《天才無限家》：直覺與驗證的相遇

本文由 ASM 委託，泛科學企劃執行。 

以人類現在的科技，我們能精準打造出每一面牆只有原子厚度的房子嗎？在半導體的世界，我們做到了！

如果將半導體製程比喻為蓋房子，「薄膜製程」就像是在晶片上堆砌層層疊疊的磚塊，透過「微影製程」映照出房間布局 — 也就是電路，再經過蝕刻步驟雕出一格格的房間 — 電晶體，最終形成我們熟悉的晶片。為了打造出效能更強大的晶片，我們必須在晶片這棟「房子」大小不變的情況下，塞進更多如同「房間」的電晶體。

因此，半導體產業內的各家大廠不斷拿出壓箱寶，一下發展環繞式閘極、3D封裝等新設計。一下引入極紫外曝光機，來刻出更微小的電路。但別忘記，要做出這些複雜的設計，你都要先有好的基底，也就是要先能在晶圓上沉積出一層層只有數層原子厚度的材料。

現在，這道薄膜製程成了電晶體微縮的一大關鍵。原子是物質組成的基本單位，直徑約0.1奈米，等於一根頭髮一百萬分之一的寬度。我們該怎麼精準地做出最薄只有原子厚度，而且還要長得非常均勻的薄膜，例如說3奈米就必須是3奈米，不能多也不能少？

這唯一的方法就是原子層沉積技術（ALD，Atomic Layer Deposition）。

小小的電晶體是怎麼做出來的？

蓋房子的第一步是什麼？沒錯，就是畫設計圖。只不過，在半導體的世界裡，我們不需要大興土木，就能將複雜的電路設計圖直接印到晶圓沉積的材料上，形成錯綜複雜的電路 — 這就是晶片製造的最重要的一環「微影製程」。

首先，工程師會在晶圓上製造二氧化矽或氮化矽絕緣層，進行第一次沉積，放上我們想要的材料。接著，為了在這層材料上雕出我們想要的電路圖案，會再塗上光阻劑，並且透過「曝光」，讓光阻劑只留下我們要的圖案。一次的循環完成後，就會換個材料，重複沉積、曝光、蝕刻的流程，這就像蓋房子一樣，由下而上，蓋出每個樓層，最後建成摩天大樓。

薄膜沉積是關鍵第一步，基底的品質決定晶片的穩定性。但你知道嗎？不只是堆砌磚塊有很多種方式，薄膜沉積也有多樣化的選擇！在「薄膜製程」中，材料學家開發了許多種選擇來處理這項任務。薄膜製程大致可分為物理和化學兩類，物理的薄膜製程包括蒸鍍、濺鍍、離子鍍、物理氣相沉積、脈衝雷射沉積、分子束磊晶等方式。化學的薄膜製程包括化學氣相沉積、化學液相沉積等方式。不同材料和溫度條件會選擇不同的方法。

化學氣相沉積是現今最常見的沉積技術

二氧化矽、碳化矽、氮化矽這些半導體材料，特別適合使用化學氣相沉積法（CVD, Chemical Vapor Deposition）。CVD 的過程也不難，氫氣、氬氣這些用來攜帶原料的「載氣」，會帶著要參與反應的氣體或原料蒸氣進入反應室。當兩種以上的原料在此混和，便會在已被加熱的目標基材上產生化學反應，逐漸在晶圓表面上長出我們的目標材料。

如果我們想增強半導體晶片的工作效能呢？那麼你會需要 CVD 衍生的磊晶（Epitaxy）技術！磊晶的過程就像是在為房子打「地基」，只不過這個地基的每一個「磚塊」只有原子或分子大小。透過磊晶，我們能在矽晶圓上長出一層完美的矽晶體基底層，並確保這兩層矽的晶格大小一致且工整對齊，這樣我們建造出來的摩天大樓就有最穩固、扎實的基礎。磊晶技術的精度也是各公司技術的重點。

雖然 CVD 是我們最常見的薄膜沉積技術，但隨著摩爾定律的推進，發展 3D、複雜結構的電晶體構造，薄膜也開始需要順著結構彎曲，並且追求精度更高、更一致的品質。這時 CVD 就顯得力有未逮。

