我們真的了解全球暖化嗎？ - PanSci 泛科學

誰會受到影響？ 「全球暖化」有一個特色：首當其衝的是原本生活就貧困的人，他們沒有享受到經濟發達的成果， ... 000文字分享友善列印000專欄泛科授權1.0環境生態能源動力我們真的了解全球暖化嗎？火星軍情局・2014/06/03・2532字・閱讀時間約5分鐘・SR值550・八年級＋追蹤你覺得哪一個災害會威脅人類文明呢？外星人侵略，不可能；核子戰爭，也不像；新的傳染病、或是社會與經濟的崩潰，有可能哦。

那麼「全球暖化」呢？這個名字聽起來不可怕，可是越來越多證據顯示，這是對人類的最大威脅，甚至可能聯合傳染病、飢荒、社會動亂的複合式災難。

我們真的了解全球暖化嗎？讓我們一起來回答下面的問題：全球暖化可能發生嗎？全球暖化是現在進行式，一些人爭辯的問題是它是天然還是人為的？去年聯合國的「政府間氣候變化專門委員會」(IntergovernmentalPanelonClimateChange,IPCC，2007諾貝爾和平獎得主)集合龐大人力物力，利用電腦氣候模推估後，在最新的「氣候變遷評估報告」說：全球暖化幾乎確定（95%可能）是人類造成的。

[1]氣候災難是未來的事？IPCC也說：氣候變遷的大災難不是遙遠的未來式，人人幾乎都能活著見到，全世界只剩15年阻止這一場災難。

[2]二氧化碳會待在大氣層很久。

如果人類忽然在2015年被外星人殺光，所有機器立即停止製造二氧化碳，那空氣裡二氧化碳的濃度就是下圖的綠線，要近100年才能回到公元2000年的水準（350ppm），但是降不回工業革命前的程度（280ppm）。

若人類在2030年絕種，那幾乎要3個世紀才能降到350ppm（藍線）。

若是再拖20年，在2050年絕種，那海可枯、石可爛，二氧化碳卻會像底下的紅線，歷千年而不衰！不是只有核子廢料才會遺害萬年。

[3]二氧化碳的濃度——如果人類在2015、2030、2050年忽然我消失，留下來的二氧化碳餘毒還是會遺害萬年。

（圖片來源：Hansenetal,PLoSONE,2013).熱一點死不了人？「全球暖化」印象中好像只會讓南北極融化，海平面上升，會害死北極熊，最多導致極端的天氣而已。

聯合國的研究報指出，溫度升高會使得一些傳染病更猖獗。

聯合國世界衛生組織估計，全球暖化在2004年當年造成超過14萬人死亡；在非洲額外因瘧疾而死亡的人數到了2030年可達1億7000萬，而全球感染登革熱的人數到了2080年會多達20億[4]。

氣候變遷還會引起糧食大規模減產、漁業崩解、甚至為爭奪資源而引發戰爭[2]。

科學家也的確發現歷史上氣溫升高時，戰爭動亂也隨之增加[5]。

當這些災難發生時，人們只會指責看得見的代罪羔羊，不會注意到背後無形的巨大環境黑手。

就像一個體質變差、常常生病的人，卻只知道頭痛醫頭腳痛醫腳。

IPCC指出，如果人們不採取行動減碳，地球的溫度會加速升高，在21世紀末可再增加4°C，海平面升高近1公尺[1]。

只不過IPCC的報告後，科學家又發現南極洲西部的幾個冰川早已開始崩潰，全球海平面可能在200年內額外上升4公尺，人力已無法挽救[6]。

聯合國恐怕得大幅修正對災難的預期，人類的文明岌岌可危。

IPCC預測的全球平均溫。

左邊的黑線是過去量得的溫度，右邊的紅線可以看作人類什麼都不做的結果，溫度即將快速上昇，人人幾乎都能活著見到災難性的後果；藍線是按照IPCC建議，努力15年的結果，暖化或可減緩。

（圖片來源：IPCCAR5WG1FigureSPM.7a）和我沒有關係？台灣雖然小，但是二氧化碳總排放量占全球排放總量的0.84%，世界排名23；但如果不算千里達那樣的小島國，每人平均排放量（總排放量除於人口總數）可以進前十名[7]。

圓圈的面積代表國家的二氧化碳的排放量，箭頭指的圓圈就是台灣。

（資料來源：YaleUniversity)那麼台灣的二氧化碳排放傷害了多少人呢？剛才說到2004年因全球暖化造成14萬人死亡，假設這個數目一直沒有增加，那麼14萬乘0.84%就是1176人。

