是什麼的候選者。例如超新星爆炸後的殘骸、恆星誕生速率超高的「星爆星系」(Starburst Galaxies)中,恆星集團產生的電波輻射,以及因前方大質量天體扭曲後方天體光線路徑產生的「愛因斯坦環」(Einstein rings),都是可能的選項,但這些選項目前也都已經根據 ORCs 的各項特徵被初步排除掉了。

-----廣告,請繼續往下閱讀-----
因重力使光線彎曲所形成的「宇宙笑臉」,就是一種愛因斯坦環。圖/NASA

還有另外一個令天文學家難以判斷 ORCs 成因的因素,是目前我們還不知道這些 ORCs 的距離有多遠。而無法知道距離就無法知道 ORCs 實際在宇宙中倒底有多大。如果ORCs是銀河系內的東西,那它們可能數直徑數光年大的天體,但如果 ORCs 是存在於銀河系外其它星系的周邊,則 ORCs 就會是直徑數十萬光年大的天體,這大小可差了十萬倍呀!

總之,目前我們還是不知道 ORCs 到底是何方神聖,雖然天文學家們已經初步刪去了許多可能的選項,但對於 ORCs 的成因推測也還沒有收斂的明確方向。而 ORCs 究竟會是什麼?而它們的發現又有沒有可能在未來改變一些我們對宇宙的認識呢?就讓我們抱著好奇的心繼續看下去吧!

參考資料

  1. ‘’WTF?’: newly discovered ghostly circles in the sky can’t be explained by current theories, and astronomers are excited
  2. Norris, Ray P.; et al. (26 June 2020). “Unexpected Circular Radio Objects at High Galactic Latitude”
  3. First M87 Event Horizon Telescope Results. IV. Imaging the Central Supermassive Black Hole
-----廣告,請繼續往下閱讀-----
所有討論 3
陳子翔_96
2 篇文章 ・ 10 位粉絲
現就讀師大地球科學系, EASY 天文地科團隊創辦者