以多重透鏡顯示器呈現 3D 深度

本文與 威力暘電子 合作，泛科學企劃執行。

想像一下，當你每天啟動汽車時，啟動的不再只是一台車，而是一百台電腦同步運作。但如果這些「電腦」突然集體當機，後果會有多嚴重？方向盤可能瞬間失靈，安全氣囊無法啟動，整台車就像失控的高科技廢鐵。這樣的「系統崩潰」風險並非誇張劇情，而是真實存在於你我日常的駕駛過程中。

今天，我們將深入探討汽車電子系統「逆天改運」的科學奧秘。究竟，汽車的「大腦」—電子控制單元（ECU），是如何從單一功能，暴增至上百個獨立系統？而全球頂尖的工程師們，又為何正傾盡全力，試圖將這些複雜的系統「砍掉重練」、整合優化？

第一顆「汽車大腦」的誕生

時間回到 1980 年代，當時的汽車工程師們面臨一項重要任務：如何把汽油引擎的每一滴燃油都壓榨出最大動力？「省油即省錢」是放諸四海皆準的道理。他們發現，關鍵其實潛藏在一個微小到幾乎難以察覺的瞬間：火星塞的點火時機，也就是「點火正時」。

如果能把點火的精準度控制在「兩毫秒」以內，這大約是你眨眼時間的百分之一到千分之一！引擎效率就能提升整整一成！這不僅意味著車子開起來更順暢，還能直接省下一成的油耗。那麼，要如何跨過這道門檻？答案就是：「電腦」的加入！

工程師們引入了「微控制器」（Microcontroller），你可以把它想像成一顆專注於特定任務的迷你電腦晶片。它能即時讀取引擎轉速、進氣壓力、油門深度、甚至異常爆震等各種感測器的訊號。透過內建的演算法，在千分之一秒、甚至微秒等級的時間內，精準計算出最佳的點火角度，並立刻執行。

從此，引擎的性能表現大躍進，油耗也更漂亮。這正是汽車電子控制單元（ECU）的始祖—專門負責點火的「引擎控制單元」（Engine Control Unit）。

ECU 的失控暴增與甜蜜的負荷

第一顆 ECU 的成功，在 1980 年代後期點燃了工程師們的想像：「這 ECU 這麼好用，其他地方是不是也能用？」於是，ECU 的應用範圍不再僅限於點火，燃油噴射量、怠速穩定性、變速箱換檔平順度、ABS 防鎖死煞車，甚至安全氣囊的引爆時機……各種功能都交給專屬的 ECU 負責 。

然而，問題來了：這麼多「小電腦」，它們之間該如何有效溝通？

為了解決這個問題，1986 年，德國的博世（Bosch）公司推出了一項劃時代的發明：控制器區域網路（CAN Bus）。你可以將它想像成一條專為 ECU 打造的「神經網路」。各個 ECU 只需連接到這條共用的線路上，就能將訊息「廣播」給其他單元。

更重要的是，CAN Bus 還具備「優先通行」機制。例如，煞車指令或安全氣囊引爆訊號這類攸關人命的重要訊息，絕對能搶先通過，避免因資訊堵塞而延誤。儘管 CAN Bus 解決了 ECU 之間的溝通問題，但每顆 ECU 依然需要獨立的電源線、接地線，並連接各種感測器和致動器。結果就是，一輛汽車的電線總長度可能達到 2 到 4 公里，總重量更高達 50 到 60 公斤，等同於憑空多載了一位乘客的重量。

另一方面，大量的 ECU 與錯綜複雜的線路，也讓「電子故障」開始頻繁登上汽車召回原因的榜首。更別提這些密密麻麻的線束，簡直是設計師和維修技師的惡夢。要檢修這些電子故障，無疑讓人一個頭兩個大。

汽車電子革命：從「百腦亂舞」到集中治理

到了2010年代，汽車電子架構迎來一場大改革，「分區架構（Zonal Architecture）」搭配「中央高效能運算（HPC）」逐漸成為主流。簡單來說，這就像在車內建立「地方政府＋中央政府」的管理系統。

