霍金也要找外星人？挑戰開發奈米太空船探訪鄰近恆星

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

時空旅人存在嗎？霍金的未來派對

回到過去不只是科幻迷的夢想，每個人或多或少，都有一兩件想要改變或挽回的事。可惜的是，我們在空間中可以自由移動，甚至走到馬路對面再走回來，回到起點。（當然，也有人走個斑馬線就到了異世界）然而在時間軸上，我們卻不斷地向前進，不能倒頭。這是為什麼呢？

物理大師史蒂芬．霍金，對時間的研究可說是不遺餘力，他也透過著名的《時間簡史》、《大設計》等著作，向我們闡述宇宙與時空的奧妙。霍金是位時空旅行的夢想家，為了驗證世界上是否真的有時空旅人，他甚至曾經做了一個有趣的實驗。

2009 年 6 月 28 日中午 12 點，霍金認真地在劍橋大學舉辦一場盛大派對，桌上擺了美食與香檳，一旁的柱子上還綁了三色氣球。霍金仔細地準備好公開邀請函，上面寫著「誠摯地邀請您參加時空旅行者派對」，附上時間、地點甚至是準確的經緯度，希望時空旅人沒有迷路的藉口。

邀請函對外公開時間是派對結束「之後」，他確保這個訊息可以流傳數百年，並希望有時空旅人能看到邀請函，回到過去參加這個派對。可惜的是，無人響應、無人到場。霍金認為這證明了他的推論——時間旅人不存在。當然，如果當時有時空旅人跳出來打臉他，他也會感到非常開心。還是你認為，這只是因為時空管理局下明令，禁止未來人透露各種訊息給過去的人類，對於結果其實不需要感到意外呢？

為何我們不能讓時間倒轉？霍金的三支箭矢

在研究時空旅行之前，我們先來了解，為什麼我們總無法倒轉時間。

對於時間的流向，霍金提出了「三支箭矢」的構想，這不是安倍晉三的經濟學箭矢，而是時間箭矢。這三支時間箭矢，分別為心理學箭矢、熱力學箭矢、和宇宙箭矢。

心理學箭矢，就是我們生物感受到時間的流向。熱力學箭矢，則是熱力學中「熵」越來越大的方向，也是世上一切現象運行的方向。

所謂「熵」，是我們用來評估一個狀態的混亂程度的物理量。熵越大越混亂；例如，髒亂房間的熵比整齊的房間還大、摔成碎片的杯子熵比完整的時候還要大。根據熱力學第二定律，世間一切現象都會朝著熵變大的方向發展：杯子一定會摔碎、裡面的水一定會灑滿一地。但是，我不是可以把髒亂的房間整理整齊嗎？沒錯，但熱力學告訴你，在你整理房間的時候，你可能為世界增加了 20 點的秩序量，但你身體因為運動放出的熱能，可能會為整個宇宙增加 100 點的混亂量，整體的熵還是增加的。

至於最後一根箭，宇宙箭矢，則是宇宙膨脹的方向。宇宙在膨脹過程中，粒子會越加分散，熵也會持續增加，因此宇宙箭矢會與熱力學箭矢同方向。

回到體感時間，既然熱力學箭矢代表世界運行的方向，如果熱力學箭矢與心理學箭矢的方向相同，那我們就會看到杯子掉到地上摔破、水灑出來。但如果反過來，熱力學箭矢跟心理學箭矢反向飛行，那我們就能看到天能中的逆熵，我們會看到杯子從碎片修復、回到桌上，水也跟著回到杯子之中。

既然如此，那我們要怎麼讓這兩支箭矢反向飛行呢？遺憾的是，因為我們的這具肉身限制，要感受環境、需要外界訊號刺激，並且轉為神經訊號到大腦；要思考，神經細胞必須透過呼吸作用，取得能量來持續運作。我們的一舉一動，建立在生物與化學反應上，也因此必須遵守熱力學第二定律。如果不遵守，我們甚至無法獲得能量，生命根本無法維持。這種現象也被稱為「弱人擇原理」。

