Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

快速光子控制使量子光學技術更接近現實

only-perception
・2012/02/19 ・1066字 ・閱讀時間約 2 分鐘 ・SR值 575 ・九年級

利用光子而非電子來傳輸資訊,除其他優勢外,還導致更快速與更安全的通訊方法。現在一個物理學家團隊在實現量子光學技術上向前跨出了另一步:他們證明如何快速操作波長與現有光學電信網路一樣的單光子。能在幾奈秒內控制一個光子的路徑與偏振,使光學迴路能與現有的光學電信網路整合,導致明顯的改善。

這些物理學家,來自英國 Bristol,Bristol 大學、英國愛丁堡,Heriot-Watt 大學,以及位於荷蘭 Delft 的 Kavli Institute of Nanoscience,已將他們快速控制單光子之路徑與偏振的研究發表在最近一期的 Physical Review Letters 中。

這些物理學家在一種由迴路(單光子透過它移動)所組成的量子光學裝置上進行研究,在此,這些迴路可重新配置以改變光子的路徑與偏振。這些量子光學迴路的挑戰之一是,在很快的速率下操縱單光子與多光子的狀態。

為了對付這種挑戰,研究者使用被證實在當前電信調變器中具,有迅速操作能力的鈮酸鋰(lithium niobate)波導。利用電光效應(electro-optic effect)的優勢,研究者證明,在波導附近的電極施加一電壓可快速操作光(由 1 或 2 個光子構成)的量子態。他們利用在 1550 nm 波長下(那用在電信網路中)產生的光子對,完成快速路徑與偏振控制的證明。

-----廣告,請繼續往下閱讀-----

“在此實驗中,我們證明在二種迴路配置間的交換(switching,切換),每一種都會導致不一樣的量子態,” 第一作者,Bristol 大學的 Damien Bonneau 榜示。”重新配置速率被設定在 4 MHz,而先前的實驗則是每隔數秒才完成線路重配置。” 交換所使用的技術基本上與日常電信網路中所使用的技術相同,那用以交換被編碼在 40 GHz 光脈衝中的資訊位元。原則上,像這樣的交換也能在單光子的層次上使用。”

如同 Bonneau 的解釋,鈮酸鋰波導操縱光之量子態的能力提供了一種截然不同的方法,較先前方式快了許多。

“直到目前為止,on-chip 的光量子態操作依賴作用如同緩慢相轉移器(slow phase shifters)的加熱器,” Bonneau 表示。”我們在此證明,藉由利用建構網際網路的其中一種技術,我們不僅能交換光封包以路由古典資訊,還可以快速改造與操縱光的量子態。”

如這些科學家的解釋,能在單一平台上快速控制單光子的偏振與路徑,對於基礎量子科學以及量子技術來說都將十分有用。他們計畫未來將他們的研究朝這些應用當中的幾個擴展。

-----廣告,請繼續往下閱讀-----

“鈮酸鋰,製造出這些裝置的材料,也能用來隨機產生光子,” Bonneau 表示。”超導單光子偵測器也能被整合到像這樣的晶片上。一個技術性平台,結合了隨機的單光子源、迴路與偵測器,能為數種應用開路,包括可靠的單光子源(藉由數個來源的多工,multiplexing),量子中繼器(quantum relays,為長距離量子通訊所需),或量子金鑰散佈(為量子加密所需)。”

資料來源:PHYSORG:Fast photon control brings quantum photonic technologies closer[February 13, 2012]

轉載自only-perception

-----廣告,請繼續往下閱讀-----
文章難易度
only-perception
153 篇文章 ・ 1 位粉絲
妳/你好,我是來自火星的火星人,畢業於火星人理工大學(不是地球上的 MIT,請勿混淆 :p),名字裡有條魚,雖然跟魚一點關係也沒有,不過沒有關係,反正妳/你只要知道我不是地球人就行了... :D

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

4
1

文字

分享

0
4
1
為什麼會被陽光曬傷?光有能量的話,為什麼照日光燈沒事?
PanSci_96
・2024/05/05 ・3185字 ・閱讀時間約 6 分鐘

唉!好曬呀!前兩集,一些觀眾發現我曬黑了。

在臺灣,一向不缺陽光。市面上,美白、防曬廣告亦隨處可見,不過,為什麼我們會被陽光曬傷呢?卻又好像沒聽過被日光燈曬傷的事情?