原子層沉積是什麼？

並不是說 CVD 不能用，實際上，不管是 CVD 還是其他薄膜製程技術，在半導體製程中仍占有重要地位。但重點是，隨著更小的半導體節點競爭愈發激烈，電晶體的設計也開始如下圖演變。

看出來差別了嗎？沒錯，就是構造越變越複雜！這根本是對薄膜沉積技術的一大考驗。

舉例來說，如果要用 CVD 技術在如此複雜的結構上沉積材料，就會出現像是清洗杯子底部時，有些地方沾不太到洗碗精的狀況。如果一口氣加大洗碗精的用量，雖然對杯子來說沒事，但對半導體來說，那些最靠近表層的地方，就會長出明顯比其他地方厚的材料。

該怎麼解決這個問題呢？

材料學家的思路是，要找到一種方法，讓這層薄膜長到特定厚度時就停止繼續生長，這樣就能確保各處的薄膜厚度均勻。這種方法稱為 ALD，原子層沉積，顧名思義，以原子層為單位進行沉積。其實，ALD 就是 CVD 的改良版，最大的差異在所選用的化學氣體前驅物有著顯著的「自我侷限現象」，讓我們可以精準控制每次都只鋪上一層原子的厚度，並且將一步驟的反應拆為兩步驟。

在 ALD 的第一階段，我們先注入含有 A 成分的前驅物與基板表面反應。在這一步，要確保前驅物只會與基板產生反應，而不會不斷疊加，這樣，形成的薄膜，就絕對只有一層原子的厚度。反應會隨著表面空間的飽和而逐漸停止，這就稱為自我侷限現象。此時，我們可以通入惰性氣體將多餘的前驅物和副產物去除。在第二階段，我們再注入含有 B 成分的化學氣體，與早已附著在基材上的 A 成分反應，合成為我們的目標材料。

透過交替特殊氣體分子注入與多餘氣體分子去除的化學循環反應，將材料一層一層均勻包覆在關鍵零組件表面，每次沉積一個原子層的薄膜，我們就能實現極為精準的表面控制。

ASM 與 ALD、半導體產業攜手前進

你知道 ALD 領域的龍頭廠商是誰嗎？這個隱形冠軍就是 ASM！ASM 是一家擁有 50 年歷史的全球領先半導體設備製造廠商，自 1968 年，Arthur del Prado 於荷蘭創立 ASM 以來，ASM 一直都致力於推進半導體製程先進技術。2007 年，ASM 的產品 Pulsar ALD 更是成為首個運用在量產高介電常數金屬閘極邏輯裝置的沉積設備。至今 ASM 不僅在 ALD 市場佔有超過 55% 的市佔率，也在 PECVD、磊晶等領域有著舉足輕重的重要性。

ASM 一直持續在快速成長，現在在北美、歐洲、及亞洲等地都設有技術研發與製造中心，營運據點廣布於全球 15 個地區。ASM 也很看重有「矽島」之稱的台灣市場，目前已在台灣深耕 18 年，於新竹、台中、林口、台南皆設有辦公室，並且在 2023 年於南科設立培訓中心，高雄辦公室也將於今年年底開幕！

當然，ALD 也不是薄膜製程的終點。

ASM 作為半導體設備領導廠商，為了維持領先優勢，當然也得持續開發新技術。例如 PEALD，ALD 前面的 PE，是 Plasma Enhanced，所以這種改良技術就稱為電漿輔助式原子層沉積。做法是針對 ALD 的第一步，先以電漿方式，將氫、氧、氮等氣體電離成離子。這些氣體離子，例如氧自由基，會先將前驅物提前氧化，同時也氧化基材的表面原子，使其產生缺少電子配對、不穩定的「懸空鍵」。如此被活化的基材與前驅物，就更容易互相產生反應，解決過去 ALD 常遇到前驅物反應率不足的問題。讓反應溫度更低的同時還能加快反應速度，因此能滿足更多的製程需求。未來不論是 GAA 環繞式閘極電晶體還是其他製程，都會持續看到 ALD 技術的身影。

