0

1
1

文字

分享

0
1
1

世界就是量子波函數:如果不驀然回首,那人還會在燈火闌珊處嗎?——《詩性的宇宙》

PanSci_96
・2017/11/20 ・4664字 ・閱讀時間約 9 分鐘 ・SR值 566 ・九年級

有關量子力學真正讓我們煩惱的是,理論中竟然出現了「觀測者」這個詞語。

誰才是「觀測者」?是狐狸?相機?還是你?source:Michail Kirkov

到底什麼才算是個「觀測者」,或者什麼才算是「觀測」呢?顯微鏡算不算?還有使用顯微鏡的有意識的人類算不算呢?松鼠呢?還有攝影機呢?倘若我並沒有仔細觀測,而只是瞥它一眼呢?到底是什麼時候才會發生「波函數塌縮」呢?

  • 這裡說明一下以免你日夜懸念:現代物理學家幾乎沒有人認為「意識」和量子力學有絲毫關連。的確有少數人破除舊習而相信這點,不過那些人少之又少,並不代表主流思潮。

這些議題統稱為量子力學的「測量問題」(measurement problem)。物理學家為它苦思了數十年,如今依然沒有共識。不知道該如何解決。

量子力學並不描述任何基底的「東西」:我們向來可容許談論的,完全就只是實驗測量的結果,圖/by pixabay。

不過,他們有一些構想。有種門路主張,即便波函數在預測實驗結果方面確實扮演要角,卻沒有真正展現出物理實相。說不定除了波函數之外,另有更深邃的方法可以來描述世界,而依循那種方式呈現的世界演化,原則上是完全可預測的。這種可能性有時也稱為「隱變數」(hidden variables)途徑,因為它暗示我們根本還沒有標定出最能妥善描述量子系統狀態的真正做法。倘若該理論成立,那麼它必然是非局部性的——系統各部分都必須與空間其他部分直接互動。

此外,還有個更基進的途徑,那就是乾脆完全否認存有基底現實。這是量子力學的一種反實在論派途徑,因為它認為理論不過就是種有系統的紀錄裝置,用來預測未來的實驗結果。若你請教反實在論者那門知識是關於當前宇宙的哪個層面,他們會告訴你問這種問題並不明智。依循這種觀點,量子力學並不描述任何基底的「東西」:我們向來可容許談論的,完全就只是實驗測量的結果。

-----廣告,請繼續往下閱讀-----

採行反實在論是相當戲劇性的一步。不過看來這門學說也曾獲得量子力學奠基人、泰斗權威尼爾斯.玻耳(Niels Bohr)的提倡擁護。他的觀點經描述為「沒有所謂的量子世界,只有個抽象的物理描述。我們不該認為,物理學的使命是找出自然的現狀。物理學乃是關於我們能夠如何講述自然。」

有關反實在論的最大問題或許在於,我們很難看出,一個人抱持這樣的立場,如何能完美地一以貫之。就一方面我們可以說,我們對自然的認識並不完備;不過若有人說沒有所謂的自然這種東西,那就完全另當別論了。就一方面,講那種話的人是誰?就連玻耳也(上述引文裡面)談到,「關於自然」我們能夠講述的事項。照這樣看來,那似乎便隱指有某種號稱「自然」的東西,而且我們也可以就此講述一些事情。

量子本體論——波函數

所幸我們還沒有耗盡我們的可能性。最簡單的可能性是,量子波函數完全不是種有系統的紀錄裝置,也不是許多種量子變數之一;波函數完全就是把現實直接呈現出來。誠如牛頓或拉普拉斯的理念,世界在他們眼中可以是粒子的一組位置和速度。現代量子理論學家則把世界想成一種波函數,沒有其他。

這種穩健品牌的簡明量子國度,可能會遇上一個難題,那就是測量問題。倘若一切事物就只是波函數,那麼釀成波函數「塌縮」的因素為何,還有為什麼觀測動作那麼重要?

