【極光片語】頂尖團隊的社會責任—科學家該如何提問？

• 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。

行銷專家常說要建立公司品牌，就是要讓公司感覺起來像人，性格引人注目、討人喜歡、誘人跟隨。企業都努力建立自己的文化，期望策略風行草偃，讓員工歸屬感強、為自己對公司的貢獻而驕傲——但是有待過公司的人都知道，以上這些都是用想的簡單，做起來就難度倍增。

2011 年的一篇應用心理學研究（論文出處）或許指出了明路。三位應用心理學家 Philipp Otto、Nick Chater 還有 Henry Stott 研究發現，我們形容公司的方式，雖然很多樣化，但整理後可歸納為四大面向，分別是誠實（honesty）、聲譽（prestige）、創新（innovation） 與力量（power）。而這四大面向，就是企業讓人感受到的性格。

上述這四個面向能夠完整涵括我們對企業的看法，而且還與經濟面向相呼應。例如當公司規模較大、獲利較高，往往就擁有較佳的聲譽；而公司成長速度越快，就更容易給人創新的感覺，反之亦然。研究者認為這個發現能幫助公司了解他們在大眾心目中的觀感是怎麼來的，並回頭檢視，來引導跟管理組織內外的個人跟團體，形塑組織的文化。

泛科知識今年與全球半導體巨擘德州儀器（TI）合作，透過多次的專訪與活動來了解 TI 如何透過實際行動來引領公司上下邁向願景、實踐價值，特別是在科技業往往較弱的性別平衡、培植女力這方面。在深入了解這家公司之後，我不禁在想，如果 TI 是一個人，那他具有什麼樣的性格？

「WIN」，要就一起贏

首先，你沒看過之前的系列文章，容我再次說明：TI 的女性倡議 Women’s Initiative (WIN) 目標與任務包括增加女性人才的進用管道、提升女性在科技領域的領導角色，並透過各種社區培力與導師制度，讓年輕女性看見自己在科技領域中的職涯機會。

為了「WIN」，TI 知道僅從上而下提供員工福利不足成其事，更要由下而上，成為「學習型組織」。我們採訪過在台灣推動 WIN 計畫的 Jennifer 鄭惠心、最年輕業務總監 Shirley 潘先俐、測試製造部工程師江雅君 Anna、封裝部製程工程師吳知穎 Ariel 及測試機構工程師張淨涵 Tiffany，更從男性工程師的角度切入，採訪了產品測試部門經理張峯鳴（FM Chang）與女同事共事的感受。透過上述問卷、訪談、活動與回饋，TI 要讓在許多科技公司裡刻意被忽略的性別失衡問題浮上檯面，並將其變成公司的推進力。

日前 TI 為「WIN 計畫」，對內部女性同仁做了問卷調查。問卷調查發現，超過半數（51.2%）的回答者都認為在職涯中，她們面臨的最大挑戰是「家庭責任與職場工作的平衡」，可以見得女性仍在兩者中摸索著平衡前進。問卷也發現，在這樣以男性為主的環境中工作，女性 TIer 認為最大的挑戰是「溝通模式相異」（佔 33.3%），而此處的溝通模式其實也不僅止於男女之間的差異，更彰顯在跨部門的溝通之中。

日前透過內部舉辦的 2020 的女力論壇，三位不同部門、不同世代的女性同仁在對談之中分享自己的心法、面對挑戰的解決方式，讓彼此在這些議題上有更多交流，為的就是讓同仁們在未來面對問題時，能真正擁抱挑戰、跨越障礙。

坐而言，也起而行

從 2017 年起，TI 開辦「科技小學堂」，前進校園和慈善機構，將高深科技的知識轉化，帶到小朋友的日常生活中。今年雖受疫情影響，TI 仍打造一套全新的「半導體 IC 製程」課，前往鄰近的新北市秀朗國小，幫助學生掌握連大多數大人都不太理解的技術，志工老師也在課程最後向小朋友傳達了重要的多元價值—女生也可以當工程師、成為科學家，自在追求喜歡的事物，不應受到性別框架和拘束。

由於疫情干擾，原本排定的一些 CIT（社區參與團隊）行動無法開展，TI 還是結合了母親節，展開為期一個月「為孩子而讀 Read for Kids」科普捐書活動，並在接下來的 7 月 9 日、10 日兩天，召集 30 位熱心 TIer 擔任志工，將募集的 1,150 本科普圖書，打包裝箱捐贈給地方小學。

