Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

首創平行世界理論,艾弗雷特三世誕辰|科學史上的今天:11/11

張瑞棋_96
・2015/11/11 ・2131字 ・閱讀時間約 4 分鐘 ・SR值 556 ・八年級

電影裡的主角為了拯救世界或是扭轉自己的人生,穿越時空回到過去,在那關鍵時刻出手干預,果然使歷史偏離原來的軌跡,走向不同的結局……。

類似的時空旅行已是科幻電影屢見不鮮的題材,不過其中始終有個說不通的問題,那就是違背因果關係。最典型的例子就是「祖父悖論」:你回到過去殺死自己的祖父;可是如此一來你就不會出生,你祖父也就不可能被你殺死。這不是矛盾嗎?

艾弗雷特三世。圖片來源:wikipedia

沒關係,有個理論可以解決這個矛盾,那就是「多重世界」(或稱「平行世界」、「多重宇宙」)的。這可不是空想的科幻點子,而是美國理論物理學家艾弗雷特三世(Hugh Everett III),提出的量子力學理論。

艾弗雷特出生於1930年11月11日。他大學讀的是化工系,但畢業後到普林斯頓大學,卻是以賽局理論的研究,於1955年拿到碩士學位。他緊接著攻讀博士,又再轉換領域到物理,跟隨惠勒(John A. Wheeler)研究量子力學。就是在此時,艾弗雷特想到平行世界這個匪夷所思的理論。

-----廣告,請繼續往下閱讀-----

其實,對許多人而言,當時量子力學的主流──哥本哈根詮釋──也是匪夷所思!根據哥本哈根詮釋,量子世界裡的粒子並沒有確切的狀態,而是各種可能狀態加總起來的「疊加態」;而薛丁格方程式中的波函數,所描述的就是粒子在各種狀態的機率。

但我們測量粒子時,明明就只會得到一個明確的結果啊?!他們主張:這是因為觀測的行為,才造成粒子從原本處於各種可能性的疊加態,瞬間「崩陷」成一種確定的狀態。也就是說,我們眼前這個實實在在的世界,是拜我們作為觀測者之賜,才成形的。

這種近乎佛教唯識論的說法,當然令相信古典物理的科學家難以接受。愛因斯坦就質疑道:「難道月亮只有在我們看它時才存在嗎?」薛丁格也對於哥本哈根學派如此詮釋自己的方程式而憤恨不已,才想出後來被稱為「薛丁格的貓」的思想實驗,用既生又死的貓來嘲諷疊加態的荒謬。

的確,哥本哈根詮釋無法說明觀測那一剎那究竟發生了什麼事,使得混沌的量子系統崩陷為明確的古典世界。然而許多實驗又證明了粒子彷彿知道有沒有人在偷窺似的,會表現出不同的行為。那麼就只能無奈的接受哥本哈根詮釋嗎?

-----廣告,請繼續往下閱讀-----

艾弗雷特因此另闢蹊徑。他認為觀測者並沒有什麼神祕魔力讓粒子從疊加態崩陷為一種明確的狀態。觀測時,粒子原來的各種可能狀態並沒有消失,只是各自分散到平行世界去。以薛丁格的貓來說,我們打開箱子,如果看到貓是死的,那麼在另一個平行世界,這隻貓卻是活的。而前面提到的「祖父悖論」也不會有矛盾,因為你穿越時空回去的並不是原來的世界,而是另一個平行世界,所以你在這個平行世界殺死「祖父」,並不會影響你在原來那個世界的出生。

以艾弗雷特的理論解釋薛丁格的貓,在開盒的瞬間,不同狀態的貓便分散到平行世界去了,如果我們看到貓是死的,那麼在另一個平行世界,這隻貓卻是活的。圖片來源:Christian Schirm@wikipedia

艾弗雷特於1956年完成論文,把觀測者與被觀測的對象納入同一系統之中,既能承襲哥本哈根學派用機率詮釋波函數,又能避開「崩陷」的神秘現象,可說更加簡潔。但分裂成多重宇宙的說法實在太驚世駭俗,艾弗雷特不得不大幅修改論文,才於1957年在期刊上發表。

此時艾弗雷特已在五角大廈的顧問團隊中服務一年,眼見論文發表後並未激起任何漣漪,已是失望透頂,加上兩年後被量子力學的巨擘波耳當面潑了冷水,因而從此放棄量子力學,利用他數學與賽局理論的專長,以承接軍方專案作為一生事業。

