講者:李世光博士
地點:國立臺灣大學 理學院思亮館1樓
內容摘要:
科技不是答案,而是提問的開始
AI、大數據、能源轉型……這些關鍵詞背後,其實藏著制度選擇與價值抉擇。李世光老師從工程與政策的雙重視角,帶領我們思考:當科技主導社會,我們該如何決定它的方向?科技的使用,其實反映的是我們對未來的想像與選擇。
數學訓練,能不能超越理性?
數學系學生最強的是抽象與邏輯思維,但面對政策與AI治理這類跨域問題,我們能否跳脫解題框架,思考模型背後的假設與倫理?李老師指出:未來需要的,是能理解技術,又能設計制度的「思辨實踐者」。
AI時代,你準備好進場了嗎?
當演算法逐漸決定我們的生活節奏與選擇自由,誰來制定規則?誰來監督科技與社會的界線?這場演講不只是知識的傳遞,更是對學生的呼喚:若你學會建模與推理,是否也願意進入現實,成為改革的一份子?
【演講內容全文】
從跨領域學術研究到產業科技研究
前經濟部長、臺大特聘教授 李世光博士
在本次臺大數學沙龍中,前經濟部長李世光教授帶來一場極富啟發性的分享,主題橫跨數學理論、光學應用與高科技產業的實務經驗。他從學生時期在數學系遊走的經驗談起,一路談到矩陣理論在光彈性材料分析中的應用,再延伸至在 IBM 解決高價值產品問題的過程。李教授不僅強調跨領域學習的必要,也以自身實例說明數學如何在產業界創造實質影響。
數學與光學的交會:一份大學報告開啟的研究之路
李世光教授回憶,他在大學時期經常往返數學系聽課,甚至曾受黃武雄老師指導。因緣際會下,他選修了機械系的課,接觸到一本關於光彈應用的《矩陣理論》專書。他不僅將書印下來仔細閱讀,還撰寫了一份多達151頁的心得報告。儘管大學生無需繳交報告,他仍主動完成,結果這份報告成為後來發表12篇期刊論文的起點。
李教授強調,這些研究成果源自他在數學系累積的基礎與對光學應用的興趣。他指出,光彈性(photoelasticity)技術可用來測量材料內部應力,其基本原理是光線穿過受力的透明材料時會發生偏極變化,進而顯示出材料的主應力差異。這一技術在 1970 年代的汽車工業中廣泛應用,能有效判斷車體在震動或受力下的結構強度。
在IBM解決20億美金產品的關鍵問題:光學與數學的實戰
李教授進一步談到他在IBM的研究經歷。他提到自己第一天穿著正式西裝進入 IBM,卻被告知研究人員不用這麼打扮。他的任務之一,是用光學方法解決一項年營收高達20億美金產品的結構應力問題。當時如果無法及時處理,該產品每天的損失高達500萬美元。
運用傳統材料科學的方法,需要耗費多年的時間才能解決這樣的問題,但李教授運用光學量測結合數學模型,在極短時間內提出創新的解法。他的研究成果因此被張貼在 IBM Research 部門的入口牆上,與 IBM Fellow 並列。他說:「這不是傳統材料人的做法,但如果你用數學去看、去解,就可以快很多。」
他補充說,這樣的案例體現了美國國會近年提出的一項創新觀點:創新(innovation)並不是從基礎研究線性推進到應用,而是各階段高度互動、彼此回饋的結果。這也顯示,數學人若能跨域學習、了解系統需求,將有機會在產業中扮演極關鍵的角色。
光彈技術的歷史與發展:從應力分析到 LCD 螢幕貼膜
李教授深入介紹光彈性技術的應用與演進。他說明,當光線穿過受應力影響的塑膠材料時,會出現明顯的干涉條紋(fringe pattern),這些條紋可以用來分析材料內部的主應力差異。透過一種稱為「應力冷凍法」(stress frozen method)的方式,工程師可先將塑膠材料受熱加壓後冷卻,再將其切片觀察應力分布。
然而,這種方法只能取得材料某一方向的應力差值,無法完整重建三維內部應力場。李教授指出,曾有蘇聯科學家提出「整合光彈性量測」的構想,試圖直接從外部一次量出所有應力資訊,省去切片與分層,但他從數學推導證明這樣的做法在理論上不可行,因為無限多種主軸轉換方式將導致無限多解。
他笑說:「那位蘇聯科學家寫了一整本書,但其實只要兩行數學算式就能證明這件事不可能。」這也顯示數學在釐清物理假設、分析可行性方面的強大力量。
隨著科技演進,光彈性也應用到 LCD 面板的製程檢測。例如,在螢幕貼膜過程中,只要黏貼稍有不平,便會出現「水紋」效應,導致產品報廢。李教授舉例,一張價值約美元一分錢的偏光膜,在處理與貼合後可售價達台幣 800 元,整體產業的附加價值可觀,也因此對光學檢測的精度有極高要求。
數學讓解法跨界複製:從基本理論到高階應用的潛力
李教授強調:「如果一個數學方法在 A 領域可行,那通常也能直接套用到 B、C、D 領域。」這種方法的可遷移性,使數學人在面對跨領域問題時,具備強大的解題能力。他舉例,自己在研究光學干涉時發現,其數學結構與李群(Lie group)與單位矩陣分解理論高度相關,甚至可視為球面上的旋轉操作。