為何心理學箭矢和熱力學箭矢必須同向？因為不同向，我們就無法存在，也就無法思考這個問題。

超光速可以連接過去？

在 DC 宇宙的影視作品中，能穿越時間的閃電俠肯定是經典代表。在 DC 宇宙，透過神速力的加持，閃電俠可以突破光速，回到過去。這會發生什麼事情呢？

根據相對論，在速度接近光速時，時間會變為相對，對於不同速度的觀察者來說，也會產生歧異。舉例來說，如果閃電俠在路上與粉絲打招呼，卻被蝙蝠俠催著去開會。無奈的他，只好與粉絲說掰掰，接著以超光速前往蝙蝠俠基地，準時趕上會議。如果粉絲這時候用望遠鏡看著這一切，他們會看到，閃電俠先跟自己說了掰掰，接著才趕上遠處的會議，而且以距離計算，閃電俠肯定超越了光速。

然而神奇的事來了，如果此時蝙蝠俠等得不耐煩，突然想回高譚市與小丑敘敘舊，他拿出了從沒有任何人知道的特製蝙蝠車，一台可以以接近光速移動的蝙蝠車，從基地離開。就在這個時候，從他的角度觀察閃電俠，他會發現，閃電俠先到達了會議室，接著才發生遠處閃電俠與粉絲說掰掰的場面。蝙蝠俠和粉絲們看到的情景大不相同，不同觀察者的時間產生歧異了。

甚至對於獲得高速移動能力的蝙蝠俠來說，如果他的蝙蝠車也能以超光速移動而且速度夠快，他甚至能在閃電俠到達會議室前，就先跑去正在與粉絲說掰掰的閃電俠旁邊，告訴他開會的會議結論，你不用再跑一趟了。

看來透過超光速回到過去，還真的是有可能的。但別忘了相對論施加的限制，要將物體越加速到接近光速，所需要的能量就越大。如果要將有質量的物體加速到等於光速，就需要無限大的能量。或許閃電俠的神速力確實能辦到，當然這也就代表，閃電俠或許是DC宇宙中無敵的存在了。

顯然，沒有神速力，也不是超級英雄的我們，把自身加速到超光速來時間旅行，顯然不是一個好選項。但如果我們能扭曲時空、建立捷徑，達成超光速呢？

就算兩地相隔數公里，如果我們能將時空對折，並在中間打一個洞，創造出一個任意門，只要跨過一步就能跨越原本要走上半天的路程，不就超光速了嗎？事實上，不能超光速移動的我們，跨越時空的「蟲洞」，很有可能就是我們最後的選項。

蟲洞有辦法被製造嗎？

蟲洞的概念不只是存在於科幻小說的情節，1935 年，愛因斯坦與羅森發表一篇論文，指出根據廣義相對論的計算，在某些條件下，宇宙中可能出現連接不同時空區域的「蛀孔」，稱為愛因斯坦——羅森橋，也就是我們說的「蟲洞」。

正常來說，宇宙中的能量或有質量的物質，會在宇宙中產生如同球面的正時空曲率，產生引力。如果想要產生負時空曲率，將時空向內凹陷，創造出蟲洞，我們就需要創造出負能量或具有負質量的物質。

那麼要怎麼做出負能量或負質量的物質呢？

接下來我們進入到腦洞大開的環節：還記得我們在量子系列第五集，介紹薛丁格的貓時提到的不確定性原理嗎？根據這個理論我們可以預測，就算在空無一物的「真空」中，其實非常熱鬧。在真空中，會不斷出現正粒子與反粒子組成的虛粒子對，他們一起出現，又重新碰撞、互相湮滅，這個過程被稱為量子漲落。雖然兩種粒子會互相湮滅，但不論正、反粒子都是擁有正能量與正質量，在量子漲落的過程中，為了維持整體的能量穩定，某些地方出現正能量密度，某些地方就會出現負能量密度。以此架構延伸，我們便能在真空中設計兩塊金屬板，能透過卡西米爾效應，在兩塊金屬板中，創造出負能量的區域。而這個卡西米爾效應，也在 1996 年在實驗中被實際觀測到。