但他的一生並沒太長。1982年,才51歲的艾弗雷特就因心肌梗塞在家中一睡不起。發現他冰冷屍體的是十九歲的兒子馬克。馬克後來成為搖滾樂團”Eels”的主唱;你或許聽過他的歌,如果你看過電影《史瑞克》或是《沒問題先生》的話。不過別誤會,他的歌一點兒也不歡樂,反而多是鬱悶悲傷之作。

-----廣告,請繼續往下閱讀-----
艾弗雷特三世之子,Eels 樂團主唱──馬克·奧利佛·艾弗雷特。圖片來源:Eric Willis@wikimedia

或許這反映馬克並不順遂的過往:除了父親驟逝,姊姊於1996年自殺身亡(留下一張字條,說要去另一個平行宇宙與爹地重逢),兩年後母親又肺癌過世。據馬克回憶,父親艾弗雷特與家人關係非常疏離,總是沉默不語,獨自一人菸酒不離的在書桌旁書寫思考;他從不瞭解父親,也不知道他在研究什麼。

2007年,艾弗雷特發表論文的五十週年,英國BBC公共電視台邀馬克錄製艾弗雷特的紀錄片,由他拜訪父親的同儕與追隨者,請他們解釋平行世界的理論,馬克才終於知道父親的重要貢獻。

不只是艾弗雷特的兒子隔了很久才知道這一點,物理學界也是直到這個世紀才開始認真看待他的多重世界理論。同樣在2007這一年,牛津大學舉辦紀念研討會,物理學家齊聚一堂,討論艾弗雷特的模型在宇宙創生、弦論等領域的運用。

或許真的有那麼一個平行宇宙,艾弗雷特與妻女都不會死於非命,他與子女的關係也不會如此疏離,就可以與家人一起分享學術上的榮耀。

-----廣告,請繼續往下閱讀-----

本文同時收錄於《科學史上的今天:歷史的瞬間,改變世界的起點》,由究竟出版社出版。

-----廣告,請繼續往下閱讀-----
文章難易度
張瑞棋_96
423 篇文章 ・ 1028 位粉絲
1987年清華大學工業工程系畢業,1992年取得美國西北大學工業工程碩士。浮沉科技業近二十載後,退休賦閒在家,當了中年大叔才開始寫作,成為泛科學專欄作者。著有《科學史上的今天》一書;個人臉書粉絲頁《科學棋談》。

0

0
0

文字

分享

0
0
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。

1

7
7

文字

分享

1
7
7
薛丁格的貓是死是活?再不懂點量子就落伍了!——《我們的生活比你想的還物理》
商周出版_96
・2022/12/06 ・2327字 ・閱讀時間約 4 分鐘

奧地利的物理學家薛丁格最初閱讀愛因斯坦和德布羅意的論文後,也注意到物質波的概念,並進而闡釋發展成波動力學,促成量子力學誕生。薛丁格的波動力學是後來量子力學的具體論述之一, 薛丁格波動方程式更是量子力學最重要的方程式之一,也是現代人研究發展量子電腦的重要思維。

繼續討論薛丁格的想法前,容我「插播」兩種說法,一種是「哥本哈根詮釋」,一種是「愛因斯坦悖論」。

萬物受機率支配?愛因斯坦可不這麼認為

前面提到電子的雙狹縫干涉實驗,說明在微觀世界的電子具有波動性。在電子的雙狹縫干涉實驗中,為何被觀測到的電子只有在屏幕的一點留下痕跡呢?照理說,在屏幕的任意地方都能發現電子的蹤跡。然而,當我們「觀測」到屏幕的一「質點」的電子的瞬間,電子的波函數立即「塌縮」。

物理學家解釋這是因為電子的波函數與發現機率有關,亦即觀測電子時,電子波會縮小分布範圍, 呈現電子的粒子形式。活躍於哥本哈根的波耳等人認同這種融合「波函數塌縮」和「機率詮釋」的想法,因此成為「哥本哈根詮釋」。至於「電子波為何會塌縮?」是一個未解之謎。

-----廣告,請繼續往下閱讀-----

自然界真的受到機率的支配嗎?真的大哉問啊!

愛因斯坦儘管預言光子存在,提出光量子論,但他強烈反駁「機率論」的觀點。對於哥本哈根學派的「機率詮釋」和「波的塌縮」,愛因斯坦以「上帝不玩擲骰子的遊戲」批判哥本哈根詮釋, 完全不能接受哥本哈根學派主張「決定一切事物的上帝竟然會依照擲出骰子出現的點數決定電子的位置」。