這樣的理解不僅讓他能夠從幾何圖像中預測光的偏極變化,也幫助他僅用兩週的時間,寫出被視為該領域經典教材的作者回信肯定的相關論文。他分享當時作者的回信內容,對方表示:「在你尚未瞭解系統與實務之前,這還不是一個好的博士論文題目,但這確實是一個很有潛力的方向。」
透過這樣的過程,李教授讓學生們看見,數學並不僅僅存在於紙上的推導,而是實際可被運用於產業、工程、技術創新之中。他提醒學生:「學好數學,其實就是學好思考。」
工業難題中的數學實力:解決變形問題的背後故事
李世光教授接著分享了他在 IBM 實際參與解決磁碟機變形問題的經驗。當時,公司推出一款使用鎂合金製成、追求高速讀寫的光碟機產品,但卻在室溫下出現難以觀測的結構變形,導致讀寫系統錯位、整個服務架構失效。這是一項價值每年 20 億美金的產品,任何設計缺陷都攸關公司利潤與市場地位。
為了處理這場技術危機,IBM 將來自不同領域的工程師集中在一個實驗室中,展開高密度的跨域討論與實驗。李教授指出,在這樣的情境下,數學背景的專家常常扮演關鍵角色,不只提出理論上的假設,更能迅速驗證假說。他笑說:「這些人會被留在會議裡,是因為他們能最快用腦袋算出東西;不能的人就會被請出去,因為會浪費時間。」
最終,他們透過全像干涉技術發現變形不是鏡相顯微鏡能觀察的單點問題,而是一連串細微移動累積而成的整體變形。他們從材料熱處理開始進行追蹤,發現鎂合金在不同熱處理流程下會產生微結構的變化,進而導致應力集中與變形。他們利用光學分析快速找到最佳處理區間,將原本 13.5 毫秒的運作延遲縮短到 11.5 毫秒,讓產品能以極高穩定性進入市場。
這 個解決方案僅增加了一分錢的成本,但成功讓該產品成為當時的市場領導者。李教授的照片也因此被掛在 IBM 研究部門的牆上三年半,象徵他在這場技術挑戰中的傑出貢獻。
基礎理論與實務現場的交織:從加薪制度看研發文化
在講述這段經歷時,李教授也提到 IBM 對研發貢獻的獎勵制度。他回憶,自己每三至四個月就有機會獲得一次5%的薪資調整,遠超過傳統公司一年一次的固定加薪制度。他說:「你如果三年加薪 12%,那其實只是每年 4%,但 IBM 的做法是三、四個月就給你5%,長期下來加薪速度非常快。」
加薪通知的方式也極具儀式感:只是一張寫在筆記本邊角的小紙條,寫著「Congratulations」。他笑說:「第一次收到還不知道是什麼,後來才知道是加薪通知。」
這樣的制度背後,是 IBM 強調「用成果說話」的文化。研究人員需要在短時間內提出可被實驗與市場驗證的解法,同時還要回溯問題的基礎理論,才能說服上層管理與決策者。他強調,這種高壓但有效率的工作模式,要求研究人員具備應用能力、理論深度與團隊合作精神的完美結合。
跨領域創新的思維實踐:從顯示器、風扇到羊毛
演講後半段,李教授分享多個看似日常,實則蘊含高深技術的案例,進一步說明跨領域思維如何為產業帶來創新。
其中一例是 LCD 背光板的「光學墨水」問題。為了避免光線均勻性不佳,業者原本使用日本進口的特殊油墨進行印刷,卻因解析度提升導致良率大幅下降。李教授只花五分鐘就提出建議,改用特定尺寸的白色粒子(不超過 50 微米)混入透明膠體中,並控制比例不超過 50%,即可有效解決視覺均勻性與印刷良率問題。這個方案的材料成本僅約十元,但解決的是市面上售價近兩千元的顯示器背光問題,顯示數學與物理直覺如何在實務中產生驚人價值。
另一個令人印象深刻的案例是電風扇。他指出,臺灣市售的高階 DC 電風扇價格上看兩萬元,原因在於其特殊風葉設計能夠以渦流方式產生柔順、環繞的氣流,讓吹風不再是刺耳、直線的感覺,而是如「空氣在流動」。這樣的設計,不只是力學問題,也是數學與感知設計的結合。
最後一個來自紐西蘭的故事,則結合了生物科技與勞工福利。他描述紐西蘭科研機構如何為剪羊毛的工人解決脊椎側彎的風險,透過設計一種蛋白質注射法,使羊毛在特定時間點自然脆化,剪羊毛變得更輕鬆也更省力。這樣的設計兼顧數學建模、生物時間控制與社會問題回應,正是「real problem, real solution」的典範。
數學人的位置:從模型到實踐的價值轉譯者
李教授最後強調,數學不只是「解題工具」,更是觀察世界、發現問題與跨界創新的關鍵。他指出,過去有許多工程難題,最終是靠數學家找出關鍵模型或反直覺的解法。例如早年磁碟機的「跳針」問題,許多工程師束手無策,最後是數學背景的管理者指出這是典型的「corrugation」現象——就像牛車走在石頭路上產生的一連串凹陷,從而找到解決方案。
「如果你在 A 領域能解出一個題目,通常 B、C、D 領域也能用同一個方法解,」他再次強調數學方法的可遷移性與跨域潛能。
李教授以自己多次面對高風險、高回報研發任務的經驗勉勵學生:學好數學,不只是為了解一張考卷,而是為了在真正重要的問題上,看得見機會、想得出辦法、做得出結果。