最後，ASM 即將出席由國際半導體產業協會主辦的 SEMICON Taiwan 策略材料高峰論壇和人才培育論壇，就在 9 月 5 號的南港展覽館。如果你想掌握半導體產業的最新趨勢，絕對不能錯過！

本文由 美國穀物協會 委託，泛科學企劃執行。

你加過「酒精汽油」嗎？

2007 年，從台北的八座加油站開始，民眾可以在特定加油站選加「E3 酒精汽油」。

所謂的 E3，指的是汽油中有百分之 3 改為酒精。如果你在其他國家的加油站看到 E10、E27、E100 等等的標示，則代表不同濃度，最高到百分之百的酒精。例如美國、英國、印度、菲律賓等國家已經開放到 E10，巴西則有 E27 和百分之百酒精的 E100 選項可以選擇。

為什麼要加酒精呢？

單論玉米乙醇來說，碳排放趨近於零。為什麼呢？因為從玉米吸收二氧化碳與水進行光合作、生長、成熟，接著被採收，發酵成為玉米乙醇，最後燃燒成二氧化碳與水蒸氣回到大氣中。這一整趟碳循環與水循環，淨排放都是 0，是個零碳的好燃料來源。

當然，我們無法忽略的是燃料運輸、儲藏、以及製造生產設備時產生的碳足跡。即使如此，美國農業部經過評估分析，2017 發表的報告指出，玉米乙醇生命週期的碳排放量比汽油少了 43%。

「玉米乙醇」納入 SAF（永續航空燃料）前瞻性指引的選項之一

航空業占了全球碳排的 2.5%，而根據國際民用航空組織（ICAO）的預測，這個數字還會成長，2050 年全球航空碳排放量將會來到 2015 年的兩倍。這也使得以生質原料為首的「永續航空燃料」SAF，開始成為航空業減碳的關鍵，及投資者關注的新興科技。

只要燃料的生產符合永續，都可被歸類為 SAF。目前美國材料和試驗協會規範的 SAF 包含以合成方式製造的合成石蠟煤油 FT-SPK、透過發酵與合成製造的異鏈烷烴 SIP。以及近年討論度很高，以食用油為原料進行氫化的 HEFA，以及酒精航空燃料 ATJ（alcohol-to-jet）。

每種燃料的原料都不相同，因此需要的技術突破也不同。例如 HEFA 是將食用油重新再造成可用的航空燃料，因此製造商會從百萬間餐廳蒐集廢棄食用油，再進行「氫化」。

就引擎來說，我們當然也希望用到穩定的油。因此需要氫化來將植物油轉化為如同動物油般的飽和脂肪酸。氫化會打斷雙鍵，以氫原子佔據這些鍵結，讓氫在脂肪酸上「飽和」。此時因為穩定性提高，不易氧化，適合保存並減少對引擎的負擔。

至於酒精加工為酒精航空燃料 ATJ 的流程。乙醇會先進行脫水為乙烯，接著聚合成約 6~16 碳原子長度的長鏈烯烴。最後一樣進行氫化打斷雙鍵，成為長鏈烷烴，性質幾乎與傳統航空燃料一模一樣。

ATJ 和 HEFA 雖然都會經過氫化，但 ATJ 的反應中所需要的氫氣大約只有一半。另外，HEFA 取用的油品來源來自餐廳，雖然是幫助廢油循環使用的好方法，但供應多少比較不穩定。相對的，因為 ATJ 來源是玉米等穀物，通常農地會種植專門的玉米品種進行生質乙醇的生產，因此來源相對穩定。

但不論是哪一種 SAF，都有積極發展的價值。而航空業也不斷有新消息，例如阿聯酋航空在 2023 年也成功讓波音 777 以 100％ 的 SAF 燃料完成飛行，締下創舉。

汽車業也需要作出重要改變

根據長年推動低碳交通的國際組織 SLoCaT 分析，在所有交通工具的碳排放中，航空業佔了其中的 12%，而公路交通則占了 77%。沒錯，航空業雖然佔了全球碳排的 2.5%，但真正最大宗的碳排來源，還是我們的汽車載具。