透過蟲洞時間旅行有可能嗎？

那麼通過蟲洞時間旅行是可能的嗎？根據後來的計算，愛因斯坦——羅森橋，也就是蟲洞的存在時間非常短，會在太空船通過之前，就塌縮成奇異點。而蟲洞的通道大小，也不足以讓任何粒子大小的物體穿過。

但霍金沒有將可能性說死，或許將來，會有技術可以撐開並維持蟲洞的存在，足以讓人類穿梭而行。或許時空旅行，將成為現實。除此之外，超弦理論也有一些說法證實蟲洞可能存在，但目前弦理論都還僅止在數學計算，還未能應用在實際現象中。

但你說，霍金不是已經透過時間旅人派對證實，沒有時空旅人了嗎？霍金解釋，根據時間悖論問題，我們看不到時空旅人，是非常正常的。至於為何無法修改過去，產生時間悖論，有可能是當過去已被「測量」，那宇宙就不能再被更改，又或是真的有某種有形或無形的時空管理局，在維持這個世界的安全呢？

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

我們不斷地在探究外太空到底有什麼？但是我們的了解始終還只是廣大宇宙中的一小點。我們登陸過月球，但也就只是月球；我們派航海家一號（Voyager 1），從 1977 年發射至今 38 年，也是目前唯一一個抵達太陽系外的太空船。我們對於超越太陽系的區域目前都還是只能依賴各種天文望遠鏡，以及各種觀測技術來了解。

這樣當然無法滿足大家的好奇心！我們都想到達更遠的地方，甚至知道這個宇宙中有沒有跟我們一樣的生命體。

知名物理學家霍金（Stephen Hawking）這一次和俄國富豪尤里．米納爾（Yuri Milner）聯手，宣布一項重大的計畫「突破攝星」（Breakthrough Starshot，亦翻譯為「突破星擊」），他們希望可以挑戰在 20 年內抵達距離太陽 4.37 光年的半人馬座阿爾法星（Alpha Centauri），也是距離我們最近的恆星系統。

這個難度在哪裡？以已經航行 38 年的航海家一號為例，直到 2016 年 4 月 13 日為止也才距離太陽 200 億公里，而半人馬座阿爾法星則是距離太陽 41.3 兆公里，足足是航海家一號航行距離的 2000 多倍。即使在航海家一號發射後 38 年的今天，航太科技已有相當的進展，但以現有的科技我們仍需 3 萬年才有辦法抵達半人馬座阿爾法星。

我們都無法想像 3 萬年後人還會不會存在？地球又會變成什麼樣子？霍金和米納爾勢必得提出一個超越現有技術的方法，來達成縮短這原先需要 3 萬年的旅程。米納爾宣布將打造奈米太空船艦隊（nanocrafts），並以光束推動，速度可達光速的 20%，約可達每秒 6 萬公里。

要讓速度變快，必定不是往製造龐然大物來思考，而是越輕薄短小越好。這個奈米太空船中的「靈魂」——星之晶片（StarChip），就希望將奈米太空船的相機、光子推進器、電源供應器、導航、通訊等功能，壓縮到只有幾克重的晶元中。也就是說他們將發展的太空船本體，可能比我們現在使用的手機還要小！而他們不只想做一個奈米太空船，他們希望可以做上百個、上千個，形成一個「奈米太空艦隊」！也是避免這路途險阻，希望至少有一個能真正撐到抵達星系。