「上帝不玩擲骰子的遊戲」批判哥本哈根詮釋。圖/GIPHY

愛因斯坦也指摘「幽靈般的超距作用」。他認為未來已經確定,反駁「自然界曖昧不明」的不確定性,進一步指出「自然界並非曖昧不明,而是量子論還不完備,無法正確闡述自然界的緣故」。以上所提,是量子力學發展歷程的觀點論戰的故事,包含 1935 年,愛因斯坦和共同研究者波多斯基(Boris Podolsky)、羅森(Nathan Rosen)聯合發表觸及量子論矛盾的「EPR 悖論」(Einstein-Podolsky-Rosen paradox)。

迄今,我們已經知道微觀世界,電子等粒子會自己旋轉,具有「自旋」的物理量,或直接用專業術語「自旋角動量」,自旋的方向依據量子論會以多個狀態同時存在,並存或疊合。

愛因斯坦等人認為,對於相距非常遙遠的電子,不可能無時間限制,瞬時互相影響;根據狹義相對論的說法,沒有任何物體的飛行速度比光速還快。觀測相距遙遠的兩粒子之一,竟然會在瞬間同時決定兩者的狀態,這樣特殊奇妙的現象,愛因斯坦稱之為「幽靈鬼魅般的超距作用」。

-----廣告,請繼續往下閱讀-----

沒錯!又要提那隻貓了

薛丁格曾以「量子糾纏」解釋愛因斯坦論文中的悖論現象,指出互相遠離的粒子的性質,並非各自獨立,而是成組決定,無法個別決定,這個現象是 2022 年諾貝爾物理學獎得獎主題的「量子糾纏」。如果能這樣思考,那麼就不會認為粒子是瞬間傳送並影響到遠方粒子,有如「幽靈般的超距作用」。

貓同時是活和死的「疊加」。圖/維基百科

談到量子力學,「薛丁格的貓」此知名想像實驗必定會浮現在讀者的腦海中吧?此實驗探討一隻貓的狀態究竟是活或死的,而實驗結果是:貓同時是活和死的「疊加」。如果以古典物理學來思考,會顯得極其荒謬;但若以微觀世界視之,這項理論其實符合電子波粒二象性的機率概念。

根據 1927 年量子力學學派的詮釋,觀察一個量子物體時,會干擾其狀態,造成其立即從量子本質轉變成傳統物理現實。原子及次原子粒子的性質,在量測之前並非固定不變,而是許多互斥性質的「疊加」。此觀念的知名例子就是「薛丁格的貓」實驗。

在這個想像的實驗中,一隻貓被鎖在一個箱子中,並有一個毒氣瓶,在量子粒子處於某狀態下毒氣瓶會破裂,但若該粒子處於另一狀態,則毒氣瓶會完好無損。如果將箱子封閉,此粒子的量子狀態是兩種狀態「共存」的情況,也就是說,毒氣既是已從瓶中放出,又被封存在瓶中,也因此,箱中的貓同時既是活的也是死的。當箱子打開時,由於此量子疊加狀態瓦解了,因此在那瞬間,這隻貓或許被毒死,或許得以保命。

-----廣告,請繼續往下閱讀-----
當箱子打開的瞬間,這隻貓或許被毒死,或許得以保命。圖/《我們的生活比你想的還物理

物理小教室

  • 索爾維會議

量子力學是近代物理學的重要基石,與相對論被認為是近代物理學的兩大基本支柱,許多物理學理論和科學,如原子物理學、固態物理學、核物理學和粒子物理學,都以其為基礎。物理學界往往會在物理重要會議激盪出重要的論述,例如 1927 年第 5 次索爾維會議,此次會議主題為「電子和光子」,當時世上最重要的物理學家,都聚集在一起討論新的量子理論。

1927 年第 5 次索爾維會議,此次會議主題為「電子和光子」。

——本文摘自《我們的生活比你想的還物理》,2022 年 11 月,商周出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 1
商周出版_96
123 篇文章 ・ 364 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。

2

15
8

文字

分享

2
15
8
宇宙到底從哪來?從量子力學和相對論來看「宇宙起源」,解釋完全不一樣!——《宇宙大哉問》
天下文化_96
・2022/09/25 ・2200字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/豪爾赫.陳、丹尼爾.懷森
  • 譯者/徐士傑、葉尚倫

宇宙從何而來?

每當仰望滿天星斗絢爛壯麗的夜空,或驚嘆微觀世界錯綜複雜的美景時,你不禁會問:「這一切從何而來?宇宙為什麼存在?是什麼東西或是誰負責這一切?」

長期以來,人們一直不斷臆測,讓人驚嘆不已的宇宙真實起源。當然,這比起我們擁有物理學或漫畫的時間要長得多。瞭解宇宙起源很重要,因為有可能會解釋我們存在的來龍去脈。我們想知道我們是怎麼來的,因為這問題的答案可能揭露:我們為什麼在這裡,以及我們應該如何度過時間。如果你知道宇宙從何而來,你的生活方式可能會改變。

因此,在所有問題中最大的問題是,物理學究竟可以告訴我們什麼?