事實上,這也跟量子力學有關,而且和我們今天的主題密切連結。

之前我們討論到量子概念在歷史上的起點,接下來,我們會進一步說明,量子概念是如何被發揚光大,以及那個男人的故事。

-----廣告,請繼續往下閱讀-----

光電效應

在量子力學發展過程中,光電效應的研究是非常重要的轉捩點。

光電效應指的是,當一定頻率以上的光或電磁波照射在特定材料上,會使得材料發射出電子的現象。

在 19 世紀後期,科學家就已經發現某個奇特的現象:使用光(尤其是紫外線)照射帶負電的金屬板,會使金屬板的負電消失。但當時他們並不清楚背後原理,只猜測周遭氣體可能在紫外線的照射下,輔助帶負電的粒子從金屬板離開。

光電效應示意圖。圖/wikimedia

於是 1899 年,知名的英國物理學家 J. J. 湯姆森將鋅板放置在低壓汞氣之中,並照射紫外線,來研究汞氣如何幫助鋅板釋放負電荷,卻察覺這些電荷的性質,跟他在兩年前(1897 年)從放射線研究中發現的粒子很像。

-----廣告,請繼續往下閱讀-----

它們是比氫原子要輕約一千倍、帶負電的微小粒子,也就是我們現在稱呼的電子。

1902 年,德國物理學家萊納德發現,即使是在抽真空的玻璃管內,只要照射一定頻率以上的光,兩極之間便會有電流通過,電流大小跟光的強度成正比,而將光線移除之後,電流也瞬間消失。

到此,我們所熟知的光電效應概念才算完整成型。

這邊聽起來好像沒什麼問題?然而,若不用現在的量子理論,只依靠當時的物理知識,很難完美解釋光電效應。因為根據傳統理論,光的能量多寡應該和光的強度有關,而不是光的頻率。

-----廣告,請繼續往下閱讀-----

如果是光線把能量傳給電子,讓電子脫離金屬板,那為什麼需要一定頻率以上的光線才有用呢?比如我們拿同樣強度的紫外線跟紅外線去照射,會發現只有照射紫外線的金屬板才會產生電流。而且,當紫外線的頻率越高,電子的能量就越大。

另一方面,若我們拿很高強度的紅外線去照射金屬板,會發現無論如何都不會產生電流。但如果是紫外線的話,就算強度很低,還是會瞬間就產生電流。

這樣難以理解的光電效應,使得愛因斯坦於 1905 年一舉顛覆了整個物理學界,並建立了量子力學的基礎。

光電效應的解釋

為了解釋光電效應,愛因斯坦假設,電磁波攜帶的能量是以一個個帶有能量的「光量子」的形式輻射出去。並參考先前普朗克的研究成果,認為光量子的能量 E 和該電磁波的頻率 ν 成正比,寫成 E=hν,h 是比例常數,也是我們介紹過的普朗克常數。

-----廣告,請繼續往下閱讀-----

在愛因斯坦的詮釋下,電磁波的頻率越高,光子能量就越大,所以只要頻率高到一定程度,就能讓電子獲得足以逃脫金屬板的能量,形成電流;反過來說,如果電磁波的頻率不夠高,電子無法獲得足夠能量,就無法離開金屬板。

這就像是巨石強森一拳 punch 能把我打昏,但如果有個弱雞用巨石強森百分之一的力道打我一百拳,就算加起來總力道一樣,我是不會被打昏,大概也綿綿癢癢的,不覺得受到什麼傷害一樣。

而當電磁波的強度越強,代表光子的數目越多,於是脫離金屬板的電子自然變多,電流就越大。就如同我們挨了巨石強森很多拳,受傷自然比只挨一拳要來得重。

雖然愛因斯坦對光電效應的解釋看似完美,但是光量子的觀點實在太過激進,難以被當時的科學家接受,就連普朗克本人對此都不太高興。

-----廣告,請繼續往下閱讀-----

對普朗克來說,基本單位能量 hν,是由虛擬的「振子」發出的;但就愛因斯坦而言,電磁波本身的能量就是一個個光量子,或現在所謂的「光子」。

然而,電磁波屬於波動,直觀來說,波是綿延不絕地擴散到空間中,怎麼會是一個個攜帶最小基本單位能量的能量包呢?