但只是把元件縮小還是不等於能夠高速飛行，加上太空船這麼小也無法裝載過多的燃料，那它怎麼能達到光速 20% 的速度？這艘太空船動力的概念，有點像是船上的風帆因為風吹而前進，只是將這個風變成光。在奈米太空船上也有一個比太空船本體大許多的光帆（lightsail），這個帆的長度為公尺規模，預計厚度幾百個原子，重量只有幾公克的規模。光打在這個帆上就能推動奈米太空船前進，但為了要給這艘船更大的前進動能，團隊將使用雷射光陣列，給予太空船千億瓦的功率（相當於推動一個太空梭離開地球的功率！）

霍金構想的重重阻礙

好吧！聽起來很完美的計畫，仍只是計畫。團隊也面臨了許多技術上的困難，成為這個前往另一個星系路上大大小小的阻礙石頭。

困難一：雷射光發射陣列建在哪？

團隊的構想是需要在陸地建造大規模的雷射光發射陣列，整個陣列可能綿延幾公里，但需要建設在高海拔且乾燥的地區，僅僅是地點的選擇就是個大問題。

困難二：千億瓦的能量怎麼來？

雖然預計是用雷射光陣列產生千億瓦的能量，但這個想法在執行層面上仍有許多困難，包括如何確保在每一次要發射太空船的時候，都能產生和儲存這麼龐大的能量，都是需要面對的難題。

困難三：將奈米太空船帶到軌道的航空母艦

這個計畫需要先將奈米太空船帶到外太空的軌道上，雷射再由地面發射，這就表示還需要一個「航空母艦」將這一個或這些奈米太空船帶上去並釋放出來，團隊希望可以作上千個奈米太空船，這又是另外一個困難點了……。

困難四：即時調適光學

雷射光經過大氣層會受大氣擾動影響，如何將現在用於提升望遠鏡解析度的「調適光學」，來幫助光帆即時調整接收到的光波，讓它獲得最佳的動能，也是團隊正在思考的問題。

困難五：雷射光陣列如何對準光帆

在地面上的雷射光陣列得在同一時間對準同一個光帆發射雷射光，並且還要使這個太空船加速到目標速度。一旦射偏或是雷射沒有同時啟動等因素，就可能導致太空船偏離航道，或是無法順利加速，這些原因都可能導致任務失敗。

困難六：航行路上遇到塵埃怎麼辦

先假設發射過程一切順利，但這個輕巧沒有太多保護措施的奈米太空船，將獨自在宇宙中長時間飛行。即使這個路線已經避開了已知的星體撞擊的機會，但沒有辦法預料的宇宙塵埃撞擊對這個小太空船都是危機。

困難七：資料能否順利傳輸回地球

如果順利到達半人馬座阿爾法星，奈米太空船將開始執行任務，包括拍照、偵測等等，而這些資料又是否能順利傳回地球呢？

困難八：用雷射光陣列接收回傳訊號

奈米太空船蒐集到的訊號，得經過 4 年多才能回傳到地球，而這時我們要怎麼接收這個訊號？目前團隊是希望透過發射時使用的雷射光陣列，來接收這個回傳的訊號，但能否成功仍是問題。

即使大多是應用已經存在或是預期可以達成的技術，這個計畫仍面對種種難題，霍金和米納爾聯合臉書創辦人祖柏克（Mark Zuckerberg）將聯手投資一億美元，希望能讓這個任務成真。

若是成真，或許我們找到外星人就不遠了。

看到名人在婚姻感情上的波折，或是各種不堪的私事被公開在大眾目光下，我就會想到牛頓、愛因斯坦跟霍金。

他們的共通點：

• 都是在物理領域貢獻超卓的科學家。
• 都在銀河飛龍 (Star Trek: The Next Generation) 企業號的虛擬世界裡跟機器人百科 (Data) 一起打過牌。