但是這個新燃料會不會傷害我們的引擎呢？有人擔心，酒精可能會吸收空氣中的水氣，對機械設備造成影響？

其實也不用那麼擔心，畢竟酒精汽油已經不只是使用一、二十年的東西了。美國聯邦政府早在 1978 就透過免除 E10 的汽油燃料稅，來推廣添加百分之 10 酒精的低碳汽油。也就是說，酒精汽油的上路試驗已經快要 50 年。

有那麼多的研究數據在路上跑，當然不能錯過這個機會。美國國家可再生能源實驗室也持續進行調查，結果發現，由於 E10 汽油摻雜的比例非常低，和傳統汽油的化學性質差異非常小，這 50 年來的車輛，只要符合國際標準製造，都與 E10 汽油完全相容。

解惑：這些生質酒精的來源原料是否符合永續的精神嗎？

在環保議題裡，這種原本以為是一片好心，最後卻是環境災難的案例還不少。玉米乙醇也一樣有相關規範，例如歐盟在再生能源指令 RED II 明確說明，生質乙醇等生物燃料確實有持續性，但必須符合「永續」的標準，並且因為使用的原料是穀物，因此需要確保不會影響糧食供應。

好消息是，隨著目標變明確，專門生產生質酒精的玉米需求增加，這也帶動品種的改良。在美國，玉米產量連年提高，種植總面積卻緩步下降，避開了與糧爭地的問題。

另外，單位面積產量增加，也進一步降低收穫與運輸的複雜度，總碳排量也觀察到下降的趨勢，讓低碳汽油真正名實相符。

隨著航空業對永續航空燃料的需求抬頭，低碳汽油等生質燃料或許值得我們再次審視。看看除了鋰電池車、氫能車以外，生質燃料車，是否也是個值得加碼投資的方向？

參考資料

• Corn to Power Airplanes? Biden Administration Sets a High Bar. – The New York Times
• 台灣中油全球資訊網-加油站查詢
• https://grains.org.tw/最新科學研究：玉米燃料乙醇大幅減少溫室氣體排/
• USDA Releases New Report on Lifecycle Greenhouse Gas Balance of Ethanol
• https://scijournals.onlinelibrary.wiley.com/doi/10.1002/bbb.2225
• 本田・GE100% 可持續燃料航空引擎測試成功
• 阿聯酋航空邁向永續 完成 100％ SAF 驅動單一引擎首航
• https://tcc-gsr.com/module-1/transforming-transport-and-mobility/

• 作者／魏澤人｜陽明交通大學 智慧計算與科技研究所

在一般印象中，”美” 是與藝術、哲學、文學、音樂這些人文領域相連的。受到教育制度的影響，理工與人文，在普遍認知中是二元對立的。而數學，是理工科目中最硬核的部分。物理、化學實驗中，各種顏色的液體、晃動的單擺或本生燈的火焰，也許還隱隱約約帶有一絲美的影子，但冷冰冰的數學公式，在許多人的求學經驗中，與美根本就是互斥的概念。

但是，懂數學的人都知道，數學是美的。甚至可以說，美是數學中不可或缺的部分。

著名的英國數學家哈代（Godfrey Harold Hardy）說:”數學家的創造形式，與畫家及詩人一樣，必須是美的: 將概念（就像顏色及詞語）以和諧的方式組合起來。美是最重要的條件，醜陋無法長存於數學之中。”。哈代的著作 “一個數學家的辯白”（A Mathematician’s Apology），在數學圈外有一定的名氣，前面的那段話也出自本書。但讓他”出圈”的主要原因，是他發掘了傳奇數學天才拉馬努金（Srinivasa Ramanujan）。這個故事在 2015 年被拍成了電影 “天才無限家” The Man Who Knew Infinity)。

這也不是哈代獨創之見解，法國最偉大的數學家之一龐加萊（Henri Poincare）說：”研究自然不是因為有用，而是因為喜悅。而喜悅是因為美。”。其他比方像是羅素（Bertrand Russell）、艾狄胥（Paul Erdos）也留下不少關於數學與美的金句。

數學的美，不只是許多偉大的數學家的共同體驗。絕大多數的數學愛好者、數學工作者都有相同的體驗，只是比較不容易留下知名金句。Danica McKellar 也許不是能和羅素、龐加萊、艾狄胥比肩齊名的數學家，但她說過一句很有意思的話: “數學是唯一一個真與美是同義詞的世界”。