可以想像，整輛車被劃分為幾個大型區域，像是車頭、車尾、車身兩側與駕駛艙，就像數個「大都會」。每個區域控制單元（ZCU）就像「市政府」，負責收集該區所有的感測器訊號、初步處理與整合，並直接驅動該區的馬達、燈光等致動器。區域先自理，就不必大小事都等中央拍板。

而「中央政府」則由車用高效能運算平台（HPC）擔任，統籌負責更複雜的運算任務，例如先進駕駛輔助系統（ADAS）所需的環境感知、物體辨識，或是車載娛樂系統、導航功能，甚至是未來自動駕駛的決策，通通交由車輛正中央的這顆「超級大腦」執行。

乘著這波汽車電子架構的轉型浪潮中， 2008 年成立的台灣本土企業威力暘電子，便精準地切入了這個趨勢，致力於開發整合 ECU 與區域控制器（Domain Controller）功能的模組化平台。他們專精於開發電子排檔、多功能方向盤等各式汽車電子控制模組。為了確保各部件之間的溝通順暢，威力暘提供的解決方案，就像是將好幾個「分區管理員」的職責，甚至一部分「超級大腦」的功能，都整合到一個更強大的硬體平台上。

這些模組不僅擁有強大的晶片運算能力，可同時支援 ADAS 與車載娛樂，還能兼容多種通訊協定，大幅簡化車內網路架構。如此一來，車廠在追求輕量化和高效率的同時，也能顧及穩定性與安全性。

萬無一失的「汽車大腦」：威力暘的四大策略

然而，「做出來」與「做好」之間，還是有差別。要如何確保這顆集結所有功能的「汽車大腦」不出錯？具體來說，威力暘電子憑藉以下四大策略，築起其產品的可靠性與安全性：

1. AUTOSAR ： 導入開放且標準化的汽車軟體架構 AUTOSAR。分為應用層、運行環境層（RTE）和基礎軟體層（BSW）。就像在玩「樂高積木」，ECU 開發者能靈活組合模組，專注在核心功能開發，從根本上提升軟體的穩定性和可靠性。
   
2. V-Model 開發流程：這是一種強調嚴謹、能在早期發現錯誤的軟體開發流程。就像打勾 V 字形般，左側從上而下逐步執行，右側則由下而上層層檢驗，確保每個階段的安全要求都確實落實。
   
3. 基於模型的設計 MBD（Model-Based Design）： 威力暘的工程師們會利用 MatLab®/Simulink® 等工具，把整個 ECU 要控制的系統(如煞車)，用數學模型搭建起來，然後在虛擬環境中進行大量的模擬和測試。這等於在實體 ECU 誕生前，就能在「數位雙生」世界中反覆演練、預先排除設計缺陷，，並驗證安全機制是否有效。
   
4. Automotive SPICE (ASPICE) ： ASPICE 是國際公認的汽車軟體「品質管理系統」，它不直接評估最終 ECU 產品本身的安全性，而是深入檢視團隊在軟體開發的「整個過程」，也就是「方法論」和「管理紀律」是否夠成熟、夠系統化，並只根據數據來評估品質。

既然 ECU 掌管了整輛車的運作，其能否正常運作，自然被視為最優先項目。為此，威力暘嚴格遵循汽車業中一本堪稱「安全聖經」的國際標準：ISO 26262。這套國際標準可視為一本針對汽車電子電氣系統（特別是 ECU）的「超嚴格品管手冊」和「開發流程指南」，從概念、設計、測試到生產和報廢，都詳細規範了每個安全要求和驗證方法，唯一目標就是把任何潛在風險降到最低

有了上述這四項策略，威力暘確保其產品從設計、生產到交付都符合嚴苛的安全標準，才能通過 ISO 26262 的嚴格檢驗。

然而，ECU 的演進並未就此停下腳步。當ECU 的數量開始精簡，「大腦」變得更集中、更強大後，汽車產業又迎來了新一波革命：「軟體定義汽車」（Software-Defined Vehicle, SDV）。