美國物理學家密立根就堅信愛因斯坦的理論是錯的,並花費多年時間進行光電效應的實驗研究。

到了 1914 年,密立根發表了世界首次的普朗克常數實驗值,跟現在公認的標準數值 h=6.626×10-34 Js(焦耳乘秒)相距不遠。

-----廣告,請繼續往下閱讀-----

在論文中,密立根更捶心肝(tuî-sim-kuann)表示,實驗結果令人驚訝地與愛因斯坦那九年前早就被人拋棄的量子理論吻合得相當好。

這下子,就算學界不願相信愛因斯坦也不行了。愛因斯坦也因為在光電效應的貢獻,獲得 1921 年的諾貝爾物理獎。

1921 年,愛因斯坦獲得諾貝爾物理學獎之後的官方肖像。圖/wikimedia

光電效應的應用

在現代,光電效應的用途廣泛。我們日常生活中常見的太陽能發電板,利用的就是光電效應的一種,稱為光生伏打效應,材料內部的電子在吸收了光子的能量後,不是放射到周遭空間,而是在材料內部移動,形成正負兩極,產生電流。

而會不會曬傷也跟光子的能量有關。

-----廣告,請繼續往下閱讀-----

曬傷是皮膚受到頻率夠高的太陽光,也就是紫外線裡的 UVB 輻射造成的損傷。這些光子打到皮膚,會讓 DNA 分子裡構成鍵結的電子逃逸,引起皮膚細胞中 DNA 的異常變化,導致細胞損傷和免疫反應,這就是為什麼曬傷後皮膚會出現紅腫、疼痛和發炎的原因。

而頻率較低的光線,因為光子能量偏低,所以就不太會造成傷害,這也是為什麼我們沒聽過被日光燈曬傷這種事。

結語

從 17 世紀後半,惠更斯和牛頓各自提出光的波動說和微粒說開始,人們就聚焦於光到底是波動還是粒子的大哉問;19 世紀初,湯瑪士.楊用雙狹縫干涉實驗顯示了光的波動性,而到 19 世紀中後期,光屬於電磁波的結論終於被馬克士威和赫茲分別從理論和實驗兩方面確立。

經過約莫兩百年的研究發展,世人才明白,光是一種波動。

怎知,沒過幾年,愛因斯坦就跳出來主張光的能量由一個個的光量子攜帶,還通過實驗的檢驗——光又成為粒子了。

物理學家不得不承認,光具有波動和粒子兩種性質,而會呈現哪一種特性則依情況而定,稱為光的波粒二象性。

愛因斯坦於 1905 年提出的光量子概念,顛覆了傳統認為波動和粒子截然二分的觀點,將光能量量子化的詮釋也被實驗印證,在那之後,除了光的能量之外,還有其他物理量被發現是「量子化」的,像是電荷。

我們現在知道,電荷也有個基本單位,就是單一電子攜帶的電荷大小。

儘管之後又發現組成原子核的夸克,具有 -1/3 和 +2/3 單位的基本電荷,但並沒有改變電荷大小是不連續的這件事,並不是要多少的電量都可以。

如果你覺得很奇怪,不妨想想,我們用肉眼看會覺得身體的每一個部位都是連續的,但其實在微觀尺度,身體也是由一個個很小的原子和分子組成,只是我們根本看不出來,才覺得是連續的。

