香草的拆解與重組(上)

在炎炎夏日,來上一球香草冰淇淋,奶油般溫潤的口感加上微微的甜香,令人回味無窮。除了作為冰淇淋的經典口味,香草也運用在許多甜點的調味中,像是卡士達、布丁、乳酪蛋糕等等,香草總是能畫龍點睛地賦予這些甜點更多層次的風味。為什麽這樣的「香料明星」能受到廣大群眾的歡迎呢?是什麽成分吸引了我們?科學家們正在逐步解開香草的祕密!

Read more

【探索21-9】你所知與不知的煉金術奧秘-古代化學的足跡

元素週期表150周年探索系列特講的最後一講,由年輕的化學家戴桓青教授為觀眾們精湛分析過往不被人們瞭解、誤解重重的煉金術。戴桓青教授跟「煉金術」結緣的開端,來自與台灣奇美博物館合作的義大利名琴研究,從五個煉金術經常被大眾誤解的觀念出發,他生動描繪煉金術的價值與意義。

Read more

【探索21-5】放射線元素與其推手——瑪里‧居禮

1895年底,陰極射線管已在科學家中廣泛發展,侖琴偶然透過這個技術發現了X光的存在。短短一年間,不論醫學或材料界,相關的論文與書本都突破驚人的數字。即便科學界一片沉迷於新穎的X光研究,剛生完孩子的瑪里‧居禮並未跟隨潮流,反而選擇相對冷門的「鈾」作為她的博士論文主題。

Read more

【探索21-4】貼近生活的量子力學,理解週期表

保羅·狄拉克在1929年的時候說,因為量子力學的發展,描述物理現象的基本原理大部分已經完備了,而所有的化學現象,應該都可以被量子力學解釋,這當然也包括了週期表的原理。從1869年到1929年,從週期表藉實驗數據的歸納分析被整理出來,到它背後的原理被清楚地釐清,經過了60年的時間。

Read more

【人物專訪】半世紀的化學路:永保熱忱、跨界發展──專訪牟中原

我適合做學術研究嗎?如果我想從事學術研究,應該具備什麼樣的特質呢?若你正在思慮這個問題,牟教授想告訴你:第一,你必須鑽研在一個問題上,長期努力,具備堅持、好問的精神;第二,你必須持續進修自學,因為光靠學校習得的知識,無法讓你因應快速變遷的社會。作為一位研究者,在學科專門化的今日宜選定研究方向,持續朝之邁進,鑽研該學科知識,從研究積累出學術的養分,讓自己成為專家。

Read more

【人物專訪】光芒照耀的化學路──專訪鄭原忠

一說到化學,似乎會令人聞之色變。食品要無「化學」添加物,清潔用品要天然不含「化學」成分,化學似乎與「不健康」、「有毒」畫上等號,但真是如此嗎?臺大化學系副教授鄭原忠老師並不這麼認為。「化學是很有趣的,日常生活中每天都在發生。」他說。鄭老師從生活中常見的光化學、光合作用,到二十世紀才發現、終於能解釋週期表排列原因的量子力學,一步步帶領我們了解這由原子核與電子構成的有趣世界。

Read more

【人物專訪】偏鄉科教的肩膀——專訪于淑君

為了偏鄉科普教育的推廣,于淑君申請了科技部計畫,透過舉辦講座、實驗、比賽、科展,利用各種方式來讓科學的種子可以在雲嘉地區灑得更廣、更遠、更平均。她也會舉辦參訪活動,帶這些農業縣市的孩子去博物館,並在學校推動科學閱讀,舉辦說故事比賽,用最生活化、最基本的方式,希望科學可以進入生活中紮根。

Read more

【人物專訪】熱愛閱讀的科學家——專訪胡維平

談到科學的價值,胡維平認為科學可以分成體跟用來討論,最早的科學發展主要在「用」的層面,利用傳承下來的知識來改變生活,直到生活發展到一定程度,人類開始有多餘的心力進行抽象的思考,開始希望透過語言、邏輯等等方式來看大自然的運作,說穿了其實就是人類在「滿足自己的好奇心」。胡維平認為這樣的「好奇心」是推動科學發展的原動力,先產生了好奇才帶動許多新的技術發展,而在能「用」之後,人類才有餘裕去探討科學的本體。

Read more

【人物專訪】為科學裝一對翅膀——專訪陳竹亭

談到科學,陳竹亭認為科學就是人類拿來認識「相對較為客觀的世界」的方法。是否在人性之外,存有一個客觀的宇宙?而就算這樣的客觀事實存在,其實人類也是透過自己的主觀來認識客觀。
科學,正是人類找到可以認識世界的好方法之一。儘管經驗法則也是許多人認識世界的方式,但經驗其實是一種非常不可靠的方式,各人看來相似的經驗,時常有所迥異,並不能完全按照經驗來判斷、認識這個世界。科學家運用科學找到了許多客觀世界的細節,使人類更了解自己所處世界的模樣。科學的發展也延伸到了科技,科技的發展可說是一日千里,創造出各式各樣有利生活的產品。然而,在這些產品中,亦不乏傷害環境的物質。科技,或說科學這樣的發展,對這個世界來說,究竟是好是壞?其實有待商榷。說到這,他陷入了深思,笑說科學家其實跟哲學家比較像,隨著年紀增長,越來越會對科學產生懷疑,開始反省科學帶來的利與弊,以及思考人性於科學中所扮演的角色。

Read more

機器學習進軍藥物開發

■AI應用於藥物開發必須面臨種種考驗,其中之一為化學大數據的取得,由於深度學習的表現取決於訓練資料數量的多寡,是否能獲取大量資料事關重大,但這在化學領域中仍相當困難;另外,化學家也必須開發一些方法以確保AI所「發現」的分子是確實能被合成的。

Read more

機器學習進軍藥物開發

近年來,人工智慧快速蓬勃發展,結合大數據開創新局,應用層面遍及經濟、工業和娛樂,相較之下,AI在化學產業的應用卻顯得緩慢,但可望出現轉機,因為專家團隊已展開多項合作和研究,決心突破限制以縮短差距,有些研究團隊計畫將深度學習應用在藥物開發中,其中的典型代表為GSK製藥公司和政府實驗室的合作,該公司試圖利用大量化合物的篩選數據來尋找新藥物;除此之外,也有其他研究致力於透過AI找出化學合成路徑。

Read more