軟體定義汽車 SDV：你的愛車也能「升級」！

未來的汽車，會越來越像你手中的智慧型手機。過去，車輛功能在出廠時幾乎就「定終身」，想升級？多半只能換車。但在軟體定義汽車（SDV）時代，汽車將搖身一變成為具備強大運算能力與高速網路連線的「行動伺服器」，能夠「二次覺醒」、不斷升級。透過 OTA（Over-the-Air）技術，車廠能像推送 App 更新一樣，遠端傳送新功能、性能優化或安全修補包到你的車上。

不過，這種美好願景也將帶來全新的挑戰：資安風險。當汽車連上網路，就等於向駭客敞開潛在的攻擊入口。如果車上的 ECU 或雲端伺服器被駭，輕則個資外洩，重則車輛被遠端鎖定或惡意操控。為了打造安全的 SDV，業界必須遵循像 ISO 21434 這樣的車用資安標準。

威力暘電子運用前面提到的四大核心策略，確保自家產品能符合從 ISO 26262 到 ISO 21434 的國際認證。從品質管理、軟體開發流程，到安全認證，這些努力，讓威力暘的模組擁有最高的網路與功能安全。他們的產品不僅展現「台灣智造」的彈性與創新，也擁有與國際大廠比肩的「車規級可靠度」。憑藉這些實力，威力暘已成功打進日本 YAMAHA、Toyota，以及歐美 ZF、Autoliv 等全球一線供應鏈，更成為 DENSO 在台灣少數核准的控制模組夥伴，以商用車熱系統專案成功打入日系核心供應鏈，並自 2025 年起與 DENSO 共同展開平台化量產，驗證其流程與品質。

毫無疑問，未來車輛將有更多運作交由電腦與 AI 判斷，交由電腦判斷，比交由人類駕駛還要安全的那一天，離我們不遠了。而人類的角色，將從操作者轉為監督者，負責在故障或斷網時擔任最後的保險。透過科技讓車子更聰明、更安全，人類甘願當一個「最弱兵器」，其實也不錯！

• 撰文｜許世穎

本文轉載自 CASE 科學報 《天有多大？宇宙中的距離（2）—從太陽到鄰近恆星》

「視差（parallax）」是天文學家常用來量測距離的好工具。藉由視差，我們得以精準的量測地球到太陽的距離，再更進一步量測周遭恆星的距離。目前直接量測距離的方法中，視差是能量測最遠的一種，目前的極限大約是 1 萬光年。天文學家利用視差的概念已經很久了。然而在中古世紀，視差量測的結果卻讓當代的天文學家得出了「地球不會動」的結論……

太陽的距離：金星凌日、視差法

前作〈天有多大？宇宙中的距離（1）—從地球到太陽〉提到，我們可以在金星凌日的時候，藉由「視差（parallax）」來量測地球與金星的距離，並間接得到太陽的距離。「視差」就是「因為觀察位置不同，讓看到位置也不同」的現象。讀者們可以試試看，伸出一隻手指頭比個「1」、放在眼前大約 50 公分左右的地方。接著兩眼輪流交替閉上。如果讀者們真的有照做的話，應該會發現手指頭相較於背景來回大幅度地跳動。仔細觀察的話，會發現背景並不是不動，只是幅度很小而已。

從這個實驗我們得到幾個結論：（1）從不同的眼睛看出去，看到的物品位置會不同。這個現象就是視差；以及（2）距離愈近的東西，這個差異會愈大，也就是視差愈明顯（如圖 1）。我們可以根據這個視差的效果，來推算出物體的距離。

其實這也就是我們的眼睛判斷距離的方法！每個不同距離的物品從我們的左右眼看出去的位置差異不同。這兩個影像經過大腦判斷後，我們就可以得到距離的資訊。這也是 VR 實境立體畫面的原理。開發者先計算出每個物件在各自的距離下，兩眼會看到的視差效果。接著根據計算結果給予兩隻眼睛看到不一樣的畫面，我們的大腦就會自動合成出立體的圖像！

「兩個觀察位置的距離」稱為「基線（baseline）」，會影響視差的效果。一般而言，基線愈長，看到的視差就愈明顯。前面說到：「距離愈近的物品，視差會愈明顯。」換句話說，距離太遠的東西，視差就愈不容易觀察到。天文學家盡可能的把基線拉大，在兩個相距很遠的地方觀察天體，才能更精確的得到這些天體的距離。金星凌日發生的時候，科學家就是在地球找兩個相距很遠的地點做觀測，才有辦法測量出較為精確的金星視差，換算成金星的距離，最後計算出地球至太陽的距離。