-----廣告,請繼續往下閱讀-----
艾弗雷特三世。圖片來源:wikipedia

1950 年代,一位名叫休.艾弗雷特三世(Hugh Everett III)的年輕物理學家提出了一項解答。他主張只有一種量子本體論「波函數」而且它從頭到尾也只有一種演化方式,即依循薛丁格方程式。沒有塌縮,而且系統和觀察者之間也沒有根本區分,觀測完全不扮演什麼特殊角色。艾弗雷特宣稱,量子力學很安穩地與決定論形式的拉普拉斯派世界觀完全契合。

不過,倘若真是如此,為什麼在我們看來,當我們觀察波函數時它們就會塌縮?以現代語言來講,這個戲法可以追溯至量子力學一種稱為「纏結」的特徵。

依古典力學,我們可以設想世界的所有不同片段各具自己的狀態。地球繞著太陽運行,它有特定的位置和速度,火星也自有本身的位置和速度。但量子力學陳述的是另一種故事。沒有一個波函數專屬於地球,也沒有一個專屬於火星。相同道理,整個太空也都沒有這種現象。整個宇宙同時就只有一個波函數—這就是我們不帶絲毫謙遜所宣稱的「宇宙波函數」。

波函數不過就是我們指定給每個可能測量結果的數值,就像粒子的位置。於是那個數字能告訴我們,得出那項結果的機率。機率是以波函數平方來求得的:這就是著名的玻恩定則(Born rule),名稱得自德國物理學家玻恩。所以宇宙波函數為宇宙間各個物體如何遍布空間的所有可能方式各指定一個數字。波函數為「地球在這裡、火星在那裡」指定一個數字,也為「地球位在這另一個地方,火星則位於其他某處」指定一個數字,並依此類推。

-----廣告,請繼續往下閱讀-----
圖/by PIRO4D@pixabay。

因此地球的狀態可以和火星的狀態纏結。就行星這類的大型宏觀事物而言,這種可能性並不能落實為某種可論證的方式。不過,就基本粒子一類的微小事物而言,這種現象就隨時可見。假定我們有兩顆粒子——愛麗絲和鮑伯,它們各自能以順時鐘或逆時鐘方向自旋。宇宙波函數可以指定百分之五十的機率給愛麗絲採順時鐘自旋且鮑伯採逆時鐘自旋,另外百分之五十的機率則指定給愛麗絲採逆時鐘自旋且鮑伯採順時鐘自旋。我們完全不知道當我們測量這其中一顆粒子的自旋時,結果會得出哪個答案:不過我們知道,一旦我們測量當中一顆,另一顆絕對會採另一個方向自旋;它們彼此纏結。

艾弗雷特說明,我們應該根據表面意義來看待量子力學的形式主義。不只你打算觀測的系統是以一個波函數來描述,連你自己都是以一個波函數來描述。這就表示你有可能處於一種疊加態。艾弗雷特指出,當你測量一顆粒子,想瞭解它是採順時鐘或是逆時鐘方向自旋,波函數並不會塌縮成某一可能性。它會平滑演化成一種纏結疊加態,其中部分是「粒子順時鐘自旋」且「你見到粒子順時鐘自旋」,還有另一部分則是「粒子逆時鐘自旋」且「你見到粒子逆時鐘自旋」。疊加態的兩個部分實際上都存在,而且它們會服從薛丁格方程式的要求,繼續存在並不斷演化。