等等，先進國家自從工業革命後就已經在排放二氧化碳，那一筆帳也要算進去。

還好，美國能源部有人追溯以前的經濟發展和人口，估計出各國的歷史排放量[8]，下圖就是台灣的碳排放歷史，現在大氣層比的人造二氧化碳有0.47%是台灣製造的，全世界每年約有660人因此而死。

台灣歷年來的二氧化碳排放量。

（資料來源：CarbonDioxideInformationAnalysisCenter）誰會受到影響？「全球暖化」有一個特色：首當其衝的是原本生活就貧困的人，他們沒有享受到經濟發達的成果，卻得承受一波波的饑荒戰亂[2]；富有的國家暫時還可以假裝沒事，繼續大量燃燒石化燃料，排放廢氣和二氧化碳，用困苦人的生命換取冷氣房內歌舞昇平的生活，整個世界是個貧富懸殊的M形社會。

這不是「劫貧濟富」，什麼是「劫貧濟富」！如果國家的面積代表二氧化碳的排放量（上圖），和因氣候變遷而死的人數（下圖），那麼世界地圖分別是這樣的。

諷刺的是，大量製造二氧化碳的國家死傷不大，但非洲、印度死傷最大。

（圖片來源：NewYorkTImes)多種樹，使用再生能源就好了？IPCC的報告建議全球應在十五年內全面改變能源生產方式，從高碳排放燃料轉移到風力、太陽能、核能和有碳捕存技術（可把廢氣中的二氧化碳回收，存放在某處）的火力電廠等低碳能源。

如果我們再拖十年，穩定氣候的代價就會變得非常高昂，地球永遠成一顆陌生的星球。

此外，要依照產品排放二氧化碳的量額外徵收碳稅，真正地反應排放二氧化碳的成本。

不過，這代表電價、油價、甚至物價都得大幅調漲。

您覺得十五年後人們能辦得到，或是能開始採取行動嗎？參考資料：IPCC第五次「氣候變遷評估報告」(AR5)：第一工作組（WorkGroupI)IPCC第五次「氣候變遷評估報告」(AR5)：第二工作組（WorkGroupII)Hansen,James,PushkerKharecha,MakikoSato,ValerieMasson-Delmotte,FrankAckerman,DavidJ.Beerling,PaulJ.Hearty,etal.2013.“Assessing‘DangerousClimateChange’:RequiredReductionofCarbonEmissionstoProtectYoungPeople,FutureGenerationsandNature.”PLoSONE8(12):e81648.气候变化与健康 世界衛生組織WHOHsiang,SolomonM.,MarshallBurke,andEdwardMiguel.2013.“QuantifyingtheInfluenceofClimateonHumanConflict.”Science341(6151):1235367.Joughin,Ian,BenjaminE.Smith,andBrookeMedley.2014.“MarineIceSheetCollapsePotentiallyUnderWayfortheThwaitesGlacierBasin,WestAntarctica.”Science344(6185):735–38.溫室氣體排放統計 行政院環境保護署美國能源部二氧化碳信息分析中心（CDIAC）的數據: http://cdiac.ornl.gov/trends/emis/tre_glob.htmlIPCC第五次「氣候變遷評估報告」(AR5)：第三工作組（WorkGroupIII)數感宇宙探索課程，現正募資中！相關標籤：SDGs目標13｜氣候行動全球暖化極端氣候氣候氣候變遷科學生熱門標籤：大麻量子力學CT值女科學家後遺症文章難易度剛好太難所有討論 0登入與大家一起討論火星軍情局19篇文章・ 8位粉絲＋追蹤本局以適合火星人智商的方式，將地球上的最新科學新聞向火星同胞播出，歡迎來我的Facebook做朋友：https://www.facebook.com/Dr.Martian.VaderRELATED相關文章當Omicron已成為日常，下一個迫切問題：到底有沒有後遺症？會永久破壞某些器官嗎？衣服速速乾——夏天曬衣中的科學！科學宅的戀愛契機：「同類交配」理論讓孩子成為冒險王！花更多時間在冒險遊戲，體驗到更少焦慮及憂鬱情緒TRENDING熱門討論即時熱門科學宅的戀愛契機：「同類交配」理論49小時前【錯誤】感染武漢肺炎未必會肺纖維化，也沒辦法自行檢測！｜武漢肺炎內容查核#23215小時前你聞過下雨的味道嗎？讓我們一同探究它是怎麼產生的吧！31天前社畜悲歌：「過勞死」的概念是如何形成的？——《為工作而活》22天前思考別人沒有想到的東西——誰發現量子力學？52022/06/03科學宅的戀愛契機：「同類交配」理論49小時前時間是甚麼？國內物理學家與哲學家怎麼看？44天前一生可以聆聽的聲音總量是註定的？戴上你的聽力計算機！32022/05/21064文字分享友善列印064化學物語能源動力電腦資訊機器學習×鈣鈦礦材料：讓AI設計太陽能電池！研之有物│中央研究院・2022/03/09・6280字・閱讀時間約13分鐘＋追蹤本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