鄰近恆星的距離：視差法……？

恆星當然也有視差了。提到量測恆星的視差，一定要提到 16 世紀著名的丹麥天文學家第谷．拉赫（Tycho Brahe）。當時還是個在爭論「地心說」、「日心說」的時代。他想利用恆星的時差來推論「地球到底會不會動」。如果「日心說」是對的，那麼隨著地球位置的不同，應該要看到恆星的視差。如果「地心說」才是對的，那麼因為地球的位置不變，不管怎麼觀察，恆星都不會出現視差。

在「日心說」的假設下，最遠的兩個觀察點是哪裡呢？可不是地球的兩端，而是「相隔 6 個月的地球」！可以想像，如果地球繞著太陽每一年繞轉一圈的話，那麼相隔 6 個月的地球會在太陽的兩端，這個間距可比地球的兩端大多了（見圖 2）！既然兩個觀測點是地球在太陽兩端，就代表基線（兩個觀測點間距）就是 2 倍的「日-地距（地球到太陽距離）」。用前面的方法得到的「日-地距」愈精確，那麼藉由視差法測出來到恆星的距離就能愈準。

為了精密的量測恆星的位置，必須要有非常良好的天文台。第谷可是丹麥的貴族啊！他直接花錢蓋了一棟天文台來量測、紀錄星星的位置，卻發現怎麼樣都量測不出恆星的視差。這代表了兩個可能性，一個是「地球不動」，另一個可能性就是「恆星太遠」。第谷認為，如果恆星真的這麼遠，而我們在地球上還是看得到的話，這些恆星未免太大了！他認為這不太可能，因此認定「地球不動」。

那到底哪裡出錯了呢？用一個簡單的例子來說明：「拿捲尺去量一張紙的厚度，當然怎麼量厚度都是 0 公分啊！」其實第谷的推論完全合理，量測不到恆星視差的原因真的就是因為「恆星太遠」，所以視差太小而無法看到。從現代的數據我們可以回推他當時的情況，太陽以外最近的一顆恆星是位於「半人馬座」裡的「比鄰星（Proxima Centauri）」，距離是 4.22 光年。產生的視差比第谷使用的天文台精密度還要更小了好幾倍！他所推估這些恆星的大小從現在眼光來看也非不合理，只是真的難以想像。

現在的我們有了更良好的儀器，已經可以靠視差來推算恆星的距離了。不過視差法曠日費時，倒也不難理解，畢竟要有好的基線要等半年啊……而且儀器的辨識率也是有極限的，目前視差法的極限差不多是 10 微角秒（1 角秒為 1/360 度） ^[2]，相當於十億分之一度！換算成能量測到的距離極限，差不多是 1 萬 6 千光年左右。聽起來很多嗎？銀河系的直徑約 10 萬至 18 萬光年，這個距離極限連銀河系都看不穿。所以視差法雖然好用，但只能拿來測量鄰近恆星的距離（見圖 3）。

視差法是直接量測距離的盡頭了。想要把銀河系看穿、想要知道銀河系中其他成員們的距離，我們得開始「間接量測」。先做出一些物理學上的假設，才能夠「猜」出距離。想要知道更遙遠的距離，則需要更多的假設，這個概念叫做「宇宙距離階梯（cosmic distance ladder）」。下一篇文章中，我們將帶大家進行恆星的「人口普查」，並且利用普查結果來得到更遙遠的距離。

1. pixabay / martinklass
2. wiki / Parallax
3. 網路天文館 / 恆星的距離測量

本系列其它文章
天有多大？宇宙中的距離（1）—從地球到太陽
天有多大？宇宙中的距離（2）—從太陽到鄰近恆星
天有多大？宇宙中的距離（3）—「人口普查」

文：俞欣豪（ 認知科學博士，目前是澳洲莫納許大學 (Monash University) 的研究員。專長是靈長類動物的視覺系統。）

法國哲學家笛卡爾在一六三七年發表了《幾何學》（La Géometrie）。這篇長文是《方法論》的一部份，它首創分析幾何學，是西方文明最重要的著作之一。不過這本書中的一張插圖有錯，一直要等到將近四個世紀後的公元兩千一二年才被發現。奇怪的是發現這個錯誤的人，不是數學家，不是歷史學家，而是研究三葉蟲的古生物學家。

