王钻开：沙粒中窥探世界 —— 仿生科学哲学谈
王钻开教授现为香港理工大学协理副校长（研究）、研究生院院长、郭氏集团仿生工程教授及机械工程学系讲座教授、仿生科学与工程研究中心主任。王教授担任Droplet的执行主编，同时亦担任10多个国际期刊的副主编和顾问编委。发表论文350余篇，其中在Nature、Science以及子刊发表论文60多篇，总引用37,000次，其中四篇论文引用超过1,000次。
一、生活与科学
从表面上看，物理理论看似遥不可及，实际上却与我们生活息息相关。没有相对论和量子力学，现代的生活根本不可想像。其实，不少生活中的现代科技，都与物理有关。没有量子力学，便不可能出现LED显示器、半导体晶片、雷射、MRI磁力共振；没有相对论，便不会有GPS卫星定位、太阳能、核能发电。中国人有句成语，叫「见微知著」，意思就是从细微的迹象，便可预视事情未来如何发展。英国诗人布莱克（William Blake, 1757-1827）〈天真的预言〉（“Auguries of Innocence”）中的著名诗句，充满哲理，那便是「从一粒沙子里看世界」（To see a world in a grain of sand）。这可说是微观到宏观科学研究最直接、最浪漫的比喻。
这也是物理学家杨振宁（1922-2025）最喜爱的诗句，象征着从微观的细节洞察宏观的宇宙真理。
物理和数学是现代工程科学基础。即使是微米尺度下的小现象，背后也蕴含非凡的物理规律，能够解决现实世界许多宏观的大问题。
既然从一粒沙子可看到世界，那么，从一滴水是否也可看到世界？
二、水滴的启示
一代学术巨匠胡适（1891-1962）曾引用南宋诗人杨万里（1127-1206）的诗作〈桂源铺〉：
万山不许一溪奔， 拦得溪声日夜喧。 到得前头山脚尽， 堂堂溪水出前村。
胡适以水作为世间最具力与美之象征，认为无论是大江大河还是涓涓细流，尽管「环境有难易」，「有迟速的不同」，「到的时候有先后的不同」，然而却阻不了大趋势，故对此诗情有独钟。这与《道德经》所云「天下之至柔，驰骋天下之至坚」，可谓有异曲同工之妙。水向低流，人尽皆知。然而个中藏着的科学奥义，却不是人人知晓。溪流中的水到达缓急先后不同，速度也不一样。就是同一条溪，同一个坡，同一个重力梯度，但是有的水流撞了石头，有的绕了弯，有的流窜到他处。深究其背后的逻辑，水的流动与所受力的同向匹配驱动水快速通过；而流于力的不匹配导致能量被耗散，水流被破碎，流动速度也随之减缓。由此可见，水之「流」与力之「势」中自有大学问，当二者方向高度匹配时，能量才能高效传递，系统才能达到最优状态。推而广之，这一原理揭示了自然界的深层规律，也启发我们通过物理学理论框架研究自然，将之应用在不同场景，从而解决许多看似无解的科学迷思。我们香港理工大学团队仿生科学与工程中心，就是利用自然启发的方法和原则，创造新的解决方案，以解决水、能源、环境和医疗保健方面等的重大挑战。
三、向自然取经
如果地球是个巨型实验室，那么自然界当中的许多生物，其实已经参与了数十亿年的「自然工程实验」。水流过不同表面，有的亲水，有的疏水，另外各种动植物和昆虫，都各有自己独特的身体结构，且都是经过无数次试错历练，才得以留下来的最优解。毕竟任何生物能够活到现在，都必须与物理规律相契合。科学家寻找自然定律，有时其实可以不假外求，只要将最优解变化成理论框架，就可举一反三，应用在不同层面上。早在2014年，我和团队研究仿生荷叶表面而开发超疏水表面材料，在《自然-物理学》（Nature Physics）杂志发表了「超疏水表面上液滴的薄饼状弹跳」研究，我们开发的仿生表面实现了表面张力势场与液滴流动的高度匹配，让液滴能够快速弹跳，并将接触时间缩短至物理极限相比传统表面减少了80%。这一突破为高效表面设计提供了全新思路。基于类似的逻辑，2024年我们在《自然-化学工程》（Nature Chemical Engineering）杂志发表的研究，仿照真菌微观结构，调控表面弹性体力场，设计出智能防结冰表面。该表面可使冰晶自动脱离，有效防止冰层堆积，为极端环境下的能源与运输系统提供了创新解决方案。