採訪撰文｜簡克志美術設計｜林洵安機器學習輔助材料設計為了2050淨零排放的目標，太陽能發電為不可或缺的再生能源之一，其中「鈣鈦礦太陽能電池」是近年最熱門的研究領域，不僅成本低廉、光電轉換效率也可達到25%。

然而，鈣鈦礦材料在環境中容易降解，影響使用壽命。

材料科學家為了做出效能好又穩定的鈣鈦礦「料理」，無不卯足了勁，替這道菜加上各種「食材」，但是越複雜的菜，調出好味道就越困難。

人腦畢竟有限，如果交給機器呢？中央研究院「研之有物」專訪院內應用科學研究中心包淳偉研究員，他與團隊訓練了一套機器學習模型，可以又快又準的找出複雜鈣鈦礦材料的最佳化條件！「鈣鈦礦太陽能電池」是近年最熱門的研究領域，不僅成本低廉、光電轉換效率也可達到25%。

圖／WikimediaCommons光電好夥伴：複雜鈣鈦礦材料對太陽能電池來說，鈣鈦礦材料具有優異的光電性質和低生產成本，近年也廣泛應用在LED、雷射、光感測器和光觸媒。

鈣鈦礦是什麼呢？最初是指鈣與鈦的氧化物CaTiO3，而現在常講的「鈣鈦礦材料」為一種統稱，泛指擁有相似結構的金屬鹵化物材料，通式為ABX3。

要調配出優秀的鈣鈦礦材料並不容易，科學家必須像大廚一樣，運用各種「食材」煮出ABX3。

鈣鈦礦材料ABX3 的結構示意圖，同一個位置可以放入不同的相應元素。

資料來源／JournalofEnergyChemistry鈣鈦礦材料 ABX3 的「食材」有哪些？A的位置：可放入+1價的有機或無機陽離子，例如甲胺（CH3NH3+，簡稱MA）、甲脒（HC(NH2)2+，簡稱FA）或銫離子（Cs+）。

B的位置：可放入+2價的無機金屬陽離子，通常是鉛離子（Pb2+）。

X的位置：可放入-1價的鹵素陰離子，如碘（I–）、溴（Br–）、或氯（Cl–）離子。

由於鈣鈦礦材料在環境中容易降解、影響使用壽命。

研究發現，添加多種有機和無機離子的鈣鈦礦太陽能電池可大幅提升性能和穩定性，因此科學家為了調配出最好的鈣鈦礦材料，加料不手軟，成份也愈來愈複雜。

在眾多複雜鈣鈦礦材料中，包淳偉研究員探討的是 MAyFA1−yPb(BrxI1−x)3 ，下標符號y和1-y表示相對含量，如果MA佔60%、FA就是40%，因為MA和FA會競爭同一個位置；同理Br和I亦然。

圖片為鈣鈦礦材料通式ABX3 對應到混合離子鈣鈦礦材料MAyFA1−yPb(BrxI1−x)3 之示意圖。

圖／研之有物問題來了，MAyFA1−yPb(BrxI1−x)3 這個材料這麼複雜，比例要怎麼配比較好呢？「你累積的經驗越多，你就猜得越準」，包淳偉說道。

2016年曾經有國外團隊為了找出離子濃度配方與 MAyFA1−yPb(BrxI1−x)3 元件性能的關係，不惜花重本「土法煉鋼」，分別將兩組相對含量7等分（0,1/6,2/6,3/6,4/6,5/6,1），做出49種不同的鈣鈦礦太陽能電池，再去測量光電轉換效率，得出最佳比例為MA2/6FA4/6Pb(Br1/6I5/6)3 。