為什麼古生物學家會鑽研笛卡爾？笛卡爾跟三葉蟲到底有什麼關係？

這張有錯誤的圖出現在《幾何學》的第二冊。笛卡爾在這裡解釋如何繪製一種我們今日稱為「笛卡爾橢圓」（Cartesian ovals）的平面曲線。為什麼笛卡爾要大費周章研究這種曲線？這個問題不是很容易解答，連笛卡爾自己都沒有在書裡解釋清楚，我們要稍微瞭解一下笛卡爾的學術生涯才行。

跨足多領域的學術生涯

笛卡爾在一六三七年發表了《方法論》（Discours de la méthode）。他在這本書裡討論如何用理性思維精確地獲得知識。眾所皆知的「我思故我在」，就首次出現於《方法論》的第四講。有些介紹笛卡爾的文章太過於強調《方法論》裡抽象的哲學思維，讓讀者以為笛卡爾用《方法論》當工具，得到最重要的成果，是證明了上帝與自我的存在。其實《方法論》只是導論，笛卡爾在《方法論》後附上三篇長文，用來展示這種思考方式得到的成果。這三篇長文分別是：《氣象學》（Les Météores）、《折光學》（La Dioptrique）、與《幾何學》（La Géométrie），這說明了笛卡爾相信他的方法學，主要的應用是在於自然科學與數學。

笛卡爾的思考是非常深刻而且多樣化的，這三篇長文討論三個看似獨立的主題，其實有許多共同的脈絡。以《折光學》為例，笛卡爾在《折光學》的第二講裡推導出了光波折射，入射角與折射角之間的數學關係[1]。這是一個了不起的成就，因為它是解釋許多自然現象的關鍵。例如《氣象學》就利用這個公式解釋彩虹的形狀。更重要的是在《折光學》裡，笛卡爾把折射定律運用在人體最重要的光學器官 — 眼睛。他解釋了影像是如何投射在視網膜上，推測近視與遠視的成因，並且討論如何用透鏡彌補眼睛構造天生的不足。為了看到肉眼不能看到的東西，笛卡爾分析了放大鏡、望遠鏡、顯微鏡的原理。《折光學》展現出來的務實的笛卡爾，他追隨法蘭西斯·培根等人的論點，致力於發展一種為人類需求服務的知識。

講起務實，笛卡爾可能比大部分人的想像還要務實的多。《折光學》最後一講描述一種機器，在理論上可以自動磨出前所未有的高品質鏡片。事實上在《折光學》發表之前，笛卡爾就已經花了超過十年的時間研發這種機器。在一六二零年代，笛卡爾還住在法國的時候，他就跟工匠合作試圖磨出特殊設計的鏡片。體弱多病，一天到晚躲在房間裡的笛卡爾，甚至在工廠裡親自監工。一六二九年笛卡爾移居荷蘭，不過還是不忘從遠方監督法國工廠的進度。用我們今日的話講，笛卡爾是十七世紀的新創公司創業者。當時的產業界跟今日沒有很大的差別，也是有許多競爭者，有非常高的風險。笛卡爾花了大筆投資人的錢，雖然製造出了一些產品的原型，不過品質達不到期望的標準，最後放棄。在《折光學》的最後一章，笛卡爾乾脆把他的商業機密用開源（open source）的形式提供給歐洲學界，希望有別人能夠完成他的夢想。

透鏡在從中古時代被就用來矯正視力[2]，所以磨透鏡在笛卡爾的時代並不是什麼新鮮事。不過十七世紀初，透鏡突然變成了不折不扣的高科技，這是因為伽利略這些科學家開始發展出高倍數望遠鏡。這些新的儀器除了有天文學的應用外，還有軍事價值，立刻就受到各界的注意。