McKellar 是一位有知名度的美國演員，她曾演出過白宮風雲（The West Wing），也曾在 NCIS、宅男行不行（The Big Bang Theory）及追愛總動員（How I Met Your Mother）中客串。但真正讓她出名的，是 80 末、90 初的影集兩小無猜（The Wonder Years），故事主軸是主角凱文回憶少年成長的過程，而 McKellar 飾演主角的鄰居溫妮，兩人發展出分分合合的戀愛關係。用現代的話來講， McKellar 可以說是當時少年界的國民女友。另外 2010 開始，她也在動畫影集少年正義聯盟中為火星小姐配音。

演員什麼會與數學扯上關係呢？其實她大學就是學數學的，而且學得很好，在 1998 年以最傑出的成績取得加州大學洛杉磯分校的數學學士學位。不只如此，大學時期與教授 Chayes 及同學 Winn 發表了一篇統計力學的論文，其中的主要結果被稱為 Chayes-McKellar-Winn theorem. 在 2008 年，她出了一本針對中學女孩的數學書 “Math Doesn’t Suck: How to Survive Middle School Math without Losing Your Mind or Breaking a Nail.” ，頗受好評也很暢銷，之後也接續出版了許多書。她表示，她想讓女孩們覺得數學是「可親、有意義、甚至有點迷人」，用來對抗這個社會傳達「女孩不適合數學」的這類負面訊息。除此之外，她也參與影集 Project Mc2 的演出。 這部影節的目標是向全球的青少女們證明，科學、科技、STEAM（Science, Technology, Engineering, Arts, Mathematics）是有趣且平易近人的。

回到前面那句”數學是唯一一個真與美是同義詞的世界”。追求美是人之天性，但很多情境下，美或者美化這些詞，常常帶了一點隱藏真實的意味。像是修圖軟體、美顏相機、化妝（與素顏對比）、醫美、Autotune。當然明顯太假也不符合多數人的審美觀，真正美之極致，往往也需要展現事物的本質與真實特色。但現實是資源有限，平庸普通還是多數，不然，也不會有”這裡的風景美得像幅畫”一樣的形容詞方式了。一般日常中，美的實際執行過程還是得靠挑選和遮掩。「真」與「美」是需要取捨的。這也就是這句話耐人尋味的地方了，因為這句話如果成立，那在數學，也許就提供了現實世界中「真」與「美」之間內在衝突的解法了。

但問題是，數學家們感受到的美感是否真的是美？定理與證明真的可以用美或不美來形容呢？還是只是數學家們普遍缺乏人文薰陶產生的代償性錯覺呢？

2019 年時，英國巴斯大學管理學院的 Samuel G.B. Johnson 及美國耶魯大學數學系的 Stefan Steinerberger 發表了一篇論文 “Intuitions about mathematical beauty: A case study in the aesthetic experience of ideas”，其中的研究證據，支持一般人可能也跟數學家一樣，能感受到數學論證的美感。在其研究中發現，人們對數學的「美感」，就跟對古典鋼琴樂曲及風景畫產生的美感相似，有其內在的一致性。另外也發現這種數學美感的評判，跟與音樂、畫作美感一樣，和優雅性、深度、清楚性有關。

就像十九世紀英國數學家 James Joseph Sylvester 說的：「數學就是論證的音樂」。愛因斯坦也說：「純數學是一首以其自有方式將邏輯概念寫成的詩」。這句話出自他寫給 Emmy Noether 的訃聞。 Noether 是有名的德國數學家，對抽象代數有極大的貢獻，巧妙的利用升鏈條件來研究代數性質，此後符合這個條件的數學物件我們都會冠以 Noetherian 來稱呼，以紀念 Noether 的貢獻。此外，她的 Noether Theorem 也被稱之為影響物理學最重要的定理之一。