然而，爲何這樣的濃度配方可以得到最佳元件呢？很遺憾的，實驗團隊由於實驗表徵手段的限制，並不能解答這個重要的基礎問題。

因此，實驗團隊仍然需要學生們焚膏繼晷地爆肝，用試誤法（trialanderror）把最佳配方「踹」（try）出來。

國外團隊為了找到MAyFA1−yPb(BrxI1−x)3 最佳比例，做出49種不同的鈣鈦礦太陽能電池，黃框處即為最佳比例。

左圖為相應濃度的元件外觀，右圖為相應濃度的材料表面微結構。

資料來源／Energy&EnvironmentalScience不過，一直反覆試誤並非好方法，畢竟每做一次實驗就是一次成本。

因此，科學家也設法從理論模擬著手，包淳偉強調「模擬的好處是可以在電腦空間中創造一個最純淨的系統。

」，而原子尺度模擬，更可以達到原子級的解析度，提供許多實驗無法量測的資訊。

要如何模擬一個材料系統？材料科學注重製程（Process）、性質（Property）和結構（Structure）之間的關係。

當我們對結構不夠瞭解時，往往只能透過不同的製程參數，慢慢做出我們想要的性質，可能在失敗多次之後，才能抓到一些訣竅。

理論模擬幫助科學家在做出樣品之前，先建立能量模型，找出能量最低、最穩定的微結構。

當我們了解結構之後，可以避免有問題的製程參數設定，進而得到較好的材料性質。

首先，如果要知道材料性質，有個最精準也最耗時的方法：「第一原理計算」，只用量子力學原理，從頭開始把原子間的作用力和能量計算出來。

因為計算繁瑣，應用上只能模擬1奈米以內（10-9 公尺）的三維材料，抓到數個皮秒（10-12 秒）內的原子狀態，若再往外擴展所耗費的時間和成本難以想像。

相對地，計算材料性質也有省時省力的方法：「分子動力學模擬」，運用古典的牛頓力學，搭配統計力學去計算系統的微觀結構和能量。

分子動力學模擬大約可以模擬100奈米內的三維材料，抓到數個微秒（10-6 秒）內的原子狀態，可模擬的系統尺寸和時間都比第一原理計算要來得多！可惜準確度對於現在化學組成高度複雜的新穎材料而言是一個極大的挑戰。

有沒有一種方法，可以做到又快又準呢？有有有！它就是近年大熱門的「機器學習」！圖／研之有物第一原理計算僅適合用在1奈米以內尺度，計算準確耗時；分子動力學模擬可用於100奈米尺度，計算省時卻不夠精準；透過機器學習建立的神經網路模型，可以快速模擬100奈米尺度的材料，也保留高準確度。

資料來源／包淳偉時間就是金錢，請愛用機器學習！當包淳偉看到2016年國外團隊的 MAyFA1−yPb(BrxI1−x)3 鈣鈦礦研究之後，他認為「結構」這塊還有很多地方可以討論，如果透過理論模擬，先找出最低能量的微結構，或許就能更有效率地探索離子濃度空間，找出決定最佳配方的關鍵要素！由於第一原理計算和分子動力學模擬都不夠好用，包淳偉就將念頭轉到近年熱門的「機器學習」，他和團隊就先從簡單的PbI2 開始，慢慢做到複雜的鈣鈦礦材料。

一開始包淳偉的團隊使用布朗大學開發的原子尺度機器學習套件（AtomisticMachine-learningPackage,AMP）來進行訓練與測試，然而，由於AMP套件性能無法達到預期，包淳偉團隊就走上了自行開發機器學習分子動力學模擬程式的不歸路。

訓練神經網路模型時，包淳偉採用第一原理計算的結果當作機器學習素材，並設計函數進行反饋校正，直到預測的原子能量誤差遠小於熱擾動。

這套神經網路模型如何運作？先輸入原子座標（位置向量 r），再換算成「原子指紋」（特徵向量 G，表示該原子與其他原子之間獨一無二的相對關係），之後透過神經網路，快速輸出整個材料系統的原子能量和作用力。

從輸入到輸出，要模擬原子走一個步階（註1）有多快？假設以2000顆原子的計算量來看，自行開發的機器學習方法只要約0.1秒，第一原理計算則要花費3小時，足足快了十萬倍（註2）！包淳偉與團隊成功訓練出可以模擬複雜鈣鈦礦材料系統的神經網路模型。