以及

• 從現在的標準來看，他們都是渣男。

母胎單身，但對同儕有夠渣的牛頓

從最輕微的開始好了。牛頓他終身未婚，所以渣的對象不是女性戀人，而是其他男性科學家，例如牛頓為了與萊布尼茲爭奪微積分學到底由誰發明、把當時的學界搞得烏煙瘴氣，還以英國皇家學會名義斥責萊布尼茲剽竊，到萊布尼茲死了才休兵。

牛頓討厭虎克，否認虎克對《自然哲學的數學原理》的貢獻，在虎克死後接任皇家學會會長的牛頓，便下令移除了虎克所有肖像；牛頓也因為和佛蘭斯蒂德交惡，就把他所有的天文觀測數據從《原理》一書刪除……等等。

這些事蹟你可能聽過，想必與多數人小時候心目中那個被蘋果砸頭而頓悟的可愛形象差異很大。

至於愛因斯坦跟霍金，就更符合當代渣男定義了。

成就跟渣度，都是奇蹟級的愛因斯坦

愛因斯坦風流多情，一生中有紀錄的情人至少有十個，包括一位蘇聯的美女間諜。他的第一任妻子米列娃(Mileva Marić)的人生，更是被愛因斯坦搞得一團糟。

1902 年，米列娃懷孕，儘管米列娃的在學成績遠優於愛因斯坦，但為了帶小孩，米列娃還是選擇放棄科學生涯，於 1903 年與愛因斯坦結婚後，生下兩位男孩——漢斯與愛德華。

婚後才是噩夢的開始，愛因斯坦先是不跟米列娃與小孩同桌吃飯，最後甚至不跟米列娃說話！1914 年，米列娃受不了跟愛因斯坦的冷暴力，決定帶著孩子們離開柏林前往蘇黎世。

據說，愛因斯坦在米列娃離開的火車前，罕見地哭了出來，但根據愛因斯坦的傳記，他是為了孩子離開他而哭泣，不是為了米列娃。

米列娃走後，愛因斯坦更明目張膽地追求自己的表姊艾爾莎。1919 年，愛因斯坦與米列娃協議離婚，並承諾把諾貝爾獎的獎金當作贍養費（但他 1921 年才得獎）。

離婚後卻是另一個苦難的開始，小兒子愛德華診斷出精神障礙，需要長期看護。而原本愛因斯坦要給的諾貝爾獎獎金，被愛因斯坦拿去美國投資，正巧碰到美國 1920 年代的經濟大蕭條，愛因斯坦賠了一大筆，米列娃拿到的贍養費也少了許多。

米列娃直到死前都一個人照顧無法自理的小兒子愛德華，這渣度夠高了吧。

讓妻子身心俱疲，飽受折磨的霍金

跟愛因斯坦與牛頓相比，霍金在科學傳播上的貢獻、名氣，同樣是搖滾巨星等級。也因為如此，1990 年，霍金與她的妻子潔恩(Jane)分居這件事， 當時佔據了英國各大媒體頭條。

潔恩從一開始就知道霍金患有肌萎縮性脊髓側索硬化症，但她仍與霍金結為連理，並從 1965 年開始持續照顧著霍金，甚至為他擱置了自己的文學博士論文，只為打理好家中一切。

但她長期承受霍金的冷言冷語；霍金時常對她熱愛的文學表示不屑跟鄙夷，同時潔恩還要能滿足霍金各種任性。對我們來說，霍金的任性是熱愛生命、不被逆境打倒，但對妻子潔恩來說，丈夫的任性是麻煩跟惡整。更別提還有三個小孩都得靠潔恩照料。

隨著霍金在物理學上的成功，以及各大媒體的強力曝光，霍金面對自身殘疾的勇氣，與潔恩無私奉獻的精神逐被世人所知，成為英國家喻戶曉的「夫妻楷模」。1985 年，霍金患上嚴重肺炎，醫生建議拔管放棄治療，瓊恩堅持不放棄，最終霍金從鬼門關走了一遭，替這對楷模夫妻在大眾眼中增添一筆佳話。然而霍金在事後卻責怪潔恩為什麼要讓醫生為他氣切、害他失去聲音。