完美的形狀，不完美的透鏡

當時的笛卡爾掌握了這方面的關鍵技術：他推導出來的折射定律，讓他成為最早能用分析性思維，探討透鏡跟視覺關係的人。這跟當時磨鏡片的工匠，用經驗法則行事，有很大的不同。此外，笛卡爾發明了分析幾何學。他把幾何與代數這兩個原來不相關的學問結合起來，發現許多困難的幾何問題，都能迎刃而解。這些發現最後發表在《幾何學》裡。

《幾何學》是數學史上最重要的著作之一，它的主要內容看似非常理論化，是要解決古希臘數學的幾何曲線分類問題，不過笛卡爾也沒有忽略分析幾何在解決實際問題上的威力。《幾何學》第二冊裡有相當的篇幅討論各種橢圓形的畫法，其實那些都是光線在不同介質裡折射問題的解。《幾何學》的這個部分，是在發展設計透鏡的數學工具。

十七世紀使用的光學鏡片，跟我們熟悉的放大鏡類似，都是球面鏡片。也就是說這些鏡片雖然不是球體，不過它們的兩個曲面，都是球面的一小部分。球面鏡片容易磨製，而且希臘人認為球體是完美的形狀，不難理解為什麼用在鏡片上。笛卡爾用他自己發明的數學工具分析成像，發現球面鏡片有重大的缺點，那就是遠方傳來的平行光，在球面鏡片的彎折後，不會聚焦在同一點上，因此造成模糊的影像。這個現象我們今日稱為「球面像差」（spherical aberration）。

笛卡爾推導出非球面鏡片的公式，用來解決球面像差的問題。根據史料，歷史學家相信笛卡爾用手工磨片的方法，製造出了少量的非球面鏡片，但因為精確度的問題，這些鏡片並沒有比一般的球面鏡片優秀。笛卡爾相信他設計的機器可以取代人工，可以大量的產生精確的非球面鏡片，不過理論畢竟跟實際有許多差距，笛卡爾花了十五年的時間跟不同的工匠合作，用盡了創業基金，還是沒有辦法實踐他的自動磨片機。

《折光學》出版後在歐洲的科學界引起了研究非球面鏡片的風潮，許多科學家都加入研發非球面鏡片的行列。例如說在一六九零年荷蘭科學家惠更斯（Christiaan Huygens）發表了《光學理論》（Traité de la Lumière），在這本書裡，他不但描述了光的波動理論，還推導出了跟笛卡爾不一樣的非球面鏡片公式。牛頓也曾經試著研磨非球面鏡片，不過因為牛頓對於光學有更深入的了解，他發現校正球面像差並不能解決所有的光學問題[3]，因此非球面鏡片並沒有笛卡爾想像中的完美。非球面鏡片的製成技術因為難度高，久久沒有突破，科學家漸漸把注意力轉移到反射望遠鏡以及其它光學科技上。非球面透鏡的問題，慢慢的被遺忘了。令人欣慰的是實踐笛卡爾構想，的確是有成功的例子。《折光學》發表三十年後的一六六七年，英國科學家 Francis Smethwick 第一次磨出高品質的非球面鏡片，因此製造出非常高效能的望遠鏡，不過他的設計沒有普及化。

由古老三葉蟲發展出新突破

笛卡爾的非球面鏡片沒有普遍化，不過奇怪的是演化這個「盲目的鐘錶匠」[4]居然在冗長的生物演化史中，製造出了非球面鏡片。這就得提起三葉蟲了。三葉蟲最早出現於五億三千萬年前，整整有三億年的時間，是地球上最成功的動物之一。三葉蟲的種類繁多，有超過上萬種物種。一般逛博物館的人對三葉蟲的印象是大型蟑螂。常見的三葉蟲化石，眼睛小而且構造看似原始，多數人大概不會想到有些三葉蟲是靠視覺捕殺獵物的動物。不過有些三葉蟲有非常精細的椱眼構造，吸引了視覺科學家的注意。