接著,我們就有個候選的最終答案,可用來解答那個至關緊要的本體論問題:「世界到底是什麼?」世界是個量子波函數。起碼在更好的理論出現之前是這樣。

氫原子在不同能量下,電子的波函數。source:wikimedia

艾弗雷特的量子力學

艾弗雷特的量子力學陽春途徑——唯有波函數和平滑演化,沒有新的變數或不可預測的塌縮,也沒有對客觀現實的否認——如今被冠上了「多世界詮釋」(Many-Worlds Interpretation)的稱號。宇宙波函數的兩個部分,一個你會見到粒子順時鐘自旋,另一個你會見到它逆時鐘自旋,這兩種演化到最後會完全相互獨立。往後雙方不再有溝通或干涉現象。這是由於你和那顆粒子,在稱為「退相干」(decoherence)的歷程當中,與宇宙的其餘部分纏結所致。波函數的不同部分是不同的「分支」,所以我們可以方便地說,它們描述了幾個不同的世界(從宇宙波函數所描述的「自然世界」來看,這依然是「一個世界」,不過波函數有許多不同分支,而且各分支獨立演化,所以我們稱它們是「幾個世界」-我們的語言還沒趕上我們的物理學)。

艾弗雷特/多世界量子力學途徑,有許多值得珍愛之處。就本體論來講,它很精實能幹:只有量子態和唯一的演化方程式。它是完全決定論的,即便是個別觀測者,他們在實際檢視世界之前,也不能區辨出他們究竟身處哪種世界,所以涉及有人進行預測時,必然含有某種機率成分。同時,它在解釋測量歷程等事項時都不會遇上困難,而且也不需動用任何有意識的觀測者來執行這種測量。所有事物都只是種波函數,所有波函數都依循相同的方式來演化。

-----廣告,請繼續往下閱讀-----

當然了,宇宙的數量多得數不清。

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

許多人反對多世界詮釋,因為他們就是不喜歡外界有那許許多多宇宙的構想。特別是不可觀測的宇宙——理論預測有那些宇宙,然而我們永遠不會有實際做法來看見它們。這並不是非常深思熟慮的反對意見;倘若我們的最好理論預測某件事是真的,那麼在更好的理論出現之前,我們就該為它實際為真的情況,賦予較高的貝氏信任度。倘若你對多重宇宙有某種內在的或先驗的負面感受,那麼你當然可以想盡辦法研擬出更好的量子力學表述。不過負面感受並不是種有原則的立場。

有個祕訣可以讓你和多世界詮釋和平共處,那就是領會那途徑並不是從量子力學的形式主義入手,然後再添入一個大得荒謬的多重宇宙。就形式主義看來,所有宇宙早都在那裡了,起碼有那個可能。依循量子力學描述,各個物體都是處於不同測量結果的疊加態。宇宙波函數自動把整個宇宙就是處於這種疊加態的可能性包括在內,接著我們選擇以「多重世界」來談論這種疊加。所有其他版本的量子力學,則必須設法「去除額外的世界」——做法是改變動力學原理,或者增添新的物理變數,或者否認現實本身的存在。然而這在解釋力或預測力上都沒有長進,還非必要地讓一種簡單的架構變得複雜——起碼在艾弗雷特眼中是如此。

有個祕訣可以讓你和多世界詮釋和平共處,那就是領會那途徑並不是從量子力學的形式主義入手,然後再添入一個大得荒謬的多重宇宙,圖/by TheDigitalArtist@pixabay。

這可不是說,我們就沒有非常好的理由來關注艾弗雷特派量子力學。根據艾弗雷特所述,波函數分支出不同的平行世界,並不是種客觀的特徵;它只是談論基底現實的一種方便說法。不過,究竟是什麼因素決定了區劃不同宇宙的最佳方式?為什麼我們會看到與古典力學規則十分近似的現實萌現?這些問題都完全值得重視——不過在堅定支持多世界詮釋的人士看來,這些問題也是充分可以回答的。

從整體全貌角度來看,這段討論有兩點必須記得的重要事項,一項是即便我們對量子力學並沒有最完備的認識,然而我們所知的部分當中,完全沒有哪種事項必然傾覆決定論(未來只會從出於現在)、實在論(存有客觀真實世界)或物理主義(世界純具物理性)。這些牛頓派/拉普拉斯派規律運作宇宙的諸般特徵,在量子力學中依然很容易就能全都成立——不過我們並不完全確定。