除了因應疫情做出相關的活動調整，本次更透過 Facebook Challenge 讓每位同仁自主傳播、號召參與，進一步擴大公益活動的影響力，希望在這個不太平靜的一年中，仍然能透過捐書、贈書讓孩子們保持對知識的熱情。

台灣德州儀器封裝事業副總經理 Jerry Huang 表示：「持續回饋社會是 TI 的企業價值之一，我時常邀請家人一同參與公司的公益活動，每次的活動都讓家人和孩子收穫滿滿。今年雖然疫情嚴峻，但 TI 對公益的投入並沒有因而中斷，希望這次同仁們募集捐贈的科普讀物，能讓鄰近社區學校的同學們踏入科學的大門，隨時對世界保有滿滿的好奇心。」

讓員工與公司都成為最好的自己

不論是女力倡議或是企業社會責任，TI 在過程中都展現其半導體本業的性格。在 TI 全球董事長、總裁暨執行長 Rich Templeton 在給全體 TIer 的信中，寫道：「我們的核心價值，是持續透過半導體讓電子產品更加普及，打造更美好的世界。」他希望 TI 員工能秉持企業家精神，視公司如同自己的長久事業而努力，在不斷改變的世界裡，努力調整並取得成功，讓 TI 成為每個 TI 人引以為傲的鄰家企業。為達到這樣的願景，執行長 Templeton 定義「誠信可靠、多元包容、持續創新、具競爭力和成果導向」就是 TI 要淬礪篤行的性格。

有人說性格決定命運，感覺起來很宿命，其實不然。正如開頭提到的研究指出，因為企業的性格與經營成績有關，所作所為也能改變外界看待企業的方式。TI 執行長 Templeton 認為，「所有的員工、客戶、供應商及社區都有選擇。這些人之所以選擇在 TI 工作、向我們購買商品，或是支持我們，並不只是因為我們的產品和技術，更是因為我們的營運符合我們的願景與價值精神。」

在台灣已經 51 歲的德州儀器，在持續變化的環境下，猶如沉水植物般，隨著水位高低而伸展彎曲；對多元人才、性別平衡的重視，就像錯開生長的葉片，能隨著水流擺動，接受來自不同角度的陽光；對企業社會責任的重視跟實踐，則為整個生態系帶來氧氣、營養、與安定——像 TI 這樣的企業，掌握著自己的命運。

本文由德州儀器與泛科知識共同企劃

在上一集的【極光片語】中，博學多聞的IBM研究團隊以跨領域知識化解危機，順利地推出了磁碟機這項史上第一個商業化的隨機存取裝置，間接讓全球經濟逆風高飛，當時科學家們為了提高碟片的空間儲存密度，無不想盡辦法縮小磁軌，好在一張碟片上塞入更多資訊，當科學家終於把磁軌縮小到奈米等級後，卻面臨了新的難題：磁軌太細了，沒有儀器能夠測量這麼微小面積的磁力分佈，要怎麼繼續做研究呀？「你們的聲音，我都聽到了！」專門研究探針掃瞄的IBM科學家Jonathon (John) Mamin說，「快來試試我這台用原子力顯微鏡改裝成的磁力顯微鏡吧。」

磁力顯微鏡（magnetic force microscope, MFM）能夠偵測微小面積上的微弱磁力，是原子力顯微鏡（atomic force microscope, AFM）的變形，說到原子力顯微鏡，就不能不提到它的前身——掃描式穿隧電子顯微鏡（scanning tunneling microscope, STM），這項讓人「大開眼界」看到原子表面的發明，不僅開創了奈米科技紀元，也讓 Gerd Binnig 和 Heinrich Rohrer 兩位IBM科學家獲頒1986年的諾貝爾物理學獎。常理來說，如此高科技的STM應該誕生於頂級的精密實驗室，沒想到STM的搖籃，竟是Rohrer博士褲頭上的吊帶。

奈米科技的迷人之處在於微觀世界中的有別於宏觀世界的量子和表面性質。物質進入奈米尺度後，表面積佔體積的比例大大提升，一顆直徑20奈米的小金球只有6%的金原子分佈在表面，而直徑1奈米的小金球中99%的原子都暴露在表面，由於所有物質間的反應都發生接觸面，所以物質表面性質的研究是很重要的，而奈米物質的高表面積特性正提供了科學家研究原子的凡得瓦力、氫鍵、電荷等表面效應的大好機會，因此科學家極度渴望能夠觀測原子表面的超高倍率顯微鏡。