光子的能量和電荷的大小,其實也是像這樣子,細分下去就會發現具有最基本的單位,不是連續的。

事實上,量子力學在誕生之後,一直不斷地為人們帶來驚喜,簡直就是物理學界突然闖進一隻捉摸不定的貓。我們下一個故事,就要來聊量子力學發展過程中,打破世間常識的某個破天荒假說,而假說的提出者,是大學原本主修歷史和法律,擁有歷史學士學位,但後來改念物理,並憑藉博士論文用 5 年時間就拿到諾貝爾物理學獎的德布羅意。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

4
2

文字

分享

0
4
2
量子糾纏態的物理
賴昭正_96
・2024/04/24 ・5889字 ・閱讀時間約 12 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我不會稱量子糾纏為量子力學的「一般 (a)」特徵,而是量子力學「獨具 (the)」的特徵,它強制了完全背離經典的思想路線。

——薛定鍔(Edwin Schrödinger)1933 年諾貝爾物理獎得主

相對論雖然改寫了三百多年來物理學家對時間及空間的看法,但並未改變人類幾千年來對「客觀宇宙」——「實在」(reality)——的認知與經驗:不管我們是否去看它,或者人類是否存在,月亮永遠不停地依一定的軌道圍繞地球運轉。可是量子力學呢?它完全推翻了「客觀宇宙」存在的觀念。在它的世界裡,因果律成了或然率,物體不再同時具有一定的位置與運動速度……。

這樣違反「常識」的宇宙觀,不要說一般人難以接受,就是量子力學革命先鋒的傅朗克(Max Planck)及愛因斯坦(Albert Einstein)也難以苟同!但在經過一番企圖挽回古典力學的努力失敗後,傅朗克終於牽就了新革命的產物;但愛因斯坦則一直堅持不相信上帝在跟我們玩骰子!因此 1935 年提出了現在稱為「EPR 悖論(EPR Paradox)」的論文,為他反對聲浪中的最後一篇影響深遠的傑作。

1964 年,出生於北愛爾蘭、研究基本粒子及加速器設計的貝爾(John Bell),利用「業餘」時間來探討量子力學的基礎問題,提出題為「關於愛因斯坦(Einstein)-波多爾斯基(Podolsky)-羅森(Roson)悖論」的論文。貝爾深入地研究量子理論,確立了該理論可以告訴我們有關物理世界基本性質的地方,使直接透過實驗來探索看似哲學的問題(如現實的本質)成為可能。

2022 年的諾貝爾物理獎頒發給三位「用光子糾纏實驗,……開創量子資訊科學」的業思特(Alain Aspect)、克勞瑟(John Clauser)、蔡林格(Anton Zeilinger)的物理學家。讀者在許多報章雜誌(如 12 月號《科學月刊》)均可看到有關貝爾及他們之工作的報導,但比較深入討論貝爾實驗的文章則幾乎沒有。事實上貝爾的數學確實是很難懂的,但只要對基本物理有點興趣,我們還是可以了解他所建議之實驗及其內涵的。因此如果讀者不怕一點數學與邏輯,請繼續讀下去吧:我們將用古典力學及量子力學推導出在實驗上容易證明/反駁的兩個不同結果。

-----廣告,請繼續往下閱讀-----

角動量與自旋角動量

在我們日常生活裡,一個物體(例如地球)可以擁有兩種不同類型的角動量。第一種類型是由於物體的質心繞著某個固定(例如太陽)的外部點旋轉而引起的,這通常稱為軌道角動量。第二種類型是由於物體的內部運動引起的,這通常稱為自旋角動量。在量子物理學裡,粒子可以由於其在空間中的運動而擁有軌道角動量,也可以由於其內部運動而擁有自旋角動量。實際上,因為基本粒子都是無結構的點粒子,用我們日常物體的比喻並不完全準確1;因此在量子力學中,最好將自旋角動量視為是粒子所擁有的「內在性質」,並不是粒子真正在旋轉。實驗發現大部分的基本粒子都具有獨特的自旋角動量,就像擁有獨特的電荷和質量一樣:電子的自旋角動量為 ½ 2,光子的自旋角動量為 1。

量子力學裡的角動量有兩個與我們熟悉之角動量非常不同的性質:

  1. 前者不能連續變化,而是像能量一樣被量化(quantized)了,例如電子的自旋量子數為 ½,所以我們在任何方向上所能量到的自旋角動量只能是 +½(順時針方向旋轉)或 -½(逆時針方向旋轉)
  2. 後者的角動量可以同時在不同的方向上有確定的分量,但基本粒的(自旋)角動量卻不能。

EPR 論文

EPR 論文討論的是位置與動量的客觀實在性;貝爾將其論點擴展到自旋粒子的角動量上,討論兩個粒子相撞後分別往左、右兩個不同方向飛離後的實驗。因曾相撞作用之故,它們具有「關連」(correlated)的自旋角動量;但常識與經驗告訴我們,如果分開得夠遠的話,它們之間應不再互相作用影響,因此我們在任一體系所做的測量也應只會影響到該體系而已。這「可分離性」(separability)及「局部性」(locality)的兩個假設可以説是物理學成功的基石,因此沒有人會懷疑其正確性的。

讓我們在這裡假設粒子相撞後的總自旋角動量爲零。如果我們測得左邊粒子的 B- 方向自旋為順時(見圖一),則可以透過「關連」而預測右邊粒子的 B- 方向自旋應為逆時。因右邊粒子一直是孤立的,基於物理體系的「可分離性」與「局部性」,如果我們可以預測到其自旋的話,則其自旋應該早就存在,爲一「實在」的自然界物理量。

-----廣告,請繼續往下閱讀-----
EPR 與貝爾實驗裝置。 圖/作者提供   

同樣地,如果我們突然改變主意去量得左邊粒子的 C- 方向自旋為順時,則也可以透過「關連」而預測到右邊粒子的 B- 方向自旋應為逆時。但右邊粒子一直是孤立的,因此其 C- 方向自旋也應該早就存在,亦爲一「實在」的自然界物理量。所以右邊的粒子毫無疑問地應同時具有一定的 B- 方向自旋與 C- 方向自旋。同樣的論點也告訴我們:左邊的粒子毫無疑問地也應同時具有一定的 B- 方向自旋與 C- 方向自旋。如果量子力學説粒子不能同時具有一定的 B- 方向與 C- 方向自旋,而只能告訴我們或然率,那量子力學顯然不是一個完整的理論!

貝爾的實驗

貝爾將這一個物理哲學上的爭論變成可以證明或反駁的實驗!如圖一,我們可以設計偵測器來測量相隔 120 度的 A、B、C 三個方向的自旋(順時或逆時)。依照古典力學(EPR),自旋在這三個方向上都有客觀的存在定值。假設左粒子分別為(順、順、逆);則因總自旋須爲零,右粒子在三方向的自旋相對應爲(逆、逆、順)。在此情況下,如果我們「同時去量同一方向」之左、右粒子自旋,應可以發現(順逆)(順逆)(逆順)三種組合。可是如果我們「同時且隨機地取方向去量」左、右粒子自旋,應可以發現的組合有(順逆)(順逆)(順順)(順逆)(順逆)(順順)(逆逆)(逆逆)(逆順)九種;其中相反自旋的結果佔了 5/9。讀者應該不難推出:不管粒子在三方向的自旋定值爲何,發現相反自旋的結果不是 5/9 就是 9/9,即永遠 ≥ 5/9。

量子力學怎麼說呢? 在同一個假設的情況下, 量子力學也說如果我們「同時去量同一方向」之左、右粒子自旋, 應發現的組合也是只有(順逆)(順逆)(逆順)三種。但量子力學卻說:可是如果我們「同時且隨機地取方向去量」左、右粒子自旋,則會得到不同於上面預測之 ≥ 5/9 的結果!為什麼呢?且聽量子力學道來。

量子力學與或然率

自動角動量。圖/作者提供

在古典力學裡,如果在某個方向測得的自旋角動量為 +½,則其在任何方向的分量應為 +½ cosθ,如圖二所示。但在量子力學裡,因為不可能同時在其它方向精確地測得自旋角動量,因此分量只能以出現 +½ 或 -½ 之或然率來表示;這與古典力學不同,也正是問題所在。但古典力學到底還是經過幾百年之火煉的真金,因此如果我們做無窮次的測量,則其結果應該與古典力學相同:即假設測得 +½ 的或然率是 P,則