除了主觀上對於美的感受外，數學與藝術之間，也有很多直接的關聯性。以音樂來說，音律就與數學上的對數（也就是大家所認識的 \(\log\)）有關。人類發展音律有很長的歷史，因為這不是一個簡單的問題。我們現在知道，和弦時，不同音階的頻率要接近簡單的有理數倍聲音才會悅耳。傳說畢達哥拉斯經過一家鐵店，聽到鐵鎚打鐵的聲音，覺得很悅耳，他走入店裡，發現四個鐵鎚的重量比為 12:9:8:6，其中 9 是 6 與 12 的算術平均，8 是 6 與 12的調和平均, 9, 8 與 6, 12 的幾何平均相等這些巧妙的關係。這些鐵鎚之間的聲音配合起來非常悅耳。他進一步用弦樂器實驗驗證，得到的結論是，弦長為一些簡單有理數比的時候，會得到和諧的聲音。而後來更進一步改進而成的十二平均律，也反映出中國及歐洲在計算 \(\sqrt[12]{\frac{1}{2}}\) 的歷史進展。這背後還有更深刻的問題，因為很容易可以發現，\(\sqrt[12]{\frac{1}{2}}\) 並不是個有理數。對音樂或數學有興趣的朋友，可以繼續深入了解一下背後的學問。

另一個大家也觀察到的現象是，數學能力和藝術能力之間似乎有一些相關性，特別是音樂能力。常被拿來說的是愛因斯坦喜愛音樂且從小學習小提琴。可能你認識的人中，應該也有許多同時精通數理及音樂的人。過去一些研究也發現發現了數理能力及音樂能力中的相關性。但是，這個相關性會不會與能力本身無關呢？比方顯而易見，學科能力與學習音樂的條件，都與家庭背景與社經地位有關。

音樂教育學者 Martin J. Bergee 原本也是這樣認為的。他覺得只要能控制相關的根本性變因，如種族、收入、教育背景，就能夠破除音樂與數學能力相關性的迷思。於是他就設計並展開了研究。結果讓他非常震驚，兩者的關聯性不但沒有消失，而且還非常強。在 2021 年他的研究團隊發表了一篇名為 “Multilevel Models of the Relationship Between Music Achievement and Reading and Math Achievement” 的論文。他們調查了不同學區背景的一千多位中學生，在盡可能排除其他因素的干擾下，他們不得不承認音樂及數學能力之間的有統計上顯著的關聯。

他表示很抱歉實驗設計得非常複雜，”因為排除所有的相關影響並不容易，可能從個人、教室、學校、學區等等不同層級來產生影響。”。雖然他原本是支持相反的結論，但這個結果讓他思考了很多，”微觀技術來說，可能在音樂中的音準、音程、節拍，可能語言認知的基礎相關，而巨觀技術上的調式與調性，可能在心理學或神經學上與數學認知有關。”

除此之外，還有非常多的例證。比方 2015 年神經科學家 Semir Zeki 及艾提亞爵士（Michael Atiyah 當代最偉大數學家之一，費爾茲獎得主）發表的論文指出，經由 fMRI 掃描 15 名數學家的腦部，發現數學家在評斷數學式子美感時，動用到眼額皮質外側的 A1 區域，與察覺其他來源美感所動用到的區域一樣。而前面比較沒有提到數學與視覺藝術的關聯，因為這部分更為大家所熟知。像是從古希臘幾何就知道的黃金分割比，繪畫中的用到的透視原理、對稱性。可以說，美與數學並不是感性與理性的對立，而是互相包含。就像浪漫派詩人約翰濟慈所說：”美即是真，真即是美。這就是你在世上所知道和需要知道的一切”，而數學以及其背後的邏輯，就是人類對於”真”的具像。

可以說在知識份子階層中，數學即美是個主流觀點。當然主流不一定代表唯一或正確，像前述 Bergee 也試圖證明相關的主流看法是個迷思。但一旦理解了這種切入點，人工智慧是否能創造藝術作品這個問題，至少在心理層面就不是太大問題了。人工智慧遵照一些演算法運作，可以說就是數學及邏輯的程式碼實作。以近幾年最主流的深度學習神經網路來說，就是許多線性映射與激活函數的合成函數，藉由梯度下降法，收斂到的穩定數學解。既然數學即美，那由數學建構的人工智慧，能產生美的事物，也不是太不能接受的事。