-----廣告,請繼續往下閱讀-----

另一項必須記住的重點是,量子力學所有詮釋的共同特徵:我們觀看世界時眼中所見,和我們不觀看世界時對於世界的描述方式是相當不同的。隨著人類的知識在過去幾世紀以來已經有所進展,我們偶爾也會被迫大幅重新組構我們的信念行星,好納入對實體宇宙的嶄新格局,而量子力學肯定有資格成為那幅格局。就某種意義來講,這就是終極統一的成果:現實的最深層級並不包含「海洋」和「山脈」一類的事物,不過還不只於此,它甚至也不包含「電子」和「光子」一類的事物;它只有量子波函數。其他一切都是方便談論的說法。

  • 本篇選自本書第 21 章

 

本文摘自泛科學2017年11月選書《詩性的宇宙:一位物理學家尋找生命起源、宇宙與意義的旅程》,八旗文化出版。

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

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

3
0

文字

分享

0
3
0
從太陽發光到生命突變,一切都歸功於量子穿隧效應?
PanSci_96
・2024/10/19 ・1962字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

在這個充滿光與生命的宇宙中,我們的存在其實與一種看不見的力量密切相關,那就是量子力學。沒有量子力學,太陽將不會發光,地球上的生命將無法誕生,甚至整個宇宙的運行規則都會截然不同。這些微觀層次的奧秘深深影響了我們日常生活的方方面面。

其中,量子穿隧效應是一個看似違背直覺但至關重要的現象,從太陽的核融合反應到基因的突變,這種效應無處不在,甚至還牽動著當今的高科技產業。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

什麼是量子穿隧效應?

我們可以將量子穿隧效應比作一個奇妙的穿牆術。想像一下,你身處一個被高牆包圍的城市,牆外是未知的世界。通常,如果你要越過這道牆,需要極大的力量來翻越它,或者用工具打破它。然而,在量子的世界裡,情況並不如此。

在微觀的量子力學世界中,粒子同時具有波的特性,這意味著它們並不完全受限於傳統物理的規則。當一個微觀粒子遇到能量障礙時,即使它沒有足夠的能量直接穿過障礙,卻仍有一定機率能出現在障礙的另一邊,這就是「量子穿隧效應」。粒子彷彿直接在牆上挖了一條隧道,然後穿越過去。

-----廣告,請繼續往下閱讀-----

這聽起來像魔法,但它背後有深刻的物理學道理。這個現象的發生取決於量子粒子的波動性質以及能量障礙的高度和寬度。如果障礙較矮且較窄,粒子穿隧的機率就較高;反之,障礙越高或越寬,穿隧的機率則會降低。

太陽發光:核融合與量子穿隧效應的結合

量子穿隧效應的存在,讓我們能夠理解恆星如何持續發光。以太陽為例,太陽內部的高溫環境為核融合反應提供了所需的能量。在這個過程中,氫原子核(質子)需要克服極大的電磁排斥力,才能彼此靠近,進而融合成為氦原子核。

然而,單靠溫度提供的能量並不足以讓所有質子進行核融合。根據科學家的計算,只有約10的 434 次方個質子中,才有一對具備足夠的能量進行核融合。這是一個極小的機率。如果沒有量子穿隧效應,這種反應幾乎不可能發生。

幸好,量子穿隧效應在這裡發揮了關鍵作用。由於量子粒子具有波動性,即便質子沒有足夠的能量直接跨越能量障礙,它們仍然能透過穿隧效應,以一定機率克服電磁排斥力,完成核融合反應。這就是為什麼太陽內部的核融合能夠源源不斷地發生,並且持續產生光與熱,讓地球成為適合生命生存的家園。