-----廣告,請繼續往下閱讀-----

如果角度是 120º,則解得 P 等於 1/4:也就是說有 1/4 的機會量得與主測量同一方向(+½)自旋角動量,3/4 機會量得 -½ 自旋角動量。

讓我們看看這或然率用於上面所提到之貝爾實驗會得到怎麼樣的結果。依量子力學的計算,如果在左邊 A- 方向量得的是順時鐘的話,則因「關連」,右邊 A- 方向量得的便一定(100%)是逆時鐘;但因角動量不能同時在不同的方向上有確定的分量, 故在其它兩方向量得逆時鐘的或然率依照上面的計算將各爲 1/4,因此左、右同時測得相反自旋的或然率只有 ½ [=(1+1/4+1/4)*3/9,三方向、九方向組合]而己。

實驗結果呢?1/2,小於 5/9!顯然粒子在不同方向同時具有固定自旋的假設是錯的!EPR 是錯的!古典力學是錯的!量子力學戰勝了!貝爾失望克勞瑟賭輸了!

量子糾纏態

上面提到如果左邊 A- 方向量得的是順時鐘的話,則右邊 A- 方向量得的便一定(100%)是逆時鐘;可是左、右粒子在作用後,早已咫尺天涯,右粒子怎麼知道左粒子量得的是順時鐘呢?量子力學的另一大師薛定鍔(Edwin Schrödinger)從 EPR 論文裡悟到了「糾纏」(entanglement)的觀念。他認爲在相互作用後,兩個粒子便永遠糾纏在一起,形成了一個量子體系。因是一個體系,因此當我們去量左邊粒子之自旋時,量子體系波函數立即崩潰,使得右邊粒子具有一定且相反的自旋。可是右邊的粒子如何「立即知道」我們在量左邊的粒子 A- 方向及測得之值呢?那就只有靠愛因斯坦所謂之「鬼般的瞬間作用」(spooky action at a distance)了!此一超光速的作用轟動了科普讀者3!筆者也因之接到一些朋友的詢問,為寫這一篇文章的一大動機。

-----廣告,請繼續往下閱讀-----

可是仔細想一想,在古典力學裡不也是這樣——如果左邊 A- 方向量得的是順時,則右邊 A- 方向量得的便一定是逆時——嗎?但卻從來沒有科學家或科普讀者認為有「鬼般的瞬間作用」或「牛頓糾纏態」去告訴右邊粒子該出現什麼。這「鬼般的瞬間作用」事實上是因為在未測量之前,量子力學認為右邊粒子自旋是存在於一種沒有定值之或然率狀態的「奇怪」解釋所造成的。例如我們擲一顆骰子,量子力學說:在沒擲出之前,出現任何數的或然率「存在」於一種「波函數」中。但一旦擲出 4 後,波函數便將立即崩潰:原來出現 4 之 1/6 或然率立即瞬間變成 100%,其它數的或然率也立即瞬間全部變成零了。但在日常生活中,我們(包括 EPR)從不認為那些或然率「波函數」為一「客觀的實體」,故也從來沒有人問:其它數怎麼瞬間立即知道擲出 4 而不能再出現呢?波函數數怎麼瞬間立即崩潰呢?