在1980年代，光學顯微鏡可以將數百奈米的視野放大到肉眼可見的大小，電子顯微鏡能觀測到數十奈米的微小物體，但都沒有實際方法能夠測出原子的樣貌，直到Binnig 和Rohrer發明了掃描式穿隧電子顯微鏡（STM），科學家才能探索這個小小世界的奇妙之處。STM的原理——量子穿隧效應——在1890年代就被法國物理學家貝克勒（Henri Becquerel）所提出，他也因此與居禮夫婦共同獲得1903年的諾貝爾物理學獎。根據量子穿隧效應，當一根極尖的金屬探針與樣品（需為金屬）距離僅僅數埃（Å，10^-10公尺）時，樣品表面的電子會被探針尖端吸引，並且有機會衝進探針，形成大約100皮安培（皮，10^-12）的穿隧電流，電流的大小在這個特定範圍內會隨著距離的負指數次方而改變。所以，理論上只要讓一隻細針在金屬樣品上穩定的水平移動，就能藉由穿隧電流的變化得知表面的高低起伏。

但是，but，人生中最重要的就是這個but。理論是美好的，而現實是殘酷的，90年來都沒有人將穿隧電流做成顯微鏡一定是有原因的。科學家從理論走進現實後所面臨最大的魔王，是環境中難以抗拒的低頻振動。由於穿隧效應的性質，儀器只能在相當於5~10個原子的距離範圍內測到電流訊號，而自然界中無所不在的振動會輕易地將探針振動到有效距離之外，若無法避免振動擾亂訊號，穿隧電流顯微鏡的想法就無法實現。

「消除振動？可以用光學桌呀。」你心裡可能這麼想。頂級的光學桌有堅硬沈重的花崗石桌面和有彈簧性質的氣浮桌腳，可以過濾掉高於氣浮桌腳共振頻率的波，例如由人們走路、搬東西、關門等動作對地面造成的振動；但是除了這些人造的振動，建築物本身也會產生低頻振動，這卻不在光學桌的振動過濾範圍內。

每一棟建築都有不一樣的自然振動頻率，樓層高的頻率低，樓層低的頻率高，依照建築、結構又有所不同，但大抵都在0.1到幾個赫茲（Hertz, Hz）左右的範圍。人類耳朵可以聽到頻率在20~20000赫茲的聲波，大象、藍鯨等可以用低於20赫茲的次聲波溝通；波的頻率越低可以傳得越遠，大象0.5赫茲的叫聲能夠傳到20公里遠，同樣的，建築物結構的低頻振動也能遠播不易消失。建築的振動受到自然環境影響，高聳的建築受到風吹的力較大，許多高樓都有避震系統減輕風吹導致的搖晃，像是台北101大樓在92層樓下方懸吊的超大型金光閃閃阻尼球，就是全球最大的阻尼器，不僅可以吸引觀光客前往參觀，也可以吸收40%由風吹造成的晃動，避免觀景台上的情侶因暈船而搞砸浪漫約會。

為了排除這些光學桌無法吸收的樓房振動，STM的發明家如果遵循傳統的設計理念，思考出來的解決之道或許是找個地下室、礦坑之類的平穩場域來進行實驗。可是身處瑞士的Rohrer與Binnig，要上哪兒找礦坑做實驗呢？同時，當時STM的計畫純粹是他們倆的業餘興趣，沒有研究經費補助支持，他們也無法蓋一間豪華地底實驗室，這下他們該如何是好？

正當兩人思索這個問題時，空氣間隱隱傳出一道謎之聲：「If you cannot fight it, join it！」穿著吊帶褲的Rohrer博士低頭細細咀嚼這句話的玄外之意，眼神正好落在身上那條曾伴隨自己度過無數研究夜晚的吊帶，他頓時豁然開朗：「無所不在的地面振動源根本無法完全隔離；既然連光學桌都不能讓它固定不動，不如就讓整台儀器一起動唄！我身上這吊帶可看作是彈簧⋯⋯其實不就和光學桌的氣浮桌腳有異曲同工之妙嗎？」

Rohrer與Binnig立馬重新設計STM，將探針放置在一個緊密堅實的剛體（rigid body）結構內，再用吊帶將包含探針在內的STM剛體結構懸在天花板下方，就像像用Ｑ彈的橡皮筋吊著一顆堅硬的石頭，吊帶跟光學桌一樣可以過濾掉從環境傳入STM剛體結構的高頻振動，雖然吊帶會讓整台STM在空中晃動，但只要適當地設計新版本剛體結構STM中探針的共振頻率，就可以避免傳入的振動源影響針頭與樣品間的距離！