-----廣告,請繼續往下閱讀-----

量子穿隧效應與生命的演化

除了恆星的發光之外,量子穿隧效應還對生命的誕生和演化起到了關鍵作用。地球上物種的多樣性,很大一部分源於基因突變,而量子穿隧效應則幫助了這一過程。

DNA 分子是攜帶遺傳訊息的載體,但它的結構並不穩定,容易在外界因素影響下發生變異。然而,即使沒有外界因素的干擾,科學家發現 DNA 仍會自發性地發生「點突變」,這是一種單一核苷酸替換另一種核苷酸的突變形式。

量子穿隧效應讓氫原子隨時可能在 DNA 結構中進行位置轉換,從而導致鹼基對的錯位,這在 DNA 複製過程中,可能會引發突變。這些突變若保留下來,就會傳遞給下一代,最終豐富了基因與物種的多樣性。

量子穿隧幫助促進 DNA 突變,協助生命的演化與物種多樣性。圖/envato

半導體技術中的量子穿隧效應

除了在宇宙和生命中發揮作用,量子穿隧效應還影響著我們的日常生活,尤其在現代科技中。隨著半導體技術的發展,電子設備的體積不斷縮小,這也讓電子元件的性能面臨更大的挑戰。

-----廣告,請繼續往下閱讀-----

在微小的電子元件中,量子穿隧效應會導致電子穿過元件中的障礙,產生不必要的漏電流。這種現象對電晶體的性能帶來了負面影響,因此設計師們需要找到方法來減少穿隧效應的發生,以確保元件的穩定性。

雖然這是我們不希望見到的量子效應,但它再次證明了量子力學在我們生活中的深遠影響。設計更有效的半導體元件,必須考慮到量子穿隧效應,這讓科學家與工程師們需要不斷創新。

量子力學是我們宇宙的隱藏力量

量子穿隧效應看似深奧難懂,但它對宇宙的運作和生命的誕生至關重要。從太陽的核融合反應到基因突變,甚至現代科技中的半導體設計,量子力學影響著我們生活的方方面面。

在這個充滿未知的微觀世界裡,量子現象帶來的影響是我們難以想像的。正是這些看似不可思議的現象,塑造了我們的宇宙,讓生命得以誕生,科技得以發展。當我們仰望星空時,別忘了,那閃耀的光芒,背後藏著的是量子力學的奇妙力量。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

3
0

文字

分享

0
3
0
量子革命來襲!一分鐘搞定傳統電腦要花數千萬年的難題!你的電腦是否即將被淘汰?
PanSci_96
・2024/10/17 ・2050字 ・閱讀時間約 4 分鐘

量子電腦:解碼顛覆未來科技的關鍵

2023 年,Google 發表了一項引人注目的研究成果,顯示人類現有最強大的超級電腦 Frontier 需要花費 47 年才能完成的計算任務,Google 所研發的量子電腦 Sycamore 只需幾秒鐘便能完成。這項消息震驚了科技界,也再次引發了量子電腦的討論。

那麼,量子電腦為什麼如此強大?它能否徹底改變我們對計算技術的認知?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

量子電腦是什麼?

量子電腦是一種基於量子力學運作的新型計算機,它與我們熟悉的傳統電腦截然不同。傳統電腦的運算是建立在「位元」(bits)的基礎上,每個位元可以是 0 或 1,這種二進位制運作方式使得計算過程變得線性且單向。然而,量子電腦使用的是「量子位元」(qubits),其運算邏輯則是基於量子力學中的「疊加」與「糾纏」等現象,這使得量子位元能同時處於 0 和 1 的疊加狀態。

這意味著,量子電腦能夠在同一時間進行多個計算,從而大幅提高運算效率。對於某些非常複雜的問題,例如氣候模型、金融分析,甚至質因數分解,傳統電腦可能需要數千年才能完成的運算任務,量子電腦只需數分鐘甚至更短時間便可完成。