視覺科學跟古生物學沒有太大的重疊，那是因為動物眼睛裡的光學元件，如角膜與水晶體，大多是由細胞組成，這種軟組織不會留下化石，因此無法研究。三葉蟲是個例外。它們的複眼裡，折光的元件是生物體合成的方解石，是礦物，因此保留到今日。這是一個讓我們探索古生物的視覺系統的難得機會[5]。一九七五年古生物學家與物理學家合作，開始研究三葉蟲複眼裡透鏡的幾何結構，他們發現有兩個三葉蟲物種，透鏡的形狀跟笛卡爾、惠更斯提出的非球面鏡片，有驚人的相似性，因此推測它們的功能是對抗球面像差，用來增加視覺的感光度。

造物者的偏心？

這篇文章討論的主題實在是有點隱晦，古生物學，光學，數學史這些內容，應該是只有學者會有興趣。不過你要是用 Google 搜尋三葉蟲眼睛的資訊，就會發現有些基督教創造論的網站，在講三葉蟲。創造論信徒翻遍了所有科學文獻，不論什麼隱晦的內容，都可以拿來作為反對演化論的依據，連三葉蟲的眼睛構造這麼冷門的主題都不放過。這些文章通常充滿錯誤的科學知識，與邏輯謬誤，不值得在這裡詳細檢討。最重要的地方在他們誤解了笛卡爾非球面鏡片的意義。創造論者說因為三葉蟲的透鏡結構類似笛卡爾用數學推導出來的「完美鏡片」，所以可以推論這種眼睛構造，一定是完美的造物者設計出來的，不可能是演化的結果。

第一個問題是只有少數的三葉蟲物種有這種眼睛，不是所有的三葉蟲都有，因此我們得問為什麼造物者這麼偏心，給別的三葉蟲不完美的眼睛。更重要的問題是是笛卡爾的鏡片，是為了解決特定問題而設計出來的，用在顯微鏡與望遠鏡上，是理論上的最佳解[6]，但作為生物的視覺器官，其實不是個好設計。三葉蟲用方解石作為透鏡，不像我們的水晶體可以依照需求改變形狀，是非常嚴重的缺陷，是盲目的演化過程陷入的死路，非球面透鏡是修正這種缺陷不得不演化出來的設計。三葉蟲的視覺系統比早期古生物學家的推測精密，不過跟現代動物比起來仍然是非常的原始，有許多嚴重缺陷，並不是創造論者所說的「完美眼睛」。

探查科學的歷史，有一種方法是追問科學理論是在什麼文化與思想背景下形成的。另一種方法是試著親自動腦動手，追隨前人的思路。笛卡爾與惠更斯兩人都是難得的天才，是我們一般人難以相比的。不過隨著知識的進展，以及教育科技的普及化，今日的我們只要善用笛卡爾推導出來的折射公式，要獨立推導出笛卡爾與惠更的鏡片公式，完全不費吹灰之力。我只花了一個下午的時間，靠著數學軟體 Mathematica 的幫忙，就得到了笛卡爾思考多年才得到的結果。有趣的地方是三度空間印表機在這幾年已經進步到了可以印製光學元件的程度。也許幾年之後，我們只要下一個指令，就可以實體擁有這些鏡片，到時所有的人都可以輕易廉價的實驗各種各種光學元件。也許這是笛卡爾在《折光學》裡構想的機器，最終極的實踐吧。