自穿隧電流被發現以來的90年，為解決振動問題，科學家不斷尋找更穩定的環境卻都枉然，Rohrer與Binnig用靈活的思路、基礎的知識，以概念翻轉的懸吊式光學桌，拉大儀器與環境的振動頻率差，成功催生世界上第一台STM，進而推動奈米研究的大躍進。「他們確實活用了基礎知識，所以我們開玩笑說這是第一次以力學成果得到的諾貝爾獎。」李老師說。

高靈敏度與大測量範圍如何兼得？

打敗了振動大魔王，科學家還得想辦法打破「精準度與測量範圍如魚與熊掌不可兼得」的鐵律。這種「有一好，沒兩好」的原則適用於所有人造測量儀器，例如智慧型手機裡的加速規，能夠測量人們行走時的加速度變化，但測量範圍一般只在1~2倍的重力加速度（我們稱之為1~2G）；而飛機上的加速規可以測量如美軍A10地面攻擊機轉彎時產生高達十幾G這種足以令人昏厥的強大加速度，此種等級的儀器雖然測量範圍廣，卻無法取得很高的加速度解析度。

以穿隧電流為原理的STM非常靈敏，可以測出幾顆原子等級的距離變化，卻只能測量樣品表面5~10埃的高低起伏。由於穿隧電流的強度與距離的指數次方呈負相關，只要探針與樣品之間的距離稍微縮短一個原子長度，穿隧電流就會瘋狂增加。但是穿隧電流只在兩物體相距5~10埃時發生，只要樣品表面稍微粗糙一點，就會導致水平移動的掃描探針撞牆或遠離樣品而失去訊號，因此測量範圍非常侷限。

「這種問題的解決方法都是一樣的。」李老師說。在STM的案例中，若固定探針的高度，而直接以穿隧電流的強度高低推算樣品與探針間的距離來描繪樣品表面地圖，測量範圍當然會受限於5~10埃的表面起伏；若探針能隨著樣品表面高度移動並維持固定距離，即使樣品表面有10埃以上的起伏也不怕了，但是探針與樣品間的距離如此微小，光是測量就不容易了，要怎麼維持他們的距離呢？

聰明的科學家巧妙地將STM的靈敏特性轉換成擴大測量範圍的工具：敏感的穿隧電流可以讓固定探針與樣品間距離的回授機制更加精準。由於穿隧電流對距離的反應非常靈敏，當穿隧電流增加時，就代表樣品正在逐漸靠近探針，這時儀器會立即通電到探針懸臂上的壓電材料，壓電材料通電後會改變長度，懸壁稍微縮短後就可以保持探針與樣品間的距離，最後讓儀器本身記錄驅動壓電材料的電壓，再換算出探針移動的距離，即可繪出樣品表面的樣子，如此一來，STM可測量的距離範圍就能遠遠大於穿隧電流所限制的5~10埃啦。「利用敏感的電流變化控制探針高度，就像是擁有一雙靈敏的雙眼，眼睛看得清楚後，雙手就能控制得精準。」李老師補充說明。

科學家藉由偵測穿隧電流強度來控制探針高度的方法，與外科醫師執行顯微手術大同小異。人們的頭髮直徑大概是80~125微米，拔下一根頭髮放在眼前細細端詳，光是將眼睛焦距調整在髮絲上就會讓人變鬥雞眼，而面對僅僅數微米粗的神經纖維，外科醫師竟能直接用雙手進行縫合！其實醫師執行顯微手術的法寶是那架在眼前的顯微鏡，當視覺的解析度增加，手眼協調的準確度就會放大。「從加速規等感應子的設計到微創手術用的顯微鏡，都是以靈敏的感應子（Sensor）來提高反應的精準度，這些道理是一通百通的！」李老師說。

Just do it！ 不試怎麼知道行不行得通？

1981年，IBM蘇黎世研究院的Rohrer博士以及他所提攜的Binnig博士共同發明了掃描式穿隧電子顯微鏡STM，成功測量出金屬表面奈米等級樣貌，因而在1986年獲得諾貝爾物理學獎，這年，Binnig博士進駐了IBM位於美國加州的阿爾馬登研究中心（Almaden Research Center），並且與史丹佛大學的Calvin Quate教授、IBM蘇黎世研究實驗室科學家Christoph Gerber三人共同發明了第一台原子力顯微鏡（AFM），這是一項衍伸自STM的發明，適用的樣品種類也擴增到STM無法測量的非金屬物質。