此外，我们还基于南洋杉的防水结构、蜜蜂触角的最密感知系统，以及沙漠甲虫的集水机制，开发了一系列仿生高能效设计，这些研究成果发表于《自然》（Nature）、《科学》（Science）、《自然纳米技术》（Nature Nanotechnology）等顶尖学术期刊，展现了仿生设计在多领域的创新应用潜力。向自然界学习并创造新工程设计，我们从微观物理规律中提炼出「场匹配」理论（Field Matching Principle）与设计方法。该理论旨在实现流动（如水流、液滴）与驱动其势场（如力场、电场、热场）的高效匹配，从而实现能量的高效转换。这不仅能解释为什么荷叶能疏水，更能指导我们去设计各种高性能的异质界面。比如，应用在医疗领域，可以应用到手术器械和医疗植入物上，通过调控微观的作用力，让细菌无法依附，极大地减少患者的感染风险，同时也能应用于精准的药物递送。这些理论可跨界解决很多不同领域的痛点。
四、机理到应用
表介面科学在多个不同领域都有重要应用，可发展出微流控、散热、光伏、除冰、柔性机器人等。这些研究涉及到多个物理学领域，产生了五位诺贝尔奖得主。表介面科学的贡献是多方面的，可以优化系统的动力学性能、高效利用相变潜热，并对表面能进行精确设计与调控。在此，谈谈一众科学家们之前的发见。早在1813年，德国数学家高斯（Johann Carl Friedrich Gauss, 1777-1855）研究平方反比力场（引力、静电场），发现了散度定理的特殊形式。稍后，在1826年，俄国数学家奥斯特洛格拉德斯基（Mikhail Ostrogradsky, 1801-1862）在巴黎科学院给出了一般形式严格证明。而我们团队的场匹配理论，则进一步针对异质界面能量传递，发展出的普适性设计原则。通过应用场匹配理论，就可优化调控异构介面，应用在不同的场景，其中包括高效能传热制冷、环境能源收集、自清洁防结冰的表面、水下可逆粘附功能等。例如，基于这一理论的异质设计，能显著强化高性能芯片的散热能力，为下一代人工智能的发展提供坚实的硬件支撑。
五、学理的剖析
从现象到理论，数学公式完美地表达了何谓「守恒」。我们从各个领域的离散现象，发展背后隐藏的共性理论范式，帮助优化各种介面调控，可有助解决许多宏观的大问题。至于异构介面的能效提升，本质上都是流场与物理场的梯度匹配问题。通过介面结构调控，使流速场与势场梯度同向匹配，可实现从流体多种能量的高能效转换。反之，如果两者不匹配的话，能量便无法有效转换。你可以把梯度想像成水流「下坡的方向」，把流速/能量流想像成「水流」。只有水流顺着下坡（梯度）流，能量才能最顺畅地从高处（高势能）流到低处（低势能），并转化为动能。自然的美丽之处，在于它可以有效表达能量转换在自然界的最优解。物理世界和自然世界的最优解的一致，就是上述「沿着最陡的方向下坡」的能量转换。在AI深度学习的过程中，训练大模型让参数顺着损失函数梯度（下坡）更新，才能高效地把「预测误差」转化为「模型精度」。换言之，这也是一种能源的转换，本质上都是梯度方向和流动/更新方向没有对齐，导致系统无法高效地向目标状态演化。试想像一下，物理上让能量高效转换，必须想方设法减少能量损耗（在物理学上而言，就是减少熵增）。如果场不匹配，能量变成热能散掉，熵便会增加。AI上模型训练的过程，就是透过梯度下降，把数据中的「资讯」提取出来，再把「杂讯」筛走。丢弃杂讯这个过程，就是减低资讯熵的过程。那么，水为什么有快慢之别？这是因为场匹配的不同、介面能效有高低、场的对不对齐等因素。
六、自然的力量
本文一开始提到「一粒沙子里看世界」。其实那首诗还有后半句，那就是「一朵野花一天堂」（And a heaven in a wild flower）。仿生科学的魅力恰恰在于大自然一朵花、一片叶、一只蜜蜂身上都有微小巧思，透过深入观察，科学家能够归纳出一些理论，再发展为能够造福人类、改变生活的事物。我们学习科学，要懂得探索自然、欣赏自然、敬畏自然、爱护自然。人生从微观走向宏观，大自然早就为人类打造好可持续未来，只要我们虚心学习，终有一天会找到「绿洲」。
（本文由庄圣伟、黄振威整理）