在一開始的時候

在我們問宇宙從何而來或它是如何形成之前,我們需要先退一步想想。我們首先要問的應該是「宇宙是誕生出來的,還是本來就一直存在?」

-----廣告,請繼續往下閱讀-----

你可能會驚訝的發現,物理學對這個問題有很多論述。可惜的是,很多論述內容並不是很一致。事實上,量子力學和相對論這兩個偉大的理論,在宇宙主題上指出了兩個截然不同的方向。

量子宇宙

量子力學表明宇宙遵循著我們不熟悉的規則。根據量子力學,粒子和能量以奇怪和不確定的方式表現。這可能令人非常困惑,但幸運的是,這跟我們手上的問題並不相關。因為量子力學對宇宙的過去和未來實際上是一清二楚的。

量子力學用量子態來描述事物。量子態告訴你,與量子對象交互作用時,事情可能發生的概率。例如,它可能會告訴你粒子位置的機率。你可能不知道粒子現在在哪裡,但你可以知道它可能在哪裡。

量子態很有趣,因為如果你知道今天量子物體的狀態,你可以用它來預測明天、兩週後,或者十億年後的狀態。量子力學中最著名的方程式是薛丁格方程式,跟貓和盒子無關。薛丁格方程式告訴你:如何利用你對宇宙的瞭解並將宇宙向未來投射。它也可以反推,可以利用你對現在的瞭解,告訴你宇宙在過去是什麼樣子。

-----廣告,請繼續往下閱讀-----

根據量子力學,這種預測能力沒有時間限制。它的基本原則是:量子資訊不會消失,只是轉變為新的量子態。也就是說,如果你知道宇宙今天的量子態,就可以計算出它在任何時間點的量子態。量子力學告訴我們,宇宙在時間上永遠向後和向前推展。

這代表一個非常簡單的事實:宇宙一直存在,並將永遠存在。如果我們對量子力學的理解是正確的,那麼宇宙就沒有起始點。

相對論宇宙

然而,愛因斯坦相對論卻告訴我們一個截然不同的故事。量子力學有個問題,它通常假設空間是靜態的,就像一個固定的背景,你可以在那裡懸掛粒子和場。但是相對論告訴我們,這觀念大錯特錯。

根據相對論,空間是動態的,它可以彎曲、伸展和壓縮。我們可以看到空間在黑洞或太陽之類的重物體附近彎曲。愛因斯坦的理論還描述了整個空間如何膨脹。空間不僅僅是平坦的空虛;它被重物局部扭曲,並且愈來愈大。

這個瘋狂的想法最初來自於相對論中的數學,但現在我們有實驗能加以證明。透過望遠鏡,我們可以看到星系每年愈來愈快的遠離我們。宇宙中的一切似乎都變得愈來愈分散和愈來愈冷,就像氣體在膨脹時冷卻一樣。

-----廣告,請繼續往下閱讀-----

對宇宙的起源來說,這代表什麼含義呢?呃……如果把時鐘倒轉,我們的觀察預測出宇宙曾經更熾熱、更密集。如果回溯足夠遠的時間,宇宙就會到達一個特殊的點:奇異點。

此時,宇宙的密度實在是太大了,甚至讓相對論的計算結果顯得有點荒謬。相對論預測宇宙變得非常緊密,空間又異常彎曲,最終達到了一個無限密度點。

按照相對論的觀點,宇宙在某種程度上確實有個開端,或者說至少有個「特殊時刻」。我們所看到的一切,包括所有空間,都來自奇異點。可惜的是,相對論不能告訴我們那一刻發生了什麼,但我們知道它與之後的任何時空點都不一樣。它就像一堵無法跨越的牆,無法用相對論解釋。

孰是孰非?

現代物理學的兩大支柱以大相逕庭的觀點來解釋可能的宇宙起源。一方面,量子力學告訴我們宇宙是永恆的,一直存在。另一方面,相對論告訴我們宇宙來自一個發生在一百四十億年前的無限密度點。

-----廣告,請繼續往下閱讀-----

我們知道量子力學不可能完全正確,因為它沒有辦法描述關於宇宙的某些事。例如,量子力學沒有辦法描述重力或空間彎曲。但同時,我們也知道相對論並不完全正確,因為它在奇異點處崩潰,並且忽略了宇宙的量子性質。

——本文摘自《宇宙大哉問:20個困惑人類的問題與解答》,2022 年 8 月,天下文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 2
天下文化_96
142 篇文章 ・ 624 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。