事實上從上面的分析,讀者應該可以看出:根本不需要用「右粒子『知道』左粒子量得的是順時鐘」,我們所需要知道的只是量子力學的遊戲規則:粒子的角動量不能同時在不同方向上有確定的分量;即如果 100% 知道某一方向的自旋,其它方向的自旋便只能用或然率來表示。一旦承認這個遊戲規則,那麼什麼「量子糾纏態」或「鬼般的瞬間作用」便立即瞬間消失!這些「奇怪」名詞之所以出現,正是因為我們要使用日常生活經驗語言來解釋量子系統中訊息編碼之奇怪且違反直覺的特性4 所致。

結論

在想用日常生活邏輯或語言來了解自然界的運作失敗後,幾乎所有的物理學家現在都採取保利(Wolfgang Pauli)的態度:

了解「自然界是怎樣的(運作)」只不過是形上學家的夢想。我們實際上擁有的只是「我們能對大自然界說些什麼」。在量子力學層面,我們能說的就是我們能用數學來說的——結合實驗、測試、預測、觀察等。因此,幾乎所有其它事物在本質上都是類比和或想像的。事實上,類比或意象性的東西可能——而且經常——誤導我們。

-----廣告,請繼續往下閱讀-----

換句話說,物理學的任務是透過數學計算5,告訴我們在什麼時刻及什麼地方可以看到月亮;至於月亮是不是一直那裡,或怎麼會到那裡……則是哲學的問題,不是物理學能回答或必須回答的。如果硬要用日常生活邏輯或語言去解釋月亮怎麼出現到哪裡,那麼我們將常被誤導。

誠如筆者在『思考的極限:宇宙創造出「空間」與「時間」?』一文裡所說的:『空間與時間都根本不存在:它們只是分別用來說明物體間之相對位置與事件間之前後秩序的「語言」而已。沒有物體就沒有空間的必要;沒有事件就沒有時間的必要』,我們在這裡也可以說;「量子糾纏態」根本不存在,它只是用來說明量子力學之奇怪宇宙觀的「語言」而已;沒有量子力學的或然率自然界,就沒有「量子糾纏態」的必要。

註解

  1. 讓我們回顧一下在 1925 年最早提出電子自旋觀念的高玆密(Samuel Goudsmit)及烏倫別克(George Uhlenbeck)當時所遭遇到的困擾。如果不是因為他們那時還是個無名小卒的研究生,提出電子自旋的人大概便不是他們了!底下是烏倫別克的回憶:『然後我們再一起去請教(電磁學大師)羅倫玆(Hendrik Lorentz)。羅倫玆不只以他那人盡皆知的慈祥接待我們,並且還表現出很感興趣的樣子——雖然我覺得多少帶點悲觀。他答應將仔細想一想。一個多禮拜後,他交給我們一整潔的手稿。雖然我們無法完全了解那些長而繁的有關自旋電子的電磁性計算,但很明顯地,如果我們對電子自旋這一觀念太認真的話,則將遭遇到相當嚴重的難題!例如,依質能互換的原則,磁能便會大得使電子的質量必須大於質子;或者如果我們堅持電子的質量必須為已知的實驗數值,則電子必須比整個原子還大!高玆密及我都認為至少在目前我們最好不要發表任何東西。可是當我們將決定告訴羅倫玆教授時,他回答說:「我早已將你們的短文寄出去投稿了!你們倆還年青得可以去做一些愚蠢的事!」』。後來呢?電子自旋的概念在整個量子力學的系統裏,脫出了「點」與「非點」這類的爭論,而被物理學界普遍接受。今天當物理學家用「電子自旋」這一術語時,有他們特定的運作定義,絕不虛幻,但也絕不表示電子是一個旋轉的小球(因為那將與實驗不符);但是有時把電子看為自轉的小球,可以幫助我們理解與教育初學者。
  2. 單位為普朗克常數(Planck constant)除以 2π。
  3. 玻爾(Niel Bohr):「那些第一次接觸量子理論時不感到震驚的人不可能理解它。」
  4. 這種量子效應以前一直被認為造成困擾,導緻小型設備比大型設備的可靠性更低、更容易出錯。但 1995 年後,科學家開始認識到量子效應雖然「令人討厭」,但實際上可以用來執行以前不可能處理的重要資訊任務,「量子資訊科學」於焉誕生。
  5. 薛定鍔:「量子理論的數學框架已經通過了無數成功的測試,現在被普遍接受為對所有原子現象的一致和準確的描述。」

延伸閱讀

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

賴昭正_96
46 篇文章 ・ 59 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此獲有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪,IBM顧問研究化學家退休 。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。