-----廣告,請繼續往下閱讀-----

Google、IBM 和量子競賽

Google 和 IBM 是目前在量子計算領域中競爭最為激烈的兩大科技公司。Google 的 Sycamore 量子電腦已經展示出極高的計算速度,令傳統超級電腦相形見絀。IBM 則持續投入量子電腦的研究,並推出了超過 1000 個量子位元的系統,預計到 2025 年,IBM 的量子電腦將擁有超過 4000 個量子位元。

除此之外,世界各國和企業都爭相投入這場「量子霸權」的競賽,台灣的量子國家隊也不例外,積極尋求量子計算方面的突破。這場量子競賽,將決定未來的計算技術格局。

量子電腦的核心原理

量子電腦之所以能如此快速,是因為它利用了量子力學中的「疊加態」和「糾纏態」。簡單來說,傳統電腦的位元只能是 0 或 1 兩種狀態,而量子位元則可以同時處於 0 和 1 兩種狀態的疊加,這使得量子電腦可以在同一時間內同時進行多次計算。

舉例來說,如果一台電腦需要處理一個要花 330 年才能解決的問題,量子電腦只需 10 分鐘便可解決。如果問題變得更複雜,傳統電腦需要 3300 年才能解決,量子電腦只需再多花一分鐘便能完成。

-----廣告,請繼續往下閱讀-----

此外,量子電腦中使用的量子閘(quantum gates)類似於傳統電腦中的邏輯閘,但它能進行更複雜的運算。量子閘可以改變量子位元的量子態,進而完成計算過程。例如,Hadamard 閘能將量子位元轉變為疊加態,使其進行平行計算。

量子電腦能大幅縮短複雜問題的計算時間,利用量子閘進行平行運算。圖/envato

計算的效率

除了硬體技術的進步,量子電腦的強大運算能力也依賴於量子演算法。當前,最著名的兩種量子演算法分別是 Grover 演算法與 Shor 演算法。

Grover 演算法主要用於搜尋無序資料庫,它能將運算時間從傳統電腦的 N 遞減至 √N,這使得資料搜索的效率大幅提升。舉例來說,傳統電腦需要花費一小時才能完成的搜索,量子電腦只需幾分鐘甚至更短時間便能找到目標資料。

Shor 演算法則專注於質因數分解。這對於現代加密技術至關重要,因為目前網路上使用的 RSA 加密技術正是基於質因數分解的困難性。傳統電腦需要數千萬年才能破解的加密,量子電腦只需幾秒鐘便可破解。這也引發了全球對後量子密碼學(PQC)的研究,因為一旦量子電腦大規模應用,現有的加密系統將面臨極大的威脅。

-----廣告,請繼續往下閱讀-----

量子電腦的挑戰:退相干與材料限制

儘管量子電腦具有顛覆性的運算能力,但其技術發展仍面臨諸多挑戰。量子位元必須保持在「疊加態」才能進行運算,但量子態非常脆弱,容易因環境中的微小干擾而坍縮成 0 或 1,這種現象被稱為「量子退相干」。量子退相干導致量子計算無法穩定進行,因此,如何保持量子位元穩定是量子電腦發展的一大難題。

目前,科學家們正在探索多種材料和技術來解決這一問題,例如超導體和半導體技術,並嘗試研發更穩定且易於量產的量子電腦硬體。然而,要實現大規模的量子計算應用,仍需克服諸多技術瓶頸。

量子電腦對未來生活的影響

量子電腦的快速發展將為未來帶來深遠的影響。它不僅將推動科學研究的進步,例如藥物設計、材料科學和天文物理等領域,還可能徹底改變我們的日常生活。例如,交通運輸、物流優化、金融風險管理,甚至氣候變遷預測,都有望因量子計算的應用而變得更加精確和高效。

然而,量子計算的發展也帶來了一些潛在的風險。隨著量子電腦逐漸成熟,現有的加密技術可能會被徹底摧毀,全球的資訊安全體系將面臨巨大挑戰。因此,各國政府和企業已經開始研究新的加密方法,以應對量子時代的來臨。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。