生成模型也是近幾年深度學習熱門的領域之一。常見的生成任務就是藉由觀察抽樣的樣本，設法模仿出一樣的機率分佈。白話一點來講，就是給電腦看一些李白的詩，希望電腦能創造出新的李白風格的詩。給電腦聽一些貝多芬的音樂，希望電腦能創造出新的貝多芬音樂。現在的深度學習技術，已經能讓人工智慧能藉由學習，”創造”出視覺、音訊及語言的”作品”。

Inception 網路是一個有名的深度學習模型，其名稱取自於同名的電影（全面啟動），當時主要是在圖片辨識任務上，取得很好的成果。2015 年時， Google 工程師 Alexander Mordvintsev 巧妙的利用事先訓練好 Inception 模型，讓他將圖片變成夢一般的迷幻風格。他把這種方法取名叫 DeepDream。不久後，Leon Gatys 等人用類似的方法，設計一套演算法，能將畫家的畫風轉移到照片上，典型的例子是將風景、建築照片，轉成梵谷的星空風格。後面有很多後續的研究，一般稱為 Neural Style Transfer. 2016 年 Google 利用 AI 生出的畫作，拍賣得到進十萬美元。而其實早在 2014 年時， Ian Goodfellow 等人就提出了生成對抗網路（Generative Adversarial Network），是一個更廣泛而通用的生成模型。這個模型後續開啟了極大量的相關研究，現在的深度學習模型，在一些領域中，已經能生出非常高品質的成品。比方 Nvidia 研究的 StyleGAN 系列模型，能生出幾可亂真的人臉。現在，在手機上，能使用 APP，將你的照片轉成迪士尼的畫風。

2021 年時， OpenAI 釋出了 CLIP 模型，這是一個能整合圖片視覺及文字語意的模型。很多人嘗試利用 CLIP 和文字控制，來產生獨特和有創意的畫作。舉例來說，如果你畫了一張畫，或者拿到一張照片，你可以利用文字”更有喜感一點，更有亞洲風味一點”，來修改這張圖片讓人感受到”喜感”和”亞洲風”。在眾多嘗試中，大家試出了許多像”咒語”般的技巧，比方有個著名的 “unreal engine trick”，就是當你在控制產生圖片的句子中，加入 “unreal engine” 這個詞（unreal engine 是一個遊戲引擎），常常會讓產生品質更高的圖片。 乍看之下有點不明所以，但仔細一想，因為網路上會特別標明 unreal engine 的圖片，往往是強調其遊戲高畫質，久而久之， CLIP 看到這個詞，很自然就與高品質的含意產生連結。除了圖片外，人工智慧也能產生其他具有美的形式的作品，特別是文字作品。Open AI 開發的 GPT-3，已經能在用戶給出簡單的指示後，產生非常複雜的文字作品，除了詩、笑話、故事外，甚至連食譜、程式碼都可以。

但這些，真的算是人工智慧的創作嗎？

在 2018 年時，由生成對抗網路生成的畫作 Edmond de Belamy，以美金 432,500 元賣出。這幅畫是誰創作的？這幅畫是由巴黎藝術集體 Obvious 生成的。而名稱 Belamy 的法語意思為”好朋友”，以致敬提出生成對抗網路的學者 Ian Goodfellow。而圖片右下角的簽名則是

\(\min_{\mathcal {G}}\max_{\mathcal {D}}E_{x}\left[\log({\mathcal {D}}(x))\right]+E_{z}\left[\log(1-{\mathcal {D}}({\mathcal {G}}(z)))\right]\) 這個數學式子，這個式子是生成對抗網路使用的目標函數，也就是引導模型訓練的數學式。而讓問題更複雜的是，生成這幅圖片的程式碼，是由與 Obvious 毫無關係的另外一位 AI 藝術家 Robbie Barrat 所寫的。甚至有人（如 AICAN）認為這個連創作都算不上。

所以，這幅畫到底是誰的創作？物理學家海森堡曾說，即使在沒有足夠證據的支持下，”當自然引導我們得到極簡與美的數學式時”，”我們會不由自主的感受到，這就是自然真相被揭露的一角”。也許，真正創作者不是人工智慧，也不是人類，我們只是自然的一部分，有幸釋放了，並且有幸感受到了自然散發出的美之一角。