資料來源／包淳偉此神經網路模型可以準確預測MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的系統能量和受力。

縱軸表示包淳偉團隊的神經網路模型模擬結果，橫軸表示第一原理計算結果。

資料來源／包淳偉AI告訴我們什麼？包淳偉團隊成功訓練出來的神經網路模型，可以在2,000顆原子左右的材料系統上進行數百萬種可能的原子排列採樣，並計算出複雜鈣鈦礦材料的最低能量結構，模擬出不同原子在材料中最穩定的位置、它們的振動，以及它們受到擠壓時會怎麼跑。

多虧了神經網路的快速計算，即使是 MAyFA1−yPb(BrxI1−x)3 這麼複雜的系統也能處理，跑了將近1百萬次結構模擬，得出不同成份比例下81種最低能量的微結構（如下圖），這是第一原理計算絕對跑不出來的成果。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的最低能量原子結構，縱軸y為MA濃度（CMA，從MA0-FA1到MA1-FA0），橫軸x為Br濃度（CBr，從Br0-I1 到Br1-I0），各自9等分。

為求圖片簡潔，省略x,y=0或1的結構圖。

資料來源／包淳偉找出系統最低能量的原子組態還不夠，包淳偉團隊想要進一步檢驗鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 是否能穩定地保持混合狀態，因此計算不同濃度成份下的離子混合能Emix（如下圖）。

混合能是負的，表示系統會傾向混合在一起，這也是材料學家想要的微結構，系統會維持單一固溶相，原子和原子之間「和平共處」。

混合能是正的，表示系統會傾向分離成不同成分的「相」（Phase），材料不能保持穩定的混合狀態，會析出相異固溶相，產生許多缺陷。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料的混合能Emix分布，藍色表示混合能為負（維持單一固溶相），紅色表示混合能為正（析出相異固溶相），可以看到Br和MA濃度高的時候，容易析出化合物。

其中，縱軸y為MA濃度（CMA），橫軸x為Br濃度（CBr）。

資料來源／包淳偉從 MAyFA1−yPb(BrxI1−x)3 混合能分布初步來看，Br濃度（CBr）或MA濃度（CMA）越高的時候，混合能就越高，系統越容易析出相異的固溶相。

除了混合能之外，研究團隊更進一步檢驗了不同濃度成份下的其他結構參數，例如短程有序參數αA-B（正值表示A-B析出；負值表示A-B混合）、晶格扭曲ηs（shearstrain）與晶格畸變ηv（volumetricstrain），觀察析出化合物時，是否真的會改變晶格的幾何結構。

為了將模擬結果和實際情況對照，包淳偉再將模擬出來的結構以第一原理計算出不同濃度成份下的材料能隙（Eg），以及用內差法比對2016年國外團隊的實驗數據，得出不同濃度成份下的元件短路電流（Jsc）和光電轉換效率（powerconversionefficiency,PCE）。

有了這些關鍵數據，我們終於可以完成鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 優化製程參數的最後一哩路！鈣鈦礦材料設計最佳化！還記得我們一開始跑模擬的目標嗎？幫助研究團隊在花大錢做實驗之前，先找出最穩定的結構，從結構參數回推好的製程參數，進而得到較好的材料性質。

那麼要如何把這麼多參數的相關性一網打盡呢？有個好工具叫「皮爾森相關性矩陣」（Pearsoncorrelationmatrix）。

MAyFA1−yPb(BrxI1−x)3 鈣鈦礦材料透過機器學習方法模擬之後，計算出性質參數（Eg、Jsc、PCE）、結構參數（Emix、α、ηs、ηv）與製程參數（CMA、CBr）與之間的相關性。

其中，r為相關係數，紅色正值表示兩者正相關，藍色負值表示兩者負相關。

資料來源／包淳偉上圖的矩陣整合了結構參數、製程參數與性質參數的相關性。

這張表格要怎麼解讀呢？首先看結構參數，混合能（Emix）越高，晶格扭曲（ηs）程度越大，MA和FA不互溶，Br和I也不互溶，鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 不能保持穩定的混合狀態。