事情還沒結束，1995 年霍金正式與潔恩離婚，並幾乎零時差地與自己的看護伊蓮結婚。消息一出，英國民眾罵聲連連，覺得自己被欺騙了，那位勇敢面對自身的不完美，展現超人智慧的霍金，竟然是一位不知感恩的渣男，連照顧自己多年的妻子都輕易拋棄。

人品如科學，斷章取義恐導致錯誤結論

如果以現在的標準來看——特別從社群媒體評論家的角度，這三位超級科學家，特別是愛因斯坦跟霍金，大概很難撕下「渣男」標籤。兩人對另一半的情緒勒索、冷暴力、外遇出軌都沒少，但寫這篇不是要揭陳年瘡疤，也不是要逼大家在「莫因他人私事而埋沒英才」與「渣就是渣，成就無法掩蓋人格缺陷」兩個選項裡擇一（這不是公投）。而是覺得從絕世科學家的案例，可以學到三件事：

1. 其實，當我們以偉大男性科學家的故事來勉勵學子後進的時候，往往傳達片面的刻板印象：「努力不懈+天才縱橫=成就非凡」，這印象甚至是有害的。一來忽略環境跟時代的變化與積累，陷入「倖存者偏誤」，二來系統性忽略女性的貢獻。她們是妻子、愛人、共同研究者、情感支持者、家庭照顧者；如果沒有她們，偉大的成就非常可能不會落在這些男性科學家身上。把這些歷史留名的科學家當成天選之人，反而是不科學的，科學發展不是一個人的功勞，即使不是這幾位，這些創見遲個幾年仍會由其他的科學家提出。

2. 再者，各位應該明白，上面那些渣男行徑都是「刻意挑出來」的！在他們的感情生活中，也有甜蜜相愛、互相扶持的時刻。現在回頭來看這些案例，我們早已平心靜氣，更能找到其他的資料來客觀且完整述說整個故事，換位思考，但想像一下：若這些消息是透過當下的社群網站、八卦傳媒傳述，幾百萬人為了爭奪短暫的注意力，極端地去訕笑、憤怒、哀嘆，不拿捏力道地狂開戰場，當事人等肯定已經體無完膚、宣布退出科學圈。我不是要幫特定當事人說話，而是希望一起想想，有沒有更合乎比例原則的作法。

3. 最後，不管是哪個圈子的偶像，都得因為自己獲得的不成比例的名氣與報酬，負起相對應的責任與風險。作為有幸在社群媒體上獲得讀者觀眾信任的科學傳播者，泛科學有賴大家的愛護、承載著信任。雖然科學強調證據至上、有錯就改，但我們也自知偶有確認偏誤發作、過度推論、陷入盲點、審核不精的問題。懇請大家以強烈的好奇與健康的質疑，幫助我們走在正確的道路上。

#為了寫這篇跟 A 編回顧了好多科學家的情史
#乾脆另開一個渣科學或許更紅

• 艾薩克·牛頓- 维基百科，自由的百科全书
• 萬有引力背後的恩怨情仇——牛頓與虎克|- 科技大觀園
• Einstein secret love affairs out! | Latest News India – Hindustan Times
• Albert Einstein & Ethel Michanowski Affair, Joint Family Tree & History – FameChain
• Albert Einstein – Wikipedia
• The Forgotten Life of Einstein’s First Wife – Scientific American Blog Network
• The debated legacy of Einstein’s first wife
• The private lives of Albert Einstein 
• 【女生看劇】愛因斯坦原來是渣男！天才元配因錯愛一無所有
• 博客來-時空旅行的夢想家：史蒂芬‧霍金【2017年全新增訂版】
• 博客來-時空行者史蒂芬．霍金：從漸凍人到當代最偉大物理學家，他的工作、生活、愛情、友情，與思考演進的側寫