穿隧電流是STM測得出金屬表面奈米構造的原理，「有什麼性質是非導體也適用的呢？」Binnig博士心想，「對了，那萬物間無所不在的凡得瓦力！」原子間存在著凡得瓦力、氫鍵、共價鍵等微小的作用力，當物體越小，這些原子間作用力的影響會相對放大，當兩個物體逐漸靠近，凡得瓦力會讓彼此互相吸引，但當兩者相距最小距離時，凡得瓦力又讓彼此互相排斥。因此探針與樣品在特定距離時會產生快速的上下振動，只要測量探針的移動，就能得出樣品的表面特性。

為了讓探針受到微小的原子間作用力後可以自由振動，探針的懸臂必須相當柔軟，第一代的探針懸臂（cantilever beam）使用了鋁箔紙作為材料，鋁箔紙不僅夠軟，而且還是金屬！為什麼要特別強調鋁箔是金屬？只有當懸臂是金屬，第一代AFM探針的振動才可以用STM來測量。

這時AFM的研究速度已如海浪般難以抵擋，利用STM測量鋁箔紙探針懸臂起伏的第一代AFM很快就被後浪推倒在沙灘上，因為用這種方法測量懸臂振動還是太複雜了，取而代之的是光學槓桿法。只要打一束雷射光在探針懸臂上，讓雷射光的反射角度隨著懸臂的移動而改變，再用四象限光學感測器測量雷射光反射的偏移，就可以換算出懸臂的高度變化。當初光學槓桿的想法曾受到很大的質疑，因為理論上干擾因素太多了，然而實際上在AFM的微小空間中卻是可行的，現在的AFM也都採用光學槓桿測量。「我們常常設想太多而做太少，還以為什麼都不可行，而真正嘗試後才發現其實行得通。『just do it!』在很多時候都是成功的機會。」李老師說。

「當技術的基礎平台被開發後，衍伸的應用會發展神速。」李老師接著說。自AFM在1989年上市後，各式各樣由AFM衍伸出的儀器如雨後春筍般蹦出，沿用AFM的架構，只要改變探針材料就能用來測量不同的物質和作用力——金屬探針藉由穿隧電流測量金屬表面；利用凡得瓦力的吸力或斥力的原子力顯微鏡（AFM）可以測量一般的元件；帶靜電的探針可以測量原子等級的帶電量，這個方法也就構成了靜電力顯微鏡（electrostatic force microscope, EFM)；將AFM的探針改成鈷製探針可以建構出磁力顯微鏡（magnetic force microscope, MFM）來測量磁場分布……。

在那個磁碟機產業與技術均蓬勃發展的年代，當IBM的John Mamin博士首次於國際會議上發表新發明的磁力顯微鏡（MFM），台下聽眾無不低頭猛抄筆記，會後紛紛出去打電話，以當時最快速的方式傳遞這重大消息。不到一週的光景，全世界的公司都知道如何生產MFM，同時也有許多公司推出MFM儀器來販售，由於當時磁碟機是個八百億美金的市場，龐大的產業需求直接加速了MFM的普及。

科技，始終起於人性

Rohrer博士在諾貝爾獎感言中提到了在IBM的日子：「在IBM蘇黎世研究實驗室的那些年裡，我特別感謝那自由的研究氛圍，讓我能盡情投入在讓我著迷不已的領域。」自由的研究環境和同儕間的砥礪讓 Binnig 與 Rohrer 兩人有靈活的思維和既深又廣的基礎知識，能跳脫框架，做出上個世紀數一數二的重要發明。

STM和其衍伸出的AFM、MFM、EFM等各式奈米級顯微鏡，誕生於發明者的求知慾，不僅讓探索微觀世界和研究尖端科技的科學家道具升級，也餵飽他們好奇的腦袋；有別於這些讓人熱血沸騰的發明，日本的科學家用科技所滿足的，是人性中渴望陪伴的需求。柴田崇德博士（Takanori Shibata）在2003年開發了超萌療癒系機器小海豹「Paro」，它有毛絨絨的可愛外表，可以與人進行簡單的互動，雖然它不會每日向人道聲「喔嗨呦～」，也不會幫忙做家事，Paro卻有神奇的魔力，讓養老院的爺爺奶奶心頭暖暖並重展笑顏。究竟，機器人撫癒人心的公式是如何推導？與它們建立的情感又能否計算？我們下回見。:）

【極光片語】專欄收錄李世光老師的訪談，每一段小故事、小物件的背後，都有饒富趣味的科學道理。吉光片羽比喻殘存的珍貴文物，象徵李世光老師在科學研發的高昂志氣和人生智慧；傳說見到極光會帶給人一輩子的好運，期待讀者在本專欄得到的啟發，都能像看見極光般感動。