註釋：

• [1] 也就是所謂的「司乃耳定律」（Snell’s Law）。笛卡爾並不是第一個推導出這個定律的人，不過這裡他用跟前人不同的方法得到同樣的結論。
• [2]小說《玫瑰的名字》的讀者也許記得主角威廉，是十四世紀的僧人，就帶著一副眼鏡。
• [3] 例如說牛頓發現「色差」（chromatic aberration），也會影響成像的品質。色差造成的問題不能用笛卡爾的光學解決。
• [4] Dawkins, R. (1986) The Blind Watchmaker: Why the Evidence of Evolution Reveals a Universe without Design.
• [5] 最新的科技甚至讓科學家重建三葉蟲眼睛裡面感光神經的結構，三葉蟲因此是我們能研究最古老的視覺神經系統。見 Schoenemann, B. & Clarkson, E. N. K. (2013) Discovery of some 400 million year-old sensory structures in the compound eyes of trilobites. Scientific Reports 3, e1429。
• [6] 光學理論要等到牛頓的時候才開始成熟。笛卡爾的光學基礎其實非常的原始。因為他沒有考慮到色差等因素，他的鏡片嚴格說起來並不完美。不過三葉蟲的水底視覺，色差的問題並不嚴重，在這裡可以忽略。
• [7] Egri, A. & Horváth, G. (2012) Possible optical functions of the central core in lenses of trilobite eyes: spherically corrected monofocality or bifocality. J. Opt. Soc. Am. A 29, 1965.
• [8] 笛卡爾在《折光學》裡也有一張插圖描述非球面透鏡，這張插畫就沒有那個尖角。可見笛卡爾只是在準備《幾何學》插圖時，犯了一個小錯誤。我跟 Horváth 教授通過信，他說這個錯誤的確是在幾百年之內沒有人注意到，一直要等他用數學方法模擬三葉蟲的眼睛結構時才無意發現。
• [9] Crozonaspis 三葉蟲透鏡跟惠更斯透鏡的相似性，因為有比較直接的實驗證據，至今仍然被科學界認為是有對抗球面像差的功能。

參考資料：

• Ribe, N.M. (1997) Cartesian optics and the mastery of nature. Isis 88, 42–61.
• Burnett, D.G. (2005) Descartes and the hyperbolic quest: lens making machines and their significance in the seventeenth century. American Philosophical Society.

本文轉載自作職業科學家的業餘科學者。

上個月於日本舉行的 CEATEC 2011 展出不少款 3D 顯示器，紛紛以「裸眼（glasses-free）」這項特色做為號召，不過在其中一款 3D 顯示器簡報中所提到的技術格外令人感興趣。日本筑波大學（Tsukuba University）的研究者展示一款 3D 顯示器原型，那在焦深（focal depth）上運用了多層次透鏡並強化 3D 影像的深度知覺。當前方物體位於焦距內時，後方的就會變模糊。當你觀看位於後方的物體時，那些在前方的就會變模糊。

這款顯示器的核心特色為：它能夠重現焦深。根據影片所提到的，這款顯示器將提供二種版本。其中一款，透鏡陣列的連結處很平順。當你移動你的頭，圖像會平順地呈現。這款顯示器有 76 個視點（viewpoints），重現自然運動視差（natural motion parallax）。另一種版本有 50 個視點與更高的解析度，那透過非對齊中央的（non-aligned centers）透鏡辦到。

一般的裸眼 3D 顯示器只有水平視差，不過在 50 個視點的例子裡，有 10 個水平視差與 5 個垂直視差。不管你水平移動或是垂直移動，圖像都會變化。換言之，這款顯示器的特色就是，當你躺下而你的頭橫著看時，你可以看見 3D 圖像。癥結在於解析度。

“這款顯示器的解析度約 200 x 200，所以那還不夠，” 掛谷英紀（Hideki Kakeya）教授表示。”不過此系統的特點之一是，如果你沒有單一高解析度面板，你可以運用小面板的陣列，當透鏡經過排列，你可以將邊框（bezels）隱藏。” 這樣做很花錢，不過在實作上要增加解析度不難。

在進行他的研究時，掛谷的目標基準並非娛樂產業，而是這種技術如何能為了特殊目的而播放 3D 場景。

他的目標是即時互動場景，在此，觀者需要密集地感知 3D 空間 — 遠端操控的機器人、3D 繪製、手術模擬等等都是例子。

據報導，這款 CEATEC 展的主要應用是透過遠端操控的機器人拾起物件。這樣的操作，如同其他的，將需要深度能被精確的顯示。

在 CEATEC 之外，掛谷教授的研究聚焦在利用粗整合體積成像（coarse integral volumetric imaging，CIVI）的精確深度知覺上。這在最近的一篇論文中被定義成：藉由引進多層次化結構，結合多視角（multi-view）與體積解（volumetric solutions）以整合成像的 3D 顯示技術。

資料來源:PHYSORG:Prototype uses multi-lens display for 3-D depth[November 7, 2011]

轉載自only-perception