再來看製程參數和結構參數，Br的濃度（CBr）和MA的濃度（CMA）越高，晶格扭曲明顯增加，使得混合能越高。

尤其是Br，Br加得越多，MA和FA不互溶，Br和I也不互溶，容易析出其他固體相，在材料中引入缺陷。

最後看性質參數與結構參數，會發現混合能越高，光電轉換效率（PCE）和元件短路電流（Jsc）越差。

因此，如果要提升光電轉換效率，必須降低Br和MA的摻雜濃度來減少晶格扭曲，以降低混合能，使得MA和FA，Br和I都能充分混合，讓析出物和缺陷減少。

使電流傳輸時不會受到材料缺陷或晶界的阻礙，光電轉換效率才會好。

要做出好的鈣鈦礦材料MAyFA1−yPb(BrxI1−x)3 必要條件之一：「降低Br和MA的摻雜濃度，盡量讓材料維持單一固溶相」。

這就是理論模擬的科學力量，預先評估一款材料設定的製程參數好不好。

如果要透過實驗方法窮舉出上述的最佳化原則，不僅金錢花費巨大，時間成本也相當高。

包淳偉與研究團隊透過近年熱門的機器學習技術，建立了模擬材料系統的神經網路模型，因為神經網路快速運算的特性，大幅降低花費時間和成本，並且模擬結果相當準確。

包淳偉團隊從簡單的化合物模擬開始，終於在2021年成功發表複雜鈣鈦礦材料 MAyFA1−yPb(BrxI1−x)3 的最佳化條件，成果發表在權威期刊《JournalofPhysicalChemistryLetters》。

目前除了繼續改善神經網路模型之外，也開始和其他國外研究團隊合作解決混合複雜元素的材料系統問題，例如高熵合金。

最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金，而包淳偉團隊也正在使用機器學習輔助原子尺度模擬來研究它有趣的塑性變形性質。

要做出好的材料，結構、製程與性質缺一不可，機器學習輔助的模擬方法可以幫助科學家快速找到最低能量的結構，這是傳統模擬方法無法做到的。

目前除了繼續改善神經網路模型之外，最近包淳偉團隊與香港研究團隊在《自然》期刊發表了一種超彈性高熵合金，而包淳偉團隊也正在使用機器學習輔助的原子尺度模擬來研究它有趣的塑性變形性質。

圖／研之有物註解註1：原子走一個步階的意思是：原子從某個位能井跳到下一個位能井。

註2：此為研究團隊早期模擬MAPbI3 的成果，之後的神經網路模型效率更好。

延伸閱讀機器學習與材料廚神的神祕Recipe應用人工神經網路勢能場研究複雜鈣鈦礦材料微觀結構見微知著─分子模擬的應用AhighlydistortedultraelasticchemicallycomplexElinvaralloyExplorationofthecompositionalspaceformixedleadhalogenperovskitesforhighefficiencysolarcellsIsmachinelearningredefiningtheperovskitesolarcells?MicrostructureMapsofComplexPerovskiteMaterialsfromExtensiveMonteCarloSamplingUsingMachineLearningEnabledEnergyModelMolecularDynamicsSimulationforAll數感宇宙探索課程，現正募資中！相關標籤：光電轉換效率太陽能發電材料科學機器學習皮爾森相關性矩陣鈣鈦礦熱門標籤：大麻量子力學CT值女科學家後遺症文章難易度剛好太難所有討論 0登入與大家一起討論研之有物│中央研究院34篇文章・ 194位粉絲＋追蹤研之有物，取諧音自「言之有物」，出處為《周易·家人》：「君子以言有物而行有恆」。

探索具體研究案例、直擊研究員生活，成為串聯您與中研院的橋梁，通往博大精深的知識世界。

網頁：研之有物臉書：研之有物@FacebookRELATED相關文章【2003諾貝爾化學獎】細胞膜的分子通道【2002諾貝爾化學獎】質譜與核磁共振關注大麻合法化，先了解大麻的大小事調香師的秘密：「糞臭素」挑起你骯髒的慾望TRENDING熱門討論即時熱門科學宅的戀愛契機：「同類交配」理論49小時前【錯誤】感染武漢肺炎未必會肺纖維化，也沒辦法自行檢測！｜武漢肺炎內容查核#23215小時前你聞過下雨的味道嗎？讓我們一同探究它是怎麼產生的吧！31天前社畜悲歌：「過勞死」的概念是如何形成的？——《為工作而活》22天前思考別人沒有想到的東西——誰發現量子力學？52022/06/03科學宅的戀愛契機：「同類交配」理論49小時前時間是甚麼？國內物理學家與哲學家怎麼看？44天前一生可以聆聽的聲音總量是註定的？戴上你的聽力計算機！32022/05/21